En un movimiento que recuerda a la era galáctica del Real Madrid, Mark Zuckerberg ha desplegado su chequera para reunir al que ya se conoce como el “dream team” de la inteligencia artificial.
Meta ha ofrecido paquetes salariales de hasta 300 millones de dólares por cuatro años —más de 100 millones solo en el primero— a investigadores clave procedentes de OpenAI y Google. El objetivo: construir una superinteligencia artificial que supere las capacidades humanas. La apuesta no es solo millonaria, sino estratégica, en un contexto donde el conocimiento técnico se ha convertido en el recurso más valioso del planeta.
Meta quiere crear la IA más potente
La operación se ha materializado bajo el paraguas de Meta Superintelligence Labs, un nuevo laboratorio liderado por Alexandr Wang, fundador de Scale AI, y Nat Friedman, exCEO de GitHub. La plantilla parece sacada de un once ideal: desde Trapid Bansal, cocreador de los modelos de razonamiento de OpenAI, hasta Johan Schalkwyk, experto en tecnologías de voz de Google. Juntos, forman un equipo capaz de acelerar el desarrollo de modelos multimodales con capacidades de razonamiento, imagen, vídeo y voz nunca vistas, según fuentes de Axios y Business Insider.
La reacción en OpenAI no se ha hecho esperar. Sam Altman, su CEO, ha acusado a Meta de actuar con “deslealtad” y “romper el equilibrio del ecosistema”. Algunos empleados han descrito la situación como “un robo en casa”. Aun así, Altman se resiste a igualar las cifras que ofrece Zuckerberg: prefiere proteger la cultura y misión de su empresa, convencido de que el verdadero motor de la innovación no son los millones, sino la visión compartida. No obstante, ha prometido revisar los sueldos y otorgar más semanas libres como medida de retención.

La ofensiva económica de Meta ha tenido impacto inmediato en el mercado. Sus acciones han alcanzado máximos históricos, demostrando que el capital confía en la IA como vector de crecimiento. Además, la compañía garantiza a sus nuevos talentos acceso ilimitado a chips de última generación —uno de los cuellos de botella más críticos en la investigación de IA—, lo que podría marcar la diferencia en un entorno en que el hardware es tan decisivo como los algoritmos.