La alta rotación de personal afecta a Llama de Meta: el 78% del equipo de investigación original se retira

- Meta experimenta un éxodo importante de investigadores originales de Llama, quedando solo 3 de 14.
- Llama 4 ha recibido una recepción tibia por parte de los desarrolladores.
- Esto también ocurre en medio de una reestructuración del liderazgo en la FAIR de la empresa.
La pionera iniciativa Llama de Meta, alguna vez considerada como una piedra angular de su hoja de ruta en inteligencia artificial, ahora está lidiando con un éxodo significativo de contribuyentes clave.
De los catorce investigadores cuyos nombres adornan el artículo fundamental de 2023 que dio a conocer Llama, solo tres, el científico investigador Hugo Touvron, el ingeniero de investigación Xavier Martinet y el líder del programa técnico Faisal Azhar, permanecen en Meta.
El equipo Llama salió a competir
Los otros once miembros del equipo, o el 78% de los investigadores, se han marchado en gran medida para unirse o establecer empresas rivales, lo que deja al proyecto insignia de código abierto de Meta sin gran parte de su fuerza creativa original.
En ningún otro lugar es más evidente esta fuga de talento que en Mistral, una empresa emergente de IA con sede en París fundada por Guillaume Lample y Timothée Lacroix, ambos artífices fundamentales del diseño inicial de Llama. Junto con un grupo de exalumnos de Meta, trabajan arduamente en el desarrollo de nuevos modelos de código abierto que desafían directamente las ofertas de Meta.
Esto también ocurre en un momento en que los informes han indicado que las principales empresas de inteligencia artificial están en una seria búsqueda de talentos, pagando grandes sumas de dinero para atraer a los mejores investigadores de inteligencia artificial para que se unan a sus equipos.
En cuanto a Meta, la migración de expertos ha llevado a los observadores a preguntarse si Meta puede seguir conservando a los mejores investigadores en un momento en que la empresa enfrenta un creciente escepticismo sobre sus propias ambiciones en materia de inteligencia artificial.
Para agravar los desafíos internos de Meta, la empresa anunció recientemente un retraso en el lanzamiento de Behemoth, su modelo de IA más grande hasta la fecha, en respuesta a las preocupaciones planteadas por los empleados sobre su desempeño y dirección.
Mientras tanto, los desarrolladores han permanecido en gran medida en silencio en Llama 4, la última versión de la serie de modelos.
Ahora muchos prefieren alternativas de código abierto, como DeepSeek y Qwen, que prometen innovación más rápida y capacidades de vanguardia.
¿Podría Meta estar reorganizando su departamento de investigación?
La reorganización del personal ha coincidido con una reestructuración del liderazgo. Joelle Pineau, quien durante ocho años dirigió la división de Investigación Fundamental de IA (FAIR) de Meta, reveló el mes pasado que dejaría su cargo.
En su lugar llega Robert Fergus, cofundador de FAIR que pasó media década en DeepMind de Google antes de reincorporarse a Meta en mayo de 2025. Esta transición pone de relieve un patrón más amplio de rotación y reorganización dentro de las filas de investigación de Meta.
Desde la publicación del artículo sobre Llama, FAIR ha perdido silenciosamente muchos de sus talentos originales, aunque la empresa continúa destacando a Llama como el eje de su estrategia de IA.
La pregunta ahora es si Meta puede defender el liderazgo que una vez tuvo en el desarrollo de modelos de código abierto sin gran parte del equipo que sentó las bases.
En el momento de su publicación, el artículo de Llama no solo introdujo un nuevo modelo; legitimó el concepto de pesos de modelos de lenguaje grandes compartidos abiertamente. A diferencia de sistemas propietarios como GPT-3 de OpenAI o PaLM de Google, la arquitectura, el código de entrenamiento y los conjuntos de parámetros de Llama estaban disponibles gratuitamente para investigadores y desarrolladores.
Meta demostró que al aprovechar únicamente datos de acceso público y optimizarlos para lograr una mayor eficiencia, los modelos de lenguaje de última generación podían ejecutarse en una sola GPU, democratizando el acceso a capacidades avanzadas de IA.
Durante un breve periodo, Meta pareció estar a punto de dominar el mercado del código abierto. Sin embargo, dos años después, su ventaja inicial se ha desvanecido. A pesar de invertir miles de millones en investigación de IA, la empresa aún carece de un modelo de razonamiento específico, adaptado a tareas que exigen lógica de varios pasos, resolución de problemas complejos o la integración de herramientas externas.
Por el contrario, competidores como Google y OpenAI han convertido estas características en un elemento central de sus últimos lanzamientos, lo que pone aún más de manifiesto la brecha existente en Meta.
Los once autores que dejaron Meta llevaban en promedio más de cinco años en la empresa, lo que indica la salida de investigadores con una sólida trayectoria, en lugar detraca corto plazo. Sus salidas abarcan desde enero de 2023 hasta el ciclo Llama 3 y, tan recientemente como principios de 2025, lo que marca una desintegración gradual del equipo original de Llama.
Meta ha reconocido públicamente las salidas, y sus portavoces han señalado una publicación en X que traclas trayectorias profesionales de los antiguos coautores del artículo de Llama. Si bien los destinos precisos varían, desde puestos en startups emergentes hasta puestos de liderazgo en laboratorios de la competencia, la migración colectiva, según se informa, pone de manifiesto un cambio en el panorama de la IA, donde el talento se adapta a las plataformas más dinámicas y abiertas.
Si estás leyendo esto, ya llevas ventaja. Mantente al día con nuestro boletín informativo.
Enacy Mapakame
Enacy Mapakame es periodista con más de 10 años de experiencia en noticias empresariales y financieras. Cubre mercados de capitales y tecnologías emergentes: el metaverso, la IA y las criptomonedas. Enacy es licenciada con honores en Estudios de Medios y Sociedad.
CURSO
- ¿Qué criptomonedas pueden hacerte ganar dinero?
- Cómo mejorar tu seguridad con una billetera (y cuáles realmente vale la pena usar)
- Estrategias de inversión poco conocidas que utilizan los profesionales
- Cómo empezar a invertir en criptomonedas (qué plataformas de intercambio usar, las mejores criptomonedas para comprar, etc.)














