Hace pocos días, la investigadora Julia Kempe publicó un mensaje de despedida en X: anunció que dejaba Meta y que en el próximo mes se uniría al Ellison Institute of Technology de Oxford para continuar su trabajo en fundamentos de los modelos fundacionales.

Pocas horas después, Yann LeCun reenvió esa publicación. El gesto puede parecer menor, pero conviene recordar que LeCun mantiene en su perfil una declaración de principios cuya primera frase es «I do not write posts on X». Apenas origina contenido y sus republicaciones se cuentan con los dedos de una mano al mes. Esta vez actuó con una celeridad que muchos interpretan como un ajuste de cuentas silencioso.

Para entenderlo hay que volver a 2025. Un año antes, Mark Zuckerberg había cerrado la mayor inversión externa en la historia de Meta: 14.300 millones de dólares por el 49% de las acciones sin derecho a voto de Scale AI, valorando la compañía en 29.000 millones. La operación fue, en esencia, una compra de talento. El fundador de Scale AI, Alexandr Wang, un joven de 28 años, se incorporó como Chief AI Officer reportando directamente a Zuckerberg. Al mismo tiempo se crearon los Meta Superintelligence Labs y se fichó a decenas de investigadores de OpenAI, Google DeepMind, Anthropic y Thinking Machines Lab, incluido un misterioso ingeniero fantasma valorado en 1.500 millones de dólares.

Aquella maniobra forzó la salida de LeCun, quien durante años encarnó la investigación básica dentro de la compañía. Ahora, la marcha de Kempe supone el segundo acto de defunción del camino elegido por Zuckerberg. Para los observadores, el mensaje está claro: la apuesta por Wang ha llegado a un callejón sin salida.

El desmoronamiento ha sido vertiginoso. En octubre de 2025, apenas cuatro meses después de la llegada de Wang, el MSL recortó 600 puestos. En enero de 2026, Reality Labs preparó despidos para ceder terreno a la inteligencia artificial. En marzo, una reorganización interna despojó a Wang de su autonomía absoluta al crear una unidad paralela de ingeniería aplicada que ya no le reportaba. En abril se lanzó el modelo Muse Spark con escaso entusiasmo de los inversores y, a finales de ese mes, durante la conferencia de resultados del primer trimestre, el propio Zuckerberg fue incapaz de articular una estrategia clara de ingresos por IA.

Para mayo, la fuga de cerebros era imparable. Al menos ocho miembros del MSL habían dejado la empresa desde julio. Avi Verma regresó a OpenAI tras menos de un mes en Meta. Ethan Knight hizo el mismo camino. Rishabh Agarwal aguantó cinco meses antes de marcharse a Periodic Labs. La lista culmina con Julia Kempe, la investigadora a la que LeCun dedicó su republicación.

¿Por qué es tan relevante la salida de Kempe? Porque no se trata de un fichaje más. Su trayectoria la sitúa en un escalón académico muy escaso en los laboratorios industriales de Silicon Valley.

Julia Kempe ocupa la cátedra Silver Professor en el Departamento de Matemáticas de la Universidad de Nueva York, la máxima distinción docente de la institución, y se doctoró en Berkeley. Antes de incorporarse a tiempo completo a Meta en 2024, dirigió durante cinco años el centro de ciencia de datos de la NYU. Dentro del MSL lideraba el Foundations of Reasoning Team, el equipo encargado de dotar a Llama 3.3 y Llama 4 de una base sólida de razonamiento. Ella fue una de las artífices de los avances en inferencia de esos modelos.

Kempe pertenece a la misma escuela que LeCun: compartieron edificio en el Courant Institute de la NYU, ambos tienen raíces europeas en matemáticas y una sensibilidad investigadora parecida. Tras la marcha de LeCun, Kempe era la persona que más se le aproximaba dentro de Meta. Su baja no es una rotación de personal cualquiera, es la señal más elocuente del colapso de la investigación en modelos fundacionales dentro del conglomerado.

Al optar por un instituto académico como el de Oxford, donde probablemente cobrará una fracción de lo que ganaba en su paquete salarial, Kempe vota con los pies. No abandona la inteligencia artificial, abandona el modelo de Meta. En sus últimos meses en la compañía, su trabajo había derivado hacia agentes de consumo, muy lejos de la investigación básica en razonamiento que hizo célebre a su laboratorio en Nueva York. El MSL de Wang no funcionaba como un centro de investigación, sino como una fábrica urgente de productos, y ese ecosistema es incompatible con científicos que tienen criterio propio.

Para cuando Kempe anunció su marcha, el 16 de mayo, el proyecto de Zuckerberg ya acumulaba demasiadas heridas. Todo empezó a torcerse con el lanzamiento de Llama 4. En 2025, DeepSeek R1 irrumpió con un rendimiento cercano al de GPT-4 y un coste de entrenamiento supuestamente inferior a seis millones de dólares. Meta entró en pánico y tres meses después lanzó unos Llama 4 que, en palabras de la comunidad de código abierto, parecían una respuesta apresurada a China y no herramientas útiles para desarrolladores. El Maverick obtuvo solo un 16% en las pruebas de codificación de aider polyglot, frente al 60% de Claude Sonnet. La humillación se agravó cuando se descubrió que Meta había enviado a LMArena una versión especial trucada para las votaciones de preferencia humana. El mantenimiento del leaderboard tuvo que cambiar las reglas para frenar el engaño.

Después llegó el plan Aguacate, un nuevo intento que la propia Meta tuvo que aplazar, y más recientemente la cancelación de la adquisición de Manus. Uno tras otro, todos los caminos internos de la IA en Meta han acabado en punto muerto.

Mientras tanto, OpenAI, Anthropic y Google DeepMind han edificado sus laboratorios sin fichajes milmillonarios de emergencia. Crecieron con ritmo propio, a lo largo de años. Meta, en cambio, apostó por comprar un atajo. Ese atajo ha durado nueve meses y ha consumido talento, reputación y dinero.

El reenvío de LeCun funciona como una sentencia sin palabras: no es Kempe quien se va, es toda la corriente de investigación pura la que abandona a Zuckerberg. En el último año y medio, el sector ha vivido una fiebre de contrataciones, salarios disparados y giros hacia la escalabilidad comercial, pero los investigadores más brillantes están haciendo precisamente lo contrario: se retiran a lugares más pequeños, más silenciosos y más libres. El dinero solo no alcanza para construir inteligencia artificial.