Cómo Meta triplica la productividad de ingeniería usando agentes para propagar técnicas de modelos publicitarios
El nuevo sistema de agentes de IA de Meta adapta pequeñas mejoras en miles de modelos publicitarios de forma automática, ahorrando millones en costos de computación.

Un sistema de agentes de IA que adapta automáticamente pequeñas mejoras de aprendizaje automático en miles de modelos de posicionamiento de anuncios en línea.
Qué se puede hacer con esto
- Un ingeniero de Meta podría propagar una mejora publicitaria probada a través de docenas de modelos distintos de forma automática, ahorrando semanas de trabajo manual de adaptación 1.
- Un investigador de Meta podría ver qué técnicas nuevas aplicarían mejor a cada modelo de la flota y obtener una lista priorizada clasificada en horas en lugar de días 1.
- Un equipo de ML de Meta podría lanzar, monitorear y diagnosticar experimentos de entrenamiento de varios días para cientos de combinaciones técnica-modelo simultáneamente, sin crear cuellos de botella por capacidad humana 1.
Palabras para saber
Técnica: Una mejora específica que los investigadores aplican a un modelo de aprendizaje automático, como cambiar cómo procesa datos o hace predicciones.
Compute (cómputo): La potencia de procesamiento necesaria para entrenar modelos de IA, medida en horas de trabajo de GPU.
Lo que empezó como una maratona manual
Todos los días, los investigadores de Meta inventan nuevas formas de hacer más inteligentes sus modelos de posicionamiento publicitario. Una "técnica" puede ser cualquier cosa: una manera nueva de estructurar el modelo, un cambio en cómo aprende de los datos o una aceleración durante el entrenamiento 1.
Pero aquí está el problema: Meta no ejecuta un solo modelo publicitario. Ejecuta una enorme flota de modelos distintos, cada uno optimizado para diferentes productos y objetivos de los anunciantes 1. Cada modelo tiene su propia arquitectura, sus datos de entrenamiento y sus límites. Una técnica que funciona perfectamente en un modelo rara vez se copia directamente en otro 1.
Así que los ingenieros pasaban semanas adaptando manualmente cada innovación. Esto producía los mejores resultados para los modelos de mayor ingreso de Meta, pero simplemente no había suficientes manos para cubrir todo 1. Mientras tanto, las técnicas de ML tienen fecha de caducidad: una mejora hoy podría estar obsoleta dentro de un par de meses cuando llegue algo mejor 1. La velocidad era enormemente importante.
De plantillas a agentes
Durante dos años, Meta estandarizó sus diseños de modelos usando plantillas compartidas, bloques reutilizables para que una técnica validada una vez funcione donde corresponda 1. Eso solo ya les permitió entregar más de 5.000 combinaciones de técnica-modelo y reducir el tiempo de ingeniería por modelo en un 92 % 1.
Pero las plantillas estándar aún no podían manejar decisiones que requieren criterio: qué técnica probar primero, por qué un modelo no mejora, o cómo reparar un experimento fallido 1.
Ahí es donde entraron los agentes de IA.
El pipeline completo de propagación ahora se ejecuta en tres etapas manejadas por agentes: descubrimiento (clasificar qué técnicas probadas valen la pena intentar en cuáles modelos), generalización (adaptar una técnica más allá de lo que cubren las plantillas) y adopción (lanzar experimentos, monitorear ejecuciones de entrenamiento de varios días, diagnosticar fallos y armar propuestas de despliegue) 1.
Números reales desde el frente
Desde que los agentes empezaron a impulsar la ejecución en marzo de 2026, ahora manejan más del 60 % de todo el trabajo de propagación de técnicas 1. Las comparaciones iniciales contra las mismas tareas hechas antes de los agentes muestran una productividad de ingeniería tres veces mayor, una reducción mediana cuatro veces menor en cómputo de entrenamiento para ciertas combinaciones técnica-modelo, y ahorros estimados superiores a 45 millones de dólares en costos de cómputo para finales de año 1.
Qué tan bueno es
Desde que los agentes empezaron a impulsar la ejecución en marzo de 2026, ahora manejan más del 60 % de todo el trabajo de propagación de técnicas, según Meta 1. Medido contra el mismo trabajo hecho de forma manual antes de los agentes, los resultados muestran una productividad de ingeniería tres veces mayor y una reducción mediana cuatro veces menor en cómputo de entrenamiento para ciertas combinaciones técnica-modelo . Meta estima que los ahorros superarán los 45 millones de dólares en costos de cómputo para fin de año .
Los datos clave
- Los agentes de IA ahora manejan más del 60 % de la propagación de técnicas de Meta desde marzo de 2026
- Productividad de ingeniería 3x mayor comparado con el mismo trabajo hecho antes de los agentes
- Reducción mediana 4x en cómputo de entrenamiento para combinaciones seleccionadas técnica-modelo
- Se proyectan ahorros de más de 45 millones de dólares en cómputo para finales de 2026
- Más de 5.000 combinaciones técnica-modelo entregadas en dos años mediante estandarización de plantillas
Fuentes
- How Meta Uses AI Agents to Scale ML Innovations Across Ads Ranking Models — engineering.fb.com
Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes
Sigue leyendo
La startup londinense Fractile recauda 720 millones de dólares para fabricar chips de IA centrados en la memoria, no en potencia bruta
Un nuevo tipo de chip podría hacer que las respuestas de la IA sean mucho más rápidas, si Fractile cumple sus promesas.
Apps y productosMeta lleva el emulador Cuttlefish de Android para Mac con Apple SiliconHerald of AIMallikarjunasj, CC BY-SA 4.0, via Wikimedia Commons
Meta lleva el emulador Cuttlefish de Android para Mac con Apple Silicon
Significa que ahora el software para Android puede probarse en teléfonos virtuales muy parecidos a los reales que se ejecutan directamente en computadoras Apple.
El agente de Meta ya puede llamar por teléfono en tu lugar, pero necesitas una suscripción de pago
El asistente de inteligencia artificial puede llamar a negocios, esperar en la cola, hacer reservaciones y agendar citas sin mover un dedo.