Meta acelera su apuesta por la inteligencia artificial con un nuevo sistema capaz de usar modelos de escala LLM para decidir qué anuncios mostrar en menos de un segundo.
La publicidad digital acaba de entrar en una nueva fase. Meta ya utiliza inteligencia artificial de una complejidad comparable a la de los grandes modelos de lenguaje para interpretar mejor los intereses y la intención de sus usuarios.
Y los primeros resultados publicados por la compañía son contundentes: un 3 % más de conversiones publicitarias y un 5 % más de clics entre los usuarios objetivo en Instagram.
Meta transforma su sistema de anuncios con inteligencia artificial
Meta ha desarrollado el denominado Meta Adaptive Ranking Model, un sistema de clasificación adaptativa diseñado para incorporar inteligencia de escala LLM a su infraestructura publicitaria.
La información técnica facilitada por la propia compañía describe un profundo cambio en la arquitectura utilizada para seleccionar anuncios. El objetivo es comprender con mayor precisión el contexto, los intereses y la intención de cada persona, manteniendo una latencia inferior a un segundo.
El sistema sustituye el enfoque tradicional y genérico por una especie de enrutamiento inteligente de solicitudes. En términos sencillos, Meta puede ajustar dinámicamente la complejidad del modelo utilizado según cada petición.
No todas las decisiones publicitarias necesitan la misma potencia de cálculo. Y ahí está una de las claves del nuevo sistema.
Una IA de escala LLM que decide qué anuncio mostrar
Los grandes modelos de lenguaje pueden consumir enormes cantidades de capacidad informática. El problema para Meta es evidente: sus plataformas trabajan a una escala de miles de millones de usuarios e interacciones.
Un chatbot puede tardar varios segundos en responder. Un sistema publicitario no dispone de ese margen.
El anuncio debe seleccionarse prácticamente en tiempo real.
Según la documentación técnica de Meta incluida en el material analizado, el modelo alcanza una complejidad de aproximadamente O(10 GFLOPs) por token y mantiene una latencia limitada del orden de O(100 milisegundos).
La compañía asegura, además, haber elevado la utilización de FLOPs del modelo hasta el 35 % en diferentes tipos de hardware.
El desafío era enorme: llevar modelos de gran escala a la publicidad sin disparar los costes ni ralentizar Instagram.
El nuevo algoritmo ya mejora las conversiones en Instagram
Los datos comunicados por Meta muestran el impacto comercial de esta tecnología.
Desde su lanzamiento en Instagram durante el cuarto trimestre de 2025, el Modelo de Clasificación Adaptativa habría conseguido:
- Un aumento del 3 % en las conversiones publicitarias.
- Un incremento del 5 % en la tasa de clics de usuarios objetivo.
- Mantener una latencia inferior a un segundo.
- Escalar modelos de recomendación hasta parámetros del orden de O(1T).
Estas cifras proceden de Meta y reflejan los resultados comunicados por la propia compañía; no constituyen una auditoría independiente.
A escala de Instagram, sin embargo, una mejora de pocos puntos porcentuales puede tener un impacto económico gigantesco.
Meta quiere entender mejor la intención del usuario
El verdadero cambio está en la forma de procesar la información.
Los modelos tradicionales podían analizar de forma independiente cada combinación entre usuario y anuncio. Esto provocaba una importante redundancia informática.
El nuevo modelo adopta una arquitectura orientada a solicitudes.
Meta calcula determinadas señales del usuario una sola vez y comparte esos resultados entre los diferentes anuncios candidatos. De esta forma, reduce la repetición de operaciones y libera capacidad informática para ejecutar modelos mucho más complejos.
En otras palabras: Meta quiere gastar más inteligencia artificial únicamente cuando considera que merece la pena.
La compañía busca interpretar secuencias de comportamiento más amplias para obtener una comprensión más sofisticada de las preferencias y la intención de las personas.
Wukong Turbo, una de las piezas técnicas del sistema
Otra de las claves es Wukong Turbo, una evolución optimizada de la arquitectura interna utilizada en Meta Ads.
El sistema incorpora modificaciones destinadas a reducir problemas de inestabilidad numérica y cuellos de botella internos cuando los modelos aumentan de tamaño.
Meta también ha trabajado en arquitecturas conscientes del hardware. El diseño de los modelos se adapta a las capacidades y limitaciones de la infraestructura informática utilizada.
La compañía explica que su infraestructura de servicio con GPU de múltiples tarjetas permite superar las limitaciones de memoria de dispositivos individuales y avanzar hacia modelos con una escala de parámetros del orden de un billón.
La batalla de la IA también se libra por la publicidad
Durante los últimos años, buena parte del debate sobre inteligencia artificial se ha concentrado en los asistentes conversacionales.
Pero existe otra guerra mucho más silenciosa y extraordinariamente rentable: la batalla por predecir qué quiere comprar una persona.
Meta obtiene una parte esencial de su negocio de la publicidad. Mejorar la selección de anuncios puede traducirse directamente en mejores resultados para los anunciantes y en una infraestructura comercial más eficiente.
La compañía ya había presentado otros avances en sistemas de recomendación publicitaria, como su modelo generativo GEM, cuya orientación declarada es profundizar en la comprensión de las preferencias y la intención de los usuarios.
El Adaptive Ranking Model supone otro paso en esa estrategia.
El debate incómodo: una IA cada vez más precisa sobre nuestros intereses
La mejora tecnológica también abre preguntas inevitables.
¿Hasta qué punto pueden las plataformas digitales anticipar la intención de una persona?
Meta presenta el sistema como una innovación destinada a ofrecer anuncios más relevantes y mejorar los resultados de las empresas. Técnicamente, el avance reside en utilizar la capacidad informática de manera mucho más eficiente.
Pero la dirección de la industria resulta evidente: los algoritmos publicitarios quieren comprender señales de comportamiento cada vez más complejas.
Ya no se trata únicamente de identificar un clic aislado.
La carrera tecnológica apunta hacia sistemas capaces de interpretar contexto, secuencias de comportamiento e intención para decidir, en milisegundos, qué contenido comercial tiene más posibilidades de provocar una respuesta.
Meta convierte la publicidad en otro campo de batalla de los grandes modelos
El nuevo modelo demuestra que la revolución de los LLM no se limitará a ChatGPT, los buscadores o los asistentes virtuales.
Los modelos de gran escala también están entrando en los motores invisibles que ordenan contenidos, recomendaciones y anuncios.
Meta sostiene que su sistema permite utilizar modelos mucho más complejos manteniendo la eficiencia computacional y los estrictos tiempos de respuesta exigidos por sus plataformas.
Para los anunciantes, el mensaje es evidente: la inteligencia artificial tendrá todavía más peso en decidir quién ve una campaña y en qué momento.
Para los usuarios, la pregunta es diferente.
Si una inteligencia artificial puede comprender cada vez mejor nuestra intención, ¿cuánto tardará en anticipar lo que queremos antes incluso de que lo busquemos?
