Última actualización: 20/08/2026
Meta con Azure se convirtió en una pieza inesperada de la carrera por la inteligencia artificial: Meta Platforms está gastando cientos de millones de dólares al año para acceder a modelos de IA mediante Microsoft Azure y, según un reporte de Bloomberg, consume billones de tokens cada semana a través de la plataforma. El dato muestra hasta qué punto incluso una de las compañías que más invierte en infraestructura propia necesita capacidad externa para acelerar sus proyectos.
Cuánto está gastando Meta en Azure
Según Bloomberg, Meta se encuentra entre los mayores clientes de inteligencia artificial de Microsoft. La compañía estaría destinando cientos de millones de dólares anuales a servicios de IA de Azure, de acuerdo con una persona familiarizada con el asunto que pidió no ser identificada.
El volumen de uso también llama la atención. La información señala que Meta consume billones de tokens por semana en la plataforma de Microsoft. En los sistemas de IA, los tokens representan unidades de texto procesadas por los modelos y sirven como una referencia aproximada para medir el volumen de inferencia y otras cargas de trabajo.
Ni Meta ni Microsoft confirmaron públicamente los datos del reporte. Por eso, las cifras de gasto y consumo deben entenderse como información atribuida a una fuente con conocimiento del acuerdo y no como cifras financieras divulgadas oficialmente por las dos compañías.
Por qué Meta necesita Microsoft si construye su propia IA
A primera vista, el acuerdo puede parecer contradictorio. Meta invierte enormes cantidades de dinero en centros de datos, aceleradores y modelos propios, además de desarrollar su familia Llama. Sin embargo, utilizar servicios externos puede permitir que sus equipos accedan rápidamente a capacidad de cómputo y a distintos modelos sin tener que construir toda la infraestructura necesaria para cada carga.
La estrategia también encaja con el funcionamiento actual de Microsoft Foundry. La plataforma ofrece acceso a modelos de distintos proveedores y permite que las empresas seleccionen tecnologías según el proyecto, el rendimiento, el precio o la disponibilidad. La documentación oficial de Microsoft muestra que Foundry integra modelos de OpenAI, Anthropic, Meta, Mistral, xAI y otros proveedores. citeturn10search0turn10search1
En ese contexto, Meta Azure no significa necesariamente que Meta haya abandonado su infraestructura propia. Más bien refleja una estrategia de diversificación: utilizar recursos externos cuando aportan velocidad, flexibilidad o acceso a modelos que pueden resultar útiles para determinadas tareas.
Meta estaría usando modelos externos para evaluar su propia IA
Uno de los detalles más interesantes del reporte es que los desarrolladores de Meta utilizan tecnología disponible a través de Azure para diferentes tareas relacionadas con sus propios sistemas de IA. Entre ellas aparece la evaluación de resultados generados por los modelos de Meta.
Esto tiene una lógica técnica. Una compañía que desarrolla modelos propios puede comparar sus respuestas con las producidas por otros sistemas y utilizar esas diferencias para detectar errores, medir calidad y decidir dónde necesita mejorar. El acceso a varios modelos desde una misma plataforma facilita este tipo de pruebas.
El enfoque es especialmente relevante en una etapa en la que las empresas ya no compiten solamente por crear el modelo más potente. También compiten por velocidad de desarrollo, costos de inferencia, herramientas para programadores y capacidad para llevar modelos a productos que utilizan millones o miles de millones de personas.
La paradoja de la infraestructura de IA
El caso de Meta muestra una característica importante del mercado actual: construir infraestructura propia y utilizar la nube de terceros no son estrategias necesariamente opuestas.
Los gigantes tecnológicos pueden invertir en sus propios centros de datos para tener capacidad dedicada y, al mismo tiempo, contratar nubes externas para cubrir picos de demanda, probar nuevos modelos o acceder a servicios especializados. En el caso de Meta, esa combinación puede ser particularmente útil porque la empresa mantiene una enorme demanda interna relacionada con Facebook, Instagram, WhatsApp y sus productos de IA. En tecno.ar también repasamos la llegada de Meta AI a Mac, una muestra de cómo la compañía está llevando sus capacidades de IA a nuevos productos.
La situación también se relaciona con la tendencia hacia sistemas de IA cada vez más especializados. En tecno.ar ya analizamos el acuerdo entre Google y Marvell para desarrollar silicio personalizado de IA, otro ejemplo de cómo los grandes operadores tecnológicos buscan adaptar la infraestructura a sus necesidades específicas.
Qué gana Microsoft con Meta
Para Microsoft, conseguir grandes clientes de IA tiene un valor que va más allá del ingreso directo por consumo. Azure se está posicionando como una plataforma capaz de reunir modelos de múltiples compañías y ofrecerlos a organizaciones que necesitan flexibilidad.
La documentación de Microsoft indica que los modelos vendidos directamente por Azure incluyen modelos de OpenAI y determinados modelos de otros proveedores, mientras que Foundry también ofrece colecciones de modelos de empresas como Meta. citeturn10search2turn10search5
El modelo puede generar un efecto de escala: cuanto más utilizan las compañías la infraestructura, más recursos puede dedicar Microsoft a centros de datos, redes y servicios de IA. Para Meta, por otro lado, disponer de capacidad externa puede ayudar a evitar que una limitación puntual de infraestructura retrase el desarrollo de productos.
Qué significa para la competencia entre gigantes de IA
La relación también demuestra que la competencia tecnológica no siempre ocurre entre empresas completamente aisladas. Meta puede competir con Microsoft en determinados productos y, al mismo tiempo, ser un cliente importante de su infraestructura de IA.
Algo similar ocurre con los modelos. Una compañía puede desarrollar sus propios sistemas y utilizar modelos de rivales para determinadas tareas. El acceso a múltiples proveedores se está convirtiendo en una forma de reducir la dependencia tecnológica de un único modelo.
En este escenario, la infraestructura cloud se transforma en una capa estratégica. No basta con tener un buen modelo: también es necesario disponer de cómputo, memoria, redes, almacenamiento, herramientas de desarrollo y capacidad suficiente para servir millones de consultas.
Impacto en Argentina
El acuerdo no representa un servicio nuevo que los usuarios argentinos puedan contratar directamente, pero sí tiene una consecuencia indirecta. La carrera por aumentar la capacidad de IA en la nube influye en el costo y la disponibilidad de herramientas que utilizan empresas argentinas, desarrolladores y usuarios finales.
Para Argentina, donde buena parte de los servicios avanzados de IA se consumen mediante plataformas internacionales, una expansión de la capacidad de Azure puede traducirse en mayor disponibilidad de modelos y servicios para clientes de la región. Al mismo tiempo, la competencia entre proveedores puede ayudar a presionar los costos de inferencia a medida que aumente la oferta.
También es una señal para las empresas locales que incorporan IA: depender de un único proveedor puede generar riesgos de precio, disponibilidad y capacidad. La estrategia de Meta muestra por qué el acceso a múltiples modelos y plataformas puede convertirse en una ventaja operativa.
Preguntas frecuentes
¿Meta compró servicios de IA de Microsoft?
Sí. Según Bloomberg, Meta está gastando cientos de millones de dólares al año para acceder a modelos de inteligencia artificial mediante Microsoft Azure. Las compañías no confirmaron públicamente las cifras.
¿Meta abandonó sus propios modelos de IA?
No. El reporte muestra el uso de infraestructura y modelos externos, pero Meta continúa desarrollando su propia tecnología y modelos. Utilizar Azure puede complementar, y no necesariamente sustituir, sus inversiones internas.
¿Qué es Microsoft Foundry?
Es la plataforma de Microsoft para desarrollar y operar aplicaciones y agentes de IA. Su catálogo reúne modelos de distintos proveedores, incluidos OpenAI, Meta y otros desarrolladores. citeturn10search0
¿Por qué Meta usaría modelos de otras empresas?
El acceso a varios modelos permite comparar resultados, evaluar sistemas propios, acelerar determinadas tareas y elegir herramientas según costo, rendimiento o disponibilidad.
Fuentes principales
- Bloomberg — Meta Has Quietly Become One of Microsoft’s Largest AI Customers
- Microsoft Learn — What is Microsoft Foundry?
- Microsoft Learn — Foundry Models and capabilities
Soy Enzo Ramírez, co-fundador y editor de tecno.ar. Tengo formación técnica en Informática, Seguridad Informática y Ciberseguridad, con background en desarrollo full stack. Me interesa especialmente todo lo que cruza tecnología, hardware, empresas, inteligencia artificial, entre otras, y su impacto en el mercado argentino