Meta Platforms, Inc.

Operador: Buenas tardes. Me llamo Christa y hoy seré el operador de esta conferencia. En este momento, me gustaría dar la bienvenida a todos a la conferencia telefónica de resultados del primer trimestre de 2026 de Meta. [Instrucciones del operador] Y esta llamada será grabada. Muchas gracias. Kenneth Dorell, director de Relaciones con Inversionistas de Meta. Puede comenzar. Kenneth Dorell: Gracias. Buenas tardes y bienvenidos a la conferencia telefónica de resultados del primer trimestre de 2026 de Meta Platform. Para analizar nuestros resultados, hoy me acompañan Mark Zuckerberg, CEO; y Susan Li, CFO. Nuestras declaraciones de hoy incluirán manifestaciones de carácter prospectivo, que se basan en suposiciones vigentes a día de hoy. Los resultados reales pueden diferir materialmente como resultado de diversos factores, incluidos los establecidos en el comunicado de prensa de resultados de hoy y en nuestro informe anual en el Formulario 10-K presentado ante la SEC. No asumimos ninguna obligación de actualizar ninguna manifestación prospectiva. Durante esta llamada, presentaremos medidas financieras tanto GAAP como ciertas medidas financieras no-GAAP. Una conciliación de las medidas GAAP con las no-GAAP se incluye en el comunicado de prensa de resultados de hoy. El comunicado de prensa de resultados y una presentación para inversores acompañante están disponibles en nuestro sitio web en investor.atmeta.com. Y ahora me gustaría ceder la palabra a Mark. Mark Zuckerberg: De acuerdo. Hola a todos. Gracias por acompañarnos hoy. Tuvimos un trimestre sólido para nuestra comunidad, nuestro negocio y nuestro avance hacia la IA. Más de 3.5 mil millones de personas usan al menos una de nuestras aplicaciones todos los días. Vimos una pequeña disminución en las estadísticas diarias familiares totales debido a cortes de Internet en Irán y bloqueos en Rusia. Pero, por lo demás, las tendencias en nuestras aplicaciones son sólidas. Los usuarios activos diarios y mensuales en Instagram y Facebook continúan creciendo, con el video impulsando el mayor nivel de participación de todos los tiempos en ambas aplicaciones. WhatsApp sigue mostrando un gran impulso también, incluso en EE. UU. Y Threads continúa en su trayectoria para ser la aplicación líder en su categoría. Nuestro hito más importante hasta ahora este año ha sido el lanzamiento de nuestra familia de modelos Muse y nuestro primer modelo MuSpark, junto con una nueva versión significativamente mejorada de Meta AI. Este fue el primer lanzamiento de Meta Super Intelligence Labs, y demuestra que nuestro trabajo va por buen camino para construir un laboratorio líder. En los últimos 10 meses, hemos construido el mejor equipo de investigación del sector y hemos establecido las bases científicas y técnicas para escalar modelos muy avanzados. Spark es solo un paso en esa escalera de escalamiento, y ya entrenamos modelos aún más avanzados. Pero Spark ya ha hecho de Meta AI, un asistente de nivel mundial que lidera en varias áreas relacionadas con nuestra visión de superinteligencia personal, incluido el entendimiento visual, la salud, las compras, el contenido social, lo local, crear juegos y más. Hasta ahora estamos recibiendo comentarios muy positivos. Hemos visto grandes aumentos en el uso de Meta AI desde el lanzamiento de las actualizaciones, y la aplicación de Meta AI se ha mantenido consistentemente cerca de la parte más alta de las tiendas de aplicaciones también. Ahora que tenemos un modelo sólido, podemos desarrollar también productos más novedosos. Desde que escribí por primera vez sobre nuestra visión de Super Inteligencia personal el año pasado, nos hemos centrado en entregar agentes personales y para empresas a miles de millones de personas en todo el mundo. Nuestro objetivo no es solo entregar Meta AI como un asistente, sino entregar agentes que puedan comprender tus objetivos y luego trabajar día y noche para ayudarte a alcanzarlos. Mi visión de la IA es muy diferente a la de muchos otros en la industria. Escucho a mucha gente hablar por ahí sobre cómo la IA va a reemplazar a las personas. En cambio, creo que la IA va a potenciar la capacidad de las personas para hacer lo que tú quieres, ya sea mejorar tu salud, tu aprendizaje, tus relaciones, tu capacidad para lograr tus objetivos profesionales personales y más. Mi visión es que el progreso humano siempre ha estado impulsado por personas que persiguen sus aspiraciones individuales. Y creo que esto seguirá siendo cierto en el futuro. En el futuro, la gente será más importante, no menos. Meta cree en empoderar a las personas. Y esos son los tipos de productos que vamos a construir, y creo que van a ser algunos de los productos más importantes y valiosos de todos los tiempos. Estamos construyendo un agente personal enfocado en ayudar a las personas a alcanzar objetivos diversos en sus vidas. También estamos creando un agente empresarial enfocado en ayudar a emprendedores y empresas de todo el mundo a usar nuestras herramientas y otras para hacer crecer sus esfuerzos, llegar a nuevos clientes y servir mejor a los clientes existentes. Estos agentes trabajarán juntos para formar un ecosistema. Y tanto si usas nuestros agentes personales como los empresariales para lograr tus objetivos, creo que el futuro verá un aumento masivo del emprendimiento de personas que creen cosas nuevas que siempre quisieron que existieran, pero que antes no tenían las herramientas para llevar al mundo. Ya estamos probando una versión temprana de IA para empresas y las conversaciones semanales han crecido 10 veces desde el inicio de este año. También estamos trabajando en usar Spark en nuestros modelos próximos para mejorar nuestros sistemas de recomendación y el negocio principal de Facebook, Instagram y anuncios. En este momento, nuestras aplicaciones ayudan principalmente a las personas a lograr 3 objetivos importantes: conectar con otras personas, aprender sobre el mundo y entretenimiento. Pero siempre hemos querido que nuestras aplicaciones comprendan más los objetivos de las personas para poder ayudar a mejorar sus vidas de todas las maneras que desean. Estos nuevos modelos de IA nos permitirán entender esto con más detalle. Así que, en lugar de limitarnos a observar patrones estadísticos de qué tipos de personas interactúan con qué tipo de contenido, por primera vez en la historia de Meta, podremos desarrollar una comprensión basada en principios fundamentales de lo que te importa y de qué trata cada pieza de contenido en nuestro sistema: de ese modo, podemos mostrarte cosas más útiles para lo que estás intentando lograr. Y también podremos crear contenido personalizado específicamente para las personas para ayudarte a alcanzar tus objetivos. Dado que nuestros sistemas de recomendación operan a una escala tan grande, iremos incorporando esta nueva investigación y tecnología con el paso del tiempo. Pero la tendencia de los últimos años parece clara: estamos viendo un retorno cada vez mayor por la cantidad que podemos mejorar la participación de las personas y el valor para los anunciantes. Esto nos anima a seguir invirtiendo de manera significativa en lo que esperamos que aporte un valor cada vez mayor en los próximos años también. Con eso en mente, estamos incrementando nuestro pronóstico de CapEx para infraestructura para este año. La mayor parte se debe a costos de componentes más altos, en particular los precios de la memoria, pero todas las señales que vemos en nuestro propio trabajo y en toda la industria nos dan confianza en esta inversión. Dicho esto, estamos muy enfocados en aumentar la eficiencia de nuestras inversiones y, como parte de ello, estamos implementando más de 1 gigavatio de nuestra propia silicio personalizado que estamos desarrollando con Broadcom, además de una cantidad significativa de chips de AMD para complementar los nuevos sistemas de NVIDIA que también estamos implementando. Uno de los objetivos principales de nuestra iniciativa de computación de Meta es liderar la industria en eficiencia al construir computación, y esperamos que eso sea una ventaja estratégica con el tiempo. Hablando de fabricar productos físicos a gran escala, nuestras gafas de IA siguen rindiendo bien con la cantidad de personas que las usan: triplicando diariamente su cifra año tras año. Esto continúa siendo una de las categorías de electrónica de consumo de más rápido crecimiento de todo el tiempo. Lanzamos Ray-Ban Meta optics este trimestre, diseñado para usarlo todo el día en lugar de principalmente como gafas de sol. Y construyendo sobre nuestro lanzamiento de Oakley del año pasado, tenemos algunas colaboraciones nuevas y estilos emocionantes que pienso que tendrán el potencial de llegar a aún más personas más adelante este año. Todas nuestras gafas están diseñadas para actualizarse fácilmente y usar nuestros modelos y funciones de IA más recientes. También me entusiasma mucho ver cómo evolucionan las gafas: de poder responder preguntas a ser un agente personal que está contigo todo el día, ayudándote a recordar cosas y a alcanzar tus objetivos.Más allá de las gafas, me entusiasma que nuestros esfuerzos en el Metaverso también se impulsen con los modelos de IA que estamos entrenando. Seguimos siendo los mayores inversores en el sector de la VR en toda la industria, pero estamos centrados en que nuestro negocio de VR sea sostenible mientras invertimos más en otras áreas como la IA y las gafas. Antes de cerrar, quiero hablar un momento sobre cómo la IA está transformando nuestro trabajo. Estamos viendo cada vez más ejemplos en los que una o dos personas construyen algo en una semana que antes habría requerido a decenas de personas durante meses. Y quiero asegurarme de que Meta sea el mejor lugar del mundo para que estas personas se acerquen y generen un impacto. Estamos construyendo la próxima evolución de nuestra empresa en torno a estas personas. Y hay mucho que podemos hacer para posibilitarlo: construyendo la mejor infraestructura para crear y entregar productos a escala, agilizando nuestros equipos para que no sean más grandes de lo necesario, reconociendo y recompensando a las personas que están generando impactos desproporcionados y preparándonos para intentar muchas más ideas y asumir muchos proyectos nuevos en el futuro. Por supuesto, seguiremos impulsando para aumentar nuestra eficiencia también. Pero, en general, creo que el futuro consiste en construir muchas más cosas de mayor calidad que nunca antes. De acuerdo. Eso es lo que quería abordar hoy. Estamos viviendo una transformación tecnológica histórica. Estamos entre las pocas empresas posicionadas para dar forma al futuro, y vamos por buen camino para hacerlo. Estoy deseando entregar superinteligencia personal a miles de millones de personas. Y como siempre, agradezco el arduo trabajo de nuestros equipos y a todos ustedes por estar en este viaje con nosotros. Susan Li: Gracias, Mark, y buenas tardes a todos. Comencemos con los resultados de nuestro segmento. Todas las comparaciones se basan en el año correspondiente, salvo que se indique lo contrario. Estimamos que 3.56 mil millones de personas usaron al menos una de nuestras familias de aplicaciones a diario en marzo, lo que disminuyó ligeramente respecto a diciembre debido a interrupciones de Internet en Irán y a una restricción del acceso a WhatsApp en Rusia. A falta de estos impactos, el crecimiento de personas activas diarias de la familia de aplicaciones habría sido positivo de un trimestre a otro. . Los ingresos totales de la familia de apps en el primer trimestre fueron de $55.9 mil millones, un 33% más interanual. Los ingresos publicitarios de la familia de apps en el primer trimestre fueron de $55 mil millones, un 33% u 29% sobre una base de tipo de cambio constante. En el primer trimestre, el número total de impresiones publicitarias servidas en nuestros servicios aumentó 19%. El crecimiento de impresiones fue saludable en todas las regiones, impulsado principalmente por el crecimiento en la participación y los usuarios, además de optimizaciones de carga publicitaria. El precio promedio global por anuncio aumentó un 12% interanual en el primer trimestre, con un crecimiento amplio, ya que nos beneficiamos de mejoras en el rendimiento de la publicidad, mejores condiciones macro frente al primer trimestre del año anterior y vientos de cola cambiarios en regiones internacionales. Esto se vio parcialmente compensado por el fuerte crecimiento de impresiones, incluidas las procedentes de regiones con menor monetización. Los ingresos de la familia de aplicaciones, otros ingresos, fueron de $885 millones, un 74% más, impulsados principalmente por los ingresos por mensajes de pago y suscripciones de WhatsApp. Dentro de nuestro segmento Realty lab, los ingresos del primer trimestre fueron de $402 millones, un 2% menos interanual debido a menores ventas de los auriculares Quest, lo cual se vio parcialmente compensado por el crecimiento continuo y sólido de los ingresos por gafas de IA. Pasando ahora a nuestros resultados consolidados. Los ingresos totales del primer trimestre fueron de $56.3 mil millones, un 33% más o 29% sobre una base de tipo de cambio constante. Los gastos totales del primer trimestre fueron de $33.4 mil millones, un 35% más que el año pasado. El crecimiento interanual estuvo impulsado principalmente por costos de infraestructura y compensación de empleados. El crecimiento en los costos de infraestructura se debió a una mayor depreciación, costos operativos de centros de datos y gasto en nube de terceros. El crecimiento en la compensación de empleados se debió a las contrataciones técnicas que hemos incorporado durante el año pasado, en particular talento de IA. Cerramos el primer trimestre con más de 77,900 empleados, un 1% menos que en el cuarto trimestre, ya que el impacto de los esfuerzos de optimización de dotación en determinadas funciones se vio parcialmente compensado con la contratación en áreas prioritarias de monetización e infraestructura.El ingreso operativo del primer trimestre fue de 22.9 mil millones de dólares, lo que representó un margen operativo del 41%. Los intereses y otros ingresos del primer trimestre fueron negativos en 1.1 mil millones de dólares, impulsados por pérdidas no realizadas en nuestras inversiones de capital. Nuestra tasa de impuestos para el trimestre fue negativa del 23%, lo cual se vio favorecido por un beneficio fiscal de 8.03 mil millones de dólares. Este beneficio alivia parcialmente el cargo fiscal no monetario de 15.93 mil millones de dólares que registramos en el tercer trimestre de 2025, lo cual refleja la guía actualizada del Tesoro de EE. UU. emitida en febrero de 2026 sobre el tratamiento fiscal de los gastos de I+D capitalizados previamente en Estados Unidos. Sin el beneficio fiscal, la tasa de impuestos del primer trimestre habría sido del 14%. El ingreso neto fue de 26.8 mil millones de dólares, o 10.44 dólares por acción. Sin el beneficio fiscal, nuestro ingreso neto y nuestras EPS habrían sido de 18.7 mil millones de dólares y 7.31, respectivamente. Los gastos de capital, incluidos los pagos de principal en arrendamientos financieros, fueron de 19.8 mil millones de dólares, impulsados por inversiones en servidores, centros de datos e infraestructura de red. El flujo de caja libre fue de 12.4 mil millones de dólares. Terminamos el trimestre con 81.2 mil millones de dólares en efectivo y valores negociables y 58.7 mil millones de dólares en deuda. Ahora, veamos el desempeño del negocio. Hay dos factores principales que impulsan el desempeño de nuestros ingresos: nuestra capacidad de ofrecer experiencias atractivas para nuestra comunidad y nuestra eficacia para monetizar esa participación a lo largo del tiempo. En primer lugar, seguimos viendo avances significativos gracias a nuestras iniciativas de recomendación de contenido. En Instagram, las mejoras de clasificación que realizamos en el primer trimestre impulsaron un aumento del 10% en el tiempo de visualización de Reels. En Facebook, el tiempo total de video aumentó más de un 8% a nivel global en el primer trimestre, el mayor incremento de trimestre a trimestre en 4 años. Dentro de Estados Unidos y Canadá, las mejoras de clasificación que realizamos impulsaron un aumento del 9% en el tiempo de visualización de video en Facebook en el primer trimestre. Estas ganancias se benefician de los avances que estamos realizando en toda la pila. Comenzando con los datos, duplicamos la longitud de las secuencias de interacción de usuarios que usamos para el entrenamiento en Instagram en el primer trimestre y aumentamos la riqueza con la que se describe cada interacción del usuario, lo que permite que nuestros sistemas desarrollen una comprensión más profunda de los intereses de los usuarios. Dentro de nuestros modelos, hemos aumentado significativamente la velocidad a la que nuestros modelos de ranking indexan publicaciones nuevas, lo que nos permite recomendarlas antes después de que se publican. También estamos aplicando técnicas de comprensión de contenido más avanzadas, lo que nos permite identificar rápidamente publicaciones que podrían ser interesantes para alguien incluso si no ha interactuado con mucho contenido similar. Estas y otras mejoras nos han permitido aumentar la diversidad y la actualidad del contenido recomendado, y las publicaciones del mismo día ahora representan más del 30% de los Reels recomendados tanto en Instagram como en Facebook, más del doble que los niveles de hace 1 año. También estamos usando IA para desbloquear más inventario mediante la traducción automática y el doblaje de videos al idioma local de cada espectador, lo que nos permite recomendar un conjunto más diverso de contenido. Más de 0.5 mil millones de usuarios en Facebook e Instagram ahora ven semanalmente videos traducidos con IA. De cara al futuro, realizaremos varias inversiones que esperamos generen recomendaciones de mayor valor. Este año, seguiremos escalando nuestros modelos en varias dimensiones, incluyendo su tamaño y complejidad, mientras incorporamos LLM para profundizar la comprensión del contenido en toda nuestra plataforma. Esto nos permitirá relacionar mejor a las personas con una variedad más amplia de contenidos alineados con sus intereses. Al mismo tiempo, estamos ejecutando nuestros esfuerzos a más largo plazo para desarrollar la próxima generación de nuestros sistemas de recomendación. Esto incluye la construcción de modelos base que impulsan las recomendaciones de contenido orgánico y de anuncios, además de desarrollar sistemas de recomendación basados en LLM. Nuestro enfoque de este año es validar las arquitecturas del modelo y las técnicas en estos ámbitos antes de escalarlas en los próximos años. Además de nuestro trabajo en recomendaciones, nos estamos enfocando en implementar los modelos de Meta super intelligence labs para habilitar un nuevo conjunto de experiencias de producto.Estamos viendo resultados alentadores en Meta AI desde que comenzamos a habilitar respuestas con el primer modelo de MSL, Muhspark. En las pruebas que realizamos antes del lanzamiento, observamos ganancias significativas de interacción que se aceleraron de una semana a la siguiente con cada nueva iteración del modelo. Estamos viendo juegos similares en Meta AI después del despliegue generalizado de nuestro nuevo modelo, con aumentos de dos dígitos porcentuales en las sesiones de Meta AI por usuario. Mu Spark ahora impulsa Meta AI en conversaciones directas dentro de nuestras apps, así como en la app y el sitio web independientes de Meta AI, brindando a miles de millones de personas en todo el mundo acceso a nuestro modelo más reciente. En general, nos entusiasma mucho el impulso dentro de nuestro plan de investigación y producto y esperamos compartir más detalles sobre lo que estamos construyendo a lo largo del año. Pasando al segundo impulsor de nuestro desempeño en ingresos: aumentar la eficiencia de la monetización. La primera parte de este trabajo es optimizar el nivel de anuncios dentro de la interacción orgánica. Aquí, seguimos mejorando nuestros sistemas para mostrar anuncios en el momento y la ubicación óptimos. En el primer trimestre (Q1), también ampliamos la disponibilidad de anuncios en nuestros servicios más nuevos, incluyendo la incorporación de anuncios en Threads para personas en más mercados. En WhatsApp, estamos avanzando bien con el despliegue de anuncios y estado (status), y cientos de millones de personas ya los ven diariamente. Pasando a la segunda parte de aumentar la eficiencia de la monetización: mejorar el rendimiento para las empresas que usan nuestros servicios. Para ello, estamos implementando la IA con más profundidad en cada capa de nuestros sistemas y herramientas. Dentro de nuestros sistemas de anuncios, estamos logrando mejoras de rendimiento al implementar modelos más complejos y predictivos. En Q1, las mejoras que realizamos en las técnicas de modelado y aprendizaje de Lattice, junto con los avances en la arquitectura de nuestro modelo GEM, impulsaron un aumento de más del 6% en la tasa de conversión para anuncios de visualización de páginas de destino. Además, hemos estado invirtiendo en modelos de inferencia que rinden mejor para servir más anuncios. En la segunda mitad del año pasado, empezamos a implementar nuestro nuevo modelo de clasificación adaptativa, un modelo de recomendación a escala LLM que utilizamos para la inferencia. Este modelo mejora nuestro ROI en inferencia al dirigir las solicitudes a modelos de inferencia que requieren más cómputo cuando determina que existe una mayor probabilidad de conversión. En Q1, ampliamos la cobertura de nuestro modelo de clasificación adaptativa para admitir conversiones fuera del sitio, lo que generó un aumento del 1.6% en las tasas de conversión en las principales superficies de Facebook e Instagram. También estamos aprovechando la IA para facilitar que las empresas gestionen a sus clientes, desarrollen creatividad publicitaria y se relacionen con ellos. El asistente empresarial de Meta AI ya se ha desplegado completamente para todos los anunciantes elegibles en los servicios de compra de Meta compatibles, proporcionando recomendaciones personalizadas a los anunciantes, resolviendo problemas de cuenta y ofreciendo información de campañas para ayudar a optimizar los resultados. El rendimiento ha sido sólido desde que comenzamos a probar el asistente en el Q4, y los problemas comunes de cuenta se han resuelto con una tasa 20% más alta. Esta semana, además, estamos introduciendo conectores de Meta Ads AI en versión beta abierta, brindando a los anunciantes la posibilidad de conectar su cuenta de anuncios de Meta directamente con un agente de IA. Siempre hemos apoyado a los anunciantes tanto en nuestra plataforma como a través de herramientas como el marketing API. Y ahora estamos ampliándolo a la IA. Así, las empresas y agencias pueden analizar y optimizar campañas con las herramientas que ya están usando. El uso de nuestras herramientas de creatividad publicitaria también está escalando: más de 8 millones de anunciantes utilizan al menos una de nuestras herramientas de creatividad publicitaria con Gen AI, y la adopción es especialmente fuerte entre anunciantes pequeños y medianos. Estas herramientas también están beneficiando el rendimiento: los anunciantes que usan nuestra función de generación de video registran tasas de conversión más de un 3% más altas en las pruebas. También estamos viendo buena tracción al usar IA para facilitar la interacción con los clientes. En Q1, ampliamos los business AIs en WhatsApp para SMBs en América Latina e Indonesia, así como en Messenger en Asia Pacífico.Ahora contamos con más de 10 millones de conversaciones cada semana facilitadas a través de agentes de negocio, frente a 1 millón al inicio del año. Ampliamos aún más el acceso a más países esta trimestre, al tiempo que añadimos más capacidades a los agentes. También seguimos invirtiendo en el suite de optimización del valor, que ayuda a los anunciantes a maximizar su retorno del gasto en anuncios priorizando las conversiones de mayor valor en lugar de optimizar solo para el mayor número de conversiones al menor costo. La adopción por parte de las empresas ha sido sólida tras las mejoras de rendimiento que hemos realizado durante el año pasado; el ritmo de ingresos anualizado del suite de optimización del valor ya supera los $20 mil millones, más del doble año tras año. Por último, quiero abordar nuestros esfuerzos en comercio. Las personas descubren productos en nuestras plataformas mediante anuncios y publicaciones orgánicas, y las marcas recurren cada vez más a creadores para promocionar sus productos. Esto está impulsando un crecimiento rápido en el producto de anuncios de nuestra asociación, cuyo ritmo de ingresos anualizado supera el doble año tras año en el primer trimestre, hasta alcanzar $10 mil millones. Para apoyar el descubrimiento de productos y las compras que ocurren a través de creadores, estamos ampliando nuestras soluciones más allá de los anuncios. El mes pasado, lanzamos nuestras asociaciones de afiliados en Facebook a más socios de prueba, para que los creadores puedan etiquetar productos de retailers participantes en sus publicaciones y ganar una comisión cuando alguien realiza una compra. También hemos empezado a probar experiencias similares en Instagram. Vemos una oportunidad real para ayudar a las personas a descubrir y comprar productos de forma más sencilla dentro de nuestros servicios, especialmente a medida que incorporamos la IA de manera profunda en nuestras plataformas. A continuación, me gustaría hablar de nuestro enfoque para la asignación de capital. El cómputo es cada vez más importante, ya que determina la calidad de los servicios que podemos ofrecer, incluyendo la puesta en marcha de modelos más capaces y la entrega de productos nuevos e innovadores. También se está volviendo más crítico para cómo trabajamos en un entorno en el que los empleados gestionan agentes para ayudarles a generar nuevas ideas, ejecutar experimentos, llevar a cabo tareas y construir productos. Estamos invirtiendo con fuerza para satisfacer nuestras necesidades de infraestructura y asegurarnos de maximizar nuestra flexibilidad estratégica en los próximos años. Esto incluye ampliar sustancialmente nuestro propio alcance de centros de datos y cerrar acuerdos en toda la cadena de suministro para asegurar los componentes necesarios para la capacidad futura. También estamos firmando acuerdos de nube que entrarán en funcionamiento a lo largo de este año y de 2027, lo que nos permitirá escalar más rápidamente. Estos acuerdos de nube plurianuales y nuestros acuerdos de compra de infraestructura impulsaron un aumento de $107 mil millones en nuestros compromisos contractuales este trimestre. Nuestras inversiones respaldarán nuestras necesidades de entrenamiento para los modelos futuros y, lo más importante, nos proporcionarán la capacidad de inferencia necesaria para ofrecer agentes personales y de negocio a miles de millones de personas en todo el mundo, junto con varias otras experiencias de producto de IA que estamos desarrollando. A medida que crece nuestro gasto en infraestructura, seguimos comprometidos con operar de manera eficiente y recientemente compartimos internamente que planeamos reducir el tamaño de nuestra base de empleados en mayo. Creemos que un modelo operativo más ágil nos permitirá avanzar más rápido y, al mismo tiempo, ayudar a compensar las sustanciales inversiones que estamos realizando. Pasando a nuestras perspectivas financieras. Esperamos que los ingresos totales del segundo trimestre de 2026 estén en el rango de $58 mil millones a $61 mil millones. Nuestra guía asume que el tipo de cambio extranjero es un viento a favor de aproximadamente el 2% para el crecimiento interanual de los ingresos totales, según los tipos de cambio actuales. En cuanto a las perspectivas de gastos y CapEx. Esperamos que los gastos totales del año completo de 2026 estén en el rango de $162 mil millones a $169 mil millones, sin cambios respecto a nuestra guía anterior. Seguimos esperando entregar ingresos operativos este año que superen los ingresos operativos de 2025. Anticipamos que las inversiones de capital de 2026, incluyendo los pagos de principal en arrendamientos financieros, estarán en el rango de $125 mil millones a $145 mil millones, aumentadas desde nuestro rango previo de $115 mil millones a $135 mil millones.Esto refleja nuestras expectativas para un mayor precio de componentes este año y, en menor medida, costos adicionales de centros de datos para respaldar la capacidad de los años futuros. A falta de cambios en nuestro panorama fiscal, esperamos que nuestra tasa impositiva para los trimestres restantes de 2026 esté entre el 13% y el 16%. Finalmente, seguimos monitoreando asuntos legales y regulatorios activos, incluidos vientos en contra en la UE y en EE. UU. que podrían impactar significativamente nuestro negocio y resultados financieros. Por ejemplo, seguimos viendo un escrutinio sobre temas relacionados con la juventud y tenemos juicios adicionales programados para este año en EE. UU., lo que en última instancia podría resultar en una pérdida material. Para cerrar, el primer trimestre fue un buen comienzo del año, con una ejecución sólida en nuestras iniciativas principales de anuncios y de participación. También estamos logrando avances emocionantes en nuestros esfuerzos de investigación y producto de IA y esperamos construir ese impulso a lo largo de este año. Con eso, Crystal, abramos la llamada para preguntas. Operator: [Operator Instructions] Y tu primera pregunta viene de Brian Nowak de Morgan Stanley. Brian Nowak: Quería preguntarle, en cuanto al nivel de inversión que están haciendo en esos “señalizadores” que están observando para asegurarse de que van a generar ROIC y todas estas inversiones: nosotros y los demás productos. Entonces, si pudiera, más o menos, indicarnos cuáles son algunos de los factores clave que están vigilando en los próximos 12 a 24 meses, si es Meta AI, Muse advances, chloralgorithm, qué están observando principalmente para asegurarse de que van por el camino correcto para generar un ROIC saludable en todo este gasto de CapEx e infraestructura? Mark Zuckerberg: Esa es una pregunta bastante técnica para, básicamente, en dónde… lo que estamos observando es para asegurarnos de que estemos en la trayectoria para construir modelos y productos líderes. La fórmula de nuestra empresa siempre ha sido construir experiencias que puedan llegar a miles de millones de personas y enfocarnos en monetizarlas una vez que alcances escala. Eso es… estamos viendo un poco de eso aquí: básicamente invertimos por adelantado para construir modelos líderes, y los convertimos en productos líderes. Y luego creemos que estos serán algunos de los productos más importantes que se construyan durante la próxima década. Entonces, creo que como con cualquier otra cosa que hemos hecho a lo largo del tiempo, los hitos básicos que observo se centran, primero, a nivel técnico, en si estamos entregando la calidad para habilitar un gran producto; luego, segundo, cuando tienes el producto, ¿cómo está escalando? y, tercero, miras la monetización y luego aumentas su eficiencia para incrementar la rentabilidad. No… quiero decir, no creo que tengamos un plan muy preciso sobre exactamente cómo va a escalar cada producto mes a mes o algo así. Pero sí creo que tenemos una idea de la forma que deben tener esas cosas. Y creo que si observas el uso de estas y la calidad de los productos y la calidad de los modelos que hay, y el uso que otros modelos “frontier” están logrando y la trayectoria de eso, me siento bastante cómodo con que, a, el laboratorio que estamos construyendo está en camino de ser un laboratorio líder en el mundo. Creo que MuSpark fue un modelo de altísima calidad. Impulsa Meta AI, que yo creo que ahora es un asistente de nivel mundial. Tenemos la capacidad de hacerlo crecer y tener una gran cantidad de participación. Y en los próximos trimestres, simplemente vamos a estar monitoreando cómo salen nuestros próximos ciclos de entrenamiento. Cómo escalan nuestros productos, qué tan emocionados estamos con los productos en el pipeline; en este momento, estamos muy emocionados. Y luego también vamos a incrementar la monetización durante ese periodo de tiempo. Entonces esas son las cosas que observo. Creo que, para el tipo de preguntas financieras específicas, creo que Susan puede intervenir si hay algo más que agregar. Operator: Tu siguiente pregunta viene de la línea de Mark Shmulik con Bernstein. Mark Shmulik: Mark, supongo que ahora que ya tenemos MuSpark más o menos lanzado, ¿cómo estás pensando en que el enfoque del equipo esté dividido en seguir adelante con nuevas tandas de entrenamiento de modelos y en una mayor especialización en ese objetivo de inteligencia personal, frente a los lanzamientos de producto y a sacar más producto por la puerta de salida? Y Susan, supongo que como seguimiento a la pregunta de Brian: sé que es demasiado pronto para hablar del CapEx de 2027. Pero esta noche hemos tenido compañeros que han mencionado un posible aumento significativo. ¿De alguna manera se puede pensar en cómo dimensionar los retornos o la tracción de este año y cómo eso podría afectar el gasto de 2027? Mark Zuckerberg: Quiero decir, creo que la hoja de ruta del equipo es — ha sido bastante consistente. Así que tenemos el equipo de investigación, que se centra en escalar modelos cada vez más inteligentes con capacidades para las cosas específicas en las que estamos enfocados, que son los agentes empresariales y personales. Entonces: acabamos de lanzar nuestro primer modelo, y hablé en mis comentarios sobre cómo estamos subiendo la escalera de escalado hacia mayores capacidades y escala para los modelos. Ese trabajo continúa. Tenemos nuestro siguiente conjunto de modelos más avanzados en entrenamiento ahora. Y eso es — yo creo que ese trabajo simplemente va a seguir. Quiero decir, es un ciclo. No creo que vayas a terminar con eso en algún momento cercano. Vamos a tener equipos que se enfocan de forma constante en entrenar modelos más inteligentes y más capaces, y en la forma en que queremos hacerlo. Luego tenemos nuestro equipo de producto, y ese equipo ahora realmente está desbloqueado para poder construir cosas sobre nuestros modelos, porque ahora tenemos un modelo muy sólido. Así que antes, estábamos prototipando un montón de cosas usando otros modelos diferentes, ya fueran nuestros modelos anteriores más antiguos o usando, más bien, las API de otras compañías. Y ahora estamos desbloqueados para poder construir cosas y llevarlas a escala sobre nuestros propios modelos. Entonces creo que verás eso a lo largo de algún tiempo. Intenté, en mis comentarios iniciales, dar una idea de hacia dónde vamos, pero creo que más de los detalles de eso se irán aclarando durante los próximos meses. Y creo que estos son simplemente ambos ciclos sobre los que iteraremos. Seguiremos iterando sobre la inteligencia. Seguiremos trabajando en la construcción de productos nuevos y en escalar esos productos. Y entonces, a medida que llegamos a la adecuación producto-mercado, también vamos a enfocarnos cada vez más en construir los negocios alrededor de ellos y en reducir los costos. Y así es como hemos hecho todo durante los últimos 20 años de funcionamiento de la compañía, y básicamente ese es el plan. Susan Li: Mark, sobre tu segunda pregunta, no estamos proporcionando una perspectiva específica para el CapEx de 2027. Y, francamente, estamos atravesando un proceso de planificación muy dinámico, mientras trabajamos en torno a cuáles serán nuestras necesidades de capacidad en los próximos años. Nuestra experiencia hasta ahora ha sido que seguimos subestimando nuestras necesidades de cómputo incluso mientras hemos estado aumentando la capacidad significativamente, a medida que los avances en IA han seguido avanzando y nuestros equipos han seguido identificando proyectos e iniciativas nuevas y convincentes. Y ahora, existen casos de uso internos muy convincentes. Así que nuestra expectativa es que el cómputo se vuelva aún más central para el negocio en el futuro. Y será fundamental para determinar la calidad de los modelos que desarrollamos, los tipos de productos que podemos introducir y qué tan productivos podemos ser como organización. Así que vamos a seguir ampliando nuestra infraestructura teniendo en cuenta la flexibilidad. Y si al final no terminamos necesitando tanto como anticipamos, podemos optar por ponerla en línea de manera más gradual o reducir nuestro gasto en años futuros a medida que nos vayamos adaptando a la capacidad que estamos construyendo ahora. Operator: Su siguiente pregunta proviene de la línea de Eric Sheridan con Goldman Sachs. Eric Sheridan: Tal vez pueda ampliar sobre uno de los temas que se analizaron en las declaraciones preparadas.Pero solo el conjunto de oportunidades que se presenta ante la empresa en cuanto a poner la computación agentica frente tanto a los consumidores como a las empresas. Durante mucho tiempo has estado asociado, de alguna manera, con el panorama de los consumidores. Y me interesa saber cómo estás pensando en las extensiones de las partes de participación en medios de tu modelo de negocio y de la parte de comercio de tu modelo de negocio para volverse más agenticos con el paso del tiempo. Pero, ¿qué oportunidades también ves frente a ti, tanto en pymes como en empresas, donde históricamente quizá no has tenido tanta velocidad de producto? Susan Li: Gracias, Eric. Así que diría que, en el corto plazo, obviamente, los mayores focos son algunas de las áreas que mencionaste sobre profundizar la participación, obviamente, con nuestra comunidad y base de usuarios existentes, haciendo que las experiencias publicitarias sean de manera significativa más personalizadas, más atractivas, más valiosas, y ayudando a las pymes a encontrar y atraer clientes en toda nuestra plataforma. Esas son, creo, algunas de las oportunidades más intuitivas y cercanas para el negocio que tenemos hoy. Y luego, por supuesto, a medida que podamos desarrollar más capacidades agenticas para habilitar agentes que ayuden a las personas a ser más productivas, pero también agentes para las empresas y, de hecho, habilitar que esos agentes interactúen entre sí y construyan lo que esperamos que sea un próspero ecosistema de comercio en nuestra plataforma. Así que diría que algunas de estas cosas están un poco más allá, especialmente en esa categoría más tardía de cosas. De nuevo, el enfoque es construir una superinteligencia personal, construir un agente de consumo que pueda trabajar para ti y ayudarte a hacer las cosas. Esa es ahora mismo una experiencia de consumo en la que estamos enfocados, pero creemos que con el tiempo habrá oportunidades claras de monetización. Puedes imaginar estructuras de comisiones u ofrecimientos premium. Y en el lado empresarial, estamos viendo una gran oportunidad, por supuesto, en torno a los agentes y el escalamiento de nuestras iniciativas de IA para el negocio. Creo que mencioné antes en mis comentarios que hay más de 10 millones de conversaciones semanales entre personas y AIs empresariales en nuestras plataformas de mensajería. Eso está por encima de $1 millón al inicio del año, y vamos a seguir expandiéndonos globalmente en el segundo trimestre. Y las AIs empresariales hoy actualmente son gratuitas para la mayoría de las empresas en nuestras aplicaciones de mensajería. Pero a medida que avancemos más, esperamos que también trabajemos para establecer un modelo de monetización a más largo plazo. Y también consideraremos otros servicios que podamos ofrecer a las empresas en el futuro, pero no tenemos nada más que compartir hoy. Operator: Tu próxima pregunta viene de la línea de Youssef Squali, de Truist Securities. Youssef Squali: Tal vez una para Mark y otra para Susan. Mark, los lentes de IA Ray-Ban, Oakley, siguen funcionando muy bien para ustedes, pero Essilor-Luxottica posee y gestiona muchas más marcas. ¿Cuáles son los factores que condicionan para ver el lanzamiento de lentes adicionales bajo estas otras marcas este año? ¿Y qué sería un año exitoso para ti al mirar atrás a 2026, tal vez en términos de unidades vendidas? Y, Susan, sobre ese 10% de RIF, ¿cuánto de eso se debe a eficiencias para la implementación de IA frente a simplemente la necesidad de mantenerse en forma? Y cuando miras las necesidades de tus empleados con el tiempo, ¿cómo ves que eso crezca en relación con el crecimiento de tu facturación total? Susan Li: Puedo ocuparme de las dos. Voy a responder primero tu segunda pregunta. Y solo estoy intentando asegurarme de que tengo todas las partes de la pregunta. Así que, en términos de cuál sería, digamos, el tamaño óptimo de la empresa, creo que, con el tiempo, no sabemos realmente cuál será el tamaño óptimo de la empresa en el futuro. Pienso que ahora mismo hay muchos cambios, ya que las capacidades de IA están avanzando rápidamente. Estamos muy enfocados en aprovechar herramientas de IA para aumentar sustancialmente nuestra productividad, y estamos viendo que eso se refleja en la producción acelerada de nuestros ingenieros. Y en general nos estamos acercando a esto, con una inclinación hacia el deseo de usar estas herramientas para construir todavía más productos y servicios de los que hubiéramos hecho antes. Al mismo tiempo, estamos realizando inversiones muy significativas en infraestructura, y estamos muy enfocados en continuar operando de manera eficiente. Así que creo que estaremos evaluando continuamente cómo estamos estructurados, solo para asegurarnos de que estamos configurados de la mejor manera para cumplir con nuestras prioridades en los próximos años. Así que esa es, creo, tu segunda pregunta. La primera pregunta era sobre los lentes de IA. Seguimos viendo un crecimiento sólido, obviamente en las ventas de los lentes de IA, a lo largo del transcurso del primer trimestre. La demanda de la línea ampliada de productos, en general, ha sido bastante fuerte, y estamos viendo que las ventas están cambiando ahora desde la generación anterior de Ray-Ban Meta hacia la última generación, lo cual creo que habla del valor de funciones mejoradas como una mayor duración de la batería y capacidades de mayor nivel, como la captura de video con mayor resolución. Así que estamos bastante entusiasmados con el progreso que hemos logrado con los lentes. Ahora vemos un gran interés en los visores Meta Ray-Ban con los Meta neurlbands. Así que eso es una señal alentadora de que existe apetito por parte de los consumidores por los lentes de visualización, que es, básicamente, la próxima generación de cómo evoluciona este producto. Y sí, así que creo que este es un área que vamos a seguir... en la que seguimos... emocionados y a la que estamos invirtiendo. Operador: Su próxima pregunta proviene de la línea de Justin Post con Bank of America. Justin Post: Mark, tardó alrededor de 10 meses en sacar a Spark. Creo que es un ritmo bastante bueno. Solo ayúdanos a entender qué tipo de desbloqueo es eso para algunos de los nuevos productos que están desarrollando. ¿Y cuál va a ser el ritmo de los productos en los próximos 9 meses, tanto para productos de consumo como para productos de empresas, construidos sobre ese modelo? Mark Zuckerberg: Quiero decir, el campo se mueve bastante rápido. Así que, quiero decir, estoy muy contento con que... el laboratorio que ha avanzado más rápido, de haber puesto en marcha el laboratorio a tener un modelo que es, digamos, ampliamente aceptado y muy sólido. Eso es bueno. Creo que eso es una validación muy significativa de que el equipo está trabajando bien en conjunto, de que la infraestructura funciona, de que ese esfuerzo va en línea con el plan. Y creo que, básicamente, eso es lo principal que hemos aprendido en el último trimestre y que me llevaría como conclusión: como en dónde empezamos, lo que fue esta apuesta bastante grande, y que está en camino de acuerdo con nuestro plan. En cuanto a cuál exactamente va a ser el ritmo... es difícil para mí decirlo, tanto porque no quiero compartir información sensible para la competencia, como porque creo que estamos más enfocados en la calidad que en cumplir una fecha específica. Quiero decir, del lado de la investigación, esto es investigación, ¿verdedor? Estamos intentando cosas novedosas. No sabes exactamente cuándo van a dar resultado. Y del lado del producto, creo que nos importa mucho, simplemente, tener... Déjame ponerlo así. Hay muchos agentes ahí fuera, ¿verdad?, que la gente está construyendo para cosas diferentes. Y no hay tantos que yo querría regalarle a mi madre. Y creo que llegar a una especie de ese nivel de calidad es algo que me importa más que cumplir una semana específica para lanzar algo. Así que... pero con todo eso, quiero decir, estamos en una zona aquí en la que los equipos no se registran conmigo como una vez por trimestre; más bien, logramos un progreso significativo día tras día. Creo que eso es parte de la diversión de desarrollar en este mundo: que la gente puede lograr un progreso muy rápido. pequeños grupos de personas y equipos pueden lograr un progreso muy rápido. Así que creo que vamos a ver mucha innovación. El momento de esta llamada es que es bueno en algunos aspectos porque el lanzamiento de MuSpark, creo, fue positivo. La primera versión de Meta AI, creo, también fue positiva. Creo que eso, eso demuestra que estamos en camino.Estoy tratando, más o menos, de pintar una imagen de la dirección de muy alto nivel hacia la que vamos, pero creo que esa imagen se enfocará mucho más durante los trimestres posteriores. Operador: Su siguiente pregunta viene de la línea de Ross Sandler de Barclays. Ross Sandler: Sí. Mark, relacionado con esa última respuesta, pero hay un montón de nuevas aplicaciones de consumo que están surgiendo, desde algo como OpenClaude hasta algo un poco más amigable para consumidores que lo que construirías para tu mamá, como dijiste, con Pi o Dreamer, que adquiriste recientemente. Entonces, ¿cómo cambian estas nuevas ideas, supongo, tu punto de vista sobre hacia dónde debe ir el núcleo de Meta AI o Dreamer o tu estrategia general de agentes? Y luego, la segunda parte sería: ¿crees que el laboratorio se va a quedar en este segmento de consumo? ¿O crees que necesitas — o quieres ir por la ruta por la que van otros, con escritura de código y el bucle de mejora recursiva de sí mismo, y en esa dirección, en paralelo, algunos pensamientos sobre eso. Mark Zuckerberg: Sí. Entonces, mira, en OpenClaude y en otros agentes, creo que te dan una mirada muy emocionante de qué tipos de cosas deberían ser posibles. Ahora bien, hoy por hoy son sistemas bastante rudimentarios. Y para configurar OpenClaud necesitas, por ejemplo, instalar una computadora localmente y luego entrar en una terminal y configurar un montón de cosas que, de nuevo, como hay — quizá haya cientos de miles de personas o un número pequeño de millones que pueden hacer eso. Pero lo que estamos hablando es de ofrecer superinteligencia personal a miles de millones de personas en todo el mundo. Entonces, ¿cómo haces una versión de esa experiencia que esté mucho más pulida y ajustada, y que sea fácil, y que tenga toda la infraestructura básicamente ya hecha para que la gente la tenga lista y simplemente funcione? Y esa es, precisamente, la clase de cosa en la que estamos enfocados, en el lado del consumidor. Y estoy realmente emocionado con eso. Creo que si tuvieras algo así que funcionara bastante mejor que esos sistemas y que además fuera lo bastante fácil como para que la gente simplemente lo usara, entonces pasarías de tener algo que van a usar cientos de miles o millones de personas a algo que será accesible para miles de millones de personas. Y ese ha sido nuestro enfoque principal desde el día 1 del laboratorio: poder entregar algo así como producto, y creo que va a ser realmente muy emocionante. Por cierto, lo mismo es cierto para las empresas, ¿no? Quiero decir, está la versión personal de esto, pero también hay muchos objetivos de las personas: quieren crear cosas, ¿verdad? Quieren crear sitios web. Quieren crear productos. Quieren hacer crecer sus productos. Todo esto son cosas que los buenos agentes van a poder ayudar a la gente a hacer, lo cual creo que es, en parte, por lo que esto resulta tan emocionante. Y en mis comentarios iniciales hablé de cómo hoy podemos manejar algunos objetivos para la gente: son grandes objetivos, ¿verdad? Podemos ayudar a las personas a mantenerse conectadas con la gente que les importa, a aprender sobre el mundo. Son cosas importantes que a la gente le interesan. Pero no son las únicas cosas que le importan a las personas. Y una de las cosas que me gustaría que pudieran hacer nuestros productos es simplemente entender los objetivos de las personas de forma específica y luego ser capaces de ir directamente a trabajar en ellos por ellas, y hacer una revisión cada vez que tengas preguntas que necesitas que se respondan. Entonces, ya sean objetivos personales o si estás intentando crear un negocio o hacer algún trabajo. Creo que esto es — esto es algo que creo que literalmente cada persona en el mundo va a querer en alguna versión. Y además, yo creo que es algo que escala: cuanto más quieres obtener de ello, más gente también estará dispuesta a pagar mucho dinero por versiones premium o de alto cómputo. Entonces creo que es como un área muy emocionante.Pero creo que lo que todos deberían estar esperando ver es, como, si podemos construir la versión que realmente funcione y qué tan efectivos somos para convertir a las personas que usan nuestros productos en cientos de millones y luego en miles de millones de personas usando esto. Y con el tiempo, ¿cómo podemos convertir eso de manera efectiva en algo cada vez más rentable, monetizándolo y reduciendo los costos? Entonces creo que ese es el plan de lo que necesitamos hacer. Preguntaste sobre si estamos enfocados principalmente en los consumidores o también en la mejora recursiva y la autosuperación. Creo que hemos hablado de dos objetivos principales para el equipo. Quiero decir, uno es esta especie de visión de los agentes como versión de lo que estamos haciendo. El otro es que la autosuperación es realmente importante porque no puedes construir un producto líder de IA si no tienes modelos líderes. Así que -- y no vas a tener modelos líderes en el futuro si tus modelos no pueden mejorarse a sí mismos, ¿verdad? Entonces llegas a un punto en el que hoy los modelos todavía pueden aprender de las personas -- y luego, creo que en algún momento, los modelos tendrán que mejorarse a sí mismos. Y así es como va a ocurrir el crecimiento: la mejora en los modelos. Y si no lo tenemos -- si no tenemos la capacidad de hacerlo, entonces nosotros o cualquiera, creo que las empresas que no lo hagan no van a ser laboratorios líderes, entonces no van a producir productos líderes. Así que creo que eso es algo de requisitos mínimos, una condición básica, y en eso estamos enfocados. Ahora, ¿eso nos convierte en una empresa de herramientas para desarrolladores? No necesariamente. Quiero decir, no me opongo a tener una API o herramientas de codificación o algo así. Pero no es nuestro foco principal. Pero en realidad creo que la gente confunde la codificación con la autosuperación más de lo que debería. La codificación es un ingrediente para que el modelo se mejore a sí mismo. No es lo único. Y estamos enfocados en todas las partes que van a ser necesarias para la autosuperación, al servicio de la visión de inteligencia personal y superinteligencia que tenemos para las personas y las empresas. Operador: Tu próxima pregunta viene de la línea de Ron Josey, de Citigroup. Ronald Josey: Mark, tal vez un seguimiento rápido a una pregunta anterior sobre agentes personales y agentes empresariales. Y con Sparks ahora en vivo y más modelos en desarrollo, ¿miras la oportunidad de los agentes personales, de la que hablamos antes en la -- en la llamada, como un objetivo más de corto plazo, mediano plazo, largo plazo, estoy seguro de que es un objetivo que nunca termina, pero cuando vemos un producto, es la pregunta si es de corto o mediano plazo? Y luego, Susan, creo que las mejoras en el modelo de recomendaciones de ranking son muy impresionantes para verlas, dada la escala y el tamaño tanto de Instagram como de Facebook. ¿Podrías ayudarnos a entender cómo el hecho de duplicar la longitud de estas secuencias de interacción puede impulsar un mayor uso? Hay una tesis por ahí de que quizá algunas de las mejoras en las recomendaciones de calificación ya están en el límite. Así que parece que todavía hay mucho margen para avanzar. Cualquier ayuda con eso sería útil. Mark Zuckerberg: Quiero decir, creo que el trabajo de los agentes tendrá versiones de corto plazo, pero luego pienso que habrá una mejora enorme al entregar más inteligencia y más capacidades en los modelos. Y estás viendo eso en toda la industria. Cada mes, cada generación de modelos, simplemente tienen más capacidades y pueden hacer más cosas, y las personas lo asimilan y son capaces de obtener más superpoderes, y es increíble. Es como el momento más emocionante en la industria. Entonces yo pienso en los agentes como el vehículo del producto para entregar esa capacidad a las personas. Y ciertamente -- creo que este año va a ser un período clave para establecer eso como el vehículo de cómo la gente va a usar esto, pero luego la mejora del modelo, pienso que va a ser algo que va a continuar durante mucho tiempo. Así que hay mucho por hacer aquí tanto en el corto, mediano y largo plazo.Susan Li: Y luego, en tu segunda pregunta, que creo que trata sobre las mejoras en la clasificación y las recomendaciones de las que hablamos en nuestra — que yo comenté en mis observaciones anteriores, creo que son — en primer lugar, aún hay mucho margen para seguir mejorando las recomendaciones durante el resto del año, y esperamos que podamos hacerlo para impulsar una mayor interacción tanto en Facebook como en Instagram. Un par de cosas. Primero, vamos a seguir mejorando nuestra infraestructura de datos, lo que permitirá a nuestros modelos entrenar con más datos. Y estamos agregando más detalle sobre cómo describimos el contenido con el que los usuarios se han involucrado en el pasado, y ampliando la complejidad de la arquitectura de nuestro modelo para aprovechar esos conjuntos de datos más grandes, como usar incluso historias más largas de interacciones con el contenido, y todo eso debería estar al servicio de mejorar la calidad general de las recomendaciones. También nos enfocamos en hacer que las recomendaciones sean aún más personalizadas y más relevantes para el interés de cada usuario. Hay trabajo que estamos haciendo para rediseñar nuestro sistema de recuperación de contenido y mostrar más contenido que coincida con el espectro completo del interés de un usuario, y adaptar la diversidad de los temas que recomendamos a la amplitud del interés de alguien. Así, alguien con un interés particularmente concentrado podría ver relativamente más de ese contenido, mientras que las personas con un conjunto más amplio de intereses podrían ver, más bien, una mayor variedad en los temas que les mostramos. Y luego, finalmente, seguimos haciendo mejoras en nuestras funciones de ajuste basadas en LLM, que permiten a los usuarios proporcionar comentarios en lenguaje natural más granulares sobre lo que quieren ver más o menos en su feed. Entonces, ese tipo de longitud de la secuencia, que es lo que señalaste, es 1 de realmente muchas mejoras que hicimos en el Q1, y hay una gran hoja de ruta de mejoras adicionales que se llevarán adelante. Operador: Tu siguiente pregunta proviene de la línea de Doug Anmuth, de JPMorgan. Douglas Anmuth: Mark, ¿cómo piensas en el aumento progresivo a medida que pasas de aprovechar modelos más pequeños en el negocio de anuncios a usar Spark y futuros modelos de lenguaje grandes en adelante? ¿Dónde están algunos de los principales desbloqueos en términos de interacción y monetización? Y luego, en Manus, ¿puedes hablar en general sobre la importancia estratégica y el papel en el desarrollo de productos agentic para Meta y, además, el estado actual en torno a la tecnología y el acuerdo. Susan Li: Responderé a esa pregunta. En Manus, todavía estamos trabajando a través de los detalles. Así que no tenemos una actualización en este momento. En tu primera pregunta, que trata sobre el paso de aprovechar negocios de anuncios más pequeños, modelos más pequeños en el negocio de anuncios, a que crezcan los modelos de anuncios. Ya hay algo de trabajo en marcha, y creo que aludí a parte de esto en mis observaciones anteriores, incluso dentro del panorama actual de la hoja de ruta de anuncios, donde básicamente intentamos avanzar la arquitectura aquí para permitir — permitirnos aprovechar las capacidades de modelos más grandes. Históricamente, no hemos utilizado arquitecturas de modelos más grandes como GEM para la inferencia. — porque su tamaño y complejidad las harían demasiado prohibitivas en costo. Y la forma en que impulsamos el rendimiento de esos modelos es usándolos para transferir conocimiento a modelos más pequeños y más ligeros que se utilizan en tiempo de ejecución. Los modelos de inferencia están limitados por requisitos estrictos de latencia, ya que necesitan encontrar el anuncio correcto en milisegundos, y eso, una vez más, históricamente nos ha impedido ajustar de manera significativa — ampliar su tamaño y complejidad. Pero en la segunda mitad del año pasado, presentamos un nuevo modelo de clasificación adaptativa, lo que nos permite aprovechar la escala de complejidad de modelos tipo LLM de 1 billón de parámetros, y logramos avances en la arquitectura del modelo y co-diseñamos el sistema con el silicio subyacente, de modo que mantiene la velocidad de menos de un segundo que se requiere para servir anuncios a escala.También desarrollamos un enfoque que enruta de forma inteligente las solicitudes hacia modelos de inferencia que requieren más cómputo si determina que hay una probabilidad más alta de conversión, y que nos permite lograr tanto un mejor rendimiento como un mayor retorno de la inversión en inferencia. Así que hay mucho trabajo en marcha ahí antes de incorporar, de alguna manera, más trabajo de LLM en nuestros modelos subyacentes de clasificación de anuncios. Operador: Tenemos tiempo para una pregunta más, Ken Gawrelski, de Wells Fargo. Kenneth Gawrelski: Dos, si me permite. Primero, si — usted habló en el lanzamiento de Mu Spark. Ha hablado de dos categorías o dos verticales. Habló de salud y bienestar y de compras. ¿Puedo profundizar un poco... pedirle que profundice un poco más en lo último, del lado de compras y comercio? Y tal vez si pudiera... ¿hubo alguna lección en la fase de 2021 y '22 cuando profundizaron en el comercio en Instagram y en Facebook? ¿Qué lecciones de ese período podrían aplicar? ¿Y existe una oportunidad para un negocio tipo mercado de próxima generación en el comercio? Y luego la segunda, por favor: Quizá, Susan, puede hablar un poco sobre... basado en las mejoras de su modelo y en las recomendaciones de contenido, ¿cuánta visibilidad cree que tienen para la trayectoria de crecimiento del negocio central? Siguen creciendo a un ritmo básicamente doble que el de la industria, a pesar de que representan una porción muy grande de la industria. ¿Podría hablar un poco sobre su visibilidad de ese rendimiento continuo? Mark Zuckerberg: Sí. Así que podría darle una respuesta un poco más ambiciosa a la pregunta. Está preguntando por compras. Creo que es un ejemplo interesante de la forma en que el trabajo que estamos haciendo es diferente de lo que creo que hacen otros por ahí. Estos productos... los agentes de IA mejoran cuando optimizan completamente la pila. Por eso creemos que necesitamos ser una empresa que construya modelos de frontera además de construir los agentes. Y para hacer eso, por supuesto, necesitas construir tu infraestructura para poder hacerlo bien. Así que estamos realizando esta gran inversión para poder hacerlo de punta a punta. Y creo que gran parte de la manera de pensar sobre la inversión que estamos haciendo es como una apuesta de que las cosas específicas que las personas valoran y que van a ser más importantes en el futuro. Y eso es como... y creo que debería ser bastante obvio decirlo. Pero creo que tanto del discurso sobre la IA en la industria se centra en algo así como que una empresa intenta construir algún tipo de cosa centralizada que hace todo el trabajo productivo en la sociedad de alguna manera o algo así. Y eso es totalmente distinto a cómo vemos el mundo. Como nuestra visión para el futuro es que la sociedad avanza mediante que las personas persiguen sus propias aspiraciones. Y a algunas personas les importan cosas grandes y grandiosas, como curar enfermedades. Y a mucha gente le importan cosas personales, como encontrar el lugar adecuado para mi hija. Y yo creo que queremos... vamos a construir cosas que ayuden a materializar esta visión para agentes personales para las personas. Y creo que esa parte del carril y lo interesante y diferente de lo que estamos haciendo es que es tan distinto de cómo escucho a todos los demás hablar sobre el trabajo que estamos haciendo. Entonces, aunque creo que algunas de estas ideas parecen que deberían ser tan obvias, en realidad creo que nuestro enfoque para empoderar a las personas y construir productos de consumo es, en los detalles, extremadamente diferente de lo que hacen otros. Y las compras podrían ser un tipo de ejemplo específico que creo que tendrá interés en implicaciones comerciales. Y creo que a los consumidores les va a gustar. Pero no escucho a ningún otro laboratorio por ahí hablando de que estén construyendo una IA que sea realmente buena para comprar.Y creo que la razón de eso no es como que comprar sea lo más importante por sí mismo, sino porque, más bien, se trata de empoderar a las personas para hacer las cosas que importan en sus vidas, ya sea algo local o comprender el contexto social, o la compra o los temas de salud personal, o comprender lo que está pasando a su alrededor visualmente, lo cual va a ser realmente importante en las gafas. Todos estos son elementos de la visión de superinteligencia personal. Creo que, como mucho de esto, y cuando estás pensando en, digamos, la inversión en Meta a lo largo del tiempo, creo que deberías pensar en ello como que se reduce a este conjunto de valores sobre qué queremos que haga la IA en la sociedad. Y si lo que quieres que haga es empoderar a las personas y construir un mundo donde la IA esté al servicio de los objetivos de las personas, entonces eso es lo que vamos a construir, y creo que va a ser increíblemente valioso. Susan Li: Dios mío, casi desearía que pudiéramos terminar con esa respuesta, pero responderé a la segunda pregunta, que creo que es como dos versiones. Una es una versión de cuál es la perspectiva de ingresos. Y, obviamente, dimos la guía del segundo trimestre, que incluye, creo, tanto un rango de resultados macro como también el trabajo que hemos -- el trabajo continuo que tenemos que seguir haciendo para mejorar tanto el tipo de uso y participación en nuestra familia de aplicaciones como nuestra capacidad de seguir mejorando los anuncios y hacerlos más eficaces y con mejor rendimiento. Creo que la segunda pregunta es quizá más de una -- la segunda versión de esa pregunta es una pregunta de mayor nivel sobre, digamos, la trayectoria general de la hoja de ruta aquí. Y una de las cosas que diré, habiendo trabajado en esto durante muchísimo tiempo, siempre me impresiona la capacidad del equipo para seguir avanzando el estado de la técnica aquí. Y ahora nuestro proceso de planificación, creo, es realmente un ajuste fino de esto. Así que he mencionado en un par de llamadas, el proceso de presupuestación en el que ejecutamos un proceso muy basado en el ROI para asegurarnos de que estamos financiando todas las iniciativas publicitarias que creemos que impulsarán el crecimiento en los próximos años. Y eso es algo que está bastante afinado. Y creo que nuestra capacidad para medir el impacto de eso ha sido bastante sólida, y ha sido un impulsor muy importante del crecimiento de nuestros ingresos por anuncios, y ese proceso continúa siendo el que, de nuevo, llevamos a cabo en el presupuesto de este pasado -- en la medida en que -- en la medida en que tenemos visibilidad, nos sentimos bien acerca de las oportunidades de inversión que tenemos por delante. Kenneth Dorell: Genial. Gracias a todos por unirse a nosotros hoy. Esperamos poder hablar con ustedes de nuevo muy pronto. Operator: Esto concluye la conferencia de hoy. Gracias por unirse, y ahora puede desconectarse.