Dan Luu, ingeniero conocido por sus ensayos basados en datos, revisó las predicciones de Ed Zitron sobre Meta, Google y Microsoft, incluida su charla de noviembre de 2024 donde declaró que Meta era "un producto y una empresa moribunda", y las puso a prueba contra los reportes financieros reales de esas compañías.
El resultado, publicado en danluu.com, contradice la premisa central de uno de los críticos de inteligencia artificial más citados del momento. Entre 2023 y el primer semestre de 2026, Meta, Alphabet y Microsoft no dejaron de crecer en ingresos ni en ganancias, y ahí es donde la narrativa de empresas desesperadas que no saben crecer empieza a hacer agua.
TL;DR
- Dan Luu comparó las predicciones de Ed Zitron con datos reales de ingresos de Meta, Google y Microsoft entre 2023 y 2026.- En noviembre de 2024, Zitron afirmó que Meta es un producto y una empresa moribunda.- Los ingresos de Meta pasaron de $135.000 millones en 2023 a $201.000 millones en 2025, con alzas de doble dígito cada año.- La ganancia operativa de Meta creció 48% en 2024 y 20% en 2025, según cifras GAAP citadas por Luu.- Alphabet pasó de $307.000 millones de ingresos en 2023 a $403.000 millones en 2025, con $129.000 millones de ganancia.- Microsoft reportó $305.000 millones de ingresos en 2025, un 17% más que el año anterior, con $143.000 millones de ganancia.- Zitron basó la caída de usuarios de Facebook en datos de Similarweb, una fuente externa poco confiable para cifras absolutas.- En el primer semestre de 2026 las tres empresas siguieron creciendo entre 10% y 30% en ganancia operativa.
Introducción: quién es Ed Zitron y por qué importan sus predicciones
Ed Zitron se convirtió en una de las voces más citadas del escepticismo hacia la inteligencia artificial gracias a su podcast y sus columnas, donde argumenta que buena parte de la industria tech vive de una burbuja insostenible. Sus publicaciones circulan con frecuencia en redes técnicas y medios generalistas cuando buscan una postura crítica frente al optimismo de las grandes tecnológicas.
Dan Luu, el autor del análisis, aclara su propio sesgo antes de entrar en materia: no tiene participación financiera relevante en empresas de IA más allá de fondos indexados estándar, no trabaja en un laboratorio de IA y ni siquiera pasó la entrevista técnica de uno hace años. Su posición declarada es simple: si algo está sucediendo ahora mismo, quienes dicen que es imposible que ocurra suelen estar equivocados. Luu ya había aplicado este mismo método antes: en 2022 revisó predicciones de futuristas como Ray Kurzweil y encontró que fallaban tanto en el resultado como en el razonamiento, y en 2015 escribió sobre cómo se subestimaba la capacidad de la IA para desplazar empleos.
Qué pasó: las predicciones de Ed Zitron bajo la lupa
En la charla de noviembre de 2024 que Luu usa como caso de estudio, Zitron sostiene que las grandes tecnológicas ya no saben cómo crecer y que, en su desesperación por reencender el crecimiento en un ecosistema moribundo, la industria tech va a meter la inteligencia artificial en todo. Nombra específicamente a Meta como una empresa moribunda, y menciona a Google y Microsoft dentro del mismo diagnóstico.
Luu contrasta esa afirmación con los estados financieros que las tres compañías presentaron ante la SEC en el mismo período. En lugar de citar cifras de terceros o estimaciones, usa los ingresos y la ganancia operativa GAAP reportados oficialmente, año por año, incluido el primer semestre de 2026. La conclusión que saca es directa: el razonamiento de Zitron podría sostenerse en algún sentido filosófico (una empresa puede estar muriendo sin haber muerto todavía), pero los datos disponibles no muestran ningún indicio de que Meta, Alphabet o Microsoft estén en declive.
Contexto e historia
El patrón que Luu identifica en el argumento de Zitron se repite en cada predicción que revisa: se apoya en problemas menores, reales pero acotados, para sostener conclusiones de una magnitud mucho mayor. En el caso de Meta, la evidencia citada fue una supuesta caída de usuarios activos mensuales de Facebook, tomada de Similarweb en lugar de las cifras que reporta la propia empresa. Meta dejó de publicar su MAU oficial en diciembre de 2023, pero la mayoría de las estimaciones disponibles muestran un uso creciente, no decreciente, y los ingresos por publicidad, que dependen directamente de esa base de usuarios, confirman esa tendencia.
En el caso de Google, Zitron centra buena parte de su crítica en Prabhakar Raghavan, a quien describe como un traidor de clase dentro de la ingeniería de Google que habría dañado la calidad del buscador. Ingenieros de Google que comentaron públicamente sobre esa hipótesis no coinciden en que Raghavan sea la causa única o principal de los problemas de calidad de búsqueda. Y aunque esa hipótesis fuera cierta, Alphabet tiene otras líneas de negocio, como YouTube y Google Cloud, capaces de sostener el crecimiento aunque el buscador se estancara.
Los reportes trimestrales ante la SEC fueron la fuente primaria que usó Luu.
Los números reales detrás de las predicciones de Ed Zitron
La siguiente tabla resume los ingresos y la ganancia operativa GAAP de Meta, Alphabet y Microsoft entre 2023 y el primer semestre de 2026, tal como los recopiló Luu a partir de los reportes financieros públicos de cada compañía.
EmpresaPeriodoIngresosGanancia operativaMeta2023$135.000 millones (+16%)$47.000 millones (+62%)Meta2024$165.000 millones (+22%)$69.000 millones (+48%)Meta2025$201.000 millones (+22%)$83.000 millones (+20%)Meta1S 2026$117.000 millones (+30%)$42.000 millones (+10%)Alphabet2023$307.000 millones (+9%)$84.000 millones (+13%)Alphabet2024$350.000 millones (+14%)$112.000 millones (+33%)Alphabet2025$403.000 millones (+15%)$129.000 millones (+15%)Alphabet1S 2026$230.000 millones (+23%)$80.000 millones (+30%)Microsoft2023$228.000 millones (+12%)$101.000 millones (+21%)Microsoft2024$262.000 millones (+15%)$118.000 millones (+17%)Microsoft2025$305.000 millones (+17%)$143.000 millones (+21%)Microsoft1S 2026$173.000 millones (+18%)$79.000 millones (+19%)
El patrón es consistente: ninguna de las tres empresas muestra una caída de ingresos o de ganancia en el período analizado. Incluso el crecimiento porcentual se acelera en varios trimestres, algo difícil de conciliar con la idea de compañías que ya no saben cómo crecer y recurren a la IA como último recurso.
Cómo verificar los datos vos mismo
Cualquier desarrollador puede repetir este chequeo sin depender de terceros. La SEC expone una API pública de datos XBRL en sec.gov, donde cada compañía que cotiza en bolsa en Estados Unidos publica sus cifras estructuradas por concepto contable, con el CIK como identificador único.
import requests
headers = {"User-Agent": "programacion-bot contacto@example.com"}
url = "https://data.sec.gov/api/xbrl/companyfacts/CIK0001326801.json"
response = requests.get(url, headers=headers)
data = response.json()
print(data["entityName"])
Este primer script solo confirma que estás consultando la entidad correcta, Meta Platforms, con CIK 0001326801. El siguiente paso es extraer un concepto contable específico, como los ingresos, y filtrar por los reportes anuales (formulario 10-K):
import requests
def revenue_por_anio(cik):
headers = {"User-Agent": "programacion-bot contacto@example.com"}
url = f"https://data.sec.gov/api/xbrl/companyfacts/CIK{cik}.json"
facts = requests.get(url, headers=headers).json()["facts"]["us-gaap"]
concepto = facts.get("RevenueFromContractWithCustomerExcludingAssessedTax")
for dato in concepto["units"]["USD"]:
if dato["form"] == "10-K" and dato.get("fp") == "FY":
print(dato["fy"], dato["val"])
revenue_por_anio("0001326801") # Meta Platforms
El resultado es una lista de años fiscales con el ingreso anual reportado, el mismo tipo de dato que Luu usó para armar su tabla. El proceso completo, desde una afirmación pública hasta su verificación contra la fuente primaria, se resume así:
flowchart TD
A["Afirmación pública"] --> B["Buscar la fuente original"]
B --> C["Contrastar con datos primarios (10-K, 10-Q)"]
C --> D{"¿Los datos respaldan la afirmación?"}
D -->|"Sí"| E["Afirmación verificada"]
D -->|"No"| F["Afirmación refutada"]
💡 Tip: Podés aplicar el mismo par de scripts a cualquier empresa que cotice en bolsa en Estados Unidos: solo necesitás su CIK, disponible en el buscador de EDGAR.
Impacto y análisis
El caso de Zitron no es un ataque aislado a un crítico puntual. Luu revisó varias predicciones más allá de la de noviembre de 2024, y el patrón se repite: una cifra de terceros poco confiable, una crítica personal a un ejecutivo, o un problema real pero acotado, usados como base para conclusiones mucho más grandes de lo que esos datos sostienen. Es el mismo tipo de error metodológico que Luu había encontrado en 2022 al revisar predicciones futuristas optimistas, solo que en la dirección opuesta.
Esto no significa que la industria de la IA esté libre de riesgos. El propio Luu aclara que su análisis se limita a contrastar afirmaciones puntuales con datos concretos, no a evaluar si el gasto de capital en infraestructura de IA es sostenible a largo plazo, ni si existen acuerdos circulares de inversión entre proveedores y clientes de IA, debates legítimos con su propia evidencia. La lección práctica para cualquier desarrollador o lector técnico es más simple: antes de aceptar una afirmación fuerte sobre una empresa pública, vale la pena revisar los diez minutos que toma consultar su reporte 10-K.
Contrastar predicciones con reportes 10-K lleva minutos, no horas.
📌 Nota: Verificar que una predicción puntual fue incorrecta no prueba que la industria de la IA esté libre de riesgos: el gasto de capital y los acuerdos circulares entre proveedores son un debate aparte, con datos propios.
Qué sigue
Meta, Alphabet y Microsoft van a seguir publicando resultados trimestrales, y cada entrega es una nueva oportunidad para poner a prueba tanto las predicciones optimistas como las escépticas sobre la IA. El propio formato del análisis de Luu, una tabla de cifras contra una afirmación pública, es replicable por cualquiera con acceso a internet y sin pagar por datos de terceros.
Para la audiencia hispanohablante que sigue el debate sobre IA, el caso sirve como recordatorio de que tanto el entusiasmo desmedido como el escepticismo categórico se pueden, y se deben, contrastar con las mismas fuentes primarias: los reportes que las empresas están obligadas a presentar ante reguladores.
Probalo vos: corré el segundo script contra el CIK de Alphabet (0001652044) o Microsoft (0000789019) y compará el resultado con la tabla de este artículo.
📖 Resumen en Telegram: Ver resumen
Preguntas frecuentes
¿Quién es Ed Zitron?
Es un relacionista público y comentarista tecnológico conocido por su postura crítica hacia la industria de la inteligencia artificial, con un podcast y columnas donde argumenta que gran parte del sector vive de expectativas infladas.
¿Quién es Dan Luu?
Es un ingeniero de software conocido por ensayos técnicos basados en datos, publicados en danluu.com, sobre temas que van desde rendimiento de sistemas hasta la precisión histórica de predicciones tecnológicas.
¿Qué significa la ganancia operativa GAAP?
Es la ganancia calculada según los principios contables generalmente aceptados en Estados Unidos, el estándar que las empresas públicas usan para reportar resultados ante la SEC, sin ajustes discrecionales.
¿Por qué los datos de Similarweb no alcanzan para medir usuarios activos?
Similarweb estima tráfico a partir de paneles y extrapolaciones de terceros, útiles como orden de magnitud pero poco precisos para afirmar una caída puntual, sobre todo cuando la propia empresa dejó de publicar su cifra oficial.
¿Esto significa que no hay riesgos en la industria de la IA?
No. El análisis solo contrasta predicciones puntuales con datos financieros; no evalúa por separado el gasto de capital en infraestructura ni los acuerdos de inversión entre proveedores de IA.
¿Dónde puedo leer el análisis completo?
El artículo original, con las tablas completas y las citas textuales de cada predicción, está publicado en danluu.com/zitron.
Referencias
- danluu.com/zitron: el análisis original de Dan Luu con las tablas completas de ingresos y ganancias de Meta, Alphabet y Microsoft.- sec.gov: sitio de la SEC donde se publican los reportes 10-K y 10-Q usados para verificar las cifras de las tres compañías.- en.wikipedia.org/wiki/Meta_Platforms: ficha de la empresa con contexto histórico sobre su negocio.- en.wikipedia.org/wiki/Alphabet_Inc.: contexto sobre la estructura corporativa de Google y sus otras líneas de negocio.- danluu.com: blog de Dan Luu con otros ensayos de ingeniería de software y análisis de datos.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
Top comments (0)