Después de quemar 90.000 millones, Zuckerberg decide abrir un casino donde no se puede apostar

marsbitPublicado a 2026-06-26Actualizado a 2026-06-26

Resumen

Mark Zuckerberg, tras perder 90.000 millones en el metaverso, lanza Arena: una plataforma de predicciones usando "puntos", no dinero real. La nueva aplicación de Meta permite a los usuarios apostar puntos (no dinero) sobre resultados electorales, deportivos o eventos globales. Esto sigue al fracaso de su departamento Reality Labs, que acumula pérdidas cercanas a los 90.000 millones de dólares. El artículo señala la ironía: los mercados de predicción como Polymarket o Kalshi funcionan precisamente porque usan dinero real, lo que garantiza seriedad y precisión. Al usar puntos, Arena podría quedar como un mero juego social sin valor predictivo real, una estrategia posiblemente diseñada para eludir la creciente regulación financiera. Meta tiene historial de copiar éxitos ajenos (Stories de Instagram, Reels, Threads). Pero aquí copia el formato sin su esencia. La apuesta de Zuckerberg podría ser simplemente aumentar el tiempo de uso en sus plataformas, popularizando el concepto de "predicción" para luego beneficiar indirectamente a las plataformas profesionales con dinero real. La pregunta final es si esta es una lección aprendida o solo un nuevo error más barato.

Autor: Max.s

Una persona que perdió 90.000 millones de dólares decide emprender un proyecto donde no se puede gastar dinero.

No has leído mal.

Ayer mismo, The New York Times reveló que Zuckerberg está dirigiendo personalmente el desarrollo de la aplicación de mercado de predicciones Arena, donde los usuarios pueden apostar por los resultados de elecciones, deportes y eventos internacionales, pero con fichas de puntos. No son dólares, ni USDC, son puntos ficticios.

¡Exacto! Esos puntos que pierdes toda la noche jugando al mahjong sin que te duelan.

¿Qué lección se puede comprar con 90.000 millones de dólares?

Repasemos primero la "crónica de quema de dinero" de Meta.

En 2021, Zuckerberg cambió el nombre de Facebook a Meta, prometiendo construir el metaverso. Su división Reality Labs comenzó a despilfarrar dinero como loca: cascos de RV, la plataforma social virtual Horizon Worlds, espacios de trabajo inmersivos...

¿El resultado?

Los usuarios activos mensuales de Horizon Worlds cayeron en un momento por debajo de los 200.000, sin alcanzar siquiera el objetivo inicial de 500.000. En 2024 perdió 17.700 millones de dólares, en 2025 perdió 19.200 millones de dólares, y las pérdidas acumuladas se acercan a los 90.000 millones de dólares. 90.000 millones. Esta cifra es suficiente para comprar varios Polymarkets.

Y la propia Meta admite que la magnitud de las pérdidas para 2026 será "similar a la de 2025".

Es decir, antes incluso de terminar de llenar este pozo sin fondo del metaverso, Zuckerberg ya está ansioso por cavar otro nuevo justo al lado.

De "cambiar el mundo" a "copiar los deberes de otros"

Es interesante que esta no sea la primera vez que Meta hace un mercado de predicciones.

A principios de 2020, durante la pandemia, Meta lanzó una aplicación de predicción colaborativa llamada Forecast, donde los usuarios adivinaban el curso de los acontecimientos actuales. ¿El resultado? Fue retirada discretamente en 2022.

En ese entonces, Polymarket aún no era popular, Kalshi aún no había ganado el litigio contra la CFTC, y el volumen anual de todo el mercado de predicciones era inferior a 50.000 millones de dólares.

¿Y ahora? En 2026, el volumen de transacciones de la industria ya superó los 130.000 millones de dólares, la valoración de Kalshi ronda los 40.000 millones de dólares y la de Polymarket está entre 9.000 y 15.000 millones de dólares.

Otros hicieron crecer el pastel, y Zuckerberg llegó siguiendo el olor.

¿Te suena esta estrategia? Snapchat lanza Stories efímeras → Instagram lanza Stories. TikTok populariza los videos cortos → Meta lanza Reels. Twitter sigue dando sus últimos coletazos → Meta lanza Threads.

Cada vez es lo mismo: tú te haces famoso, yo copio, y lo aplasto con mis 3.500 millones de usuarios.

La mayoría de las veces, esta táctica funciona. Pero los mercados de predicciones no son videos cortos, ni tampoco son historias efímeras.

El alma del mercado de predicciones es el "dinero real"

Permíteme explicar por qué esto es absurdo.

La razón por la que los mercados de predicciones pueden predecir con precisión es porque los participantes arriesgan su propio dinero. Solo te tomas las cosas en serio cuando duele, solo dices la verdad cuando pierdes. Los precios reflejan probabilidades porque cada dólar es un voto con dinero real.

Ahora Meta dice: vamos a crear un mercado de predicciones, pero sin que los usuarios gasten dinero real.

Es como abrir un restaurante con estrella Michelin, pero donde todos los platos están hechos de aire. La decoración es lujosa, el menú es exquisito, los comensales no paran de llegar, solo que todos están masticando viento.

Una predicción sin la restricción del dinero real no es una predicción, es una votación.

Y en internet no faltan las votaciones. Los comentarios de Weibo votan todos los días, los círculos de amigos predicen todos los días... ¿has visto alguna vez que los "me gusta" calculen una probabilidad precisa?

Zuckerberg, por supuesto, lo sabe. El verdadero propósito del sistema de puntos no es hacer predicciones, sino eludir la regulación.

En abril de 2026, la CFTC presentó la primera demanda por uso de información privilegiada en la historia de los mercados de predicciones: un oficial militar estadounidense utilizó información clasificada para obtener beneficios en Polymarket. La dirección del regulador ya es clara.

Por eso Arena usa puntos. A ojos de la ley, esto es un "juego"; a ojos del producto, es "social"; y a ojos del mercado de predicciones, es una cáscara vacía a la que le han extraído el alma.

La "prueba de concepto" más cara

Pongamos juntas las dos cifras más llamativas:

Pérdidas acumuladas de Reality Labs: 90.000 millones de dólares

Diseño inicial de Arena: un juego de puntos donde no se puede gastar dinero real

Una empresa que ha quemado 90.000 millones de dólares en hardware y contenido, se vuelve y crea un "pequeño juguete social" con "riesgo financiero cero".

Esto no es "aprender la lección", es un gato al que le ha escaldado el agua hirviendo y que ahora ni siquiera se atreve a tocar el agua tibia.

La lección del metaverso está clara: el coste de crear un nuevo campo desde cero es extremadamente alto. Pero la comprensión de Zuckerberg parece ser: entonces no crearé un nuevo campo, copiaré uno que otros ya han hecho funcionar.

El problema es que la premisa del éxito de los demás es el dinero real. Polymarket se hizo famoso en las elecciones de 2024 porque cada dólar era un voto con dinero contante y sonante. Kalshi pudo conseguir dinero de Morgan Stanley gracias a su licencia de la CFTC y años de litigios federales.

Estas cosas, por muchos usuarios que tengas, no las puedes replicar.

3.560 millones de usuarios activos diarios son, sin duda, una cifra aterradora. Pero si esos 3.560 millones de personas llegan a Arena, y hacen un montón de "predicciones con puntos ficticios", ¿y luego qué?

Las probabilidades que salen no son precisas → los usuarios lo encuentran aburrido → baja la participación → Zuckerberg dice "es un proyecto experimental" → se retira discretamente.

El guión es exactamente el mismo que el de Forecast.

Quizás a Zuck ni siquiera le importe que las predicciones sean precisas

Para terminar, un "punto de vista contrario" — ¿y si nos estamos equivocando?

Quizás Zuckerberg nunca tuvo la intención de crear un verdadero mercado de predicciones. Tal vez el objetivo de Arena sea solo crear una plataforma social sobre eventos de actualidad: los usuarios no vienen aquí para ganar dinero, sino para ver qué piensan los demás, discutir con amigos y presumir de su "tasa de acierto en las predicciones".

En esencia, no es diferente de discutir en Weibo, solo que con un sistema de puntuación añadido.

Bajo esta lógica, los puntos no son un defecto, sino un diseño. El dinero real, en cambio, asustaría a los usuarios comunes. Lo que Meta quiere no es profundidad financiera, sino tiempo de usuario.

Si este camino tiene éxito, Kalshi y Polymarket incluso podrían beneficiarse: Meta llevaría el concepto de "predicción" a miles de millones de personas que nunca han estado expuestas a derivados financieros, y una pequeña parte de ellas pensará "los puntos no son lo suficientemente emocionantes, quiero jugar con dinero real", y fluirán hacia plataformas reguladas.

Meta hace crecer el pastel, las plataformas profesionales se lo comen.

Este es probablemente el desenlace que nadie quiere ver, pero que tiene más probabilidades de ocurrir.

Entonces, la pregunta es: ¿crees que esta vez Zuckerberg finalmente ha aprendido la lección, o simplemente está repitiendo el error de una manera más barata?

Preguntas relacionadas

Q¿Por qué la aplicación de predicción 'Arena' de Meta no permite usar dinero real?

APara evitar problemas regulatorios, ya que el uso de dinero real podría someterla a las mismas estrictas normativas que aplican a los mercados de predicción como Polymarket o Kalshi. El sistema de puntos permite clasificarla como un 'juego' o 'plataforma social', reduciendo el riesgo legal.

Q¿Cuál es la principal diferencia entre Arena y plataformas como Polymarket?

ALa diferencia clave es que Polymarket opera con dinero real (dinero fiat o criptomonedas), mientras que Arena utiliza solo un sistema de puntos sin valor monetario. Esto afecta directamente la precisión de las predicciones, ya que en Polymarket las apuestas con capital real incentivan a los usuarios a ser más rigurosos.

QSegún el artículo, ¿cuál ha sido el resultado de las grandes inversiones de Meta en el metaverso?

ALas inversiones en metaverso (a través de Reality Labs) han resultado en enormes pérdidas, acumulando cerca de 900 mil millones de dólares, con plataformas como Horizon Worlds que no alcanzaron sus objetivos de usuarios activos y continúan generando pérdidas significativas cada año.

Q¿Qué estrategia de negocio sigue Meta con aplicaciones como Arena, según se describe en el texto?

AMeta sigue una estrategia de 'copia y escala': identifica productos o tendencias exitosas de otras empresas (como Snapchat, TikTok, o ahora los mercados de predicción), los replica y luego los impulsa con su enorme base de usuarios (más de 3,5 mil millones al día) para dominar el mercado.

Q¿Cómo podría beneficiar Arena a plataformas de predicción reales como Kalshi a pesar de no usar dinero?

AAl popularizar el concepto de 'mercado de predicción' entre miles de millones de usuarios, Arena podría actuar como una puerta de entrada educativa. Una pequeña fracción de esos usuarios, buscando más emoción o precisión, podría migrar luego hacia plataformas profesionales con dinero real como Kalshi o Polymarket, ampliando así su base de usuarios potenciales.

Lecturas Relacionadas

Tras tres años de retraso, el último artículo de la exalumna de la Universidad de Pekín, Lilian Weng, se viraliza

"Tras tres años sin actualizar su blog, la ex vicepresidenta de OpenAI y cofundadora de Thinking Machines, Lilian Weng, publica un extenso análisis que cuestiona la fiabilidad de las 'Scaling Laws', las leyes de escalamiento que han guiado inversiones billonarias en IA. El artículo desmonta que la mejora del rendimiento de los modelos de lenguaje (LLM) al aumentar parámetros, datos y computación sea tan predecible como se creía. Expone divergencias clave: en 2020, OpenAI concluyó que el tamaño del modelo debía crecer más rápido que los datos, mientras que DeepMind (2022) defendió un crecimiento proporcional, un desacuerdo atribuido a diferencias metodológicas y al tamaño limitado de los experimentos iniciales. Más críticamente, Weng revela que la metodología del influyente estudio 'Chinchilla' de DeepMind contenía errores, como una función de pérdida que no convergía correctamente, lo que significa que la 'fórmula óptima' utilizada durante años por la industria podría no serlo. El análisis subraya un problema fundamental: las leyes clásicas asumen datos únicos e infinitos, pero los textos de alta calidad se agotan. La repetición de datos en el entrenamiento degrada el rendimiento, especialmente en modelos grandes. Esto explica el cambio de la industria hacia el aprendizaje por refuerzo, el cómputo en tiempo de prueba y los datos sintéticos. En resumen, el artículo argumenta que la era de la escalabilidad simple ('scale is all you need') toca a su fin, y que el progreso futuro de la IA dependerá de refinamientos metodológicos precisos y de nuevas vías para superar la limitación de datos."

marsbitHace 50 min(s)

Tras tres años de retraso, el último artículo de la exalumna de la Universidad de Pekín, Lilian Weng, se viraliza

marsbitHace 50 min(s)

Trading

Spot
Futuros
活动图片