Le ambizioni di Meta per gli agenti AI affrontano difficoltà di crescita in seguito alla ristrutturazione

Il massiccio pivot di Meta verso un futuro di AI agentica sta incontrando attriti inaspettati, secondo recenti ammissioni del CEO Mark Zuckerberg. Nonostante enormi spese in conto capitale e una radicale riorganizzazione aziendale, l'azienda sta faticando ad accelerare lo sviluppo di agenti AI autonomi al ritmo originariamente previsto.

Il distacco nello sviluppo di sistemi agentici

Durante una recente riunione aziendale interna (town hall), Mark Zuckerberg ha ammesso che la ristrutturazione di Meta attorno agli agenti AI non è stata fluida come previsto. Ha osservato che la traiettoria dello sviluppo agentico negli ultimi quattro mesi non ha raggiunto l'accelerazione sperata, affermando che le scommesse strategiche su questa nuova struttura "non sono ancora portate a termine".

Questa ammissione arriva dopo un periodo di intensa riorganizzazione. A maggio, Meta ha licenziato circa il 10% della sua forza lavoro globale e ha trasferito circa 7.000 dipendenti in team dedicati all'AI. L'obiettivo era ottimizzare i flussi di lavoro e finanziare gli astronomici costi dell'infrastruttura AI. Sebbene i vertici aziendali fossero inizialmente "super ottimisti" riguardo alle capacità di strumenti come Claude Code di Anthropic, l'integrazione effettiva e i progressi dei sistemi agentici di Meta sono rimasti indietro rispetto a tali parametri di riferimento del settore.

Grandi rischi e massicce scommesse sulla potenza di calcolo

La portata dell'impegno di Meta è sbalorditiva. L'azienda è sulla strada per spendere fino a 145 miliardi di dollari in infrastrutture AI quest'anno, parte di un investimento collettivo più ampio da 700 miliardi di dollari da parte delle Big Tech. Per alimentare questo processo, Meta sta sviluppando un business cloud per vendere la capacità di calcolo in eccesso a clienti esterni.

Nonostante il tono cauto di Zuckerberg, il responsabile dell'AI Alexandr Wang ha fornito una prospettiva più ottimistica. Wang ha rivelato che il prossimo grande modello di Meta, con nome in codice "Watermelon", è attualmente in fase di addestramento. "Watermelon" seguirà "Avocado" (il nome interno del modello Muse Spark rilasciato ad aprile) e utilizzerà un ordine di grandezza di potenza di calcolo in più. Wang afferma che "Watermelon" ha già raggiunto i benchmark dei modelli di fascia alta di OpenAI, sebbene i dati tecnici specifici non siano stati resi noti.

Evoluzione dei modelli e controversie interne

La roadmap della linea di modelli di Meta sta diventando sempre più chiara. Dopo il rilascio di Muse Spark ad aprile — che si è dimostrato promettente ma ha faticato a eguagliare le prestazioni di OpenAI o Anthropic — Meta sta lavorando a un importante aggiornamento per migliorare le capacità di coding e agentiche. Wang ha anche anticipato un modello di coding destinato a competere con Claude Opus di Anthropic nel prossimo futuro.

Tuttavia, la spinta verso il dominio dell'AI non è stata priva di attriti interni. Il CTO Andrew Bosworth ha affrontato la controversia riguardante il software di tracciamento del mouse di Meta, che registra l'attività digitale dei dipendenti per generare dati di addestramento per l'AI. Sebbene una revisione interna abbia concluso che nessun dato sensibile dei dipendenti è stato effettivamente inserito nei set di addestramento dell'AI, si prevede che il programma — che in precedenza mancava di un meccanismo di opt-out — venga rilanciato su base opt-in.

Punti chiave

• Ritardo strategico: La ristrutturazione interna di Meta volta a dare priorità agli agenti AI non ha ancora prodotto i guadagni di velocità o efficienza sperati.
• Escalation della potenza di calcolo: Meta sta aumentando significativamente le proprie capacità di addestramento, con il prossimo modello "Watermelon" che utilizzerà molta più potenza di calcolo rispetto all'attuale Muse Spark (Avocado).
• Investimento nelle infrastrutture: Con una spesa prevista di 145 miliardi di dollari per l'infrastruttura AI, Meta si sta posizionando sia come sviluppatore di modelli che come potenziale fornitore cloud per la capacità di calcolo in eccesso.