पुनर्रचनेदरम्यान मेटाच्या AI एजंट महत्त्वाकांक्षेला आव्हानांचा सामना

CEO मार्क झुकरबर्ग यांच्या अलीकडील कबुलीनुसार, 'एजेंटिक AI' (agentic AI) भविष्याकडे मेटाचा मोठा वळण घेण्याचा प्रयत्न अनपेक्षित अडथळ्यांना सामोरे जात आहे. प्रचंड भांडवली खर्च आणि कॉर्पोरेट पुनर्रचना करूनही, कंपनी मूळ नियोजित वेगाने स्वायत्त AI एजंट्सचा (autonomous AI agents) विकास करण्यास संघर्ष करत आहे.

एजेंटिक विकासातील विसंगती

अलीकडील एका अंतर्गत टाऊन हॉलमध्ये, मार्क झुकरबर्ग यांनी कबूल केले की AI एजंट्सभोवती केलेली मेटाची पुनर्रचना अपेक्षेप्रमाणे सुरळीत झालेली नाही. गेल्या चार महिन्यांतील एजेंटिक विकासाचा वेग अपेक्षित वेगाने वाढण्यात अपयशी ठरला असल्याचे त्यांनी नमूद केले आणि सांगितले की, या नवीन संरचनेवरील धोरणात्मक डावपेटींचे "अद्याप फळ मिळालेले नाही."

ही कबुली तीव्र पुनर्रचनेच्या कालावधीनंतर आली आहे. मे महिन्यात, मेटाने आपल्या जागतिक कर्मचाऱ्यांपैकी सुमारे १०% कर्मचाऱ्यांना कामावरून कमी केले आणि सुमारे ७,००० कर्मचाऱ्यांना समर्पित AI टीममध्ये समाविष्ट केले. कार्यप्रवाह (workflows) अनुकूल करणे आणि AI इन्फ्रास्ट्रक्चरचा प्रचंड खर्च भागवणे हा यामागचा उद्देश होता. जरी वरिष्ठ नेते सुरुवातीला Anthropic च्या Claude Code सारख्या साधनांच्या क्षमतेबद्दल "अत्यंत आशावादी" होते, तरीही मेटाच्या स्वतःच्या एजेंटिक सिस्टम्सचे प्रत्यक्ष एकत्रीकरण आणि प्रगती या उद्योगातील मानकांपेक्षा (benchmarks) मागे पडली आहे.

मोठे डावपेच आणि प्रचंड कॉम्प्युटवरील गुंतवणूक

मेटाची वचनबद्धता अवाढव्य आहे. बिग टेक (Big Tech) कंपन्यांच्या ७०० अब्ज डॉलर्सच्या व्यापक सामूहिक गुंतवणुकीचा भाग म्हणून, कंपनी यावर्षी AI इन्फ्रास्ट्रक्चरवर १४५ अब्ज डॉलर्सपर्यंत खर्च करण्याच्या मार्गावर आहे. याला गती देण्यासाठी, मेटा बाह्य ग्राहकांना अतिरिक्त कॉम्प्युट क्षमता विकण्यासाठी क्लाउड व्यवसाय विकसित करत आहे.

झुकरबर्ग यांचा सावध पवित्रा असूनही, AI प्रमुख अलेक्झांडर वांग यांनी अधिक आशावादी दृष्टिकोन मांडला. वांग यांनी खुलासा केला की, मेटाचे पुढील प्रमुख मॉडेल, ज्याचे कोडनेम "Watermelon" आहे, सध्या प्रशिक्षणाधीन आहे. "Watermelon" हे "Avocado" (एप्रिलमध्ये प्रदर्शित झालेल्या Muse Spark मॉडेलचे अंतर्गत नाव) नंतर येईल आणि त्यासाठी कित्येक पटीने जास्त कॉम्प्युटचा वापर केला जाईल. वांग यांचा दावा आहे की "Watermelon" ने OpenAI च्या उच्च दर्जाच्या मॉडेल्सच्या मानकांशी (benchmarks) स्पर्धा करण्यास सुरुवात केली आहे, जरी विशिष्ट तांत्रिक डेटा अद्याप जाहीर केलेला नाही.

मॉडेलची उत्क्रांती आणि अंतर्गत वाद

मेटाच्या मॉडेल वंशावळीचा रोडमॅप अधिकाधिक स्पष्ट होत आहे. एप्रिलमध्ये Muse Spark च्या रिलीजनंतर—ज्याने आशा दाखवली होती परंतु कामगिरीमध्ये OpenAI किंवा Anthropic शी स्पर्धा करण्यात अडचण आली होती—मेटा आता कोडिंग आणि एजेंटिक क्षमता सुधारण्यासाठी मोठ्या अपडेटवर काम करत आहे. वांग यांनी लवकरच Anthropic च्या Claude Opus ला टक्कर देणाऱ्या कोडिंग मॉडेलची देखील झलक दाखवली.

तथापि, AI वर्चस्वासाठीचा हा प्रयत्न अंतर्गत संघर्षाशिवाय राहिला नाही. CTO अँड्र्यू बोसवर्थ यांनी मेटाच्या माऊस-ट्रॅकिंग सॉफ्टवेअरभोवती असलेल्या वादावर भाष्य केले, जे AI प्रशिक्षण डेटा तयार करण्यासाठी कर्मचाऱ्यांच्या डिजिटल हालचालींची नोंद करते. अंतर्गत पुनरावलोकनात असे निष्कर्ष काढण्यात आले की कोणताही संवेदनशील कर्मचारी डेटा प्रत्यक्षात AI प्रशिक्षण संचामध्ये समाविष्ट केला गेला नाही, तरीही हे प्रोग्राम—ज्यामध्ये पूर्वी 'ऑप्ट-आउट' (opt-out) यंत्रणा नव्हती—आता 'ऑप्ट-इन' (opt-in) तत्त्वावर पुन्हा सुरू होण्याची शक्यता आहे.

मुख्य निष्कर्ष

• धोरणात्मक विलंब: AI एजंट्सना प्राधान्य देण्याच्या उद्देशाने केलेली मेटाची अंतर्गत पुनर्रचना अद्याप अपेक्षित वेग किंवा कार्यक्षमता मिळवून देऊ शकलेली नाही.
• कॉम्प्युटमधील वाढ: मेटा आपल्या प्रशिक्षण क्षमतेचा मोठ्या प्रमाणावर विस्तार करत आहे, आगामी "Watermelon" मॉडेल सध्याच्या Muse Spark (Avocado) पेक्षा कितीतरी पटीने जास्त कॉम्प्युटचा वापर करेल.
• इन्फ्रास्ट्रक्चर गुंतवणूक: AI इन्फ्रास्ट्रक्चरवर १४५ अब्ज डॉलर्सच्या अंदाजित खर्चासह, मेटा स्वतःला मॉडेल बिल्डर आणि अतिरिक्त कॉम्प्युटसाठी संभाव्य क्लाउड प्रदाता म्हणून प्रस्थापित करत आहे.