Ambicje Meta w zakresie agentów AI zmagają się z problemami wzrostowymi w obliczu restrukturyzacji

Masowy zwrot Meta w stronę przyszłości opartej na agentach AI napotyka nieoczekiwane trudności, według niedawnych przyznań CEO Marka Zuckerberga. Mimo ogromnych wydatków kapitałowych i radykalnej reorganizacji korporacyjnej, firma ma trudności z przyspieszeniem rozwoju autonomicznych agentów AI w tempie pierwotnie zakładanym.

Rozdźwięk w rozwoju agentów AI

Podczas niedawnego wewnętrznego spotkania typu town hall, Mark Zuckerberg przyznał, że restrukturyzacja Meta wokół agentów AI nie przebiegła tak płynnie, jak przewidywano. Zauważył, że trajektoria rozwoju agentów w ciągu ostatnich czterech miesięcy nie pozwoliła na osiągnięcie oczekiwanego przyspieszenia, stwierdzając, że strategiczne zakłady na tę nową strukturę „jeszcze nie przyniosły owoców”.

Przyznanie to następuje po okresie intensywnej reorganizacji. W maju Meta zwolniła około 10% swojej globalnej siły roboczej i przeniosła około 7000 pracowników do dedykowanych zespołów AI. Celem była optymalizacja przepływów pracy i sfinansowanie astronomicznych kosztów infrastruktury AI. Choć wyższa kadra zarządzająca była początkowo „super optymistyczna” co do możliwości takich narzędzi jak Claude Code od Anthropic, faktyczna integracja i postępy własnych systemów agentowych Meta pozostają w tyle za tymi benchmarkami branżowymi.

Wysoka stawka i ogromne zakłady na moc obliczeniową

Skala zaangażowania Meta jest oszałamiająca. Firma jest na prostej drodze do wydania w tym roku nawet 145 miliardów dolarów na infrastrukturę AI, co stanowi część szerszej, zbiorowej inwestycji sektora Big Tech o wartości 700 miliardów dolarów. Aby to zasilić, Meta rozwija biznes chmurowy, aby sprzedawać nadwyżki mocy obliczeniowej zewnętrznym klientom.

Mimo ostrożnego tonu Zuckerberga, szef ds. AI Alexandr Wang przedstawił bardziej optymistyczną perspektywę. Wang ujawnił, że kolejny duży model Meta, o kryptonimie „Watermelon”, jest obecnie w fazie trenowania. „Watermelon” ma nastąpić po „Avocado” (wewnętrzna nazwa modelu Muse Spark wydanego w kwietniu) i będzie wykorzystywać o rząd wielkości więcej mocy obliczeniowej. Wang twierdzi, że „Watermelon” dogonił już benchmarki topowych modeli OpenAI, choć konkretne dane techniczne pozostają nieujawnione.

Ewolucja modeli i wewnętrzne kontrowersje

Mapa drogowa linii modeli Meta staje się coraz bardziej jasna. Po wydaniu w kwietniu Muse Spark — który zapowiadał się obiecująco, ale miał trudności z dorównaniem wydajnością OpenAI czy Anthropic — Meta pracuje nad dużą aktualizacją, aby poprawić możliwości kodowania i funkcje agentowe. Wang zapowiedział również model do kodowania, który w niedalekiej przyszłości ma konkurować z Claude Opus od Anthropic.

Jednak dążenie do dominacji w dziedzinie AI nie odbyło się bez wewnętrznych tarć. CTO Andrew Bosworth odniósł się do kontrowersji wokół oprogramowania Meta do śledzenia ruchu myszy, które rejestruje cyfrową aktywność pracowników w celu generowania danych do trenowania AI. Choć wewnętrzny przegląd wykazał, że żadne wrażliwe dane pracowników nie zostały faktycznie wprowadzone do zestawów treningowych AI, program — który wcześniej nie posiadał mechanizmu rezygnacji (opt-out) — ma zostać ponownie uruchomiony na zasadzie dobrowolnego przystąpienia (opt-in).

Kluczowe wnioski

• Opóźnienie strategiczne: Wewnętrzna restrukturyzacja Meta, mająca na celu priorytetyzację agentów AI, nie przyniosła jeszcze oczekiwanych korzyści w zakresie szybkości lub wydajności.
• Eskalacja mocy obliczeniowej: Meta znacząco zwiększa swoje możliwości treningowe, a nadchodzący model „Watermelon” będzie wykorzystywał znacznie więcej mocy obliczeniowej niż obecny Muse Spark (Avocado).
• Inwestycje w infrastrukturę: Przy prognozowanych wydatkach na infrastrukturę AI rzędu 145 miliardów dolarów, Meta pozycjonuje się zarówno jako twórca modeli, jak i potencjalny dostawca usług chmurowych dla nadwyżek mocy obliczeniowej.