As ambições de agentes de IA da Meta enfrentam dificuldades de crescimento em meio à reestruturação

A grande mudança de rumo da Meta em direção a um futuro de IA de agentes está enfrentando fricções inesperadas, de acordo com admissões recentes do CEO Mark Zuckerberg. Apesar de gastos de capital massivos e de uma reorganização corporativa radical, a empresa está lutando para acelerar o desenvolvimento de agentes de IA autônomos no ritmo originalmente previsto.

O descompasso no desenvolvimento de agentes

Durante uma recente reunião geral interna (town hall), Mark Zuckerberg admitiu que a reestruturação da Meta em torno de agentes de IA não tem sido tão fluida quanto o antecipado. Ele observou que a trajetória do desenvolvimento de agentes nos últimos quatro meses não conseguiu alcançar a aceleração esperada, afirmando que as apostas estratégicas nesta nova estrutura "ainda não frutificaram".

Esta admissão ocorre após um período de intensa reorganização. Em maio, a Meta demitiu aproximadamente 10% de sua força de trabalho global e transferiu cerca de 7.000 funcionários para equipes dedicadas de IA. O objetivo era otimizar os fluxos de trabalho e financiar os custos astronômicos da infraestrutura de IA. Embora os líderes seniores tenham sido inicialmente "super otimistas" sobre as capacidades de ferramentas como o Claude Code da Anthropic, a integração real e o progresso dos próprios sistemas de agentes da Meta ficaram atrás desses benchmarks do setor.

Grandes apostas e investimentos massivos em computação

A escala do compromisso da Meta é impressionante. A empresa está no caminho para gastar até US$ 145 bilhões em infraestrutura de IA este ano, parte de um investimento coletivo mais amplo de US$ 700 bilhões pelas Big Techs. Para alimentar isso, a Meta está desenvolvendo um negócio de nuvem para vender o excesso de capacidade de computação para clientes externos.

Apesar do tom cauteloso de Zuckerberg, o chefe de IA, Alexandr Wang, forneceu uma perspectiva mais otimista. Wang revelou que o próximo grande modelo da Meta, codinome "Watermelon", está atualmente em treinamento. O "Watermelon" deve suceder o "Avocado" (o nome interno para o modelo Muse Spark lançado em abril) e utilizará uma ordem de magnitude a mais de computação. Wang afirma que o "Watermelon" já alcançou os benchmarks dos modelos de alto nível da OpenAI, embora dados técnicos específicos permaneçam não divulgados.

Evolução dos modelos e controvérsias internas

O roteiro para a linhagem de modelos da Meta está se tornando cada vez mais claro. Após o lançamento do Muse Spark em abril — que mostrou promessa, mas teve dificuldade em igualar o desempenho da OpenAI ou da Anthropic — a Meta está trabalhando em uma atualização importante para melhorar as capacidades de codificação e de agentes. Wang também deu pistas sobre um modelo de codificação destinado a rivalizar com o Claude Opus da Anthropic no futuro próximo.

No entanto, a busca pela dominância da IA não tem sido isenta de fricções internas. O CTO Andrew Bosworth abordou a controvérsia em torno do software de rastreamento de mouse da Meta, que registra a atividade digital dos funcionários para gerar dados de treinamento de IA. Embora uma revisão interna tenha concluído que nenhum dado sensível de funcionários foi de fato ingerido nos conjuntos de treinamento de IA, espera-se que o programa — que anteriormente carecia de um mecanismo de exclusão (opt-out) — seja relançado com base na adesão voluntária (opt-in).

Principais conclusões

• Atraso Estratégico: A reestruturação interna da Meta, visando priorizar agentes de IA, ainda não entregou os ganhos de velocidade ou eficiência esperados.
• Escalada de Computação: A Meta está aumentando significativamente suas capacidades de treinamento, com o próximo modelo "Watermelon" utilizando muito mais computação do que o atual Muse Spark (Avocado).
• Investimento em Infraestrutura: Com um gasto projetado de US$ 145 bilhões em infraestrutura de IA, a Meta está se posicionando tanto como uma desenvolvedora de modelos quanto como uma potencial provedora de nuvem para o excesso de computação.