Meta od wielu miesięcy przedstawia agentów sztucznej inteligencji jako jeden z najważniejszych kierunków rozwoju firmy. Systemy te mają samodzielnie wykonywać wieloetapowe zadania, pisać kod, analizować informacje i obsługiwać wybrane procesy bez ciągłego nadzoru użytkownika. Najnowsze doniesienia wskazują jednak, że realizacja tej wizji przebiega wolniej, niż zakładało kierownictwo przedsiębiorstwa. Mark Zuckerberg miał przyznać podczas wewnętrznego spotkania, że tempo prac nad agentami AI nie odpowiada wcześniejszym planom.
Rozwój agentów AI w Meta przebiega wolniej od wcześniejszych założeń
Według informacji ujawnionych po spotkaniu z pracownikami rozwój agentowych systemów AI przez około cztery miesiące postępował wolniej, niż przewidywał wewnętrzny harmonogram. Problem nie dotyczy wyłącznie jakości generowanych odpowiedzi. Agent AI musi utrzymywać kontekst, planować kolejne etapy działania, korzystać z narzędzi, kontrolować rezultaty i poprawnie reagować na błędy występujące podczas realizacji zadania.
W przypadku krótkiego polecenia pojedyncza pomyłka może prowadzić jedynie do błędnej odpowiedzi. Podczas wykonywania długiego procesu ten sam problem może jednak zostać przekazany do kolejnych etapów i całkowicie zmienić końcowy rezultat. Z tego powodu stworzenie niezawodnego agenta jest znacznie trudniejsze niż przygotowanie klasycznego chatbota odpowiadającego na pojedyncze pytania.
Reorganizacja zespołów Meta AI nie przyniosła natychmiastowego przyspieszenia
Mark Zuckerberg miał również negatywnie ocenić sposób przeprowadzenia majowej reorganizacji. Meta zwolniła około 10 procent globalnej załogi, co odpowiadało blisko 8 tysiącom stanowisk. Jednocześnie około 7 tysięcy pracowników zostało przeniesionych do zespołów związanych z rozwojem sztucznej inteligencji.
Tak duża zmiana organizacyjna może przez pewien czas dodatkowo obniżać produktywność. Nowe zespoły muszą ustalić zakres odpowiedzialności, przejąć dokumentację, ujednolicić środowiska programistyczne i zintegrować wcześniej rozwijane komponenty. Samo zwiększenie liczby inżynierów nie gwarantuje więc proporcjonalnego wzrostu tempa prac, szczególnie w przypadku zaawansowanych modeli wymagających kosztownego trenowania i rozbudowanych testów bezpieczeństwa.
| Najważniejsze informacje dotyczące strategii AI firmy Meta | |
| Okres wolniejszego rozwoju agentów | około 4 miesięcy |
| Redukcja zatrudnienia | około 10% załogi |
| Liczba zlikwidowanych stanowisk | około 8 tys. |
| Pracownicy przeniesieni do projektów AI | około 7 tys. |
| Prognozowane wydatki na infrastrukturę AI w 2026 roku | do 145 mld USD |
| Oczekiwany termin pierwszych wyraźnych rezultatów | od 3 do 6 miesięcy |
| Inwestycja w Scale AI | 14,3 mld USD |
| Wartość przejęcia Manus | ponad 2 mld USD |
Meta może przeznaczyć na infrastrukturę AI nawet 145 miliardów dolarów
Opóźnienia nie oznaczają, że Meta ogranicza nakłady finansowe. Wydatki przedsiębiorstwa na infrastrukturę sztucznej inteligencji w 2026 roku mogą sięgnąć 145 miliardów dolarów. Środki są przeznaczane przede wszystkim na centra danych, akceleratory obliczeniowe, systemy sieciowe, magazyny danych, zasilanie oraz chłodzenie instalacji wykorzystywanych do trenowania i obsługi modeli.
Skala inwestycji pokazuje, że Meta zamierza rozwijać własne zaplecze obliczeniowe niezależnie od bieżących problemów z oprogramowaniem. Duża liczba procesorów graficznych nie rozwiązuje jednak automatycznie problemów związanych z architekturą agentów, jakością danych treningowych, kontrolą wykonania zadań oraz wiarygodnością generowanych rezultatów.
Model Muse Spark nadal ma problemy z długimi zadaniami i programowaniem
Przykładem ograniczeń pozostaje model Muse Spark, który wykorzystuje mechanizmy współpracy wielu agentów. Meta przyznała, że system nadal nie radzi sobie wystarczająco dobrze z długotrwałymi zadaniami oraz programowaniem. Są to jednocześnie obszary szczególnie istotne dla klientów biznesowych, ponieważ automatyzacja tworzenia oprogramowania mogłaby przynieść firmie wymierne oszczędności.
Alexandr Wang, związany z rozwojem projektów AI firmy Meta, twierdzi, że następca Muse Spark o nazwie Watermelon osiągnął poziom porównywalny z GPT-5.5. Deklaracja nie została jednak poparta publicznie dostępnymi wynikami niezależnych testów. Bez benchmarków obejmujących programowanie, rozumowanie, pracę z narzędziami i realizację wieloetapowych poleceń trudno ocenić rzeczywiste możliwości nowego rozwiązania.
Kosztowne przejęcia nie gwarantują przełomu w agentach Meta AI
Meta próbuje przyspieszyć rozwój również poprzez przejęcia i inwestycje w zewnętrzne firmy. Przedsiębiorstwo przeznaczyło 14,3 miliarda dolarów na Scale AI oraz ponad 2 miliardy dolarów na zakup Manus. Pozyskanie zespołów, danych i gotowych technologii może skrócić część prac badawczo-rozwojowych, ale łączenie różnych platform i modeli również wymaga czasu.
Dodatkowym sygnałem ostrzegawczym są doniesienia o możliwości sprzedaży części niewykorzystywanej mocy obliczeniowej. Może to sugerować, że rozwój komercyjnych usług AI nie nadąża jeszcze za tempem budowy infrastruktury. Centra danych generują natomiast koszty niezależnie od stopnia wykorzystania, obejmujące zużycie energii, obsługę techniczną, chłodzenie i amortyzację sprzętu.
Na efekty reorganizacji Meta trzeba będzie poczekać kilka miesięcy
Pierwsze wyraźne rezultaty zmian mają pojawić się w ciągu trzech do sześciu miesięcy. Będzie to ważny okres dla firmy, ponieważ inwestorzy coraz dokładniej obserwują relację pomiędzy kosztami infrastruktury a przychodami generowanymi przez usługi wykorzystujące sztuczną inteligencję.
Meta nadal dysponuje ogromnym zapleczem finansowym, rozbudowanymi centrami danych i dostępem do miliardów użytkowników swoich platform. Sama skala działalności nie gwarantuje jednak stworzenia niezawodnego agenta, który będzie potrafił bezpiecznie wykonywać złożone zadania. Najbliższe miesiące pokażą, czy reorganizacja i kolejne inwestycje przyspieszą rozwój, czy też agentowa sztuczna inteligencja pozostanie przede wszystkim kosztowną obietnicą prezentowaną inwestorom.