CEO Meta stwierdził, że tempo rozwoju agentów AI nie spełnia oczekiwań kierownictwa. Firma zwolniła 8000 pracowników i przeniosła kolejnych 7000 do grup AI.

Źródło zdjęcia: TechCrunch
Mark Zuckerberg przyznał podczas czwartkowego spotkania z pracownikami Meta, że rozwój agentów AI nie przebiega tak szybko, jak oczekiwało kierownictwo firmy. Jak donosi TechCrunch, podczas wewnętrznego town hall'a CEO Meta stwierdził, że tempo rozwoju agentów AI nie „przyspieszyło w sposób”, jakiego spodziewali się wcześniej dyrektorzy.
Wypowiedź Zuckerberga rzuca nowe światło na masowe zwolnienia w Meta z początku tego roku, gdy firma zwolniła około 8000 pracowników — około 10% swojej korporacyjnej siły roboczej — i przesunęła kolejnych 7000 do różnych grup AI, w tym do jednostki o nazwie Agent Transformation.
Podczas czwartkowego spotkania Zuckerberg skomentował także przeprowadzone zwolnienia, przyznając, że nie były one tak „czyste”, jak powinny. Jak wyjaśnił, decyzje o redukcjach zostały podjęte, ponieważ najwyżsi urzędnicy firmy „martwili się, że nie będziemy poruszać się wystarczająco szybko, aby dostosować się” do zmieniającego się krajobrazu branży technologicznej.
Lider korporacji powiedział również, że przewidywane korzyści z nowej struktury firmy skoncentrowanej na AI jeszcze „nie doszły do skutku”, chociaż wyraził przekonanie, że firma zacznie dostrzegać poprawę wyników swoich inwestycji w AI w ciągu najbliższych trzech do sześciu miesięcy.
Meta znacząco zainwestowała w sztuczną inteligencję i według Reutersa oczekuje się, że w tym roku wyda nawet 145 miliardów dolarów na infrastrukturę AI. Jednak kilka investigacyjnych raportów opisało miesięczną jednostkę AI Meta jako „niszczący duszę gułag” w opinii niektórych przydzielonych do niej inżynierów.
Sytuacja w Meta pokazuje szersze wyzwania branży technologicznej w realizacji obietnic związanych z AI. Pomimo ogromnych inwestycji i restructuryzacji, zastąpienie ludzi przez sztuczną inteligencję okazuje się bardziej skomplikowane niż pierwotnie przewidywano.
Wypowiedzi Zuckerberga sugerują, że nawet wiodące firmy technologiczne mierzą się z rzeczywistością, w której rozwój AI wymaga więcej czasu i zasobów niż początkowo zakładano.

Profesor MIT Cathy Wu wykorzystuje uczenie ze wzmocnieniem, by projektować lepsze systemy transportowe, po latach porażek osiągając 30-krotny wzrost efektywności treningu.

Raport MIT Technology Review i Uniphore: inwestycje w enterprise AI rosną do 2,5 bln dolarów, ale fragmentacja danych blokuje firmom realne zyski.

NASA-IBM Lunar Foundation Model zamienia 17 lat danych orbiterów w open-source model AI do wykrywania lodu i kraterów na Księżycu.