Mark Zuckerberg ha riportato Meta nella corsa all’intelligenza artificiale ma adesso deve dimostrare che questa corsa può diventare un business.
Dopo il mezzo passo falso di Llama 4 e dopo l’investimento da oltre 14 miliardi di dollari in Scale AI, il primo risultato visibile della nuova fase guidata da Alexandr Wang è arrivato l’8 aprile con Muse Spark.
Il modello segna un cambio di rotta importante. Fino a quel momento Meta aveva costruito buona parte della propria identità IA attorno a Llama e ai modelli open weight.
Con Muse Spark, Zuckerberg ha spostato il baricentro: più modello proprietario, più integrazione diretta nei prodotti Meta, più controllo sulla tecnologia.
La scelta ha una logica industriale chiara. Meta non vuole solo un modello da mostrare alla comunità degli sviluppatori quanto qualcosa da infilare dentro Facebook, Instagram, WhatsApp, Meta AI, gli occhiali Ray-Ban Meta e i futuri dispositivi del gruppo.
Il problema è che Wall Street non guarda più solo alle promesse tecniche. Vuole vedere ricavi e qui comincia la parte più difficile.
Il “problema” della pubblicità
Meta è una macchina pubblicitaria gigantesca. Lo è da vent’anni, e continua a esserlo anche ora che Zuckerberg parla di superintelligenza, agenti IA e modelli proprietari.
Il 97,6% dei ricavi dell’azienda arriva ancora dalla pubblicità. È una dipendenza enorme, soprattutto in un momento in cui Microsoft, Google e Amazon possono rivendere l’IA dentro canali già pronti: cloud, software aziendale, motori di ricerca, servizi per le imprese, infrastrutture.
Meta ha un problema diverso. Può usare l’IA per migliorare gli annunci, scegliere meglio i destinatari, aumentare l’efficienza delle campagne e far crescere il vecchio business. In parte lo sta già facendo ma questo non basta a convincere gli investitori che esista un secondo motore di ricavi.
Per questo gli abbonamenti diventano interessanti. Zuckerberg vuole far pagare ad alcuni utenti funzioni aggiuntive su Facebook, Instagram e WhatsApp, e sta testando un abbonamento per il chatbot. In parallelo prova a vendere alle aziende agenti IA capaci di rispondere ai clienti, prenotare appuntamenti e chiudere vendite.
Il punto è che questo canale nasce tardi e parte da una posizione svantaggiosa. Meta ha miliardi di utenti ma li ha abituati a non pagare. Ha una distribuzione enorme, ma non ha un Microsoft 365 in cui inserire naturalmente un assistente IA a pagamento. Ha una potenza pubblicitaria formidabile, ma proprio quella forza rende più evidente la debolezza del resto.
Wall Street lo sta dicendo con i numeri. Nel primo trimestre Meta ha aumentato i ricavi del 33%, il ritmo più alto dal 2021. Eppure il titolo ha perso il 18% negli ultimi dodici mesi, segno che gli investitori non stanno premiando la sola crescita del vecchio motore pubblicitario.
Stanno chiedendo prodotti IA pagati, utenti disposti a spendere, sviluppatori coinvolti e ricavi riconoscibili fuori dall’advertising.
Agenti IA? Meta guarda dentro casa
La nuova fase dell’IA non riguarda soltanto chatbot più brillanti. La partita si sta spostando sugli agenti, cioè sistemi capaci di usare software, muoversi tra finestre, compilare moduli, leggere informazioni, copiare dati, incollarli altrove, prendere decisioni operative e portare a termine compiti al posto delle persone.
Per addestrare agenti di questo tipo servono esempi reali. Bisogna vedere come lavorano gli esseri umani davanti a un computer: quali app aprono, dove cliccano, quali passaggi ripetono, quali errori evitano, come collegano un’informazione a un’azione. È qui che entra in gioco MCI, la Model Capability Initiative che abbiamo raccontato nelle scorse settimane.
MCI è un sistema interno pensato per osservare l’uso dei computer da parte dei dipendenti statunitensi di Meta e trasformare quelle interazioni in materiale di addestramento per gli agenti IA. In teoria il perimetro era limitato agli Stati Uniti.
Il punto delicato, emerso da documenti interni visionati da Reuters, è che lo strumento può catturare anche comunicazioni provenienti da fuori dagli Stati Uniti quando un dipendente europeo o comunque non statunitense interagisce con un collega americano che ha MCI attivo.
La questione, per Meta, diventa così europea prima ancora che tecnologica in quanto il GDPR non lascia molto spazio alle formule elastiche.
Il “gulag” di Applied AI
Applied AI è l’altro lato della stessa storia. Secondo TechCrunch, che a sua volta riprende Wired e Business Insider, Meta ha creato da pochi mesi una nuova unità interna da circa 6.500 ingegneri e product manager per sostenere le ambizioni di ricerca IA dell’azienda.
Molti dipendenti sarebbero stati spostati lì d’ufficio, con la sensazione di non avere una vera scelta: accettare il nuovo incarico o lasciare l’azienda. Il lavoro assegnato a una parte di questi dipendenti consiste nella produzione di puzzle, problemi di programmazione e altri esempi tecnici per addestrare i modelli.
La logica, dal punto di vista di Zuckerberg, è brutale ma comprensibile: gli ingegneri Meta hanno competenze più alte dei contractor esterni, quindi possono produrre dati migliori. Dal punto di vista dei dipendenti, però, il messaggio è diverso: competenze qualificate usate per alimentare una macchina di addestramento interna, spesso con compiti percepiti come ripetitivi e poco gratificanti.
MCI e Applied AI vanno letti insieme. Il primo osserva il lavoro, il secondo lo organizza e lo trasforma in esempi. In entrambi i casi, Meta sta cercando di produrre dentro casa ciò che le serve per non restare indietro sugli agenti IA.
Le scorciatoie non sempre funzionano
La corsa di Zuckerberg non passa solo dall’interno. Meta sta anche provando a comprare competenze, tecnologie e tempo. Scale AI è stata la scommessa più vistosa: oltre 14 miliardi di dollari per portare dentro Alexandr Wang e ridisegnare la strategia IA dell’azienda.
Poi c’è Manus, l’operazione da 2 miliardi di dollari avrebbe dovuto rafforzare Meta negli agenti IA, proprio il campo in cui tutti cercano di costruire il prossimo grande salto dopo i chatbot.
Secondo TechCrunch, però, Meta ha iniziato a smontare l’acquisizione dopo un ordine di dismissione arrivato da Pechino per motivi di sicurezza nazionale. L’azienda avrebbe così separato operativamente Manus dai propri sistemi interni e bloccato la condivisione dei dati.
È un passaggio importante perché mostra un limite nuovo alla strategia dei colossi americani. Avere soldi non basta più e quando una tecnologia IA ha radici cinesi, anche se la società si è spostata a Singapore e ha investitori internazionali, Pechino può comunque intervenire.
Gli agenti IA non sono più solo prodotti software. Sono asset strategici e i governi vogliono decidere chi li controlla. Per Meta questo è un problema serio. Se comprare Manus era una scorciatoia per recuperare competenze sugli agenti IA, il blocco cinese dimostra che la loro affidabilità è ormai aleatoria.
Zuckerberg e la promessa più concreta
La nuova scommessa sull’IA arriva dopo il metaverso. Reality Labs ha bruciato oltre 80 miliardi di dollari dalla fine del 2020 e ha lasciato a Zuckerberg meno credito narrativo di un tempo.
L’intelligenza artificiale è molto più concreta della realtà virtuale, perché entra già oggi negli annunci, nei contenuti, negli strumenti per aziende, negli occhiali e nelle app usate ogni giorno da miliardi di persone. Proprio per questo, però, il mercato pretende risultati più rapidi e più misurabili.
Meta ha capitali, utenti, infrastruttura, app, dati e capacità di distribuzione. Ha assunto talenti, ha creato Meta Superintelligence Labs, ha lanciato Muse Spark, sta costruendo agenti IA e prova a venderli ad aziende e utenti. La macchina è enorme.
Resta da capire se sia anche una macchina capace di produrre un nuovo business. Per ora la domanda è senza risposta. Gli sviluppatori però osservano con freddezza. I dipendenti vivono una riorganizzazione pesante. Pechino ha già mostrato che può bloccare un’acquisizione strategica. Wall Street guarda i conti e chiede prove.
Zuckerberg ha riportato Meta nella partita dell’IA, ora deve dimostrare che non sta solo spendendo per restarci.
Fonti: TechCrunch, TechCrunch, CNBC
