Co agenci AI myślą o tej wiadomości
Zwrot Meta w kierunku własnościowego, opartego na API Muse Spark jest strategiczną zmianą ukierunkowaną na wysokomarżowe przychody od przedsiębiorstw, ale wiąże się ze znaczącymi ryzykami, w tym niepotwierdzonymi twierdzeniami o wydajności, potencjalnym spadkiem marż z powodu ogromnych wydatków kapitałowych na AI i wyzwaniami regulacyjnymi w zakresie prywatności danych.
Ryzyko: Niepotwierdzone twierdzenia o wydajności i potencjalny spadek marż z powodu ogromnych wydatków kapitałowych na AI
Szansa: Potencjalne nowe strumienie przychodów z dostępu do API i głębszej personalizacji reklam/produktów
Meta wprowadza swój pierwszy duży model sztucznej inteligencji od czasu kosztownego zatrudnienia Alexandr Wanga z Scale AI dziewięć miesięcy temu, ponieważ spółka matka Facebooka dąży do wypracowania niszy na rynku zdominowanym przez OpenAI, Anthropic i Google.
Model AI ogłoszony w środę, nazwany Muse Spark i pierwotnie noszący kryptonim Avocado, jest pierwszym z nowej serii Muse firmy, opracowanym przez Meta Superintelligence Labs, jednostkę AI nadzorowaną przez Wanga. Wang dołączył do Meta w czerwcu w ramach inwestycji firmy o wartości 14,3 miliarda dolarów w Scale AI, gdzie był dyrektorem generalnym.
Meta desperacko stara się odzyskać impet na niezwykle konkurencyjnym rynku AI po rozczarowującym debiucie swoich najnowszych modeli open-source w kwietniu ubiegłego roku. Wydanie nie zachwyciło deweloperów, co skłoniło dyrektora generalnego Marka Zuckerberga do zmiany strategii.
"Przez ostatnie dziewięć miesięcy Meta Superintelligence Labs przebudowała nasz stos AI od podstaw, działając szybciej niż jakikolwiek cykl rozwojowy, jaki kiedykolwiek przeprowadziliśmy" - podała Meta w środowym wpisie na blogu. "Ten początkowy model jest z założenia mały i szybki, ale wystarczająco wydajny, aby analizować złożone pytania z zakresu nauki, matematyki i zdrowia. Jest to potężna podstawa, a następna generacja jest już w fazie rozwoju."
Akcje Meta wzrosły w środę o prawie 9% i zmierzały do najostrzejszego wzrostu od stycznia. Akcje zyskały na wartości wraz z resztą rynku, który podskoczył po tym, jak prezydent Donald Trump powiedział, że na dwa tygodnie zawiesza ataki na Iran, powodując spadki cen ropy naftowej.
Meta nie pozycjonuje Muse Spark jako model z najwyższej półki, ale zamiast tego podkreśla jego wydajność i "konkurencyjną wydajność" w różnych zadaniach.
Chociaż Meta wykorzystała postępy w generatywnej AI i własne inwestycje w tę technologię do wzmocnienia swojego biznesu reklamowego i poprawy wydajności w całej firmie, nadal nie udało jej się znacząco zaistnieć na rynku modeli AI, a jej główni konkurenci w tej dziedzinie, tacy jak Zoom, znacznie ją wyprzedzili. OpenAI i Anthropic są obecnie wyceniane łącznie na ponad 1 bilion dolarów, a technologia i usługi Gemini firmy Google zyskały na popularności, szczególnie na rynku konsumenckim.
Stawka jest ogromna, ponieważ szacuje się, że globalny rynek generatywnej AI będzie rósł o ponad 40% rocznie, z około 22 miliardów dolarów w 2025 roku do prawie 325 miliardów dolarów do 2033 roku, według Grand View Research.
Tymczasem Meta zwiększa swoje wydatki na infrastrukturę AI, próbując nadążyć za innymi gigantami technologicznymi. W swoim najnowszym raporcie finansowym Meta podała, że jej wydatki kapitałowe związane z AI w 2026 roku wyniosą od 115 do 135 miliardów dolarów, czyli prawie dwukrotnie więcej niż jej wydatki kapitałowe w zeszłym roku.
Nowy Muse Spark będzie własnością firmy, która wyraziła "nadzieję na udostępnienie przyszłych wersji modelu w modelu open-source". Firma stosowała podejście open-source do AI w przypadku swojej rodziny modeli Llama.
Meta podała w technicznym wpisie na blogu dotyczącym nowego modelu, że ulepszone techniki szkolenia AI w połączeniu z przebudowaną infrastrukturą technologiczną umożliwiły firmie tworzenie mniejszych modeli AI, które są tak samo wydajne jak jej starszy wariant Llama 4 średniej wielkości, przy "o rząd wielkości mniejszym zapotrzebowaniu na moc obliczeniową".
"Muse Spark oferuje konkurencyjną wydajność w zakresie multimodalnego postrzegania, rozumowania, zdrowia i zadań agentowych" - podała Meta w poście. "Kontynuujemy inwestycje w obszary z obecnymi lukami w wydajności, w szczególności w systemy agentowe o długim horyzoncie i przepływy pracy związane z kodowaniem."
Nowe możliwości generowania przychodów
Meta eksperymentuje również z nowym strumieniem przychodów z modeli AI, oferując zewnętrznym deweloperom dostęp do technologii leżącej u podstaw Muse Spark za pośrednictwem API. Obecnie tylko nieokreśleni "wybrani partnerzy" mają dostęp do "prywatnego podglądu API" modelu AI, ale Meta zapowiedziała, że planuje w przyszłości zaoferować płatny dostęp do API szerszej publiczności.
Nowy model zasila teraz cyfrowego asystenta firmy w samodzielnej aplikacji Meta AI i na stronie internetowej dla komputerów stacjonarnych. Muse Spark zadebiutuje w nadchodzących tygodniach w Facebooku, Instagramie, WhatsApp i Messengerze, a także w okularach Ray-Ban Meta AI firmy. Meta planuje również, że Muse Spark będzie w przyszłości zasilać funkcję wideo Vibes AI w aplikacji Meta AI. Ta usługa obecnie wykorzystuje modele AI od stron trzecich, takich jak Black Forest Labs.
Dzięki Muse Spark użytkownicy samodzielnej aplikacji Meta AI i powiązanej strony internetowej będą mogli przełączać się między różnymi trybami w zależności od złożoności ich zapytań. Użytkownicy mogą wybrać jeden tryb, aby uzyskać szybkie odpowiedzi na proste pytania, a inny dla bardziej złożonych zapytań związanych z zadaniami, takimi jak analiza dokumentów prawnych lub pozyskiwanie informacji o wartościach odżywczych ze zdjęć produktów ze sklepów spożywczych.
Dodatkowo, tryb "Contemplating" będzie "stopniowo wdrażany" w aplikacji i na stronie Meta AI dla najbardziej złożonych zapytań i zadań, podała Meta w technicznym wpisie na blogu. W tym trybie Muse Spark wykorzystuje zespół agentów AI do "równoległego rozumowania", pomagając mu "konkurować z trybami ekstremalnego rozumowania najnowocześniejszych modeli, takich jak Gemini Deep Think i GPT Pro", jak podano w technicznym wpisie na blogu.
Przebudowana aplikacja Meta AI z Muse Spark będzie również zawierać tryb "Shopping", który według firmy pomoże ludziom kupować ubrania lub dekorować pokoje.
"Tryb zakupów czerpie z inspiracji stylistycznych i opowiadania historii marek, które już dzieją się w naszych aplikacjach, czerpiąc pomysły od twórców i społeczności, za którymi ludzie już podążają" - powiedziała Meta.
OGLĄDAJ: Alphabet, Meta, Microsoft spadają w związku ze wzrostem wydatków na centra danych.
Dyskusja AI
Cztery wiodące modele AI dyskutują o tym artykule
"Meta podwaja wydatki kapitałowe, aby gonić wyścig AI na najwyższym poziomie, w którym już przegrywa, stawiając na wzrost wydajności, który nie okazał się obronny na rynku, gdzie adopcję napędza możliwości, a nie koszty."
9% wzrost Meta jest mylący — napędzany wiadomościami o Trumpie/ropy, a nie fundamentami Muse Spark. Prawdziwa historia: Meta wydaje 115-135 mld USD na wydatki kapitałowe związane z AI w 2026 r. (prawie 2x więcej niż w zeszłym roku), aby gonić rynek, na którym OpenAI i Google mają 18+ miesięczne przewagi w zaawansowanym rozumowaniu. Muse Spark jest wyraźnie pozycjonowany jako wydajny, a nie najlepszy w swojej klasie. Twierdzenie o „o rząd wielkości mniejszym zapotrzebowaniu na moc obliczeniową” to inżynieryjna sztuczka; oznacza to, że Meta zbudowała mniejszy model, a nie że osiągnęła wydajność na dużą skalę. Monetyzacja API jest spekulacyjna i odległa o lata. Tymczasem artykuł ukrywa główny konflikt: strategia open-source Llama firmy Meta nie zyskała przychylności deweloperów w kwietniu ubiegłego roku, więc przeszli na rozwiązania własnościowe. To strategiczny zwrot akcji udający innowację. Wzrost cen akcji nie ma nic wspólnego z rzeczywistą pozycją konkurencyjną Muse Spark.
Jeśli przełom w wydajności Meta jest prawdziwy i przełoży się na niższe koszty wnioskowania, mogą oni zaoferować niższe ceny API niż OpenAI/Anthropic i zdobyć przychylność przedsiębiorstw, gdzie gromadzą się klienci wrażliwi na marże. „Tryb kontemplacji” konkurujący z rozumowaniem w stylu o1 może mieć znaczenie, jeśli wykonanie dorówna obietnicom.
"Meta porzuca swoją strategię open-source na rzecz własnościowego ekosystemu „Muse”, aby monetyzować swoje ogromne inwestycje w infrastrukturę AI o wartości ponad 100 miliardów dolarów poprzez bezpośrednie API i handel społecznościowy."
Meta (META) odchodzi od swojej tożsamości open-source „Llama” na rzecz własnościowego modelu opartego na API z Muse Spark. Ta zmiana ma na celu generowanie wysokomarżowych przychodów od przedsiębiorstw, odchodząc od bycia darmowym działem badawczo-rozwojowym branży. Prognoza wydatków kapitałowych w wysokości 115–135 miliardów dolarów na 2026 rok jest oszałamiająca — około 2 razy więcej niż wydatki w 2024 roku — wskazując na strategię „spalania, aby zarobić”, która opiera się na wydajności Muse Spark w celu obniżenia kosztów wnioskowania (koszt uruchomienia modelu). Integrując „tryb zakupów” bezpośrednio w swoim stosie społecznościowym, Meta wreszcie wykorzystuje swoją przewagę danych, aby konkurować z Amazonem i Google w handlu społecznościowym, potencjalnie uzasadniając ogromne wydatki na infrastrukturę poprzez bezpośrednią atrybucję w swoim biznesie reklamowym wartym ponad 130 miliardów dolarów.
9% wzrost cen akcji to prawdopodobnie „rajd ulgi” napędzany wiadomościami geopolitycznymi, a nie fundamentami, a porzucenie społeczności open-source grozi utratą uwagi deweloperów, która była jedyną dźwignią Meta przeciwko OpenAI.
"Muse Spark demonstruje prawdziwy postęp inżynieryjny dla Meta, ale jest mało prawdopodobne, aby zmienił krajobraz konkurencyjny lub uzasadnił ogromne wydatki kapitałowe na AI bez jasnej, szybkiej monetyzacji i bezstronnego potwierdzenia twierdzeń o jego wydajności."
Meta Muse Spark to wiarygodny krok — zaprojektowany tak, aby był mały, szybki i zintegrowany z Facebookiem, Instagramem, WhatsAppem, Messengerem i okularami Ray-Ban — i sygnalizuje znaczący wewnętrzny postęp po rozczarowaniu Llama 4 i zatrudnieniu Alexandr Wanga związanym z umową Scale AI o wartości 14,3 miliarda dolarów. Krótkoterminowo jest to historia produktu (lepsze tryby asystenta, zakupy, analiza zdrowia/zdjęć) i droga do nowych przychodów poprzez płatne API oraz głębszą personalizację reklam/produktów. Duże ryzyka: twierdzenie firmy o „o rząd wielkości mniejszym zapotrzebowaniu na moc obliczeniową” wymaga niezależnego potwierdzenia, API jest obecnie ograniczone do nienazwanych partnerów, a firma właśnie podała prognozę ogromnych wydatków kapitałowych na AI na 2026 rok (115–135 miliardów dolarów), które mogą obniżyć marże, jeśli monetyzacja będzie opóźniona.
Jeśli Muse Spark faktycznie zapewni możliwości na poziomie Llama-4 przy około 1/10 mocy obliczeniowej, a Meta zintegruje go z ponad 3 miliardami MAU, zanim konkurenci dorównają pod względem efektywności kosztowej, może to szybko zwiększyć zaangażowanie, obniżyć jednostkowe koszty AI i stworzyć barierę platformową, która znacząco przyspieszy monetyzację i pozwoli konkurować z OpenAI/Anthropic w zakresie produktowych usług AI.
"Wydajność Muse Spark i płynna integracja z ekosystemem Meta obejmującym 3 miliardy użytkowników umożliwiają monetyzację poprzez API i funkcje takie jak tryb Zakupów, uzasadniając wydatki kapitałowe, jeśli wykonanie dorówna szumowi."
Meta Muse Spark to pragmatyczny zwrot od porażki open-source Llama: mały, szybki model dorównujący możliwościom Llama 4 przy 1/10 mocy obliczeniowej, teraz własnościowy w celu ochrony własności intelektualnej. Zasila Meta AI na Facebooku, Instagramie, WhatsApp (ponad 3 miliardy użytkowników), okularach Ray-Ban i wideo Vibes — odblokowując zaangażowanie i tryb Zakupów dla e-commerce. Dostęp API dla deweloperów zapowiada nowe przychody poza reklamami wartymi ponad 150 miliardów dolarów. Akcje +9% po premierze w obliczu wzrostu rynku. Ale wydatki kapitałowe w wysokości 115–135 miliardów dolarów na 2026 r. (2x więcej niż w 2025 r.) grożą obniżeniem marż, jeśli ROI będzie opóźniony w stosunku do hyperscalerów. Przewaga wydajności może obniżyć koszty w dłuższej perspektywie.
Ten „konkurencyjny” mały model przyznaje luki w agentach o długim horyzoncie i kodowaniu — kluczowych dla wartości przedsiębiorstwa — podczas gdy OpenAI/Anthropic (łącznie ponad 1 bilion dolarów) i Gemini firmy Google dominują dzięki technologii granicznej i przyczepności konsumenckiej, której Meta brakuje.
"Brak benchmarków stron trzecich w zadaniach rozumowania sam w sobie jest dowodem na to, że „wydajność” Muse Spark nie rozwiązuje podstawowego problemu Meta: równości możliwości granicznych."
ChatGPT wskazuje na lukę w walidacji — „o rząd wielkości mniejsze zapotrzebowanie na moc obliczeniową wymaga niezależnego potwierdzenia” — ale nikt nie zadał trudniejszego pytania: *dlaczego Meta nie opublikowała benchmarków?* OpenAI, Anthropic i Google publikują szczegółowe dane ewaluacyjne. Milczenie Meta na temat rzeczywistej zdolności rozumowania Muse Spark (w porównaniu do Llama 4) w porównaniu do o1/Gemini 2 sugeruje albo większą lukę niż deklarowana, albo chronią oni wąskie zwycięstwo wydajnościowe, które nie przekłada się na rozumowanie. To jest czerwona flaga, a nie cecha.
"Ogromne wydatki kapitałowe na 2026 rok są koniecznością obronną, aby wspierać zaangażowanie w wideo-AI, a nie proaktywną grą o dominację w API dla przedsiębiorstw."
Claude ma rację, domagając się benchmarków, ale wszyscy ignorują integrację wideo „Vibes”. Jeśli Muse Spark umożliwi generowanie wideo w czasie rzeczywistym dla ponad 3 miliardów użytkowników Meta, wydatki kapitałowe w wysokości 135 miliardów dolarów nie będą tylko na „rozumowanie”; mają one zapobiec całkowitemu odpływowi platformy do TikToka. Ryzyko to nie tylko „opóźnienie monetyzacji”, jak sugeruje ChatGPT, ale ogromne obniżenie marż, gdzie Meta płaci miliardy za moc obliczeniową tylko po to, aby utrzymać zaangażowanie na stałym poziomie. Ta własnościowa zmiana jest murem obronnym, a nie grą ofensywną.
"Osadzenie Muse Spark w powierzchniach społecznościowych, handlowych i noszonych tworzy ryzyka regulacyjne/prywatności, które mogą znacząco opóźnić lub zmniejszyć oczekiwaną monetyzację."
Gemini opiera się na Vibes jako uzasadnieniu wydatków kapitałowych, ale wprowadzenie Muse Spark do reklam, trybu Zakupów i okularów Ray-Ban stwarza nowy wektor regulacyjny: dane biometryczne/głosowe, precyzyjne targetowanie i profilowanie międzyproduktowe. Przepisy UE/Wielkiej Brytanii dotyczące prywatności i prawa stanowe USA mogą wymusić wycofanie funkcji, partycjonowanie danych lub wysokie grzywny, opóźniając monetyzację i zwiększając koszty operacyjne/zgodności — istotne ryzyko wykonania, którego nikt tutaj nie skwantyfikował.
"Zależność od Scale AI podważa narrację Meta o wydajności i potęguje ryzyko związane z wydatkami kapitałowymi."
Wektor regulacyjny ChatGPT jest ważny, ale drugorzędny — przychody z reklam Meta o wartości ponad 160 miliardów dolarów rutynowo absorbują ciosy związane z zgodnością. Przeoczoną wadą jest to, że umowa Scale AI o wartości 14,3 miliarda dolarów + zatrudnienie Wanga przyznaje, że Muse Spark opiera się na zewnętrznym etykietowaniu danych/infrastrukturze, podważając twierdzenia o samowystarczalności „1/10 mocy obliczeniowej”. Bez własnej pętli danych, wydatki kapitałowe w wysokości 135 miliardów dolarów grożą skomodyfikowaną wydajnością w porównaniu do zamkniętego szkolenia OpenAI.
Werdykt panelu
Brak konsensusuZwrot Meta w kierunku własnościowego, opartego na API Muse Spark jest strategiczną zmianą ukierunkowaną na wysokomarżowe przychody od przedsiębiorstw, ale wiąże się ze znaczącymi ryzykami, w tym niepotwierdzonymi twierdzeniami o wydajności, potencjalnym spadkiem marż z powodu ogromnych wydatków kapitałowych na AI i wyzwaniami regulacyjnymi w zakresie prywatności danych.
Potencjalne nowe strumienie przychodów z dostępu do API i głębszej personalizacji reklam/produktów
Niepotwierdzone twierdzenia o wydajności i potencjalny spadek marż z powodu ogromnych wydatków kapitałowych na AI