Era atteso per aprile il lancio di “Behemoth”, l’ultimo modello di intelligenza artificiale (IA) di Meta. Inizialmente posticipato a giugno, è stato ora rimandato almeno fino all’autunno. Idem per OpenAI e Anthropic che hanno a loro volta rinviato la presentazione dei propri modelli.
Se già negli scorsi mesi il debutto del cinese Deepseek, realizzato con un cifra irrisoria rispetto a quelle spese dalla Silicon Valley per sviluppare l’IA, aveva suscitato dubbi tra gli investitori, l’annuncio di Mark Zuckerberg non li ha certo confortati.
COSA NASCONDE META SULLA SUA IA
Secondo il Wall Street Journal, gli ingegneri di Meta stanno incontrando serie difficoltà nell’ottimizzare le prestazioni del nuovo modello linguistico, internamente noto come Behemoth, rispetto alle versioni precedenti della famiglia Llama.
Nonostante Meta sostenga che il modello superi concorrenti come OpenAI, Google e Anthropic in alcuni benchmark, fonti interne riferiscono che Behemoth fatica a raggiungere risultati solidi nei test reali, sollevando dubbi sull’affidabilità delle dichiarazioni ufficiali. Questo ha dato luogo a un dibattito interno su quanto l’aggiornamento sia effettivamente sostanziale per giustificare un rilascio pubblico.
Giovedì le azioni di Meta sono scese di oltre il 2% alla chiusura.
LE PRESSIONI DEGLI INVESTITORI
Quando lo scorso aprile Meta ha rilasciato due modelli Llama più piccoli, è stata lodata per la rapidità con cui è riuscita a colmare il divario con i concorrenti nello sviluppo di strumenti di IA generativa. Ma non si può campare di rendita e ora l’azienda deve dimostrare progressi concreti e rassicurare Wall Street sulla capacità di ottenere un ritorno sugli investimenti.
“Gli analisti – scrive Quartz – attendono segnali chiari che giustifichino gli enormi investimenti. Meta ha infatti previsto fino a 65 miliardi di dollari di spese in conto capitale per il 2025. Con un rapporto prezzo/utili (P/E) di 25,05 (il che significa che gli investitori stanno pagando 25,05 dollari per ogni dollaro di utile), gli investitori vogliono vedere risultati”.
UN TEAM CHE NON C’È PIÙ E I TRUCCHETTI DI META
Il percorso di Meta nell’IA è iniziato con il team Fundamental AI Research (Fair), responsabile dello sviluppo di Llama nel 2023. Tuttavia, 11 dei 14 autori del paper originale hanno abbandonato l’azienda, lasciando le versioni successive in mano a un nuovo team. Il cambio di squadra ha ulteriormente alimentato i dubbi sull’efficacia del progetto.
Inoltre, la trasparenza dell’azienda, osserva Quartz, è stata messa in discussione anche quando, ad aprile, si è scoperto che il modello presentato da Meta per una classifica pubblica di chatbot non era quello effettivamente rilasciato. L’azienda ha poi ammesso di aver ottimizzato il modello esclusivamente per ottenere buoni risultati nel benchmark.
META SI GIOCA LA PROPRIA CREDIBILITÀ
Il rinvio di Behemoth arriva dunque in un momento cruciale per Meta, che ambisce a competere con i colossi dell’intelligenza artificiale generativa. Tuttavia, il rallentamento dello sviluppo, la perdita di talenti chiave e le incertezze sulla qualità del prodotto mettono l’azienda davanti a una sfida strategica.
Ora più che mai, Zuckerberg dovrà dimostrare di saper trasformare le decine di miliardi di dollari di investimenti in risultati concreti, e soprattutto credibili, per mantenere la fiducia di investitori, utenti e analisti.
Con Behemoth, infatti, Meta si gioca molto più di un semplice lancio tecnologico. In ballo c’è la credibilità della sua intera strategia nel campo dell’IA. Dopo le grandi promesse e gli investimenti da record, l’azienda deve ora dimostrare di poter trasformare il potenziale in risultati concreti. E in tempi brevi.
STESSA MUSICA PER GOOGLE, OPENAI E ANTHROPIC
Ma Meta non è da sola. Alla prova dei risultati ci sono anche Google, OpenAI e Anthropic. La software house di Sam Altman, ha rinviato il lancio del suo attesissimo GPT-5, introducendo nel frattempo la versione intermedia GPT-4.5. E Anthropic, pur annunciando la sua uscita imminente, ha rimandato il debutto di Claude 3.5 Opus.
Il possibile vero problema, che preoccupa il settore, secondo Axios, “è che la strategia di scaling dell’industria dell’IA – ‘basta rendere tutto più grande’ – potrebbe essere arrivata a un punto morto”.
