Meta Platforms schrapt circa 8.000 banen wereldwijd. Tegelijk investeert het bedrijf achter Facebook, Instagram en WhatsApp fors in kunstmatige intelligentie. De reorganisatie loopt dit jaar en moet geld vrijmaken voor rekenkracht en nieuwe modellen. Dit is ook relevant voor Europa, waar de AI-verordening (AI Act) en de AVG strenge regels stellen voor algoritmen en datagebruik.
Meta kiest voor AI-focus
Meta verlegt de nadruk van breed personeelsbestand naar minder teams en meer machines. Het doel is sneller nieuwe AI-functies te bouwen en kosten te verlagen. De concurrentiedruk van OpenAI en Google maakt die keuze urgenter.
De sanering raakt vooral functies buiten de kern van productontwikkeling. Managementlagen worden ingekort en projecten met minder direct effect op groei worden gestopt. Zo probeert Meta slagvaardiger te worden rond AI.
Meta rolt tegelijk producten uit zoals Llama 3 (een groot taalmodel dat tekst voorspelt) en de Meta AI-assistent in Facebook, Instagram en WhatsApp. Generatieve AI is software die zelfstandig tekst of beelden maakt op basis van voorbeelden. Daarmee wil het bedrijf zowel gebruikersfuncties als advertentietools verbeteren.
Besparingen financieren rekenkracht
Het bouwen en draaien van generatieve systemen vraagt enorme rekenkracht. Meta koopt daarvoor GPU’s, zoals Nvidia-chips, en bouwt eigen datacenters. Een GPU-cluster is een groep krachtige chips die samen grote modellen trainen.
Meta ontwikkelt ook de eigen MTIA-chip (Meta Training and Inference Accelerator). Zulke accelerators voeren AI-berekeningen sneller en zuiniger uit. Dat moet de afhankelijkheid van externe chipmakers verkleinen en de kosten drukken.
De investeringen omvatten hardware, netwerk, koeling en energie. Datacenters in en buiten Europa moeten aan strengere duurzaamheids- en privacy-eisen voldoen. Daardoor verschuift Meta budget van personeel naar infrastructuur.
AI-infrastructuur vraagt jaarlijks uitgaven van tientallen miljarden dollars aan chips, datacenters en stroom.
Europese regels sturen aanpak
De Europese AI-verordening verplicht aanbieders van algemene AI-systemen, zoals Llama 3, tot technische documentatie en transparantie. Er moet onder meer een samenvatting komen van trainingsdata en een auteursrechtbeleid. Dat helpt overheden en bedrijven te beoordelen of een model veilig inzetbaar is.
De AVG blijft gelden bij het verzamelen en gebruiken van Europese persoonsgegevens. Dataminimalisatie en een geldige grondslag, zoals toestemming of gerechtvaardigd belang, zijn vereist. Encryptie en toegangscontrole zijn nodig om datalekken te voorkomen.
Voor Europese overheden en onderwijsinstellingen spelen aanbestedingseisen en risicoanalyses mee. De “Europese AI-verordening gevolgen overheid” zijn dat leveranciers aantoonbaar aan de regels voldoen. Dit kan de uitroltempo van nieuwe functies in EU-diensten beïnvloeden.
Gevolgen voor werknemers
De banenreductie treft naar verwachting ondersteunende en overlappende rollen, terwijl AI-profielen juist worden geworven. Denk aan machinelearning-ingenieurs, data-architecten en beveiligingsspecialisten. Het personeelsbeleid verschuift zo naar minder mensen en meer automatisering.
In Europa gelden bij collectief ontslag sterke waarborgen. Werkgevers moeten overleg voeren met ondernemingsraden en vakbonden, en tijdig melden bij autoriteiten. Dit moet de impact op medewerkers beperken en alternatieven verkennen.
Omscholing kan een deel van het verlies opvangen. Korte trainingen naar datavaardigheden en AI-beheer liggen voor de hand. Toch is niet elke functie één-op-één te vervangen door een AI-rol.
Wat gebruikers gaan merken
Gebruikers zien meer AI-functies in de apps van Meta. Denk aan slimme zoekopdrachten, tekst- en afbeeldingssuggesties en klantenservice-bots. Voor makers komen er tools om berichten en advertenties sneller te schrijven.
Er zijn ook risico’s. Generatieve systemen kunnen hallucineren, wat betekent dat ze overtuigend klinkende maar onjuiste informatie geven. Vooroordelen in trainingsdata kunnen bovendien tot scheve uitkomsten leiden.
De AI-verordening vraagt om duidelijke etikettering van AI-gegenereerde content. Dat kan via zichtbare labels of watermerken. Voor Europese gebruikers vergroot dit de transparantie en helpt het misleiding te voorkomen.