Meta snijdt in metaverse-projecten en verschuift geld en teams naar kunstmatige intelligentie. Het bedrijf uit Menlo Park zet nu vooral in op Llama-modellen en de assistent Meta AI in WhatsApp, Instagram en Facebook. De stap komt deze maand breed in uitvoering, na jaren van hoge kosten voor de virtuele wereld. Dit raakt ook Europese regels zoals de AI-verordening en de gevolgen voor overheid en bedrijven.
Meta richt budget op AI
Meta verlegt prioriteit van virtual reality naar generatieve systemen die nu al gebruikt worden. Generatieve AI is software die zelf tekst, beeld of audio kan maken op basis van voorbeelden. De keuze volgt op stevige concurrentie van OpenAI en Google, en de snelle vraag van adverteerders naar AI-tools. Daardoor zijn functies in de apps van Meta direct te gelde te maken.
De assistent Meta AI verschijnt in steeds meer producten, maar niet overal tegelijk. Op het moment van schrijven is de uitrol in de Europese Unie beperkt door privacyvragen. Wel maakt Meta nieuwe chat- en zoekfuncties klaar in WhatsApp en Instagram, waar veel Nederlandse gebruikers zitten. Dat geeft het bedrijf een kanaal om AI te testen op grote schaal, zonder nieuwe apps te bouwen.
Ook advertentieproducten krijgen generatieve functies, zoals automatische tekstvoorstellen en beeldvarianten. Zulke algoritmen kunnen adverteerders tijd besparen en campagnes verbeteren. Tegelijk vraagt dit om transparantie over synthetische content. Europese regels verplichten namelijk duidelijke labeling en zorgvuldige omgang met data.
Llama als open bouwsteen
Meta positioneert Llama 3 als open-weights model voor bedrijven en onderzoekers. Open-weights betekent dat de modelparameters te downloaden zijn, maar dat gebruik onder een licentie valt. Deze aanpak vergroot een ecosysteem van plug-ins, fine-tuning en lokale inzet op eigen servers. Europese mkb-bedrijven en universiteiten profiteren zo van lagere drempels om met AI te werken.
Llama 3 draait al in clouddiensten en op krachtige lokale hardware. Voor privacygevoelige sectoren, zoals zorg en overheid, is dat belangrijk. Zij kunnen data achter de eigen firewall houden en toch moderne taalmodellen inzetten. Dat past bij de AVG, die dataminimalisatie en beveiliging eist.
“Open-weights” houdt in dat je de gewichten van een model kunt downloaden en gebruiken, maar onder een licentie met voorwaarden voor herdistributie en commercieel gebruik.
Meta koppelt Llama aan eigen beeld- en multimodale modellen voor foto’s en video. Multimodaal betekent dat het systeem meerdere soorten data tegelijk verwerkt, zoals tekst en beeld. Zo vult de assistent Meta AI chat met visuele uitleg of generaties. Dit versnelt productontwikkeling, maar vraagt ook om duidelijke bronvermelding en watermerken voor synthetische media.
Metaverse krimpt maar blijft
De metaverse verdwijnt niet, maar Meta snoeit in ambities en kosten. Reality Labs blijft aan VR-brillen en slimme brillen werken, met meer nadruk op praktische functies. Denk aan fitness, productiviteit en contextuele hulp via de Ray‑Ban Meta-bril. Zulke toepassingen laten de link zien tussen AI en augmented reality in het dagelijks gebruik.
Jarenlange investeringen leverden minder gebruikers op dan gehoopt. Tegelijk liepen de uitgaven voor hardware en software flink op. Door AI centraal te zetten, probeert Meta sneller waarde te leveren in bestaande apps. Dat is financieel aantrekkelijker dan het bouwen van een nieuwe virtuele economie.
Voor ontwikkelaars betekent dit een andere routekaart. Minder middelen gaan naar pure metaverse-ervaringen en meer naar AI-functies die direct met Facebook, Instagram en WhatsApp integreren. Dat verkort de tijd tot marktintroductie. Maar het dwingt partners om hun roadmap aan te passen aan de nieuwe prioriteiten.
Europese regels sturen koers
De Europese AI-verordening introduceert regels voor “algemene AI-systemen” zoals Llama. Leveranciers moeten technische documentatie, veiligheidstests en transparantie bieden. Wie zo’n model in een sector met hoog risico gebruikt, krijgt extra verplichtingen. Denk aan overheden of zorginstellingen die AI inzetten voor beoordeling of besluitvorming.
De AVG blijft daarnaast leidend voor trainingsdata en gebruikersinformatie. In juni 2024 stelde de Ierse privacytoezichthouder vragen bij het trainen op Europese gebruikersdata. Meta stelde daarop de uitrol van sommige AI-functies in de EU uit. Op het moment van schrijven is onduidelijk wanneer volledige ondersteuning terugkeert.
Dit heeft praktische gevolgen voor Nederlandse organisaties. Zij moeten rekening houden met verschillen tussen EU en VS in functieaanbod en datagebruik. Inkoop en DPIA’s (gegevensbeschermingseffectbeoordelingen) moeten deze verschillen expliciet meenemen. Ook wordt labeling van AI-gegenereerde content in advertenties en klantenservice belangrijker.
Gevolgen voor Nederland
Voor Nederlandse adverteerders kan AI in Meta’s platforms campagnes sneller personaliseren. Automatische varianten van tekst en beeld verlagen productiekosten. Tegelijk moeten merken synthetische media herkenbaar maken en claims kunnen uitleggen. Dat voorkomt misleiding en voldoet aan de AI-verordening.
Onderwijs- en overheidsinstellingen zullen vooral naar Llama kijken voor inzet op eigen infrastructuur. Lokale hosting helpt om aan de AVG te voldoen en gevoelige data te beschermen. Voorbeelden zijn chat-assistenten voor loketdiensten of samenvattingen van documenten. Dit vraagt wel om degelijke logging, menselijke controle en duidelijke escalatiepaden.
Start-ups kunnen profiteren van de open-weights strategie door sneller prototypes te bouwen. Maar ze dragen zelf verantwoordelijkheid voor datasetkeuze, biasbeperking en evaluatie. Dat is expliciet vastgelegd in de Europese regels voor downstream-gebruikers. Juridische en ethische checks horen dus al in de vroege ontwikkelfase.
Wat werkt en wat ontbreekt
De focus op AI biedt Meta snellere impact en inkomsten. Bestaande apps leveren een groot testpubliek en directe feedback. Voor gebruikers kan dat betere zoek-, chat- en creatietools opleveren. Voor Meta betekent het lagere marktrisico dan een volledig nieuwe metaverse.
Er blijven open vragen over trainingsdata, auteursrecht en herleidbaarheid. Zonder helderheid over bronnen en licenties lopen modellen juridische risico’s. Watermerken en detectietools zijn nog niet waterdicht. Dat kan vertrouwen en adoptie in Europa remmen.
Ook governance en energieverbruik spelen mee. Grote datamodellen vragen veel rekenkracht en dus stroom. Europese instellingen zullen hierop sturen via transparantie-eisen en duurzaamheidsnormen. Wie vroeg investeert in efficiënte modellen en dataminimalisatie, staat straks sterker.
