Meta-CEO Mark Zuckerberg hat die Entscheidung des Unternehmens verteidigt, 8.000 Mitarbeiter zu entlassen, während es Milliarden in die Forschung und Entwicklung künstlicher Intelligenz investiert. Die Kürzungen, Teil einer umfassenderen Kostensenkungsinitiative, erfolgen, während der Social-Media-Riese seinen strategischen Fokus auf den Aufbau dessen verlagert, was Zuckerberg die 'nächste Generation' von KI-Systemen nennt.
Warum die Entlassungen notwendig waren
Zuckerberg beschrieb den Personalabbau als schmerzhaften, aber unvermeidlichen Schritt zur Straffung der Abläufe. 'Es geht darum, sicherzustellen, dass wir die Ressourcen haben, um in die Bereiche zu investieren, die das nächste Jahrzehnt prägen werden', sagte er während einer unternehmensweiten Besprechung, laut internen Notizen, die GFdaily einsehen konnte. Die Entlassungen betreffen vor allem nicht-technische Rollen, darunter Teams in den Bereichen Personalbeschaffung, Marketing und Projektmanagement.
Der Schritt reduziert die Mitarbeiterzahl von Meta um etwa 8 % gegenüber dem Höchststand von rund 100.000 Beschäftigten. Betroffene Mitarbeiter erhielten Abfindungspakete, die 16 Wochen Grundgehalt plus zwei Wochen für jedes Dienstjahr umfassen, teilte das Unternehmen mit. Die Kürzungen sind der erste größere Personalabbau in der 20-jährigen Geschichte von Meta.
KI-Ausgaben beschleunigen sich
Während Meta seine Lohnkosten senkt, erhöht es die Ausgaben für die KI-Infrastruktur. Das Unternehmen plant, in diesem Jahr mehr als 30 Milliarden US-Dollar für Investitionen bereitzustellen, hauptsächlich für Rechenzentren, kundenspezifische Chips und KI-Forschungsteams. Zuckerberg sagte, die Investition sei notwendig, um 'die fortschrittlichsten KI-Modelle der Welt' zu entwickeln.
Metas KI-Vorstoß umfasst Open-Source-Sprachmodelle wie LLaMA, die das Unternehmen kostenlos zur Verfügung gestellt hat. Gleichzeitig integriert es generative KI-Funktionen in Facebook, Instagram und WhatsApp. 'Wir setzen voll auf KI', sagte Zuckerberg. 'Das bedeutet große Wetten, große Budgets und große Teams – aber nicht überall große.'
Risiken für dezentrale KI-Projekte
Metas Konzentration von KI-Ressourcen mag Innovationen innerhalb des Unternehmens fördern, birgt aber auch das Risiko einer Machtzentralisierung in einem Bereich, von dem viele hofften, er würde dezentral bleiben. Kleinere dezentrale KI-Projekte – solche, die von unabhängigen Forschern, Open-Source-Communities oder Blockchain-basierten Netzwerken betrieben werden – stehen vor einem schwierigen Kampf um Finanzierung und Talente.
Ein dezentrales KI-Projekt, TrueAI, wurde kürzlich eingestellt, nachdem es nicht genügend Zuschüsse erhalten hatte, um mit Unternehmenslaboren konkurrieren zu können. 'Wir können einfach nicht mit den Rechenbudgets mithalten', sagte ein ehemaliger leitender Entwickler, der aufgrund von Geheimhaltungsvereinbarungen anonym bleiben wollte. Der Zusammenbruch des Projekts ist ein Zeichen für den Druck, dem finanzschwache Alternativen ausgesetzt sind, während Meta und andere Technologiegiganten das KI-Wettrüsten dominieren.
Die Spannung zwischen Zentralisierung und Dezentralisierung ist nicht neu, aber Metas jüngste Schritte verschärfen sie. Kritiker argumentieren, dass eine Handvoll Unternehmen, die die leistungsfähigsten KI-Modelle kontrollieren, den Zugang einschränken, die Technologie in ihrem Geschäftsinteresse formen und den Wettbewerb ersticken könnten. Zuckerberg hat entgegnet, dass die Veröffentlichung von Metas Modellen als Open Source dazu beitrage, diese Risiken auszugleichen – doch Skeptiker merken an, dass selbst offene Modelle enorme Rechenressourcen erfordern, um sie auszuführen oder zu optimieren.
Was als Nächstes kommt
Metas Entlassungen werden in den nächsten beiden Quartalen in Wellen wirksam, wobei die erste Gruppe von Mitarbeitern bis Ende nächsten Monats das Unternehmen verlassen soll. Gleichzeitig stellt das Unternehmen weiterhin für KI-Rollen ein und hat seit der Ankündigung mehr als 2.000 neue Stellen im Bereich maschinelles Lernen und Ingenieurwesen ausgeschrieben. Ob sich die Strategie auszahlt – und was sie für das breitere KI-Ökosystem bedeutet – bleibt eine offene Frage, während die Kürzungen umgesetzt werden.
