Meta's AI-reorganisatie loopt vast: wat ging er mis bij het plan om teams te herstructureren met AI?

Meta's ambitieuze poging om zijn AI-afdelingen grondig te herstructureren, blijkt volgens recente berichtgeving te zijn ontspoord. Interne onrust, vertragingen bij belangrijke modellen en een golf van vertrekkende topmensen zetten grote vraagtekens bij de aanpak van het bedrijf achter Meta Superintelligence Labs.

Meta AI-reorganisatie staat weer volop in het nieuws, en niet om de goede reden. Het techconcern van Mark Zuckerberg zette het afgelopen jaar alles op alles om zijn positie in de wereldwijde AI-race te verstevigen, onder meer met de oprichting van Meta Superintelligence Labs en miljardeninvesteringen in toptalent. Toch blijkt uit recente analyses dat het plan om interne teams grondig te herstructureren rond AI niet de gehoopte doorbraak heeft opgeleverd. Integendeel: het project lijkt op cruciale punten te zijn geïmplodeerd, met interne spanningen, vertraagde modellen en vertrekkende sleutelfiguren als gevolg.

Ambitieuze herstructurering met hoge inzet

Begin dit jaar kondigde Meta aan dat het zijn AI-organisatie volledig zou omgooien. Onderdelen van de bekende onderzoeksafdeling FAIR (Fundamental AI Research) werden samengevoegd met nieuwe teams onder de naam Meta Superintelligence Labs, geleid door de van Scale AI overgekomen Alexandr Wang. Het doel was helder: sneller schakelen, minder bureaucratie en een directe lijn naar de ontwikkeling van geavanceerde, "superintelligente" AI-systemen die kunnen concurreren met modellen van OpenAI, Google en Anthropic. Om dit te realiseren haalde Meta voor tientallen miljoenen dollars per persoon toponderzoekers weg bij concurrenten, herschikte het duizenden medewerkers en kondigde het meerdere ontslagrondes aan binnen bestaande AI-teams. De gedachte was dat een kleinere, elitaire groep sneller resultaat zou boeken dan de voorheen versnipperde onderzoeksstructuur.

Waar het misging

Volgens de recente berichtgeving pakte deze aanpak echter averechts uit. Meerdere problemen kwamen samen:

Interne cultuurbotsing

De samensmelting van oude FAIR-onderzoekers met nieuw aangetrokken, duur betaalde talenten leidde tot wrijving. Bestaande teams voelden zich gepasseerd, terwijl nieuwkomers moeite hadden om binnen de bestaande Meta-structuren te opereren. Het resultaat was vertraging in plaats van versnelling.

Vertraagde modeluitrol

De langverwachte volgende generatie van Meta's Llama-modellen, intern bekend als "Behemoth", liep vertraging op. Ondanks de enorme investeringen en de komst van gerenommeerde onderzoekers slaagde het bedrijf er niet in om op tijd een model te presenteren dat overtuigend beter presteerde dan de concurrentie.

Vertrek van sleutelfiguren

Een aantal recent aangetrokken onderzoekers en leidinggevenden verliet Meta na relatief korte tijd weer, wat vragen opriep over de stabiliteit van de nieuwe structuur en het interne werkklimaat binnen Meta Superintelligence Labs.

Wat betekent dit voor de AI-sector?

Het verhaal van Meta is illustratief voor een breder patroon in de geschiedenis van kunstmatige intelligentie: geld en talent alleen zijn geen garantie voor succes. Waar bedrijven als OpenAI en Google DeepMind al jaren investeren in geleidelijke, iteratieve verbetering van hun modellen, koos Meta voor een abrupte, top-down herstructurering. Deze episode laat zien dat organisatorische verandering in de AI-sector minstens zo lastig is als de technologische vooruitgang zelf. Voor bedrijven die zelf AI willen inzetten, is dit een belangrijke les: het opzetten van een geloofwaardige AI-strategie vraagt om meer dan het aantrekken van dure specialisten. Cultuur, interne samenwerking en realistische tijdlijnen blijken keer op keer net zo bepalend. Wie zich verdiept in praktische AI-toepassingen, ziet dat de meest succesvolle implementaties vaak juist stap voor stap en met draagvlak binnen de organisatie worden doorgevoerd, in plaats van via een radicale ommezwaai.

Concurrentiedruk blijft onverminderd hoog

Ondertussen staat Meta niet stil te kijken. Concurrenten zoals OpenAI, Google en het Chinese Kimi AI brengen in hoog tempo nieuwe modellen uit, wat de druk op Meta alleen maar verder verhoogt. Het bedrijf zal zijn interne aanpak moeten bijstellen om niet verder terrein te verliezen in de strijd om geavanceerde AI-systemen.

Conclusie

De pogingen van Meta om zijn AI-teams via een drastische herstructurering te versterken, tonen vooral hoe complex organisatorische verandering in de AI-industrie is. Ondanks miljardeninvesteringen en de komst van gerenommeerd talent kampt het bedrijf met vertragingen, interne wrijving en vertrekkende medewerkers. Of Meta zijn koers op korte termijn kan bijstellen, zal in de komende maanden moeten blijken. Benieuwd naar de laatste ontwikkelingen rond grote techbedrijven en AI? Bekijk dan meer AI-nieuws of verdiep je verder via onze kennisbank.

How Meta's plan to restructure teams with AI imploded

---

Bron: How Meta's plan to restructure teams with AI imploded