U utrci za umjetnom inteligencijom više nije ključno samo razviti model – nego ga nahraniti pravim podacima. Upravo tu granicu sada pomiče Meta, uvodeći interni sustav koji u stvarnom vremenu bilježi način na koji zaposlenici rade na računalima.

Riječ je o strateškom zaokretu: rad više nije samo output, nego postaje sirovina za treniranje AI sustava.

Novi sloj nadzora: svaki klik kao podatak
Prema internim komunikacijama, Meta uvodi softver koji prikuplja:

pomake miša
klikove
pritiske tipki
povremene snimke zaslona radi konteksta
Sustav se aktivira na odabranim poslovnim aplikacijama i web stranicama, a cilj je jasan – trenirati modele na stvarnim obrascima rada.

Interna poruka zaposlenicima to pojednostavljuje:
„Ovo je način na koji svi zaposlenici Mete mogu pomoći modelima da postanu bolji – jednostavno radeći svoj svakodnevni posao.“

Drugim riječima, svakodnevni rad postaje kontinuirani trening za umjetnu inteligenciju.

Problem koji AI još nije riješio
Iako modeli umjetne inteligencije napreduju velikom brzinom, i dalje imaju konkretne slabosti – posebno u interakciji s računalnim sučeljima.

Meta cilja upravo te “slijepe točke”:

korištenje padajućih izbornika
navigacija kroz sučelja
korištenje tipkovničkih prečaca
To su zadaci koje ljudi obavljaju automatski, ali za AI predstavljaju kompleksne sekvence odluka.

Strategija: od AI alata do autonomnih agenata
Andrew Bosworth, tehnički direktor kompanije, definirao je širu viziju:

„Vizija prema kojoj idemo je ona u kojoj naši agenti obavljaju većinu posla, a naša uloga je usmjeravati ih, pregledavati i pomagati im da se poboljšaju.“

Dodaje i ključni element sustava u razvoju:
„Cilj je stvoriti zatvoreni krug u kojem agenti mogu automatski prepoznati kada smo morali intervenirati – kako bi sljedeći put bili bolji.“

Ova logika predstavlja temelj nove inicijative, sada rebrendirane kao Agent Transformation Accelerator (ATA), koja nadograđuje raniji program AI for Work.

Meta potvrđuje: podaci služe isključivo modelima
Glasnogovornik Andy Stone pojašnjava kako će prikupljeni podaci biti korišteni:

„Ako gradimo agente koji pomažu ljudima obavljati svakodnevne zadatke na računalima, naši modeli trebaju stvarne primjere kako ih ljudi koriste – poput pomicanja miša, klikanja i navigacije kroz izbornike.“

Naglašava i ograničenja:
prikupljeni podaci neće se koristiti za procjenu radnog učinka zaposlenika, a uvedene su zaštite za osjetljive informacije – iako detalji nisu precizirani.

AI mijenja strukturu rada
Ovaj potez nije izoliran. On se uklapa u širi trend među velikim tehnološkim kompanijama – redefiniciju radne snage kroz umjetnu inteligenciju.

Mark Zuckerberg već mjesecima agresivno gura strategiju integracije AI-a u sve poslovne procese, uz argument da će to povećati učinkovitost kompanije.

Posljedice su već vidljive:

planirano smanjenje oko 10% globalne radne snage
dodatni rezovi najavljeni kasnije tijekom godine
brisanje granica između funkcija kroz novu ulogu “AI buildera”
Paralelno, formiran je i novi inženjerski tim za primijenjeni AI (Applied AI), fokusiran na razvoj modela koji mogu samostalno pisati kod, testirati proizvode i upravljati infrastrukturom.

Najbolji softverski inženjeri već se premještaju u taj segment.

Industrijski kontekst: domino efekt u tehnologiji
Meta nije iznimka. Slični potezi već su vidljivi kod drugih velikih igrača:

Amazon smanjio je oko 30.000 korporativnih radnih mjesta
fintechAko želimo nekome na jednostavan način objasniti što je f... kompanija Block gotovo je prepolovila broj zaposlenih

Razlog je isti: AI sustavi sve bolje preuzimaju zadatke koji su do jučer zahtijevali ljudski rad.

Ključno pitanje: granica između optimizacije i nadzora
Iako Meta naglašava da je cilj unaprijediti modele, ovakav pristup otvara i pitanje povjerenja.

Gdje završava optimizacija rada, a počinje nadzor?
Koliko su zaposlenici spremni da njihov svakodnevni rad postane podatak?

Za sada, kompanija tvrdi da su zaštitni mehanizmi na mjestu. No dugoročno, upravo će percepcija zaposlenika i regulatora odrediti koliko daleko ovaj model može ići.

Budućnost u kojoj AI uči iz svega
Meta ovim potezom jasno pokazuje smjer: umjetna inteligencija više se ne trenira samo na javnim ili statičkim podacima, nego na živom radu unutar kompanije.

Ako taj model uspije, granica između rada i treniranja AI-ja gotovo nestaje.

U takvom sustavu, zaposlenici više nisu samo korisnici tehnologije – nego njezin najvažniji izvor, piše financa.