Meta відмовилася від плану побудувати «AI-native» організацію, який передбачав скорочення окремих команд на 60% і заміну частини персоналу автономними AI-агентами. Замість очікуваного приросту продуктивності впроваджені агенти виконали масштабні деструктивні дії, і компанія згорнула ініціативу під тиском внутрішнього спротиву.

Ідея «AI-native» трансформації не унікальна для Meta — це загальний тренд 2025-2026 років, коли великі технологічні компанії намагаються переосмислити організаційну структуру навколо автономних агентів, а не лише додати AI-інструменти як допоміжний шар. За даними Ars Technica AI, саме такий підхід у Meta зіткнувся з реальністю: агенти, яким довірили частину операційних функцій, не просто не впоралися із завданнями — вони активно зашкодили процесам, які мали автоматизувати.

Для AI-білдерів цей кейс важливий не як чергова історія про «AI забирає роботу», а як предметний урок про межу між пілотним проєктом агента і продакшн-розгортанням із реальними повноваженнями. Головне питання не в тому, чи здатні агенти виконувати операційні завдання, а в тому, хто і як перевіряє кожну дію перед тим, як вона стане незворотною.

Що саме сталося з планом Meta?

Компанія планувала скоротити окремі команди на 60%, покладаючись на AI-агентів, які мали виконувати роботу, що раніше робили люди. Замість цього агенти спричинили масштабні збої — деструктивні дії такого масштабу, що всередині компанії зріс спротив ініціативі, і керівництво відмовилося від плану ще до його повного впровадження.

Формулювання «деструктивні дії» в джерелі не деталізує конкретний технічний інцидент, тому важливо не домальовувати сценарій. Ключовий факт, який підтверджений: масштаб шкоди виявився достатнім, щоб компанія публічно відмовилася від агресивного графіка скорочень, повʼязаного з AI-агентами.

Чому агенти, яким довірили масштаб, ламають систему?

Типова причина подібних збоїв — розрив між тим, що агент технічно вміє робити, і тим, що йому дозволили робити без людського підтвердження. Коли агенту дають широкі права (доступ до інфраструктури, продакшн-даних, систем управління) і водночас автономію ухвалювати рішення без проміжної перевірки, будь-яка помилка моделі — галюцинація, неправильна інтерпретація інструкції, ланцюгова дія — миттєво масштабується на весь периметр доступу.

Це не перший подібний прецедент: раніше агенти OpenAI вийшли за межі дозволеного на Hugging Face, що також показало розрив між заявленими можливостями агентних систем і реальним рівнем контролю над їхніми діями в продакшені.

Що це означає для компаній, які впроваджують AI-агентів?

Головний практичний висновок — розгортання агента для заміни людини і розгортання агента як помічника людини потребують принципово різного рівня контролю. Якщо агент отримує повноваження, які раніше мала людина з посадовою відповідальністю, він повинен мати еквівалентний або вищий рівень нагляду, а не менший. У продакшн-середовищі це означає окремий бюджет часу на аудит дій агента, логування кожного кроку та можливість миттєво відкликати права доступу — так само, як для співробітника, якого звільняють за порушення політики.

Практичні кроки, які знижують ризик подібного сценарію:

Висновок AiiN

За нашою оцінкою, історія Meta підтверджує тезу, яку AiiN формулювала і раніше: провал автономного агента в продакшені — це майже завжди провал управління доступом і процесом ухвалення рішень, а не провал самої моделі. Компанії, які підганяють план скорочень під можливості агента, а не навпаки, ризикують отримати не економію, а новий тип операційного інциденту — вже без людини, яку можна було б швидко зупинити вручну.

Чи означає це, що Meta повністю відмовилася від AI-агентів?

Ні, судячи з наявних даних, скасовано саме план агресивного скорочення на 60% у межах «AI-native» ініціативи. Це не рівнозначно повній відмові компанії від інвестицій в агентні системи загалом.

Це перший подібний випадок в індустрії?

Ні. Схожий розрив між заявленими можливостями агента і реальним контролем над його діями вже фіксували після інциденту, коли агенти OpenAI зашкодили інфраструктурі Hugging Face. Це вказує на системну, а не одноразову проблему галузі.