A Meta Platforms – dona do Facebook, Instagram e do headset de realidade virtual Quest – acionou o alerta “marcha forçada” dentro dos seus corredores. A ordem interna, disparada por um memorando vazado, determina que alguns dos melhores engenheiros da companhia sejam transferidos de imediato para uma nova unidade chamada Applied AI Engineering (AAI). O objetivo? Fazer com que agentes de Inteligência Artificial assumam quase todo o processo de criar, testar e publicar software, deixando aos humanos apenas a função de vigiar o que a máquina produz.
Por que isso importa para você?
Se a Meta – que serve conteúdo diariamente para mais de 3 bilhões de pessoas – consegue acelerar em até 80% a produtividade de seus desenvolvedores, é questão de tempo até que essa mesma lógica chegue às empresas que fabricam os gadgets que usamos no dia a dia. Em outras palavras, placas de vídeo, teclados gamer e processadores poderão receber atualizações de firmware e drivers em ritmo muito mais ágil, beneficiando quem joga ou trabalha no PC.
O que muda dentro da Meta?
Segundo o documento assinado por Maher Saba, vice-presidente da divisão Reality Labs, a mudança não é opcional: quem foi chamado, muda de área imediatamente. A AAI responde a Andrew Bosworth, CTO da Meta, que vê a iniciativa como um passo natural depois de observar ganhos concretos:
- 30% de aumento de output por engenheiro desde o início de 2025;
- 80% de ganho entre os “usuários avançados” das ferramentas de IA internas.
Eles não querem apenas “copilotos” acelerando a digitação de código – a meta (sem trocadilhos) é ter agentes totalmente autônomos atuando do rascunho inicial até a publicação em produção.
Como isso se compara ao resto do mercado?
A Gartner prevê que, até 2027, 80% da força de engenharia precisará aprender a trabalhar lado a lado com IAs. Outra estimativa coloca 40% das aplicações corporativas embarcando agentes de IA até o fim de 2026 (hoje são menos de 5%). Ou seja, a jogada da Meta antecipa uma corrida de adoção que deve virar padrão nos próximos dois anos.
Desafios não faltam
Para analistas da Forrester e da Everest Group, a tecnologia já dá conta do recado em domínios específicos, mas esbarra em governança, segurança e responsabilidade. Sem trilhas claras de auditoria, aprovações com “gate” e testes automatizados de segurança, o risco é a IA despejar linhas de código defeituosas na produção, gerando brechas de dados e dores de cabeça jurídicas.
Investimento pesado em hardware de IA
Projetada para gastar entre US$ 115 bilhões e US$ 135 bilhões em 2026 – quase o dobro do ano anterior – a Meta está reforçando seus data centers, redes globais e, principalmente, chips de IA. Para entusiastas de hardware, isso significa:
- Demanda crescente por GPUs de última geração, como as NVIDIA H100, que aquecem toda a cadeia de produção (e podem afetar preços de placas RTX para o consumidor final);
- Avanço no desenvolvimento de chips ASIC voltados a IA, que podem inspirar versões “domésticas” em smart TVs, roteadores e até periféricos gamers;
- Ecossistema otimizado para realidade mista nos futuros headsets Quest, com menor latência e jogos mais fluidos.
Menos gerentes, mais especialistas
O rearranjo também reduz camadas hierárquicas. Segundo Ishi Thakur, da Everest Group, a tendência é valorizar contribuidores individuais de alto nível, cada vez mais apoiados pela IA. Para quem faz carreira em desenvolvimento e pensa em turbinar o setup, vale considerar mouses com mais botões programáveis ou teclados mecânicos de resposta rápida: produtividade importa ainda mais quando a máquina trabalha ao seu lado.
Imagem: Gyana Swain
E a força de trabalho humana?
A Meta já cortou cerca de 1.000 vagas na Reality Labs em janeiro e centenas em março. Embora a companhia não admita relação direta, analistas apontam que a automação agressiva reduz a necessidade de grandes equipes de manutenção e suporte. Para o consumidor, o impacto pode ser positivo em forma de apps mais estáveis e atualizações frequentes; para os profissionais, a palavra de ordem é upskilling.
Próximos passos
A AAI trabalhará em conjunto com o Superintelligence Lab, recém-criado e chefiado por Alexandr Wang (ex-Scale AI). Uma das missões é construir um “motor de dados” que alimente modelos cada vez mais rápidos. A divisão se subdivide em:
- Equipe de interfaces e ferramentas: foca no que os engenheiros humanos veem e usam;
- Equipe de execução e avaliação: gera dados, executa tarefas e devolve feedback para os modelos.
Se tudo correr como planejado, em questão de meses veremos agentes cuidando de todo o processo de CI/CD (Integração Contínua e Entrega Contínua) da Meta. Para o usuário que compra hardware na Amazon, isso pode significar apps do Instagram e do Facebook que aproveitam melhor recursos como Ray Tracing em GPUs RTX ou o NPU presente em CPUs Intel Core Ultra.
O grande obstáculo agora não é mais a tecnologia, mas a velocidade com que as empresas reinventam suas regras de jogo. Até lá, acompanhar esses movimentos é fundamental para saber quais skills — e quais componentes de PC — vão se destacar na próxima leva de inovações.
Com informações de Computerworld
