Na última semana, uma reunião interna da Meta terminou em constrangimento mundial. Transmitido ao vivo para milhares de funcionários, o encontro foi interrompido quando um engenheiro abriu o microfone e disparou: sentia-se o “capacho da empresa” e pediu que repassassem a um executivo sênior que ele “é uma m…”. O momento, descrito pela revista Wired, expôs uma tempestade perfeita: cortes em massa, realocação forçada de profissionais, vigilância digital agressiva e um orçamento bilionário direcionado exclusivamente à Inteligência Artificial (IA).
Microfone aberto que escancarou a crise
A cena simbólica ocorreu poucos meses depois de a Meta demitir 8 000 pessoas e realocar outras 7 000. Do total redistribuído, 6 500 foram empurrados para a recém-batizada Applied AI, uma unidade responsável por criar puzzles e conjuntos de dados para treinar grandes modelos de linguagem. Engenheiros de software, gerentes de produto e cientistas de dados viram-se repentinamente convertidos em “rotuladores de código” — sem direito a recusar o novo posto.
Mark Zuckerberg tentou aliviar o baque em memorando interno, chamando a tarefa de “temporária e fundamental para o avanço dos nossos modelos”. A fala, porém, não convenceu: dentro dos fóruns da empresa, a iniciativa ganhou o apelido de “gulag”.
Applied AI: o que faz (e por que gera tanto atrito)
Diferente dos laboratórios de pesquisa de ponta — como o FAIR, que publica artigos acadêmicos —, o Applied AI opera como linha de montagem para acelerar a fase mais cara do aprendizado de máquina: curadoria e classificação de dados. Cada quebra-cabeça resolvido alimenta LLMs que disputarão espaço com GPT-4o, Claude 3 e Gemini. Em outras palavras, é trabalho crítico, mas pouco glamoroso.
Para quem antes desenvolvia recursos do Instagram ou otimizava servidores do WhatsApp, a mudança reduziu a autonomia criativa e impactou metas de desempenho, já que novas métricas ainda estão indefinidas. O resultado: moral lá embaixo e uma sequência de protestos que culminou no vexame do microfone aberto.
MCI: o software espião que rastreia cliques, teclas e capturas de tela
Como se não bastasse, pouco antes das demissões, a Meta instalou em PCs corporativos o Model Capability Initiative (MCI). O programa registra movimentos de mouse, teclas digitadas e realiza screenshots periódicas em apps como Gmail, VSCode e o chat interno Metamate. Segundo o CTO Andrew Bosworth, “não há opção de recusar”.
A reação foi imediata: cartazes tomaram banheiros e salas de reunião; mais de 1 500 funcionários assinaram uma petição contra a ferramenta. A única concessão obtida até agora é uma pausa de 30 min na coleta, limitada pelo sistema.
Corte de pessoal x cheques bilionários em IA
Enquanto enxuga a folha de pagamento, a Meta turbina o caixa destinado a IA. A projeção de investimento para 2026 saltou para US$ 125 bi–US$ 145 bi, dez bilhões a mais que o previsto meses antes. Só em 2025, a infraestrutura consumiu US$ 72,2 bi. Para dar escala, a empresa:
- firmou acordo de US$ 21 bi com a CoreWeave (abril/26) para computação em nuvem;
- já havia fechado outro, de US$ 14,2 bi, em setembro/25;
- apresentou quatro chips próprios de IA, prometendo cortar a dependência das GPUs NVIDIA até 2027.
O contraste é ainda maior quando se olha o engajamento: no 1º trimestre de 2026, a Meta perdeu 20 milhões de usuários ativos diários, atribuídos a bloqueios na Rússia e no Irã.
Por que os entusiastas de hardware deveriam acompanhar
• Demanda por GPU: a corrida da Meta para reduzir compras de NVIDIA indica que H100 e H200 podem ficar menos disputados por esse gigante até 2027, abrindo fôlego de oferta (e, quem sabe, preços) para gamers e criadores que sonham com placas topo de linha no setup.
Imagem: William R
• Chips proprietários: os AME (Meta Training & Inference Accelerator) competem diretamente com Google TPU v5 e Amazon Trainium. A adoção dessas soluções proprietárias tende a redistribuir o mercado de semicondutores — boa notícia para quem acompanha lançamentos de processadores, memórias HBM3e e novos padrões de PCIe.
• Mercado de trabalho: a necessidade de profissionais que entendam tanto de IA quanto de otimização de hardware (CUDA, ROCm, compiladores) deve crescer. Mesmo em clima de revolta, a Applied AI oferece janela para quem busca migrar de software puro para MLops, dev-infra e engenharia de dados.
Hackathon em julho: clima morno entre as equipes
Zuckerberg marcou um hackathon focado em IA para julho, mas o entusiasmo interno é limitado. A maratona não pesa nas avaliações de desempenho — e muitos alegam não ter tempo devido à sobrecarga. Ou seja, a empresa precisa de inovações enquanto seu principal combustível, os próprios engenheiros, está perto da exaustão.
O que esperar nos próximos meses
Com a Meta queimando até US$ 145 bi em IA, as próximas etapas envolvem:
- expansão dos data centers refrigerados a líquido, equipados com GPUs Hopper e alternativas próprias;
- mais rodadas de realocação interna conforme os modelos Llama ganham parâmetros e exigem datasets ainda maiores;
- eventuais mudanças no software MCI, seja por pressões trabalhistas ou regulações de privacidade.
Para o consumidor final, isso pode significar assistentes mais espertos no Facebook, Instagram e WhatsApp — e, em médio prazo, melhor oferta de hardware de IA no mercado, já que fabricantes disputam contratos multibilionários como esse.
No fim das contas, o desabafo do “capacho” escancarou algo que planilhas não mostram: sem engajamento dos melhores talentos, nem o maior cheque do Vale do Silício garante a liderança em IA. A novela está longe do fim — e vale acompanhar de perto.
Com informações de Hardware.com.br
