Meta sta sviluppando la propria strategia di intelligenza artificiale su più livelli, utilizzando i modelli non soltanto come prodotti autonomi ma soprattutto come componenti integrati nei servizi già utilizzati da miliardi di persone. Una delle aree principali riguarda Facebook e Instagram, dove l’azienda sta introducendo large language model nei sistemi di raccomandazione per comprendere meglio sia il contenuto disponibile sia gli interessi e gli obiettivi degli utenti. L’obiettivo è superare progressivamente i sistemi di ranking basati prevalentemente sui segnali comportamentali tradizionali e utilizzare la capacità semantica degli LLM per determinare quali contenuti risultino più pertinenti per ciascuna persona.
L’integrazione riguarda anche i nuovi modelli generativi Muse Image e Muse Video. Meta prevede che questi sistemi amplino la quantità di contenuti che può essere proposta all’interno delle proprie piattaforme: agli elementi pubblicati dagli amici e dagli account seguiti e ai contenuti prodotti da creator ancora sconosciuti all’utente si aggiunge infatti una terza categoria, costituita da contenuti generati e personalizzati dall’intelligenza artificiale. Il sistema di raccomandazione può quindi utilizzare non soltanto materiale già esistente, ma creare potenzialmente nuovi contenuti sulla base degli interessi del singolo utente.
Gli LLM vengono utilizzati anche nell’infrastruttura pubblicitaria. Meta sta ampliando il contesto considerato dai propri sistemi per prevedere e classificare gli annunci, mettendo in relazione l’attività organica dell’utente con quella pubblicitaria per valutare meglio la rilevanza di una campagna. Nel secondo trimestre del 2026 l’azienda ha registrato ricavi complessivi per 60,8 miliardi di dollari, in crescita del 28% rispetto allo stesso periodo dell’anno precedente, mentre Meta attribuisce parte dei miglioramenti ottenuti nella propria attività pubblicitaria all’evoluzione dei sistemi AI di ranking e targeting.
Un’altra area riguarda gli strumenti generativi destinati direttamente agli inserzionisti. Meta riferisce che circa 9 milioni di piccole imprese utilizzano già almeno uno dei propri strumenti creativi basati sull’intelligenza artificiale. L’azienda sta sviluppando sistemi end-to-end capaci di utilizzare i dati sulle prestazioni delle campagne per supportare le decisioni creative e impiega Muse Image per analizzare immagini, modificarle e generare varianti sulla base delle indicazioni dell’inserzionista. In parallelo ha introdotto Meta One, un’offerta in abbonamento che riunisce ulteriori strumenti e funzionalità AI all’interno delle proprie applicazioni.
Meta sta inoltre costruendo agenti personali destinati a operare all’interno del proprio ecosistema. Dopo la ricostruzione di Meta AI e l’integrazione di Muse Spark, l’azienda ha registrato un aumento del 60% nel numero di persone che utilizzano quotidianamente l’assistente. L’obiettivo dichiarato è sviluppare agenti fortemente personalizzati, capaci nel tempo di comprendere il contesto dell’utente e di operare all’interno dei servizi già utilizzati per comunicare, creare contenuti, acquistare prodotti o gestire altre attività. Mark Zuckerberg prevede che gli agenti personali possano diventare una delle basi delle future linee di prodotto e di ricavo dell’azienda.
Muse Spark costituisce una parte centrale di questa strategia. La versione 1.1 viene descritta da Meta come un modello agentico e di programmazione particolarmente efficiente, con capacità di computer use, tool use e comprensione multimodale. Il modello è disponibile attraverso un’API pubblica e Meta sta ampliandone la distribuzione tramite partner e strumenti di coding, mentre sviluppa funzionalità specifiche per facilitarne l’adozione nelle aziende. La società considera le capacità agentiche uno degli ambiti nei quali può costruire prodotti strettamente collegati alla propria attività e alle piattaforme già esistenti.
Sul fronte aziendale, Meta ha già introdotto una piattaforma dedicata ai business agent. Meta Business Agent Platform permette alle imprese di creare, personalizzare e distribuire agenti su WhatsApp, fornendo controlli, guardrail e sistemi di misurazione destinati alle organizzazioni di maggiori dimensioni. Gli agenti possono rispondere alle richieste dei clienti, suggerire prodotti e gestire attività di assistenza continuativamente. La strategia enterprise non è però limitata ai bot conversazionali: Meta considera anche l’infrastruttura e i modelli sottostanti come possibili servizi da offrire direttamente alle imprese.
La capacità di distribuire questi sistemi rappresenta un elemento importante della strategia. I prodotti Meta raggiungono quotidianamente circa 3,6 miliardi di persone, mentre Instagram ha raggiunto circa 2 miliardi di utenti attivi giornalieri e Threads circa 500 milioni di utenti attivi mensili. Questo permette all’azienda di introdurre nuove funzionalità AI direttamente all’interno di servizi già utilizzati su larga scala, senza dover costruire da zero un canale di distribuzione specifico per ogni nuovo modello o assistente.
Meta sta applicando l’intelligenza artificiale anche allo sviluppo interno dei propri prodotti. Nel corso del 2026 ha lanciato Instagram Instants, Forum, un’app Groups autonoma, e Seller, un’app separata collegata a Marketplace. La società prevede di accelerare la realizzazione di nuove applicazioni grazie agli strumenti AI e di utilizzare successivamente i propri sistemi di raccomandazione per distribuirle agli utenti potenzialmente più interessati, replicando un approccio già utilizzato con Threads.
Parallelamente continua l’espansione dell’infrastruttura necessaria per addestramento e inferenza. Meta ha investito pesantemente in data center e capacità di calcolo e nel 2026 ha ulteriormente aumentato il livello previsto degli investimenti destinati all’AI. La società considera tuttavia l’inferenza e la vendita di “intelligence” un’attività potenzialmente caratterizzata da margini superiori rispetto alla semplice vendita di capacità computazionale, pur valutando anche la possibilità di monetizzare direttamente parte della propria infrastruttura.
La strategia comprende inoltre il ritorno ai modelli open-weight. Muse Glimmer, modello dense da 30 miliardi di parametri, è stato progettato per eseguire agenti localmente su PC e Mac dotati di una singola GPU consumer ed è in grado di svolgere attività multi-step che comprendono utilizzo di strumenti, programmazione, elaborazione di file e immagini e interazione prolungata con un workflow. Meta ha contemporaneamente annunciato l’intenzione di rendere disponibili i pesi di una versione di Muse Spark 1.2, estendendo nuovamente l’accesso diretto ai propri modelli dopo una fase maggiormente orientata alla distribuzione tramite API.
Meta sta quindi distribuendo gli investimenti AI tra miglioramento dei prodotti esistenti, nuovi sistemi di raccomandazione, generazione di contenuti, pubblicità, agenti personali, servizi aziendali e capacità infrastrutturale. In questa configurazione il modello più avanzato disponibile non costituisce necessariamente l’unico punto attorno al quale viene costruito il prodotto: modelli di dimensioni e caratteristiche differenti possono essere utilizzati all’interno dei sistemi di ranking, negli agenti, nelle applicazioni consumer o nei workload aziendali, sfruttando una base di distribuzione già presente su Facebook, Instagram.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)