Meta ha ritirato l’obbligo imposto a migliaia di ingegneri e product manager di entrare nella divisione Applied AI Engineering, il gruppo creato per accelerare la produzione di dati, valutazioni e attività tecniche destinate all’addestramento dei modelli. Le persone trasferite potranno ora chiedere di rientrare in altri team interni, con una ricollocazione favorita dalla presenza di posizioni aperte in diverse aree dell’azienda.
La divisione era stata costituita in primavera riunendo circa 6.500 persone provenienti da funzioni ingegneristiche esistenti. Una parte dei trasferimenti era stata comunicata come obbligatoria, con l’obiettivo di concentrare rapidamente competenze software, conoscenza dei prodotti e capacità di analisi dei flussi di lavoro interni su un programma di sviluppo AI considerato prioritario. Il gruppo doveva contribuire a creare materiali di addestramento ad alto valore, tra cui problemi di programmazione, attività operative, casi di uso degli strumenti e procedure utili a rendere i modelli più efficaci nei compiti agentici.
Il punto critico non era soltanto l’ampiezza della riorganizzazione, ma la natura del lavoro assegnato. In un sistema di AI applicata, gli ingegneri non sviluppano necessariamente nuove funzionalità per i prodotti cui erano assegnati in precedenza: possono essere coinvolti nella costruzione di esempi, test, ambienti simulati, rubriche di valutazione, set di preferenze e casi limite da utilizzare per il training o il post-training dei modelli. Si tratta di attività fondamentali per migliorare la capacità di un agente di scrivere codice, usare strumenti e completare workflow complessi, ma molto diverse dalla progettazione diretta di sistemi software in produzione.
La reazione interna ha mostrato quanto sia delicata questa trasformazione organizzativa. Spostare sviluppatori da team di infrastruttura, prodotto o ricerca verso attività di training può ridurre temporaneamente l’autonomia professionale, interrompere percorsi di carriera già avviati e rendere meno chiaro il rapporto tra competenze individuali, obiettivi del gruppo e risultati misurabili. Il CTO Andrew Bosworth ha riconosciuto che l’avvio della nuova organizzazione è stato gestito in modo insufficiente, con comunicazioni poco chiare e un impatto rilevante sul morale dei dipendenti.
La scelta di rendere facoltativa la permanenza nel team non modifica la priorità attribuita all’AI da Meta, ma cambia il modello di mobilitazione interna. L’azienda continua a investire in infrastruttura, modelli e agenti destinati ad automatizzare una quota crescente delle attività tecniche, mentre prova a sostituire un trasferimento centralizzato con un sistema in cui le persone possono aderire al programma sulla base del proprio interesse e della disponibilità di ruoli alternativi. Secondo le informazioni emerse, il gruppo era stato alimentato da circa 7.000 riassegnazioni e il nuovo orientamento consente ora di uscire dalla task force.
Dal punto di vista tecnico, il caso evidenzia un aspetto spesso trascurato nello sviluppo dei modelli generativi: la qualità dell’AI non dipende soltanto da GPU, architetture e dataset raccolti sul web. Per addestrare agenti capaci di operare su codice, strumenti interni e processi aziendali servono esempi curati, valutazioni affidabili, scenari realistici ed esperti in grado di definire cosa costituisce un risultato corretto. Il problema è che questa fase richiede lavoro umano specialistico e, quando viene trattata come una riallocazione forzata di massa, può trasformare un investimento tecnologico in una crisi organizzativa.