14 miliardów dolarów, jeden model i rok pracy, a Meta nadal słyszy od branży „dzięki, ale nie, dzięki”. Alexandr Wang zbudował coś, co działa. Teraz problem Zuckerberga jest inny: jak to sprzedać światu, który już zdążył uwierzyć, że Meta w AI po prostu nie ma czego szukać.
Kluczowe fakty:
- Meta przejęła 49% udziałów w Scale AI za 14,3 miliarda dolarów, a Alexandr Wang dołączył do firmy jako chief AI officer, obejmując kierownictwo nad nowo powstałą jednostką Meta Superintelligence Labs.
- W kwietniu Meta Superintelligence Labs zaprezentowała model Muse Spark – pierwszy duży model opracowany przez tę jednostkę, będący zamkniętym oprogramowaniem (closed-source), co stanowi odejście od dotychczasowej strategii firmy.
- Pomimo premiery Muse Spark akcje Meta radzą sobie gorzej niż akcje pozostałych technologicznych gigantów, a programiści pozostają sceptyczni wobec pozycji firmy na rynku zdominowanym przez OpenAI, Anthropic i Google.
Rok temu, gdzieś koło połowy czerwca 2025, Meta ogłosiła transakcję, która wtedy wyglądała na desperację, a dziś (zależy, kogo zapytasz) albo na desperację, albo na najlepszą decyzję Zuckerberga od lat. Alexandr Wang, wtedy 28-letni, wcześniej najmłodszy samodzielny miliarder na świecie, zgodził się dołączyć do Meta na pracę nad „superintelligence”, odchodząc ze startupu, który go wzbogacił. Meta w zamian wzięła 49% udziałów w Scale AI, jego firmie, za 14,3 miliarda dolarów.
Mijają miesiące. I co? Wang dostarczył. Jego grupa wypuściła w kwietniu nowy model o nazwie Muse Spark, co postawiło Meta z powrotem na mapie sztucznej inteligencji. Tylko że to nie wystarczyło. Akcje Meta radzą sobie gorzej niż każdy inny technologiczny gigant, a programiści pozostają sceptyczni, czy Meta może realnie liczyć się na rynku, na którym dominują OpenAI, Anthropic i Google.
I tu właśnie zaczyna się ten artykuł. Nie od tego, co Meta zbudowała. Od tego, czy ktoś w ogóle to zauważył.
Muse Spark: model, który miał wszystko zmienić
Zacznijmy od faktów. Kiedy Meta zaprezentowała Muse Spark, był to pitchowany jako pierwszy duży model wyprodukowany przez Meta Superintelligence Labs, jednostkę kierowaną przez Wanga, który objął stanowisko chief AI officer po dołączeniu do firmy w czerwcu 2025. To ważne, bo to jest dokładnie ten moment, w którym Meta, symbolicznie, pożegnała się ze swoją starą strategią.
Truist napisał w raporcie z 21 kwietnia, że ta zmiana liderów i następujący po niej dziewięciomiesięczny rebuild stosu AI Meta sygnalizują agresywną próbę domknięcia przepaści wobec konkurentów jak OpenAI (prywatna spółka) i Google. Analitycy zwrócili uwagę, że Muse Spark jest closed-source, co stanowi odejście od podejścia Llamy i zwrot w stronę wysokowydajnej, specjalizowanej infrastruktury.
Czyli koniec ery „wszystko jest open source, bo tak”. Po latach chwalenia się otwartością modeli (co, szczerze, było dla Meta dość wygodną narracją, bo i tak nie wygrywali w czystej wydajności) firma robi zwrot o 180 stopni.
Droga do premiery nie była gładka. Wcale. Pierwotnie Muse Spark miał trafić na rynek w marcu, potem przesunięto premierę na kwiecień, później na maj z powodu błędów wykrytych podczas testów i potrzeby dodatkowej infrastruktury, a ostatecznie ponownie na czerwiec. Trzy przesunięcia. Dla firmy, która wydaje na AI więcej niż większość krajów na całe budżety obronne, to nie jest dobry sygnał.
A API? Do tej pory nie zostało udostępnione. Czyli model jest, ale deweloperzy, ci sami, których lojalność Meta próbuje odbudować po latach Llamy, wciąż czekają.
Giełda mówi swoje
Tu zaczyna się ta część, którą inwestorzy lubią najbardziej i którą najtrudniej wytłumaczyć ludziom z zewnątrz: liczby nie zawsze odpowiadają na pytanie „czy produkt jest dobry”.
W ciągu ostatniego roku akcje Meta spadły o 19%, słabiej radząc sobie niż szeroki indeks Nasdaq Composite. To pokazuje, jak duży nadzór analitycy i inwestorzy nałożyli na strategię AI pod kierownictwem Wanga.
19 procent. Przez rok, w którym S&P 500 i Nasdaq generalnie rosły, a temat AI był (i jest) głównym motorem rynku. Inne wielkie spółki technologiczne na tym rosły. Meta nie.
Trochę kontekstu makro, bo bez niego ten obraz jest niesprawiedliwy. W marcu 2026 akcje Meta miały jeden z najgorszych dni od miesięcy, spadając o około 8% po dwóch wyrokach sądowych dotyczących szkód i bezpieczeństwa dzieci, do czego dołączyła kara 375 milionów dolarów w Nowym Meksyku oraz narastające obawy o skalę wydatków na projekty AI. Do tego presja regulacyjna nasiliła się jeszcze bardziej, gdy wpływowi politycy zaczęli przepychać ustawę, która wstrzymałaby budowę nowych centrów danych AI w całych Stanach Zjednoczonych.
Czyli, nie tylko AI ciągnie kurs w dół. Też sądy, regulatorzy i polityka. Ale to nie zmienia faktu, że dla rynku „AI Meta” stało się synonimem „pieniądze wyrzucone w błoto”, a Muse Spark miał to odwrócić.
I na chwilę, odwrócił. Po prezentacji modelu akcje Meta wzrosły o 6,5% do 612,42 dolara w środę, a kolejnego dnia dodały jeszcze 2,6%. Kapitalizacja spółki zyskała w ciągu pięciu sesji około 143 miliardów dolarów. Analityk Evercore, Mark Mahaney, podtrzymał rating Outperform z celem cenowym 900 dolarów, co przy poziomach z tamtego momentu oznaczało potencjał wzrostu o 43%.
Brzmi świetnie, prawda? Tylko że to był kwiecień. A w kwietniu rynek żyje obietnicami. W czerwcu już zaczyna pytać o wyniki.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
A koszty? Koszty rosną. Szybko.
Tu wchodzimy w temat, którym Zuckerberg straszy inwestorów (albo ich uspokaja, zależy od dnia tygodnia). W kwietniu 2026 Meta podniosła prognozę wydatków kapitałowych na cały 2026 rok do przedziału 125-145 miliardów dolarów, z wcześniejszych 115-135 miliardów. Dla porównania, w 2025 roku te wydatki wyniosły 72,2 miliarda dolarów.
Czyli niemal podwojenie w ciągu roku. To nie jest „inwestujemy ostrożnie i sprawdzamy, co się przyjmie”. To jest „idziemy all-in i albo się uda, albo będzie bardzo niewygodna rozmowa z akcjonariuszami”.
Wcześniej, jeszcze przed Muse Spark, sytuacja kadrowa też nie wyglądała dobrze. Z firmy odszedło kilku wysokiej rangi menedżerów, a Meta zwolniła 600 osób ze swoich działów AI. Pojawiły się też głosy sceptycyzmu co do tego, czy Wang, którego doświadczenie leży w usługach danych dla AI, a nie w budowie modeli badawczych, jest w stanie nadzorować duże zespoły badawcze.
A jednocześnie (i to jest paradoks tej historii) analitycy Loop Capital napisali, że nawet jeśli Muse Spark i kolejne modele Meta nie pobiją systemów konkurencji, te testy mają „mieszane znaczenie”, bo firma ma jasną przewagę w reklamach, a Muse Spark może po prostu jeszcze bardziej wzmocnić ten biznes. Ci sami analitycy zauważyli też, że gigantyczne wydatki Meta podtrzymują negatywne narracje, że jest to firma „desperacko wydająca pieniądze, żeby naprawić problematyczne projekty AI”.
Dwa zdania, dwie zupełnie różne narracje. Ten sam bank.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Obserwuję tę historię od momentu, kiedy Zuckerberg podpisał czek na 14 miliardów dolarów, i szczerze, wtedy myślałem, że to jeden z tych ruchów, które albo definiują dekadę firmy, albo kończą karierę prezesa. Rok później mam wrażenie, że jesteśmy gdzieś pomiędzy.
Z jednej strony, trzeba oddać Wangowi: dostarczył model w czasie, kiedy duża część branży zaczęła wątpić, czy Meta jeszcze coś wypuści. Muse Spark istnieje, ma realne parametry, recenzje analityków nie są złe. To nie jest fiasko na poziomie pierwszej Llamy 4, o której pisaliśmy wcześniej.
Z drugiej strony, i to mnie naprawdę niepokoi, trzy przesunięcia premiery i brak API miesiąc po launchu to nie jest „drobny detal techniczny”. To jest sygnał, że wewnątrz firmy coś wciąż nie domyka się organizacyjnie. Dla porównania, OpenAI i Anthropic wypuszczają modele i API praktycznie w tym samym tygodniu, czasem tego samego dnia.
Pytanie, które mnie najbardziej interesuje, brzmi inaczej niż to, które stawia większość komentatorów. Nie „czy Meta dogoni OpenAI”, bo to pytanie jest w gruncie rzeczy źle postawione (Meta nigdy nie musiała wygrywać wyścigu modeli, żeby wygrać na reklamach). Pytanie brzmi: czy 130 miliardów dolarów capexu rocznie to inwestycja, która kiedykolwiek się zwróci w modelu biznesowym opartym w 98 procentach na reklamach? Bo jeśli odpowiedź to „nie wiadomo, ale prawdopodobnie nie w ciągu najbliższych dwóch lat”, to rynek ma prawo być nerwowy, niezależnie od tego, jak dobry jest sam model.
Z perspektywy polskiego rynku i naszych czytelników, to też przypomnienie, że gigantyczne budżety nie gwarantują nic. Dobre produkty AI rodzą się też z dyscypliny operacyjnej, a nie tylko z talentu i pieniędzy. Wang ma jedno i drugie. Czy ma trzecie?
Co dalej z Meta AI
Najnowszy artykuł CNBC, na którym częściowo bazuje ten tekst, przytacza opinie ludzi z branży, które, moim zdaniem, najlepiej oddają obecny nastrój wokół Meta. Jeden z rozmówców, Randall, powiedział, że Meta nie wybrała „najbardziej zoptymalizowanej drogi”, ale przynajmniej teraz widać wizję tego, co próbują osiągnąć Wang i cała ekipa. To nie jest pochwała. To jest „lepiej niż było, ale daleko od dobrego”.
Jeszcze mocniej brzmi opinia szefa startupu Neurometric. Rob May powiedział wprost, że społeczność AI w dużej mierze ignoruje Meta na tym etapie. W oryginale to zabrzmiało tak:
„I think the AI community largely ignores Meta at this point” / „Myślę, że społeczność AI w tym momencie w dużej mierze ignoruje Meta”.
To jest brutalne podsumowanie roku pracy, 14 miliardów dolarów i jednego z najbardziej nagłaśnianych transferów w historii Doliny Krzemowej.
A jednocześnie, od premiery Muse Spark Meta zaprezentowała nowe plany subskrypcyjne, próbując zdywersyfikować przychody poza reklamy, co historycznie nigdy się jej nie udało. Firma wciąż czerpie 98% przychodów z reklam. Inny analityk, Schackart, powiedział, że chce zobaczyć „rosnącą listę nowych produktów AI-first stworzonych przy użyciu Muse Spark, nawet jeśli monetyzacja będzie z tym nie nadążać”, bo to właśnie tego szukają inwestorzy.
Krótko, czego oczekuje rynek od Meta w drugiej połowie roku:
- konkretnych produktów AI-first dla użytkowników, nie tylko modelu w tle
- wydania publicznego API dla Muse Spark, żeby deweloperzy mogli z nim w ogóle pracować
- jakiegokolwiek sygnału, że 130 miliardów dolarów capexu przekłada się na przychody poza reklamami
- uspokojenia sytuacji prawnej i regulacyjnej, bo to ona realnie ciągnie kurs w dół
Czyli, produkty, nie tylko model. Konkretne rzeczy, które ludzie będą używać i za które (może) kiedyś zapłacą.
Jeden klient Meta Business Suite z Krakowa, z którym rozmawiałem przy innej okazji, powiedział mi, że dla niego cała ta wojna AI gigantów jest abstrakcją: interesuje go tylko, czy nowe funkcje AI w reklamach skrócą mu czas kampanii. I to jest paradoks tej całej historii. Dla 99% użytkowników Meta, Muse Spark to będzie po prostu „AI w Facebooku działa teraz lepiej”. Czy ktoś zapyta, ile to kosztowało?
Tak czy inaczej, rok od transferu Wanga mamy odpowiedź na jedno pytanie: Meta potrafi dostarczyć model. Na drugie pytanie, czy ten model komukolwiek zmieni postrzeganie firmy, odpowiedzi jeszcze nie ma.
