Interné dáta Mety ukazovali za rok nárast zmien v internom softvéri a infraštruktúre o 220 %.
Zmeny, ktoré viedli k novým alebo vylepšeným funkciám pre používateľov, vzrástli o 36 %.
Čo sa stalo
Začiatkom roka 2026 Meta rozbehla interný Project OT — Organization Transformation. AI agenti mali preberať časť každodennej práce, tradičné väčšie tímy mali nahradiť menšie tímy podporované AI. V niektorých scenároch Meta skúmala zmenšenie vybraných tímov až o 60 %.
V máji prepustila približne 10 % zamestnancov. Druhú veľkú vlnu zmien plánovanú na november zrušila. Technológia neprinášala taký nárast produktivity, aký sa očakával.
Zároveň vzrástol počet vážnych technických a bezpečnostných incidentov o 40 % a čas strávený ich riešením o 70 %.
Popisuje to investigatíva Reuters z 26. augusta 2026.
Úzke hrdlo sa nestratilo, iba sa posunulo
AI nezrýchlila celý proces. Zrýchlila jednu jeho časť.
Písanie kódu, dokumentov, návrhov a analýz sa zrýchlilo výrazne. Kontrola, integrácia, testovanie a rozhodovanie o tom, čo pustiť von, ostali ľudské. Tie sa 2,2-násobne nezrýchlili.
Výsledok je rad. Pred kontrolou stojí 220 % vstupov a von prejde 36 %.
Zvyšok niekde čaká, prípadne prejde bez dostatočnej kontroly. Druhá možnosť sa v Mete prejavila ako 40 % nárast incidentov.
Menšia firma, rovnaká asymetria
Štyridsaťčlenná firma neprestavuje organizáciu okolo agentov. Vzorec je však rovnaký.
Ponuky, zmluvy, reporty a odpovede zákazníkom sa dajú generovať rádovo rýchlejšie. Podpisuje ich stále ten istý človek. Ten, kto rozumie kontextu natoľko, aby vedel, čo je v texte zle, je vo firme zvyčajne jeden alebo dvaja.
Kapacita, ktorá sa nezmenila, určuje výsledok celého procesu.
Čo merať od prvého dňa
Firmy pri AI zvyknú merať, o koľko viac výstupov vznikne. To je polovica rovnice.
Druhá polovica:
- koľko z výstupov sa reálne dostane k zákazníkovi,
- koľko času zaberie kontrola a prepracovanie,
- koľko incidentov, reklamácií alebo opráv pribudlo.
Meta merala oboje. Preto vie, že problém nastal, a vie ho pomenovať číslom.
Firma, ktorá meria len prvú stranu, uvidí rast produktivity aj vtedy, keď reálna hodnota klesá.
Ak je to komplikované aj pre Metu
Meta nie je firma, ktorá minulý rok objavila ChatGPT. Má vlastné modely, výskum, infraštruktúru, dáta aj kapitál na experimentovanie. Mark Zuckerberg v júli priznal zamestnancom, že vývoj AI agentov nepostupuje tak rýchlo, ako vedenie očakávalo.
Marketing predáva priebeh: nájdeme use case → implementujeme → automatizujeme → ušetríme.
Reálne to vyzerá skôr tak, že niečo funguje, niečo nie, objaví sa nový problém, zmení sa nástroj, nastavia sa kontroly, skúša sa ďalej. Občas s výsledkom, že tento use case bol zlý a AI tam nechceme.
To nie je zlyhanie transformácie. To je transformácia.
Kde to zvyknem otvárať
Vo firmách začínam otázkou, ktorá vyzerá nudne: čo by tento proces stál bez AI?
Princíp najjednoduchšieho nástroja — žiadny model, lokálny model, cloudový model — existuje presne preto, aby ste neplatili kontrolu navyše za niečo, čo sa dalo vyriešiť pravidlom.
Chcete zavádzať AI vo firme bez zbytočného hypu?
V rámci konzultácie sa spolu pozrieme na to:
- kde má AI vo vašich procesoch reálny prínos a kde vytvorí viac práce než hodnoty,
- akú kontrolu si daný use case vyžiada a kto ju bude robiť,
- čo má zmysel implementovať teraz a čo ešte nie.
Kristína Blašková — Život s AI
Viac ako 6 rokov skúseností s machine learningom, data science a AI. AI gramotnosť, konzultácie a praktická implementácia AI pre firmy.
Časté otázky
Prečo Meta zrušila druhú vlnu AI transformácie?
Nárast produktivity nezodpovedal očakávaniam. Objem internej práce vytvorenej s pomocou AI stúpol o 220 %, no funkcie doručené používateľom len o 36 %. Zároveň vzrástol počet vážnych incidentov o 40 %.
Znamená to, že AI transformácia nefunguje?
Nie. Znamená to, že zrýchlenie produkcie samo o sebe nevytvára hodnotu. Ak sa kapacita na kontrolu a integráciu nezvýši spolu s produkciou, úzke hrdlo sa iba presunie.
Čo si má z prípadu Meta odniesť malá firma?
Rovnakú asymetriu. Ponuky, reporty a odpovede zákazníkom sa dajú generovať rýchlejšie, ale schvaľuje ich stále ten istý človek. Jeho kapacita určuje výsledok celého procesu.
Ktoré metriky sledovať pri zavádzaní AI vo firme?
Okrem počtu vytvorených výstupov aj: koľko z nich sa dostane k zákazníkovi, koľko času zaberie kontrola a prepracovanie, a koľko opráv či incidentov pribudlo.
Autor: Kristína Blašková · Holistic AI Strategist