Meta est-il en train de détruire son organisation d’ingénierie ?
(newsletter.pragmaticengineer.com)- Meta a longtemps mis en avant sa rapidité d’exécution et l’autonomie des ingénieurs comme atouts majeurs, mais autour d’avril 2026, une réorganisation centrée sur l’IA a fortement ébranlé la confiance en interne
- Pour rattraper la concurrence dans l’IA, l’entreprise a acquis 49 % de Scale AI pour environ 14,8 milliards de dollars ($14.8b) et confié la stratégie IA à Alexandr Wang, introduisant dans l’organisation d’ingénierie un mode de fonctionnement centré sur la collecte et l’annotation de données
- Il est estimé que 30 à 50 % des ingénieurs des équipes clés ont été transférés vers l’ADO, et qu’environ 4 000 à 5 000 ingénieurs software ont été affectés à des tâches d’annotation de données et de RLHF
- Le suivi des frappes clavier et des clics souris, l’évaluation de l’usage des tokens d’IA et l’annonce d’une réduction d’effectifs de 10 % ont renforcé la pression pour optimiser l’usage mesurable de l’IA plutôt que la qualité produit
- Après des prises de contrôle de comptes Instagram puis des pannes sur Facebook et Instagram, la conclusion clé est la critique selon laquelle l’organisation d’ingénierie de Meta est désormais traitée non plus comme un profit center, mais comme un centre de coûts
Une culture Meta historiquement axée sur la vitesse et l’autonomie
- La culture d’ingénierie de Meta a évolué en deux grandes phases
- dans les années 2010 : « move fast and break things »
- au début des années 2020 : « move fast with stable infra »
- Lorsque Facebook a atteint 1 milliard d’utilisateurs en 2012, l’entreprise a distribué sur les bureaux des employés un livret interne d’environ 70 pages consacré à sa culture
- la vitesse, l’absence de peur, l’ownership et la pensée hors cadre en étaient les messages centraux
- sur le campus, on voyait des slogans comme « Move Fast and Break Things », « Done is Better Than Perfect » et « Fail Harder »
- En 2022, Meta restait encore une organisation largement centrée sur les ingénieurs
- l’impact individuel était un axe central d’évaluation
- parmi les Big Tech, l’entreprise était réputée pour avoir relativement moins de processus et de standardisation
- elle était aussi perçue comme ayant moins de tests, de documentation et de commentaires de code que les autres Big Tech
- les nouveaux ingénieurs passaient par un Bootcamp de 6 semaines pour s’approprier la culture Meta et choisir leur équipe
- Facebook et Instagram disposaient d’une infrastructure suffisamment mature pour soutenir cette exécution rapide
- Facebook était présenté comme un produit doté d’un système de déploiement automatique sophistiqué
- Instagram était cité comme exemple d’infrastructure éprouvée, capable d’absorber 100 millions d’utilisateurs lors de la première semaine de lancement de Threads
- À l’époque, les ingénieurs en interne avaient le sentiment de travailler dans un profit center qui générait les bénéfices de l’entreprise
Des investissements pour ne pas manquer l’opportunité de la plateforme IA
- Meta est présenté comme une Big Tech plus faible que Apple, Microsoft, Amazon ou Google sur les plateformes matérielles ou les systèmes d’exploitation propriétaires
- Apple possède l’iPhone, l’iPad et le Mac
- Google possède Android, ChromeOS et Pixel
- Microsoft possède Windows
- Amazon possède Kindle
- Il est suggéré qu’après avoir échoué à créer son propre OS mobile ou son propre téléphone dans les années 2010, Mark Zuckerberg a voulu ne pas rater la prochaine opportunité de plateforme
- Les investissements dans la VR et l’AR s’inscrivaient dans cette logique
- de gros investissements ont été réalisés dans Oculus et Meta Glasses
- en 2021, Facebook a changé de nom pour devenir Meta
- l’intérêt du grand public pour la VR aurait fortement diminué après la pandémie
- Lorsque l’IA s’est imposée comme grande tendance en 2022, Meta a lancé la famille de modèles Llama via FAIR et l’organisation produits GenAI
- Llama 1 : lancé en février 2023, 3 mois après ChatGPT, développé par FAIR
- Llama 2 : lancé en juin 2023, développé par l’organisation produits GenAI
- Llama 3 : lancé en avril 2024, présenté comme le LLM le plus compétitif de Meta
- Llama 4 : lancé en avril 2025, jugé « profondément décevant »
- En juin 2025, Meta a relancé ses efforts IA en acquérant 49 % de Scale AI pour 14,8 milliards de dollars
- Alexandr Wang, CEO de Scale AI, a pris en charge la stratégie IA de Meta
- un projet d’acquisition de Manus AI pour 2 milliards de dollars aurait été bloqué par la Chine, laissant son issue incertaine
La collecte de données et le renforcement du RLHF à la manière de Scale AI
- Les principales compétences apportées par Scale AI à Meta sont résumées comme l’amélioration des modèles par les données d’entraînement et le feedback humain
- Training data and labeling : fourniture de jeux de données annotés de haute qualité pour le code, le texte, l’image et la vidéo
- RLHF and fine-tuning : moteur de données human-in-the-loop permettant à des humains de fournir du feedback sur les foundation models
- Alexandr Wang est décrit comme disposant d’une large autorité pour piloter la génération de données d’entraînement, l’annotation de données et le RLHF
- Fin avril, Meta a informé ses ingénieurs de l’inscription à un système de suivi des frappes clavier et des clics souris
- l’objectif était de générer des données d’entraînement pour la nouvelle IA de Meta
- il est indiqué qu’aucun mécanisme d’opt-out n’était prévu
- des inquiétudes sur la vie privée ont émergé, notamment sur l’étendue réelle du suivi dans des situations comme l’accès à un compte bancaire personnel, à un e-mail personnel ou à un appel privé
- Selon Reuters, Meta a réduit une partie de ces plans de collecte après la contestation des employés
- un contrôle a été ajouté pour permettre de suspendre la collecte jusqu’à 30 minutes
- il est aussi devenu possible de demander une exemption
- D’après les échanges avec des ingénieurs Meta actuels, ce système de journalisation n’a pas été déployé au Royaume-Uni en raison des réglementations sur la protection des données
Des ingénieurs produit redirigés vers l’ADO
- À partir de fin avril, les équipes d’ingénierie produit ont reçu l’instruction d’envoyer 30 à 50 % de leurs ingénieurs vers l’organisation ADO (Agent Data Optimisation)
- Cette réaffectation a été vécue comme « forcée » car elle heurtait de front la culture historique de Meta
- auparavant, les ingénieurs étaient recrutés pour l’entreprise, pas pour une équipe précise
- les nouvelles recrues choisissaient leur équipe après un Bootcamp de 6 semaines
- le matching se faisait en parlant avec plusieurs équipes et en réalisant de petites tâches pour trouver la meilleure adéquation
- la mobilité interne était facile et souvent pilotée par les ingénieurs eux-mêmes
- Le choix d’équipe via le Bootcamp a commencé à s’affaiblir vers 2024, mais les ingénieurs Meta présents depuis plus de 2 ans avaient jusqu’alors l’habitude de choisir ce sur quoi ils travaillaient
- Les équipes d’infrastructure et de sécurité ont été particulièrement touchées
- dans plusieurs organisations infra, 30 à 50 % des effectifs ont été transférés vers l’ADO
- dans certains cas, les meilleurs ingénieurs sont partis
- L’organisation ADO est décrite comme comptant environ 6 500 personnes
- parmi elles, environ 4 000 à 5 000 seraient des ingénieurs software
- avec environ 25 000 ingénieurs chez Meta au total, cela signifie qu’environ 1 ingénieur sur 5 ou 6 pourrait être consacré à temps plein à l’annotation de données
- Les ingénieurs déplacés vers l’ADO seraient mécontents à la fois du contenu du poste et du mode de décision top-down
- le fait qu’ils n’aient pas été visés par les licenciements et que leur rémunération ait été maintenue est toutefois présenté comme le « silver lining »
Annonce de suppressions de postes et pression sur l’usage des tokens
- Le 20 avril, Reuters a rapporté que Meta prévoyait de supprimer 10 % de ses effectifs un mois plus tard, ce que Meta a confirmé
- les employés se sont donc retrouvés à attendre pendant 4 semaines en sachant qu’ils risquaient de perdre leur emploi
- Le système d’évaluation des performances de Meta, le PSC (Performance Summary Cycle), est décrit comme très strict par rapport à Google ou Apple
- les managers se feraient concurrence en essayant de faire monter le package de rémunération de leurs équipes au détriment de celui d’ingénieurs d’autres équipes
- des métriques comme l’impact business, le nombre de code reviews ou le nombre de lignes de code écrites peuvent être instrumentalisées dans l’évaluation
- à mesure que les quotas par bucket d’évaluation diminuent, les manœuvres politiques internes pour obtenir les meilleurs buckets s’intensifient
- Une fois les suppressions de postes confirmées, les ingénieurs ont appris que les managers examineraient aussi le nombre de tokens dans l’évaluation des performances
- une faible consommation de tokens faisait craindre d’être considéré comme sous-performant puis licencié
- Meta disposait d’un classement interne sur l’usage des tokens, décrit comme un environnement poussant au tokenmaxxing
- Selon The Information, les employés de Meta ont utilisé au total 60,2 billions de tokens d’IA sur 30 jours
- au tarif API d’Anthropic, cela représenterait 900 millions de dollars
- même avec des prix remisés, la facture pourrait encore dépasser 100 millions de dollars
- L’accumulation de ces pressions aurait encouragé du performative work davantage qu’un travail réellement utile
- suivi du clavier et de la souris des ingénieurs
- conversion à temps plein d’une part importante des ingénieurs vers l’annotation de données
- annonce de suppressions de postes à hauteur de 10 %
- culture d’optimisation de toutes les métriques de performance
- mesure de l’usage des tokens dans le PSC
Prises de contrôle de comptes Instagram et confusion dans l’organisation sécurité
- Le 30 mai, plusieurs comptes ont été compromis sur Instagram
- parmi eux figuraient des comptes très visibles comme celui de la Maison-Blanche de l’ère Obama
- Selon le résumé de Siddharth Sundharam, la chaîne d’attaque était très simple
- l’attaquant pouvait démarrer avec le seul nom d’utilisateur du compte
- il utilisait un VPN ou un proxy proche de la ville de la victime pour éviter d’éveiller les soupçons du système de sécurité d’Instagram
- il indiquait à l’IA de support de Meta que le compte avait été piraté et demandait que le code de vérification soit envoyé vers une adresse e-mail arbitraire contrôlée par l’attaquant
- une fois le code renvoyé à l’IA, celle-ci fournissait un lien de réinitialisation du mot de passe
- Cet incident est décrit comme un « proper zero auth password reset »
- il est expliqué qu’il n’y avait pas de vérification supplémentaire pour s’assurer que la nouvelle adresse e-mail avait déjà été utilisée par l’utilisateur par le passé
- D’après des échanges avec des personnes en interne chez Meta, l’IA était au centre de cette panne
- l’équipe Instagram Trust and Safety aurait perdu environ 50 % de ses effectifs à cause de l’annotation de données et des réductions d’effectifs
- une partie des profils les plus seniors aurait aussi été redirigée vers l’entraînement de l’IA
- au cours des 2 derniers mois, des modifications générées par IA avec très peu d’intervention humaine et des code reviews faites par IA seraient devenues courantes dans l’ensemble de la codebase
- en temps normal, l’équipe Trust and Safety aurait surveillé les intrusions de sécurité et géré les alertes, mais la réorganisation rapide l’aurait laissée en état de confusion
- Le lundi 1er juin, l’incident a été résolu et une enquête a commencé dans le cadre du processus SEV
- le lendemain, le CISO de Meta, Guy Rosen, a annoncé son départ
- certains spéculent qu’il pourrait y avoir un lien, mais rien n’est confirmé
- Comme précédent incident majeur, l’article cite la panne de 2021 due à un problème de configuration DNS/BGP ayant interrompu tous les services Meta pendant 7 heures
- après cette panne de 2021, Meta avait publié un post-mortem et des excuses
- dans le cas de cette prise de contrôle de comptes Instagram, il est indiqué qu’aucun post-mortem public n’a encore été publié
Mécontentement interne et reconnaissance par le leadership
- Wired a relayé des exemples illustrant l’ambiance interne chez Meta
- lors d’une présentation en livestream réservée aux employés, une personne a insulté l’entreprise et un dirigeant de Meta AI dans une intervention ponctuée de grossièretés
- cet épisode est présenté comme révélateur du mécontentement au sein de l’équipe Applied AI, créée en mars pour soutenir la recherche IA de Meta Superintelligence Labs
- Les 3 employés actuels cités par Wired affirment qu’il existe un mécontentement généralisé quant à la façon dont cette organisation d’environ 6 500 personnes a été constituée et quant au travail répétitif demandé pour améliorer les modèles IA
- l’un d’eux a parlé de « literally the gulag », exprimant une perte de sens et un sentiment d’isolement
- Lors d’un all-hands Instagram, le CPO de Meta, Chris Cox, a qualifié l’environnement des derniers mois de « difficult » et « brutal »
- il l’a comparé à un marathon couru sous la grêle
- évoquant les changements d’équipe et jusqu’au sentiment d’être surveillé, il aurait lancé « what the fuck »
- Selon Wired, le CTO de Meta, Andrew Bosworth, a reconnu que la réorganisation autour de l’IA avait été mal gérée et a promis une meilleure communication à l’avenir
- il a aussi ajouté que les employés auraient accès à des outils de coaching IA
Qui est responsable, et quels dégâts pour l’organisation
- En interne, les ingénieurs désignent Mark Zuckerberg et Alexandr Wang comme les personnages centraux de la situation actuelle
- Zuckerberg est présenté comme responsable des réaffectations d’ingénieurs, du déploiement du logiciel de suivi et de la décision de supprimer 10 % des effectifs malgré un chiffre d’affaires et des profits records
- Wang est cité comme la personne ayant importé l’approche Scale AI de génération de données, d’annotation et de RLHF
- Il est estimé que nombre de mesures, hors licenciements, ressemblent fortement à la manière de faire de Scale AI
- génération de données d’entraînement via le suivi des frappes clavier et des clics souris
- annotation de données mobilisant plus de 4 500 ingénieurs
- production de RLHF de haute qualité pour le LLM de code que Meta est en train de développer
- Certains estiment que l’entraînement d’une IA de code est désormais jugé plus important que l’exploitation fiable des produits clés que sont Instagram, Facebook et Messenger
- Le 12 juin, Facebook et Instagram ont de nouveau subi une panne générale classée SEV0
- Meta était décrit comme en passe de dépasser Google pour devenir le premier acteur mondial de la publicité d’ici la fin de l’année
- malgré cela, les critiques considèrent que le leadership accorde davantage d’importance à la construction d’un LLM de code
- Si la situation actuelle perdure, davantage d’ingénieurs expérimentés devraient partir
- il est ajouté qu’une courte fenêtre de retour à la normale pourrait encore exister si les affectations à l’annotation de données et le suivi des employés étaient annulés
L’inquiétude que l’« AI psychosis » ne soit pas propre à Meta
- Mitchell Hashimoto affirme que certaines entreprises sont dans un état avancé d’« AI psychosis » et qu’il devient difficile d’en parler de manière rationnelle
- Il explique que les débats qu’il a connus sur les infrastructures de transition vers le cloud et l’automatisation, autour du MTBF et du MTTR, réapparaissent aujourd’hui dans toute l’industrie logicielle
- l’idée selon laquelle « peu importe les bugs, des agents pourront les corriger vite et à grande échelle » est présentée comme problématique
- le MTTR est important, mais on ne peut pas pour autant abandonner l’objectif de systèmes globalement résilients
- Son inquiétude est que des métriques locales puissent sembler bonnes alors même que le système global devient incompréhensible
- le nombre de bug reports peut baisser alors que le risque latent augmente
- la couverture de tests peut progresser tandis que la compréhension sémantique diminue
- la vitesse des changements peut devenir telle qu’on ne voit plus l’érosion de l’architecture
- L’affaire des comptes Instagram compromis est interprétée comme le résultat d’un abaissement des standards de qualité pour du code généré et relu par IA
- la panne a été résolue, mais seulement après la prise de contrôle de comptes à forte visibilité et après que le système a été publiquement compromis
- La conclusion prend la forme d’un avertissement : si un leadership envisage des changements organisationnels radicaux au nom de l’IA, il devrait d’abord regarder le cas Meta
- les ingénieurs de Meta sont décrits comme des profils qui utilisent l’IA activement depuis longtemps et qui ont une expérience concrète de la construction de produits et d’infrastructures IA
- s’ils sont aujourd’hui déçus par leur entreprise et par son leadership, cela pourrait devenir une opportunité de recrutement pour d’autres startups et Big Tech
1 commentaires
Avis sur Hacker News
Pour avoir travaillé chez Meta, les organisations qui fonctionnaient bien étaient en général celles issues d’acquisitions. C’était le cas de WhatsApp, Reality Labs, Instagram, etc., et l’organisation purement développée en interne où j’étais était affreuse
Le travail avançait, mais l’inefficacité était énorme à cause du surrecrutement et des changements extrêmes d’exigences et de calendrier. J’ai l’impression que la culture formée en dehors de Meta sert de blanchiment d’image pour faire croire que la culture d’ingénierie de Meta dans son ensemble est bonne
Selon lui, le meilleur endroit et le pire endroit où il avait travaillé étaient littéralement aussi différents que le jour et la nuit
Je pense que les moqueries dans ce fil passent largement à côté du sujet. Oui, Meta est malfaisante, mais le point essentiel n’est pas là : c’est que cette psychose de l’IA pourrait devenir la nouvelle norme du secteur, ou au moins l’une des nouvelles normes
Dans ma précédente entreprise aussi, le CEO est devenu obsédé par l’IA, l’ambiance est soudain devenue bien plus toxique, il a fait un classement des tokens et a ordonné pendant un temps de suspendre tout le travail non lié à l’IA. Et nous n’étions pas Meta
Plusieurs personnes qu’il avait fait venir, avec qui il travaillait depuis des années, ont été licenciées ou sont parties. Une personne que j’aurais vraiment suivie jusqu’au bout de l’enfer a démissionné en lui disant en face : « Je ne sais pas ce qui t’est arrivé, mais je n’ai pas envie de travailler avec cette version de la personne que je connaissais »
J’ai survécu à trois vagues de licenciements avant d’être finalement licencié moi-même, et quand je vois ce qu’ils construisent maintenant, c’est accablant. J’ai presque envie de partager le lien, au risque de me brouiller avec beaucoup de gens. Honnêtement, on dirait aujourd’hui un roi de la folie, entouré de quelques-uns des flagorneurs les plus détestables et toxiques de l’entreprise, pendant que la boîte brûle
Je pense que cela peut tout à fait arriver non seulement à Zuck, mais à beaucoup d’autres entreprises aussi. Je ne suis qu’un rouage insignifiant de l’organisation, et pourtant je reste sidéré de constater que, sauf si quelque chose m’échappe, j’ai l’air bien plus intelligent que la plupart des gens qui dirigent ce genre d’entreprise. Un jour, quelqu’un écrira une tragédie grecque sur cette période, et les choses risquent de très vite empirer
Le nombre de lignes de code écrites ou la contribution individuelle ne devraient pas être des objectifs ; les objectifs devraient être la cohésion de l’équipe, la cohérence de l’architecture et la capacité à construire des choses qui ont réellement du sens
Au fond, c’est ce qui arrive quand un leadership déconnecté, qui ne connaît pas les gens du terrain et ne comprend pas le travail réellement effectué, a besoin d’indicateurs quantitatifs à surveiller. Les statistiques, quelle plaie
La psychose de l’IA semble se manifester très différemment dans les grandes organisations technologiques que dans les petites équipes à fort impact
Dans une petite startup, si l’équipe ne parvient pas au bout du compte à livrer un bon produit, l’entreprise meurt. Surtout, chaque individu reste responsable de son propre travail. Dans les bonnes équipes, j’ai souvent vu qu’on réagissait avec beaucoup de prudence, même face à de mauvaises pull requests, parce que tout le monde sait que chacun est en train d’essayer de comprendre tout cela
Malgré tout, quand ça ne marche pas, il faut nécessairement que quelqu’un trouve une meilleure façon de faire. Presque tout ce que j’ai appris sur la façon de construire avec l’IA, d’utiliser l’IA et de réellement mettre des produits en production vient de ce type d’équipes
Le software engineering est en train de changer, mais du point de vue de ceux qui doivent livrer des produits, cela ressemble beaucoup aux débuts du développement web. À l’époque aussi, tout le monde devait découvrir les patterns permettant de faire fonctionner ce nouveau monde logiciel de manière fiable. Quiconque se souvient du JavaScript d’avant jQuery sait combien de choses il a fallu découvrir avant que le développement web ne devienne ce qu’il est aujourd’hui
Dans les grandes organisations technologiques, la déconnexion entre l’effort des employés et la valeur réellement livrée est bien plus grande, et la responsabilité est bien plus dispersée. Quand la responsabilité devient abstraite et que personne n’est vraiment certain de la valeur réelle produite par son travail, cela crée un terrain idéal pour que la psychose de l’IA se déchaîne
Dans une certaine mesure, c’est aussi parce qu’il existe déjà un potentiel de folie latent dans ce type de grandes organisations. Déterminer qui est « productif » et ce qui a de la « valeur » exige toujours de construire des récits imaginatifs qui ne reposent pas nécessairement sur la réalité
Je ne pense toutefois pas que cela durera longtemps comme « nouvelle norme ». Comme au moment de l’essor du développement d’applications web, ce sont les petites équipes qui ouvriront la voie et commenceront à comprendre certaines choses. Le pattern MVC appliqué aux applications web, des frameworks JavaScript de plus en plus puissants et leurs bonnes pratiques, les méthodes agiles, la popularisation de Git et GitHub, l’usage de NoSQL pour passer à l’échelle, tout cela a surtout été éprouvé au combat dans de petites startups rapides, et constitue aujourd’hui une base si évidente que certains développeurs modernes ignorent même qu’il a bien fallu que quelqu’un la construise un jour
Rien à voir, mais au milieu du texte il y a le dessin classique d’un iceberg vertical dont seulement 10 % émergent de l’eau. Or, les vrais icebergs ne flottent pas comme ça et pivotent jusqu’à être en grande partie horizontaux
Depuis que je le sais, j’ai commencé à voir des icebergs mal dessinés everywhere. Pour plus de détails, lisez https://axbom.com/iceberg/, essayez le simulateur d’iceberg https://joshdata.me/iceberger.html ou regardez le tweet qui a lancé cette discussion https://xcancel.com/GlacialMeg/status/1362557149147058178
L’affirmation selon laquelle « 30 à 50 % des ingénieurs des équipes cœur auraient été réaffectés de force au data labeling et au RLHF » est franchement difficile à croire. Vu toutes les folies actuelles, allez savoir, mais les développeurs software américains coûtent vraiment cher, donc les utiliser pour du data labeling est un gaspillage de ressources
À moins que « équipes cœur » ne désigne qu’une petite fraction de l’ensemble des développeurs, la proportion paraît aussi beaucoup trop élevée
Il faut toutefois des gens compétents dans le domaine concerné. Meta, comme les autres entreprises comparables, dispose d’un vaste vivier de talents compétents validés, accumulé pendant le boom des recrutements, et dans une économie fragile où les opportunités comparables ont presque disparu, l’entraînement d’IA par des experts est l’opportunité business la plus mûre
Donc oui, c’est un gaspillage de ressources d’un point de vue financier, mais c’était bien l’intention de départ
Ironiquement, cette croyance disparaît dès qu’on inverse la perspective et qu’il s’agit de réclamer un meilleur hardware ou software. Quand les SSD étaient nouveaux, petits et très chers, beaucoup ici pourront raconter combien il était difficile de convaincre leur employeur que ça valait le coup
La plupart des autres équipes d’infrastructure avec lesquelles je travaille sont dans une situation similaire
Même en laissant de côté l’organisation engineering, un changement bien plus important est en train de grossir sous la surface. J’ai parlé à plusieurs ingénieurs de l’organisation infrastructure, et ils disent que 30 à 50 % des équipes ont été détachés vers l’organisation ADO, et que dans certains cas, ce sont les meilleurs ingénieurs qui sont partis
Mardi, le CISO de Meta, Guy Rosen, a annoncé son départ. Il était là depuis le rachat en 2013 de l’app de suivi mobile Onavo, et il avait géré les abus de la plateforme et les ingérences électorales comme VP Trust & Safety / Integrity pendant des périodes à haut risque comme le scandale Cambridge Analytica
Avec son départ, c’est tout un capital accumulé d’éthique, de philosophie et de connaissance implicite qui quitte l’organisation avec la cybersécurité et la gestion des risques. Ces trois éléments sont importants, ne peuvent pas être éliminés par automatisation et sont difficiles à exprimer publiquement. Cela ressemble à un changement de prise de décision encore plus grand que pour l’engineering
Il faut reconnaître à Zuckerberg une forme de folie presque caricaturale dans la manière dont il mène tout ça. Si Facebook avait été dirigé par quelqu’un de normal, l’entreprise aurait probablement tout dilapidé lentement sur vingt ans à mesure que l’importance de la publicité sur les réseaux sociaux diminuerait
Mais avec Zuckerberg aux commandes, c’est différent. Il incendiera l’endroit pour essayer de trouver un moyen de rester important. Ce qui surprend, c’est que les gens qui y travaillaient aient cru qu’ils n’allaient pas brûler avec
En parallèle, ils rendent aussi du capital aux actionnaires via des rachats d’actions et des dividendes
Beaucoup accusent Zuckerberg, mais de mon point de vue, assez proche de celui de l’auteur, une grande partie de cette affaire relève de la responsabilité du fondateur de Scale AI, Alexandr Wang. Il y a quelque chose d’assez ironique à ce qu’une personne mettant en avant « MEI » (Merit, Excellence, Intelligence) ait été autorisée à extraire des experts métiers très performants des organisations d’engineering cœur pour les redéployer vers du data labeling
Honnêtement, dans une organisation comme Meta, le data labeling n’est pas l’endroit où l’on a envie d’affecter ses meilleurs éléments. C’est un cas où un célèbre fondateur tech a été autorisé à détruire une culture d’engineering haute performance
Si les actionnaires avaient perçu cette nuance, ils auraient demandé son éviction. Son leadership manquait de merit, d’excellence et d’intelligence
Facebook et Instagram ont un business tellement solide que, même en arrêtant complètement le développement, elles resteraient pendant encore des années des monopoles impossibles à battre.
En revanche, je ne vois pas bien comment l’enregistrement de l’écran ou la capture des frappes clavier peuvent devenir des données d’entraînement pour l’IA utiles. Ça coûte cher et ça met beaucoup de gens en colère, mais la valeur réelle semble faible.
Bien sûr, c’est moins vrai dans des domaines vraiment critiques comme les logiciels de chiffrement ou les logiciels financiers. Mais il reste surprenant de voir à quel point le succès d’une entreprise et l’excellence en ingénierie sont peu liés.
C’est aussi pour cela que l’activité Amazon Ads a récemment progressé : parce que ça fonctionne vraiment. À l’inverse, le social payant et le search payant sont en train de devenir des reliques.
À court terme, ils peuvent encore imprimer de l’argent, mais ils subissent une offensive généralisée venant de la publicité native, des médias, d’Amazon, etc., où les données first-party et les pixels sont importants, tout en devant respecter la vie privée.
Je le sais parce que je dirige une petite société de marketing tech concurrente de GA4, et que nous nous développons dans la publicité native.
À mon avis, Zuck n’a pas l’aura d’un Musk qui, même au milieu des absurdités, finit par produire des résultats. Et le bilan de Meta en matière de nouveaux produits développés en interne n’a rien d’impressionnant.
Une machine à provoquer l’indignation dont l’usage est à son sommet actuel, ou proche de son sommet, sera-t-elle encore un investissement intéressant en 2026 ?
Tristesse. J’avais l’impression que Meta, surtout comparée à Google, avait fait beaucoup de choses justes dans l’utilisation de ses ingénieurs. Entre React (Facebook) et Kubernetes (Google), je choisirais toujours le premier.
Kubernetes a freiné les technologies de cluster pendant les dix dernières années et empêché l’émergence de meilleures alternatives pour les petites entreprises, ou pour celles qui ne peuvent pas se permettre de gaspiller du temps dans des technologies et des processus difficiles à dompter pour des bénéfices propriétaires.
Quelqu’un aurait bien mieux fait de créer un produit open source à partir de l’ancien Parallel Sysplex d’IBM, mais il y avait probablement des brevets dessus. Ils ont peut-être expiré depuis.
Même si beaucoup de gens s’en plaignent, React a fini par s’imposer sur un marché très concurrentiel. J’ai vu beaucoup de systèmes de construction d’objets UI qui se ressemblent en surface, comme XAML de Microsoft ou FXML d’Oracle, mais celui de React est de loin le plus simple et le plus flexible.
C’est un exemple montrant qu’on peut appliquer les idées de On Lisp à n’importe quel langage ayant des pratiques de programmation fonctionnelle de base, en y ajoutant seulement un tout petit ajustement de compilateur, pour obtenir quelque chose de naturel.
React semble bien être le leader du frontend, mais je me demande quel serait son équivalent côté backend selon toi.
React est peut-être un bon effet secondaire, mais ce n’est clairement pas la première chose qui me vient à l’esprit quand je pense à Meta.
Kubernetes est devenu l’orchestrateur de clusters standard de l’industrie pour de bonnes raisons, et c’est excellent.
Je pense qu’il y a ici un changement que beaucoup de gens ne perçoivent pas. Si vous travailliez au début de la télévision, surtout à l’époque où elle était encore très expérimentale et où les standards changeaient chaque année, vous faisiez probablement beaucoup d’ingénierie à la main ou vous travailliez de très près avec des ingénieurs.
Aujourd’hui, il n’y a presque plus d’ingénierie dans la télévision. J’ai l’impression que la même chose se produit avec les réseaux sociaux. Le produit a mûri, et il y aura de moins en moins de problèmes d’ingénierie à résoudre.
Vu le caractère hésitant de ces projets annexes, il n’est d’ailleurs pas surprenant que Meta en revienne aux licenciements. Ils ont trop recruté et n’ont jamais vraiment trouvé de moyen sérieux d’employer utilement tous ces ingénieurs.