- Le développement des agents IA n’a pas atteint le rythme attendu, et la trajectoire des développements des quatre derniers mois au moins ne s’est pas accélérée autant qu’escompté
- La vaste réorganisation lancée au début de l’année n’a pas été suffisamment « propre », et la direction a mal évalué le moment du changement
- En mai, environ 10 % des effectifs ont été supprimés et quelque 7 000 personnes ont été réaffectées à des équipes centrées sur l’IA, suscitant des réactions négatives des employés et des inquiétudes sur le moral
- Le pari sur la nouvelle structure organisationnelle n’a pas encore porté ses fruits ; des effets plus importants sont attendus dans les 3 à 6 prochains mois
- Alors que jusqu’à 145 milliards de dollars d’investissements dans l’infrastructure IA sont prévus cette année, l’examen d’un logiciel de suivi de la souris et des discussions sur le rétablissement d’un modèle opt-in sont également en cours
Retard dans le développement des agents IA
- Lors d’un town hall interne, Zuckerberg a reconnu que la vaste restructuration de l’entreprise comportait des défauts et indiqué que les systèmes d’agents IA ne progressaient pas aussi vite qu’espéré
- Les agents IA désignent des systèmes d’automatisation qui exécutent des tâches pour le compte des utilisateurs
- La trajectoire du développement agentique (agentic) au cours des quatre derniers mois au moins ne s’est pas accélérée comme prévu, et le pari sur la nouvelle structure n’a pas encore porté ses fruits
- Au moment de préparer la restructuration en janvier-février, des échanges avec les « meilleurs talents » avaient fait émerger la crainte que la vitesse d’adaptation au changement ne soit pas suffisante
- À l’époque, la direction était « très optimiste » à propos d’outils comme Claude Code d’Anthropic, une startup IA
Restructuration et réorganisation
- La réorganisation, qui comprenait d’importantes suppressions de postes, n’a pas été aussi « propre (clean) » que possible, et la direction a mal évalué le calendrier du changement
- Des efforts sont en cours pour assouplir certaines des transformations organisationnelles introduites en début d’année sans changement fondamental d’orientation
- En mai, l’entreprise a supprimé environ 10 % de ses effectifs dans le monde et réaffecté environ 7 000 personnes à des équipes centrées sur l’IA, provoquant des réactions négatives des employés et des inquiétudes quant à une baisse du moral
- Cette évolution s’inscrit dans une restructuration d’ampleur destinée à financer les investissements dans l’infrastructure IA et à améliorer l’efficacité du travail assisté par l’IA
- En mai, la direction avait indiqué aux employés qu’il n’y aurait pas de nouvelles suppressions de postes à l’échelle de l’entreprise cette année, mais certains employés ont réagi avec scepticisme
Montant des investissements dans l’IA et perspectives
- Les dépenses consacrées cette année à l’infrastructure IA pourraient atteindre 145 milliards de dollars, soit une part importante des plus de 700 milliards de dollars dépensés par l’ensemble des Big Tech
- L’entreprise s’attend à commencer à constater des effets plus importants de ses investissements dans l’IA dans les 3 à 6 prochains mois
- Un porte-parole de Meta a refusé de commenter ce jour-là
Examen d’un logiciel de suivi de la souris
- Le directeur technique Andrew Bosworth a indiqué qu’à la suite de l’examen d’un récent incident de sécurité des données, les données des employés n’avaient pas été incluses dans l’entraînement de l’IA
- Le mois dernier, Meta a suspendu temporairement un programme qui suivait les mouvements de souris et l’activité numérique des employés afin d’enquêter sur une exposition de données sensibles utilisées pour l’entraînement de l’IA
- Si le programme est réactivé après la fin de l’examen, il sera exploité selon un modèle « opt-in »
- Bosworth a expliqué aux employés que « ceux qui sont à l’aise peuvent contribuer à cette formidable enquête humaine, et pour les autres, ce n’est pas un problème »
- Cela contraste avec les informations communiquées lors de la première installation du programme sur les ordinateurs des employés américains en avril, selon lesquelles il n’y avait aucun moyen de se désinscrire
1 commentaires
Avis sur Hacker News
À la même époque l’an dernier, je craignais que, vers cette année, les entreprises ne réduisent leurs équipes d’ingénierie à une poignée de personnes, et que l’essentiel soit pris en charge par des agents autonomes pilotés par des humains, mais cela ne s’est pas produit.
Aujourd’hui, j’écris tout mon code avec des agents, mais il est absolument impossible de leur donner simplement le résultat souhaité et de les laisser faire sans supervision.
On peut produire plus de code qu’avant, mais pour obtenir du code stable et de qualité, conforme à ce que veulent les chefs de produit et les designers, le gain est d’environ 2 à 3 fois, et la quantité de code à relire augmente elle aussi de 2 à 3 fois, ce qui annule le gain de productivité.
Le nombre de lignes de code n’est pas un actif, mais une dette, et il doit rester aussi faible que possible tant qu’il ne nuit pas aux fonctionnalités, qui sont le véritable actif.
Une grande partie de l’ingénierie logicielle consiste à produire la bonne quantité de code au bon moment.
En pratique, les choses n’ont commencé à fonctionner plus ou moins sans grosses retouches qu’entre novembre et février, et il semble qu’aujourd’hui encore les organisations apprennent à tirer le meilleur parti des modèles et outils actuels.
Certains développeurs comprennent vite, dirigent bien leur équipe et instaurent une bonne culture, mais beaucoup ont du mal lors du passage d’IC à manager s’ils ne sont pas accompagnés sur ce qui change.
Quand une équipe ou une nuée d’agents fonctionne mal, ce n’est souvent pas un problème de membres, mais le fait qu’un nouveau manager s’accroche à tout en faisant du micromanagement, ou au contraire laisse tout à l’abandon et ne réapparaît qu’aux points de suivi, avec un résultat ruiné.
Je n’ai pas de preuve, mais j’ai l’impression qu’une forme de formation au management aiderait les développeurs à bien mieux exploiter des nuées d’agents.
Il s’agit d’un style de code C# relativement simple, mais transmettre cette simplicité est plus difficile que prévu.
Quand l’agent produit du code, il faut beaucoup de temps pour vérifier qu’il est correct ; si je ne le vérifie pas, cela devient gênant quand, lors de la revue par les collègues, il apparaît que je ne l’ai pas vraiment compris.
J’ai l’impression que le monde me dit qu’il suffit d’agiter les bras pour voler, mais quand j’essaie moi-même, je ne fais que brûler de l’énergie sur place.
Ils écartent tout simplement des choses qu’on leur a explicitement demandé de faire dans le cadre de la conception.
Les vrais vibe coders disent qu’il suffit d’écrire les prompts avec soin, mais ce n’est pas du tout vrai quand des prompts soigneusement rédigés sont ignorés.
Même si je mets dans le AGENTS.md global « ne reviens pas sur mes décisions sans me demander », ils ne le respectent tout simplement pas.
Cet article ressemble surtout à une réécriture plus légère par TechCrunch de l’article de Reuters https://finance.yahoo.com/technology/ai/articles/exclusive-z....
La citation exacte semble dire que « depuis au moins quatre mois, la trajectoire du développement agentique ne s’est pas réellement accélérée comme nous l’avions prévu, et le pari de l’entreprise sur la nouvelle structure n’a pas encore porté ses fruits ».
Il est difficile de deviner précisément ce que Zuckerberg entend ici par trajectoire du développement agentique, mais il est très probable qu’il veuille dire que l’utilisation d’outils et la capacité à travailler sur de longs contextes des modèles internes de Meta ne se sont pas améliorées au point de faire fonctionner des environnements d’exécution agentiques comme Codex ou Claude Code au niveau des meilleurs modèles d’OpenAI et d’Anthropic.
Plus largement, la réaffectation de nombreux employés à l’étiquetage de données pour l’IA faisait sans doute aussi partie de cet objectif.
À haut niveau, ces agents ne traitent même pas des problèmes de taille moyenne comme le ferait un humain raisonnable.
Ajouter de la mémoire ne fait qu’augmenter le contexte halluciné, et les échecs de tâches deviennent plus difficiles à détecter.
Il y a de fortes chances qu’il soit en train de se rationaliser en regardant les coûts absolus et un retour sur investissement définissable.
L’écart entre un chatbot utile et un agent utile est bien plus grand que ce que les gens imaginent.
Un chatbot peut se tromper 10 % du temps et rester utile, mais si un agent se trompe 10 % du temps, il enverra de mauvais e-mails et effectuera de mauvais appels API sans que personne ne vérifie.
Un agent de codage peut formuler une hypothèse, la tester, découvrir qu’elle est fausse, puis se rétablir.
Mais au-delà de ce qui est facilement testable, lorsqu’on lui confie un vrai travail plutôt que la rédaction d’un patch, le problème devient qu’il imagine comme vrais des faits qui ne le sont pas.
Pour une utilisation sans supervision, cela semble au mieux d’une utilité limitée, et au pire voué à être catastrophique.
Pour l’instant, le domaine qui convient le mieux est celui des tâches vérifiables avec une précision raisonnable.
Dire que « nous commencerons à voir des bénéfices plus significatifs des investissements dans l’IA d’ici 3 à 6 mois » relève d’une hallucination digne de l’IA, et donne l’impression de ne pas accepter la réalité du terrain.
Depuis environ cinq ans, Meta s’est égarée dans le metaverse, la VR, les lunettes et l’IA, et devrait s’asseoir calmement pour réfléchir à ce qu’est exactement son produit cœur.
Malheureusement, à part des produits acquis comme WhatsApp et Instagram, il n’y a pas de cœur clairement identifiable.
Il essaie de ruiner la vie de l’autrice de Careless People pour avoir exposé des crimes contre la société, et les employés continuent de faire fuiter les annonces internes.
Grâce au bug de duplication infinie d’argent que constitue la publicité, ils peuvent gaspiller des dizaines de milliards de dollars à poursuivre d’autres rêves chimériques.
Même si tous ces rêves finissent par ne rien donner, Meta n’en souffrira pas beaucoup.
L’arrivée des agents, c’est un peu comme passer de la marche au vélo.
Les dirigeants voient ça et se disent : « À ce rythme, on aura des voitures autonomes dans quelques années », puis ils planifient sérieusement en fonction de ce monde-là.
En réalité, il semble probable qu’on fasse du vélo pendant longtemps ; et une hausse de la productivité des contributeurs individuels rend les ingénieurs plus précieux et utiles, pas simplement plus coûteux pour le budget.
Réduire les effectifs précisément au moment où le potentiel de rendre les ingénieurs beaucoup plus productifs augmente fortement est donc une décision stupide.
C’est un aveu qu’on ne sait pas gérer efficacement les gens, ce qui est assez embarrassant quand on est payé des sommes énormes pour ses capacités de management.
Et il y a de fortes chances que les roues soient hexagonales.
J’espère que ce sera le cas pour donner à la société le temps de s’adapter, mais en réalité, on n’en sait absolument rien.
Ce que tout le monde a sous-estimé, à mon avis, c’est l’ampleur délirante des ressources de calcul nécessaires, et la manière dont ces ressources doivent monter en charge pour suivre des modèles plus grands.
C’est un peu la version IA de « ce n’est pas parce qu’on a 9 femmes qu’on peut faire naître un bébé en un mois ».
Des ressources de calcul supplémentaires ne créeront pas magiquement une intelligence artificielle générale.
Le rythme annoncé par l’industrie est irréaliste ; par exemple, les gens ont été déçus par la vitesse des progrès d’Apple Intelligence, alors qu’en réalité elle correspondait à peu près à ce à quoi on pouvait s’attendre.
Le vrai problème est peut-être que l’IA ne produit pas l’efficacité ni l’usage espérés, au point d’en arriver là ; Zuck a peut-être gagné, mais en vainqueur au goût amer.
Mais comme il est très difficile de prédire quand cette percée arrivera, il faut planifier en supposant le pire tout en se préparant à saisir l’occasion si elle se présente.
Si l’IA représente un grand bond de productivité, les entreprises ne devraient-elles pas embaucher autant, voire davantage, de salariés afin de gagner plus de parts de marché grâce à leur avantage concurrentiel ?
Réduire les effectifs au motif que les employés sont devenus plus efficaces revient à se tirer une balle dans le pied pour rester à la même place dans une course.
L’IA aurait dû rendre même des employés moins qualifiés plus faciles à embaucher et plus utiles, et donc provoquer un boom du marché de l’emploi.
Le fait que ce ne soit pas le cas suggère que l’IA n’est peut-être qu’un prétexte aux réductions d’effectifs, pas leur cause fondamentale.
Cette technologie a moins de dix ans, et elle n’est vraiment devenue utile que depuis environ trois ans.
Je ne comprends pas pourquoi on s’attend déjà à ce qu’elle soit transformationnelle.
C’est un peu comme dire : « Internet n’est qu’un fax tape-à-l’œil ».
Le problème, c’est qu’on travaille avec des humains. Et avec des humains intelligents qui ont chacun appris pendant longtemps à travailler d’une manière étroite et spécifique.
Si vous partez du principe que tous les ingénieurs sont, comme vous, obsédés par l’IA et lanceront Claude Code à chaque demande, vous vous trompez d’approche.
Même un excellent outil sera simplement abandonné s’il ne s’aligne pas avec le comportement et les méthodes de travail des ingénieurs.
Je vois constamment ce problème chez des clients ou prospects. Si une équipe de 5 personnes passe 2 semaines à créer un widget foobar, cela représente 50 jours-personnes.
Si quelqu’un montre qu’il peut produire la même chose en 2 heures avec l’IA, à qualité égale ou supérieure, la direction sera ravie ; mais l’équipe peut très bien continuer à programmer à la main et se contenter de demander à ChatGPT, au lieu de Stack Overflow, pourquoi les outils de build échouent.
Distribuer des outils et dire qu’ils sont géniaux ne suffit pas.
Il faut comprendre l’équipe d’ingénierie, travailler avec elle, l’accompagner correctement étape par étape et faire évoluer les comportements.
Cela ne se produit pas du jour au lendemain. Malheureusement, l’approche actuelle semble être de mettre dehors ceux qui ne performent pas à l’ère du génie logiciel assisté par l’IA, et je ne pense pas que ce soit la bonne voie.
Je ne vois pas pourquoi on devrait se soucier de ce que Zuckerberg dit des agents IA.
C’était un développeur PHP du début des années 2000 qui a eu de la chance avec Facebook, pas un scientifique ni un chercheur en IA.
Quelle autorité a-t-il pour parler de l’avenir des agents IA ?
Le moral de l’entreprise est au plus bas historique, et cela illustre bien mieux les compétences de leadership sur lesquelles il devrait se concentrer. Ou alors peut-être qu’un agent le remplacera bientôt.
Il supervise à haut niveau une grande partie du développement des agents IA, il est donc bien placé pour voir si cela réussit ou non, et il reçoit probablement des indicateurs détaillés.
Que son jugement soit juste ou non, les CEO de la tech sont tristement célèbres pour suivre les modes, et son avis peut donner le ton à d’autres entreprises.
Peut-être que lui-même suit simplement la mode cette fois-ci, et qu’il mène le début d’un mouvement de refroidissement de la surchauffe autour de l’IA.
Ce n’est pas pour le complimenter ; cela vaut aussi pour beaucoup de dirigeants de grandes entreprises.
Il existe un écart entre la productivité mesurée et la productivité « anecdotique »
Ce graphique est intéressant parce qu’il montre aussi l’un des moyens les plus efficaces d’augmenter la productivité : il suffit de réduire les effectifs
https://fred.stlouisfed.org/series/OPHNFB
Dans des conditions de rareté, il est généralement préférable d’augmenter la production ou de produire autre chose, d’autant plus si quelqu’un est prêt à payer pour cela
La vraie question est donc de savoir ce qui est rare, si quelqu’un paiera pour cela, et comment en produire davantage
Si l’on peut produire quelque chose pour lequel les gens sont prêts à payer, on peut embaucher des gens pour le produire
Malheureusement, ce que les gens qui ont de l’argent sont le plus manifestement prêts à payer, ce sont des tokens d’IA, des datacenters et les intrants nécessaires aux datacenters
Reste à savoir si cela nous permettra d’obtenir davantage des autres choses que nous voulons
L’objectif de l’investissement, c’est la production, la croissance et le profit, pas la productivité en soi