Mark Zuckerberg: droga od Facebooka do wyścigu o sztuczną inteligencję

Z aplikacji Meta korzysta codziennie 3,35 mld osób, a zebrane dane stały się zapleczem dla modeli Llama i asystenta w panelu reklamowym. W Polsce AI wykorzystuje 5,9% firm od 10 osób, w UE 13,48%. Zacznij od jednego procesu, na przykład opisu produktu do sklepu: ręcznie to około 30 minut, szkic z AI powstaje w kilka minut, a kontrola nadal należy do ciebie.

Facebook jako zaplecze danych dla przyszłej AI

Facebook ruszył 4 lutego 2004 r. Założyli go Mark Zuckerberg, Dustin Moskovitz, Chris Hughes i Eduardo Saverin (Meta, 2021). Na początku serwis opierał się na profilu użytkownika, relacjach i publikowaniu treści. Z czasem stał się platformą cyfrową, która gromadziła dane o zainteresowaniach, kontaktach i aktywności ludzi w sieci.

Zuckerberg rozbudowywał firmę również przez przejęcia:

Rok	Wydarzenie	Znaczenie dla dalszego rozwoju
2004	uruchomienie Facebooka	budowa społeczności i zbiorów danych
2012	przejęcie Instagrama	rozwój treści wizualnych
2014	przejęcie WhatsAppa	wzmocnienie komunikacji mobilnej
2014	przejęcie Oculus VR	wejście w sprzęt i rzeczywistość wirtualną
2021	zmiana nazwy spółki na Meta	odejście od marki Facebook jako nazwy całej firmy

W grudniu 2024 r. z rodziny aplikacji Meta korzystało codziennie średnio 3,35 mld osób, o 5% więcej niż rok wcześniej (Meta, 2025). Skala użytkowników i treści dostarczyła materiału dla systemów rekomendacji, rozpoznawania obrazu, tłumaczenia i moderacji. Uczenie maszynowe, czyli trenowanie systemów na danych zamiast ręcznego spisywania reguł, działało w Facebooku na długo przed ChatGPT. Ustalało kolejność postów, wyłapywało spam i dopasowywało reklamy.

Od 28 października 2021 r. spółka nazywa się Meta (Meta, 2021). Facebook pozostał nazwą jednej z aplikacji. Głównym kierunkiem było wtedy metawersum, czyli wizja cyfrowej przestrzeni, do której wchodzi się przez awatary, gogle i kontrolery.

FAIR i pierwsze badania nad sztuczną inteligencją

Pod koniec 2013 r. firma zaczęła budować zespół Facebook AI Research, w skrócie FAIR (Meta AI, 2023). Zuckerberg zaprosił do współpracy Yanna LeCuna, jednego z pionierów uczenia głębokiego. Ta metoda wykorzystuje wielowarstwowe sieci neuronowe, które samodzielnie wykrywają złożone zależności w danych. LeCun dołączył do Facebooka w grudniu 2013 r. (Meta AI).

Pierwsze prace FAIR dotyczyły między innymi:

• rozpoznawania obiektów na zdjęciach,
• rozumienia języka naturalnego,
• tłumaczenia maszynowego,
• systemów rekomendacji,
• automatycznego wykrywania szkodliwych treści.

Meta zaczynała od rozwiązań potrzebnych platformom społecznościowym, a generatywna AI pojawiła się dopiero na kolejnym etapie. Równolegle firma udostępniała otwarte narzędzia, na przykład bibliotekę PyTorch, z której korzystają badacze i programiści na całym świecie. Dzięki temu zyskiwała wpływ na kierunek rozwoju całej dziedziny.

Porada datario.pl: czytając o strategii firmy technologicznej, rozdzielaj trzy warstwy: badania, narzędzia dla programistów i produkty dla użytkowników. Nazwa „Meta AI” może oznaczać laboratorium, model albo asystenta w aplikacji, więc przy każdym komunikacie sprawdzaj, o którą warstwę chodzi.

Llama i Meta AI, czyli wejście w generatywną AI

Generatywna sztuczna inteligencja tworzy nowe treści na podstawie poleceń. Duży model językowy (LLM) to model trenowany na bardzo dużych zbiorach tekstu, który odpowiada na pytania, streszcza, tłumaczy i pisze kod.

Meta rozwija rodzinę modeli Llama. W 2024 r. opisała Llama 3, w tym wersję o 405 mld parametrów, czyli wartości, które model dostraja podczas uczenia (Meta AI, 2024). W kwietniu 2025 r. pokazała Llama 4 Scout i Llama 4 Maverick. To modele multimodalne, zaprojektowane do pracy z tekstem i obrazem jednocześnie (Meta AI, 2025). W tym samym miesiącu zadebiutowała osobna aplikacja Meta AI zbudowana na Llama 4 (Meta, 2025).

Strategia Zuckerberga polega na wstawieniu asystenta tam, gdzie ludzie już są: do Facebooka, Instagrama, WhatsAppa i Messengera. Dla przedsiębiorcy oznacza to AI w codziennym panelu reklamowym. Generator opisu reklamy przyspiesza pierwszą wersję, jednak fakty, ton i zgodność z ofertą nadal sprawdzasz sam. Wynik w dużej mierze zależy od tego, jak piszesz polecenia dla modelu.

O Llama często mówi się „open source”, co jest uproszczeniem. Meta udostępnia wagi modelu, czyli wyuczone wartości, ale pełne dane treningowe i warunki licencji to osobna sprawa. Zanim użyjesz takiego modelu w firmie, sprawdź licencję, zasady przetwarzania danych i możliwość uruchomienia go na własnym serwerze.

Porada datario.pl: czytając o strategii firmy technologicznej, rozdzielaj trzy warstwy: badania, narzędzia dla programistów i produkty dla użytkowników. Nazwa „Meta AI” może oznaczać laboratorium, model albo asystenta w aplikacji, więc przy każdym komunikacie sprawdzaj, o którą warstwę chodzi.

RODO i europejskie granice dla Meta

RODO to unijne rozporządzenie o ochronie danych osobowych, czyli informacji pozwalających zidentyfikować człowieka. W 2024 r. Meta chciała trenować modele na publicznych treściach dorosłych użytkowników z Europejskiego Obszaru Gospodarczego. Po działaniach irlandzkiego organu ochrony danych wstrzymała plan (UODO, 2024). W 2025 r. UODO poinformował, że użytkownicy mogą zgłosić sprzeciw. Sprzeciw złożony przed 27 maja 2025 r. wyłączał dane z danego cyklu trenowania (UODO, 2025).

Publiczny post nadal może zawierać dane osobowe i podlega ochronie prawnej. Do tego dochodzi unijny akt o sztucznej inteligencji (rozporządzenie 2024/1689), który ocenia systemy według poziomu ryzyka. Zakazy niektórych praktyk obowiązują od 2 lutego 2025 r., a obowiązki dla modeli ogólnego przeznaczenia od 2 sierpnia 2025 r. (Komisja Europejska, 2026). Z tym tematem łączy się też kwestia etyki AI w biznesie.

Porada datario.pl: spisz jedną krótką zasadę firmową: do publicznych chatbotów nie wklejamy danych klientów, haseł, umów, dokumentacji medycznej ani nieopublikowanych informacji handlowych. Taka reguła szybciej ogranicza ryzyko niż ogólne szkolenie o bezpiecznym korzystaniu z AI.

Meta Superintelligence Labs i wyścig o talenty

Sztuczna inteligencja ogólna (AGI) to hipotetyczny system wykonujący szeroki zakres zadań poznawczych na poziomie człowieka. Superinteligencja oznacza system przewyższający ludzi w większości dziedzin. Żadne z tych pojęć nie ma powszechnie przyjętej definicji.

W czerwcu 2025 r. Meta połączyła działania AI w Meta Superintelligence Labs. Według Reutersa jednostką miał kierować Alexandr Wang, wcześniej związany ze Scale AI, a współprowadzić ją Nat Friedman, były szef GitHuba (Reuters, 2025). W tym samym roku firma podnosiła prognozy wydatków na centra danych i układy obliczeniowe (Meta, 2025). Głośne doniesienia o setkach miliardów dolarów dotyczyły planów na kolejne lata (Reuters, 2025).

Zaplecze AI, które Zuckerberg zbudował przez dwie dekady, obejmuje:

• dane z aplikacji używanych przez miliardy osób,
• zespoły badawcze i modele Llama,
• centra danych,
• produkty konsumenckie i inteligentne okulary,
• rekrutację badaczy i inżynierów.

Superinteligencja pozostaje celem strategicznym, a nikt nie potwierdził, że Meta osiągnęła AGI.

Co ta droga oznacza dla polskiej firmy

Historia Meta pokazuje kolejność: najpierw dane i procesy, potem narzędzia, na końcu zaawansowane modele. Polska jest na tej drodze za średnią unijną:

Obszar	Przedsiębiorstwa (10+ osób) korzystające z AI w 2024 r.
Unia Europejska	13,48%
Polska	5,9%

Dane pochodzą z Eurostatu (Eurostat, 2025). Zamiast celu „wdrożymy AI” wybierz jeden powtarzalny proces i zmierz go. Jeśli dopiero zaczynasz w małej firmie, dobrym kandydatem jest opis produktu do sklepu internetowego:

1. zbierasz parametry produktu i informacje o odbiorcach;
2. usuwasz informacje poufne i podajesz modelowi dane, długość oraz styl opisu;
3. model przygotowuje wersję roboczą;
4. sprawdzasz parametry, język korzyści i wymagania SEO;
5. zatwierdzony opis trafia do sklepu.

Ręcznie pierwsza wersja zajmuje około 30 minut. Szkic z AI powstaje w kilka minut, do tego dochodzi czas kontroli. Te wartości to punkt wyjścia do własnego pomiaru, bo żadne reprezentatywne badanie polskich firm ich nie potwierdza.

Element	Praca bez AI	Praca z AI
pierwsza wersja	ręczne zebranie i zapisanie treści	wygenerowanie szkicu
kontrola danych	ręczna	obowiązkowa
odpowiedzialność za publikację	pracownik	pracownik
główne ryzyko	czasochłonność	zmyślona informacja modelu
pomiar	czas i liczba poprawek	czas generowania, kontroli i poprawek

Porada datario.pl: przez dwa tygodnie zapisuj czas pracy bez AI i z AI, czas kontroli, liczbę poprawek, błędy merytoryczne oraz koszt narzędzia. Zacznij od zadania, w którym końcową decyzję podejmuje człowiek, bo łatwo je zmierzyć i wycofać, gdy jakość spadnie.