Zuckerberg: AI-agents Meta trager dan verwacht

Mark Zuckerberg heeft zijn medewerkers verteld dat de ontwikkeling van AI-agenten bij Meta minder snel gaat dan hij had gehoopt. Dat zei hij tijdens een interne bijeenkomst op 2 juli, blijkt uit een opname die persbureau Reuters beluisterde. Het is een opvallend eerlijke uitspraak van een topman die dit jaar tot 145 miljard dollar in AI-infrastructuur wil steken.

Wat Zuckerberg precies zei

De vooruitgang van de afgelopen vier maanden is “niet echt versneld op de manier die we hadden verwacht”, aldus Zuckerberg volgens de opname. Hij verwees daarbij naar de agentische systemen waar Meta zwaar op inzet: software die zelfstandig plannen maakt, tools bedient en taken afrondt zonder dat een mens elke stap stuurt. TechCrunch tekende op dat Zuckerberg ook de recente reorganisatie aanhaalde, inclusief grootschalige ontslagen, die volgens hem “niet zo schoon” verliep als gepland. De weddenschap op de nieuwe structuur heeft nog niet het beoogde resultaat opgeleverd, al rekent hij binnen drie tot zes maanden op zichtbare winst.

PYMNTS wees erop dat een dergelijke bekentenis zeldzaam is. AI-labs benadrukken doorgaans hoe hard het gaat, niet waar het stokt. Dat de baas van Meta het verschil tussen belofte en praktijk zo openlijk benoemt, zegt iets over de bredere staat van agent-technologie.

Waarom agenten trager rijpen dan modellen

De kloof zit hem niet zozeer in de taalmodellen zelf. Die worden in hoog tempo krachtiger, kijk naar de agentische sprong van Claude Sonnet 5 of de snelheidswinst van GPT-5.6 Sol op Cerebras. Het knelpunt zit in de laag eromheen: langlopende planning, betrouwbaar gebruik van externe tools, geheugen dat klopt over vele stappen, en grounding zodat een agent niet halverwege de mist ingaat. Precies dat systeemwerk laat zich moeilijker opschalen dan ruwe rekenkracht.

Meta staat daarin niet alleen. Ook de partijen achter Grok 4.3 op Amazon Bedrock lopen tegen dezelfde grens aan: een demo indrukwekkend laten ogen is iets anders dan een agent die dag in dag uit foutloos productiewerk levert.

“De modellen zijn niet het probleem, de bedrading eromheen is het echte werk. Bedrijven die nu leren hun processen slim op te knippen, plukken straks de vruchten als de agenten wel volwassen zijn.”

Leon Tindemans, AI-expert en Copilot- & ChatGPT-trainer. Meer weten? Bekijk de Copilot-training van TTM Communicatie.

Wat betekent dit

De uitspraak is een realiteitscheck voor iedereen die dacht dat volledig zelfstandige AI-agenten volgend kwartaal het werk overnemen. De investeringen blijven enorm, en dat drijft ook de kosten van geheugenchips en datacenters verder op. Maar de winst zit voorlopig in mensen die agenten gericht inzetten voor afgebakende taken, niet in het loslaten van een digitale medewerker op alles tegelijk. Voor bedrijven is de les nuchter: begin klein, meet het resultaat, en bouw uit zodra de techniek betrouwbaar blijkt. Zuckerberg geeft zichzelf drie tot zes maanden. Of dat genoeg is, blijkt vanzelf.