Meta licenzia 8.000 dipendenti per ottimizzare i costi dell’IA

Meta ha comunicato ai propri dipendenti, giovedì, di voler licenziare circa 8.000 persone, pari al 10% dell’intera forza lavoro aziendale. La notizia, confermata da due fonti a Axios, arriva mentre l’azienda cerca di contenere i costi crescenti dell’infrastruttura necessaria allo sviluppo dell’intelligenza artificiale.

Negli ultimi anni, le spese in conto capitale di Meta sono aumentate in modo significativo, alimentando preoccupazioni tra gli investitori che temono un impatto negativo sui profitti derivante da un’eccessiva allocazione di risorse verso l’IA. A gennaio, l’azienda ha dichiarato di aspettarsi un aumento del 60% almeno delle spese in conto capitale nel 2025 rispetto al 2024, motivato dall’aumento degli investimenti nei laboratori di Meta Superintelligence e nel core business.

Parallelamente, il flusso di cassa libero è atteso crollare dell’83% su base annua.

Le precedenti ondate di licenziamenti

Meta non è nuova a tagli su larga scala. Già nel 2022 e 2023, licenziamenti che hanno coinvolto oltre 20.000 dipendenti hanno segnato l’inizio del percorso di razionalizzazione dell’azienda.

La tendenza nel settore tech

La decisione di Meta si inserisce in un contesto più ampio in cui molte grandi aziende tecnologiche stanno riducendo il personale per rispondere alle aspettative degli investitori nell’era dell’IA. Tra i casi più rilevanti:

• Amazon: licenziamenti per circa 16.000 dipendenti nel 2025, legati a una ristrutturazione connessa agli investimenti in IA.
• Block (ex Square): tagli per circa 4.000 dipendenti, pari alla metà della forza lavoro.
• Salesforce: circa 1.000 licenziamenti, attribuiti all’automazione tramite IA.
• Snap Inc.: riduzione di 1.000 posti di lavoro, pari al 16% della forza lavoro.
• Microsoft: offerta di buyout per il 7% dei dipendenti.

Cosa monitorare

La notizia segue un recente rapporto secondo cui Meta avrebbe pianificato di registrare le attività dei dipendenti, incluse le battiture sulla tastiera, per raccogliere dati utili all’addestramento dei propri modelli di intelligenza artificiale. L’obiettivo è migliorare la capacità dei sistemi di imitare le interazioni umane con i computer.