Meta годами пыталась и проваливала попытки создать новый успешный социальный продукт помимо основных платформ. Список неудачных экспериментов внушительный: Slingshot, Rooms, Paper, Riff в 2014-2015 годах, затем Bump, Aux, Move, Spark, CatchUp, Super, Tuned, BARS в начале 2020-х — все закрыты. Теперь компания утверждает, что нашла способ переломить эту серию неудач, и указывает на конкретный инструмент — большие языковые модели.
На звонке по итогам второго квартала Цукерберг перечислил свежий поток запусков: приложение для продавцов на Marketplace, отдельный клон Reddit под названием Forum, вайб-кодинговая игровая платформа Pocket, фотоприложение Instagram Instants, эксперимент с AI-генерируемыми сказками на ночь. По его словам, скоро появится ещё больше новых продуктов, и запускать их стало значительно проще именно благодаря AI.
Конкретика от финансового директора Meta Сьюзан Ли объясняет механизм: LLM делают существующие системы рекомендаций умнее, по-настоящему понимая, о чём конкретный контент, а не просто сортируя его по метаданным. Плюс агенты на основе LLM помогают инженерным командам — оценивают качество контента, обнаруживают тренды и тестируют изменения алгоритмов ранжирования. С начала года каждый Reel и пост в ленте Instagram автоматически обрабатывается языковой моделью для анализа темы и тона — это напрямую улучшает рекомендации.
Единственный реальный успех, на который может опереться Meta, — Threads с 500 миллионами ежемесячных пользователей, который компания продолжает называть будущим миллиардным приложением. Стоит помнить контекст: инвесторы на звонке не стали расспрашивать о новых приложениях. Их больше волновали траты на AI и корпоративные амбиции Meta. История с бесконечными экспериментальными приложениями повторяется третий раз за десятилетие. Вопрос: действительно ли AI-ускорение разработки означает продукт, который приживётся, или позволяет быстрее производить очередную партию гипотез на выброс.
Во что углубиться:
- История провалившихся экспериментальных приложений Meta: полный список закрытых проектов Creative Labs и NPE Team
- Threads и рост до 500 миллионов пользователей: какие механики позволили приложению выжить там, где другие проваливались
- LLM в рекомендательных системах: как языковые модели меняют алгоритмы ранжирования контента в соцсетях