Meta secara sistematis mengubah operasi internalnya menjadi apa yang setara dengan lingkungan pasca-pelatihan yang luas untuk model kecerdasan buatan.
Apa yang sebenarnya dimaksud dengan post-training, dan mengapa hal ini penting
Membangun model AI terjadi dalam dua tahap utama. Pra-pelatihan adalah bagian di mana Anda memberikan model sejumlah besar data sehingga ia mempelajari pola, bahasa, dan penalaran. Pasca-pelatihan adalah apa yang terjadi selanjutnya: fine-tuning, alignment, loop umpan balik yang mengubah model yang cerdas tetapi mentah menjadi sesuatu yang benar-benar berguna.
Meta memperlakukan seluruh mesin perusahaannya sebagai laboratorium hidup untuk fase kedua tersebut. Program internal seperti “AI Week” dirancang untuk mendorong karyawan di seluruh perusahaan secara aktif berinteraksi dengan alat dan proyek AI, menghasilkan umpan balik dunia nyata.
Ketika ribuan karyawan berinteraksi dengan sistem AI selama pekerjaan mereka, entah itu targeting iklan, moderasi konten, desain produk, atau komunikasi internal, setiap interaksi menjadi titik data. Setiap koreksi menjadi sinyal pelatihan. Setiap alur kerja menjadi tolok ukur.
Infrastruktur di balik strategi tersebut
Peran baru seperti “Ilmuwan Riset AI, Pasca-Pelatihan” sedang diciptakan di dalam Superintelligence Labs Meta. Posisi-posisi ini ada khusus untuk merancang, mengelola, dan mengoptimalkan loop umpan balik antara tenaga kerja Meta dan model AI-nya.
Meta menginvestasikan $14,3 miliar untuk mengambil saham 49% di Scale AI, perusahaan pelabelan dan evaluasi data. Scale AI berspesialisasi dalam evaluasi manusia berkualitas tinggi yang membuat pelatihan pasca menjadi efektif. Menggabungkan kemampuan eksternal ini dengan strategi tenaga kerja internal sebagai tempat uji coba memberi Meta pendekatan dua arah.
Mengapa ini terhubung dengan periklanan, pendapatan, dan segala hal lainnya
Mark Zuckerberg menyoroti peran AI dalam meningkatkan efisiensi periklanan di seluruh platform Meta. Ketika model AI menjadi lebih baik dalam memahami niat pengguna, memprediksi keterlibatan, dan menghasilkan aset kreatif, pendapatan iklan meningkat.
Seorang karyawan di divisi iklan Meta menggunakan alat AI untuk mengoptimalkan penargetan kampanye. Alat tersebut memberikan saran. Karyawan tersebut menerima, memodifikasi, atau menolak saran tersebut. Setiap tindakan tersebut merupakan sinyal pelatihan yang mengalir kembali ke model. Kalikan itu dengan ribuan karyawan dan jutaan keputusan, dan operasi Meta sendiri menjadi sumber daya pasca-pelatihan.
Apa artinya ini bagi para investor dan lanskap AI yang lebih luas
Investasi Scale AI senilai $14,3 miliar menambahkan keketatan eksternal ke dalam proses internal. Pelabelan dan evaluasi data profesional, dikombinasikan dengan umpan balik karyawan organik, menciptakan pipeline pasca-pelatihan yang luas dan mendalam.
Risikonya adalah eksekusi. Mengubah perusahaan besar menjadi lingkungan pelatihan AI yang koheren memerlukan koordinasi yang tidak secara alami dimiliki oleh organisasi sebesar Meta. Inisiatif AI internal bisa menjadi bersifat performatif, di mana karyawan hanya menjalani prosedur "AI Week" tanpa menghasilkan umpan balik otentik dan bernilai tinggi yang benar-benar meningkatkan model.
Meta memiliki hubungan historis dengan proyek stablecoin dan infrastruktur pembayaran digital. Lapisan AI yang lebih mampu di seluruh platform Meta pada akhirnya dapat memengaruhi cara aset digital diintegrasikan ke dalam pesan, perdagangan, dan periklanan.