Meta investirà 50 miliardi di dollari per ampliare Hyperion, il suo progetto di datacenter nella Richland Parish, in Louisiana. La capacità prevista salirà da 2,2 a 5 gigawatt, una scala che fotografa la profondità della scommessa infrastrutturale di Mark Zuckerberg sull’intelligenza artificiale. Il piano, tuttavia, arriva mentre il gruppo valuta anche come collocare presso altri laboratori AI una parte della potenza di calcolo eventualmente inutilizzata.
Le due mosse possono apparire contraddittorie: da una parte l’espansione accelerata dei datacenter, dall’altra la possibile vendita della capacità in eccesso. Una lettura è che Meta abbia investito oltre le necessità immediate, incoraggiata dal successo iniziale di Llama e dalle ambizioni del team dedicato alla superintelligenza. Un’altra considera la commercializzazione dell’excess compute come l’evoluzione naturale di un operatore che ha ormai raggiunto dimensioni da hyperscaler.
Il modello economico di Meta presenta infatti più analogie con quello di Google che con le attività di OpenAI e Anthropic. Meta e Google collegano grandi platee di utenti agli inserzionisti e hanno registrato, rispettivamente, profitti annuali pari a 60,5 e 132,2 miliardi di dollari. Entrambe stanno inoltre riversando oltre 100 miliardi di dollari l’anno nelle infrastrutture necessarie ad alimentare modelli linguistici e sistemi per la generazione di immagini e video.
Per Meta, l’AI non è comunque un’attività nata con i chatbot. I suoi modelli commercialmente più efficaci restano i sistemi di raccomandazione, che utilizzano i segnali ricavati dai profili per selezionare contenuti e pubblicità. Le loro architetture si sono progressivamente avvicinate a quelle dei grandi modelli linguistici. A differenza di Google, però, Meta non ha ancora trasformato la propria scala da hyperscaler in un’offerta cloud rivolta al mercato.
Mark Zuckerberg ha ammesso che vendere capacità a lungo termine, sul modello di AWS, Azure o Google Compute, sarebbe un’opzione sensata qualora il gruppo non utilizzasse internamente tutte le risorse disponibili. Ha però precisato che quella capacità non è ancora pronta per essere offerta. Per gli investitori, un simile passaggio renderebbe il ritorno sull’hardware meno dipendente dalla capacità di Meta di monetizzare direttamente ogni singolo progetto AI.
Le strategie allo studio sarebbero due. La prima prevede una piattaforma a consumo simile ad Amazon Bedrock, attraverso la quale i clienti potrebbero eseguire modelli e distribuirli tramite API, riducendo la complessità operativa. Meta offre già accesso via API ad alcuni modelli proprietari; l’estensione consisterebbe nel supportare anche modelli di terze parti. La seconda ipotesi riguarda la vendita di risorse di calcolo grezze, con un’impostazione più vicina a CoreWeave o Lambda.
La strategia proprietaria sui chip potrebbe sostenere entrambe le opzioni. Meta sviluppa da anni gli acceleratori MTIA, inizialmente destinati ai sistemi di raccomandazione. Le nuove generazioni, realizzate insieme a Broadcom, sono più adatte a carichi come Llama e Muse Spark. Il gruppo potrebbe così lanciare rapidamente nuovi servizi sulle GPU, trasferire quelli consolidati sui propri chip personalizzati e destinare la capacità GPU liberata ai clienti cloud.
Un precedente arriva da xAI, che ha annunciato l’intenzione di affittare ad Anthropic il supercluster Colossus di Memphis. Zuckerberg ha inoltre indicato come interessante il modello di SpaceX, basato su accordi di breve durata conclusi a prezzi elevati. Compute, scala e capitale collocano quindi Meta nella posizione necessaria per diventare un grande cloud provider; la trasformazione dipenderà dalla disponibilità di risorse difficili da ottenere altrove e dalla capacità di convertirle in servizi acquistabili dalle imprese.