Depuis l'essor de l'intelligence artificielle générative, Meta réorganise progressivement ses équipes, ses investissements et ses ambitions industrielles. Derrière les suppressions d'emplois, la concentration de la recherche et la multiplication des centres de données se dessine une transformation plus profonde : celle d'un géant publicitaire qui cherche à devenir une puissance de calcul et d'intelligence artificielle, sans savoir encore exactement quelle économie émergera de cette mutation.

Pendant près de vingt ans, la puissance de Meta a reposé sur une mécanique remarquablement efficace. Facebook, puis Instagram et WhatsApp, ont permis au groupe de réunir des milliards d'utilisateurs dans un même ensemble de services. Les données issues de leurs interactions ont alimenté des systèmes de recommandation toujours plus sophistiqués, tandis que les annonceurs finançaient une infrastructure numérique devenue incontournable. L'algorithme organisait l'attention, la publicité transformait cette attention en revenus et les revenus permettaient de perfectionner l'algorithme.

Cette architecture n'a pas disparu. Elle demeure même extraordinairement rentable. Mais elle ne suffit plus à définir l'avenir que Mark Zuckerberg entend construire.

Depuis l'apparition des grands modèles d'intelligence artificielle générative, Meta a engagé une transformation qui touche presque toutes les dimensions de son organisation. Ses équipes sont redistribuées, ses priorités de recherche redéfinies, ses infrastructures considérablement agrandies et ses engagements financiers portés à des niveaux qui auraient semblé disproportionnés quelques années auparavant.

Le mouvement ne correspond pas à une simple diversification technologique. Il révèle un changement dans la conception même de l'entreprise. Meta ne veut plus seulement posséder les plateformes sur lesquelles circulent les contenus et les interactions. Le groupe cherche à maîtriser les systèmes capables de produire, d'interpréter et, progressivement, d'organiser ces interactions.

L'enjeu est considérable : l'entreprise qui a bâti sa fortune sur la distribution de l'information veut désormais participer à la construction de l'intelligence qui pourrait en déterminer l'accès.

De l'expansion permanente à la discipline organisationnelle

La transformation actuelle trouve une partie de ses origines dans la crise traversée par Meta en 2022.

Après les recrutements massifs de la pandémie, le ralentissement de la publicité numérique, la concurrence de TikTok et les restrictions imposées au suivi publicitaire sur les appareils Apple ont révélé les fragilités d'un modèle longtemps habitué à une croissance presque continue. Dans le même temps, les investissements dans le métavers absorbaient des ressources considérables sans produire de revenus proportionnés.

La réponse de Zuckerberg fut d'abord organisationnelle.

À partir de novembre 2022, Meta engage plusieurs vagues de suppressions d'emplois. L'année 2023 devient officiellement celle de l'efficacité, avec une réduction des niveaux hiérarchiques, une simplification des processus et une pression accrue sur les coûts.

Cette période est souvent interprétée comme une correction des excès de recrutement. Elle représente également une rupture avec la culture de croissance qui avait accompagné l'expansion du groupe.

Meta découvre qu'une organisation plus vaste ne produit pas nécessairement davantage d'innovation et qu'une multiplication des équipes peut ralentir les décisions autant qu'elle augmente les capacités.

La discipline organisationnelle précède ainsi l'accélération de l'intelligence artificielle. Elle lui fournit ensuite un cadre : moins de structures intermédiaires, davantage de concentration sur les projets prioritaires et une intervention plus directe de la direction dans l'allocation des ressources.

Mais ce premier mouvement reste essentiellement défensif. La transformation devient véritablement stratégique lorsque Meta commence à considérer l'intelligence artificielle non plus comme une technologie au service de ses plateformes, mais comme le fondement possible de leur prochaine évolution.

Llama : la tentative de reconstruire un avantage technologique

Meta n'a pas découvert l'intelligence artificielle avec ChatGPT. Depuis longtemps, ses systèmes de recommandation, de modération, de traduction et de ciblage publicitaire reposent sur des techniques d'apprentissage automatique.

La nouveauté réside dans le déplacement de la compétition.

Pendant des années, l'avantage concurrentiel des grandes plateformes dépendait principalement de leur audience, de leurs données, de leurs réseaux de distribution et de leur capacité à optimiser les interactions. Avec les modèles génératifs, une nouvelle couche technologique apparaît entre les utilisateurs et les services numériques.

Un assistant capable de rechercher, de synthétiser, de produire des contenus et d'exécuter des tâches pourrait progressivement modifier les conditions d'accès aux plateformes. Les entreprises qui contrôlent ces systèmes pourraient acquérir une influence comparable à celle exercée auparavant par les moteurs de recherche, les systèmes d'exploitation ou les réseaux sociaux.

Pour Meta, cette perspective comporte un risque particulier : voir émerger de nouveaux intermédiaires entre ses milliards d'utilisateurs et les services qu'elle contrôle.

Le développement des modèles Llama répond en partie à cette menace.

En diffusant des modèles dont les poids sont accessibles sous certaines conditions, Meta choisit une stratégie différente de celle des acteurs privilégiant des systèmes entièrement propriétaires. L'objectif n'est pas seulement scientifique. Il consiste aussi à encourager l'adoption d'un environnement technologique dans lequel Meta conserve une place centrale.

Cette approche peut favoriser l'expérimentation, attirer des développeurs et réduire la dépendance de l'écosystème à quelques fournisseurs de modèles fermés. Elle ne garantit toutefois ni une domination technologique ni une rentabilité directe.

Le paradoxe est déjà visible : Meta investit massivement dans des technologies dont elle facilite parfois l'utilisation par d'autres entreprises, en espérant que la diffusion de ces technologies renforcera indirectement son propre positionnement.

Cette stratégie devient plus difficile à maintenir à mesure que la compétition se déplace vers des modèles toujours plus coûteux à entraîner et à exploiter.

La superintelligence comme nouvelle structure de pouvoir

L'année 2025 marque une accélération décisive.

Meta engage une réorganisation de ses capacités de recherche avancée et constitue Meta Superintelligence Labs, une structure destinée à concentrer ses efforts sur les modèles les plus performants et les systèmes d'intelligence artificielle de nouvelle génération.

L'arrivée d'Alexandr Wang, fondateur de Scale AI, accompagne cette évolution. L'investissement d'environ 14,3 milliards de dollars dans Scale AI illustre la volonté du groupe de réunir des compétences, des infrastructures de données et des capacités d'exécution qui ne peuvent plus être développées uniquement par croissance organique.

La portée de cette opération dépasse la question du recrutement d'un dirigeant ou de l'acquisition d'un savoir-faire.

Meta rapproche la recherche fondamentale, le développement des modèles et les décisions industrielles du centre de pouvoir de l'entreprise. L'intelligence artificielle devient une priorité dont la gouvernance relève directement de la direction générale.

Ce changement modifie la hiérarchie implicite des activités. Les réseaux sociaux demeurent les principales sources de revenus, mais les projets de recherche avancée déterminent une part croissante des investissements et des choix organisationnels.

La logique est celle d'une concentration stratégique : lorsqu'une technologie est considérée comme susceptible de redéfinir l'ensemble d'un secteur, les ressources cessent d'être distribuées principalement selon les performances actuelles des différentes divisions. Elles sont orientées vers les capacités jugées essentielles à la prochaine génération de produits.

Cette concentration comporte néanmoins ses propres difficultés.

Les chercheurs spécialisés dans les modèles de pointe constituent un marché du travail particulièrement restreint. Leur recrutement mobilise des rémunérations élevées, tandis que leur intégration dans de grandes organisations ne garantit pas automatiquement des progrès proportionnels.

Surtout, les avancées scientifiques ne suivent pas nécessairement le calendrier financier des entreprises qui les financent. Les modèles peuvent devenir plus performants sans que leur amélioration se traduise immédiatement par de nouveaux produits, des revenus supplémentaires ou des gains mesurables de productivité.

Meta cherche ainsi à rapprocher deux temporalités qui ne coïncident pas toujours : celle de la recherche, incertaine par nature, et celle de l'entreprise cotée, soumise à des exigences régulières de performance.

L'entreprise automatisée, entre ambition et résistance du réel

La réorganisation prend une dimension supplémentaire en 2026, lorsque Meta cherche à transformer ses propres méthodes de travail grâce à l'intelligence artificielle.

L'objectif n'est plus seulement de produire des assistants destinés aux utilisateurs. Il consiste à faire de l'IA un instrument interne de développement logiciel, de coordination et d'exécution.

Une enquête publiée par Reuters en août 2026 décrit notamment le projet interne baptisé Project OT, conçu autour d'une organisation plus automatisée, avec des équipes resserrées et des agents capables de prendre en charge une partie croissante des tâches.

Cette perspective bouleverse la relation traditionnelle entre effectifs et capacité productive.

Dans l'entreprise technologique classique, l'expansion des produits et des infrastructures s'accompagne généralement d'une augmentation du nombre d'ingénieurs, de responsables de projets et de fonctions de support. Dans le modèle envisagé par Meta, une partie de cette croissance pourrait être absorbée par des systèmes automatisés.

L'organisation ne serait plus nécessairement construite autour de grandes équipes spécialisées, mais autour de groupes plus restreints disposant d'une capacité d'exécution démultipliée par les outils d'intelligence artificielle.

La promesse est considérable. Sa réalisation demeure incertaine.

Reuters rapporte que les scénarios les plus radicaux du projet n'ont pas été entièrement appliqués et que certains résultats internes ont révélé un écart entre l'augmentation du volume de code produit et les gains réels de productivité. Des difficultés techniques, des incidents et des résistances organisationnelles ont également accompagné cette transformation.

Ces éléments sont importants, car ils distinguent l'automatisation d'une tâche de l'amélioration effective d'un système de production.

Produire davantage de code ne signifie pas nécessairement développer de meilleurs logiciels. Réduire le nombre d'intervenants ne garantit pas une meilleure coordination. Et remplacer certaines opérations humaines par des agents autonomes peut déplacer les coûts vers la supervision, la vérification et la correction.

Les effectifs de Meta atteignent 66 775 personnes au 30 septembre 2026, soit une diminution de 15 % sur un an. Cette contraction est significative, mais elle ne saurait être attribuée intégralement à des gains de productivité liés à l'IA. Elle résulte d'un ensemble de décisions de restructuration, de redéploiement et de rationalisation.

La transformation du travail reste donc une expérimentation industrielle autant qu'une réorganisation administrative.

Meta ne démontre pas encore qu'une entreprise technologique peut fonctionner durablement avec beaucoup moins de salariés grâce aux agents intelligents. Elle teste, à grande échelle, les conditions dans lesquelles cette hypothèse pourrait devenir économiquement crédible.

Moins de salariés, davantage de capital

C'est probablement dans la structure de ses investissements que la mutation de Meta apparaît le plus clairement.

Le groupe prévoit désormais entre 135 et 145 milliards de dollars de dépenses d'investissement pour l'ensemble de l'année 2026, contre environ 72,2 milliards réalisés en 2025.

Cette accélération transforme profondément le profil économique de l'entreprise.

Historiquement, Meta appartenait à une catégorie de groupes numériques capables de générer des revenus considérables à partir d'infrastructures relativement peu coûteuses au regard de leur audience. Certes, les centres de données, les réseaux et les systèmes informatiques représentaient déjà des investissements importants. Mais la rentabilité provenait largement de la capacité à distribuer des services numériques à une échelle mondiale.

L'intelligence artificielle générative modifie cet équilibre.

L'entraînement des modèles avancés nécessite des capacités de calcul massives. Leur exploitation mobilise des processeurs spécialisés, des réseaux à haut débit, des systèmes de refroidissement et une alimentation électrique fiable. À mesure que les applications deviennent plus complexes et que leur utilisation augmente, les dépenses ne se limitent plus à la phase de développement : elles se prolongent dans le fonctionnement quotidien des services.

Meta devient ainsi plus dépendante d'actifs physiques, de chaînes d'approvisionnement industrielles et de contraintes énergétiques.

Cette évolution rapproche certaines caractéristiques de son modèle économique de celles des grands opérateurs d'infrastructures.

L'entreprise doit sécuriser des équipements, planifier des capacités plusieurs années à l'avance et engager des capitaux considérables avant de connaître précisément le niveau de demande future.

Le risque change de nature.

Dans les réseaux sociaux, une fonctionnalité peu utilisée peut être modifiée ou abandonnée à un coût relativement limité. Un centre de données construit pour plusieurs milliards de dollars représente un engagement beaucoup moins réversible.

La compétition technologique devient également une compétition de bilan : disposer des meilleurs chercheurs ne suffit plus si l'entreprise ne possède pas les moyens de financer durablement leur travail.

La publicité finance une économie encore inconnue

Les résultats du troisième trimestre 2026 révèlent toute l'ambivalence de cette transformation.

Meta réalise 64,6 milliards de dollars de chiffre d'affaires, en progression de 26 % sur un an. Ses plateformes continuent de réunir une audience immense, avec 3,64 milliards de personnes actives quotidiennement en moyenne sur sa famille d'applications en septembre.

La publicité reste au cœur de cette performance.

L'intelligence artificielle contribue déjà à l'amélioration des recommandations, de la pertinence des annonces et de leur monétisation. Meta souligne que ces investissements produisent des revenus publicitaires supplémentaires, ce qui distingue les applications opérationnelles de l'IA des projets de recherche plus spéculatifs.

Mais les résultats financiers montrent également l'ampleur du coût de la transition.

Au troisième trimestre, les dépenses d'investissement atteignent 34,91 milliards de dollars, tandis que le flux de trésorerie disponible devient négatif à hauteur de 2,12 milliards.

Le résultat opérationnel publié recule de 37 %, à 12,99 milliards de dollars. Cette baisse doit toutefois être interprétée avec prudence : elle comprend une charge exceptionnelle de 9,89 milliards liée à un accord juridique concernant les effets des réseaux sociaux sur la santé mentale des adolescents. Hors cette charge, le résultat opérationnel aurait atteint environ 22,88 milliards de dollars.

Il serait donc inexact de présenter la diminution de la marge publiée comme la seule conséquence des investissements dans l'intelligence artificielle.

La tension fondamentale apparaît ailleurs : les activités historiques continuent de produire des revenus croissants, mais une part considérable des ressources financières est désormais consacrée à la construction de capacités dont les retours économiques restent difficiles à mesurer.

Meta utilise les profits d'une économie publicitaire relativement mature pour financer une économie de l'intelligence artificielle dont les modèles de revenus ne sont pas encore stabilisés.

Cette stratégie peut se révéler particulièrement efficace si les nouveaux systèmes renforcent les plateformes existantes et créent de nouveaux marchés. Elle peut également devenir coûteuse si les investissements progressent durablement plus vite que les revenus supplémentaires qu'ils permettent de générer.

La distinction entre amélioration du cœur de métier et création d'une nouvelle activité devient alors essentielle.

L'intelligence artificielle publicitaire possède déjà une logique de monétisation identifiable. La superintelligence, les agents personnels et les nouvelles interfaces conversationnelles relèvent encore, pour une large part, d'une anticipation stratégique.

Le métavers perd sa centralité, sans disparaître

Cette réorientation oblige également Meta à reconsidérer l'ambition qui avait justifié son changement de nom en 2021.

Le métavers devait constituer une nouvelle génération d'environnements numériques, dans lesquels les interactions sociales, le travail, les loisirs et les transactions prendraient progressivement place au sein d'espaces immersifs.

Cette vision n'a pas disparu, mais elle ne bénéficie plus de la même centralité stratégique.

Reality Labs continue de développer des technologies de réalité augmentée, de réalité virtuelle et des appareils connectés. Toutefois, Meta prévoit désormais de réduire les pertes de cette division et de réallouer une partie des investissements vers des priorités liées à l'intelligence artificielle.

En octobre 2026, le groupe anticipe des pertes de Reality Labs comprises entre 18 et 19 milliards de dollars pour l'année, puis autour de 15 milliards en 2027.

Le changement ne constitue pas nécessairement un renoncement aux interfaces immersives. Il traduit plutôt une modification de la séquence industrielle.

Au lieu de construire d'abord un environnement numérique entièrement nouveau dans lequel les utilisateurs pourraient évoluer, Meta privilégie davantage le développement de systèmes intelligents susceptibles d'être intégrés aux interfaces existantes et aux futurs appareils.

Les lunettes connectées prennent, dans cette perspective, une importance particulière. Elles peuvent devenir un support d'interaction avec des assistants capables de comprendre la voix, l'image et le contexte immédiat de l'utilisateur.

Le matériel n'est alors plus uniquement un instrument d'immersion. Il devient un moyen d'accéder en permanence à des capacités d'intelligence artificielle.

La continuité entre les deux stratégies existe, mais leur centre de gravité a changé.

Meta ne cherche plus seulement à construire le prochain espace numérique. Elle cherche à maîtriser l'intelligence susceptible d'accompagner les utilisateurs à travers plusieurs espaces.

La nouvelle architecture financière du pouvoir

La transformation industrielle s'accompagne d'une évolution des instruments financiers.

En octobre 2026, Meta annonce la création d'une nouvelle catégorie d'actions ordinaires de classe C, sans droit de vote, dont l'entrée en vigueur est prévue en janvier 2027.

Ce dispositif doit notamment offrir davantage de flexibilité pour les financements, les acquisitions et les rémunérations en actions, tout en préservant la structure de contrôle du groupe.

La décision est significative dans le contexte d'une entreprise qui doit financer simultanément des infrastructures, attirer des chercheurs particulièrement recherchés et conserver la possibilité de procéder à des acquisitions stratégiques.

Elle souligne également la singularité de la gouvernance de Meta.

Mark Zuckerberg conserve une capacité déterminante d'orientation à long terme. Cette concentration du pouvoir peut permettre de maintenir des investissements considérables malgré les incertitudes immédiates. Elle réduit aussi la capacité des actionnaires ordinaires à infléchir certaines décisions stratégiques.

Le modèle repose donc sur un arbitrage particulier entre continuité du contrôle et discipline financière.

Cette question devient plus sensible lorsque les besoins en capital augmentent.

Le 30 octobre 2026, S&P Global Ratings révise de stable à négative la perspective associée à la notation de crédit de Meta, en invoquant notamment les incertitudes concernant les dépenses d'intelligence artificielle et la génération future de trésorerie.

L'agence s'inquiète de la possibilité que les investissements dépassent durablement les capacités de financement interne du groupe. Meta conteste cette analyse et met en avant la solidité de ses activités ainsi que les perspectives économiques de ses projets.

Cette divergence ne permet pas de conclure que la stratégie est insoutenable. Elle montre cependant que la transformation de Meta commence à modifier la perception de son risque financier.

L'entreprise conserve des ressources considérables, mais elle n'échappe plus entièrement aux contraintes qui caractérisent les grandes stratégies industrielles intensives en capital.

Le financement de l'intelligence artificielle devient ainsi un sujet de gouvernance autant qu'une question technologique.

Une nouvelle dépendance aux infrastructures

L'un des aspects les moins visibles de la transformation concerne la géographie et la matérialité du pouvoir numérique.

Pendant longtemps, la domination des grandes plateformes semblait reposer principalement sur des logiciels, des données et des effets de réseau. Ces facteurs restent essentiels, mais la course à l'intelligence artificielle renforce le rôle d'éléments beaucoup plus tangibles.

Les capacités de production de semi-conducteurs, la disponibilité de l'électricité, les infrastructures de transmission, les systèmes de refroidissement et les délais de construction des centres de données deviennent des paramètres stratégiques.

Meta peut concevoir ses propres modèles et organiser ses équipes avec une grande autonomie. Elle demeure néanmoins dépendante de fournisseurs d'équipements, de producteurs d'énergie, d'opérateurs de réseaux et de territoires capables d'accueillir ses installations.

Cette dépendance introduit une nouvelle dimension dans sa stratégie internationale.

La disponibilité des ressources industrielles et énergétiques peut influencer la localisation des investissements, tandis que les restrictions commerciales, les tensions géopolitiques et les réglementations nationales peuvent modifier les conditions de développement des infrastructures.

L'intelligence artificielle donne ainsi aux entreprises numériques une empreinte industrielle plus importante, tout en les exposant davantage aux contraintes du monde physique.

Pour Meta, le défi n'est plus seulement d'obtenir l'attention des utilisateurs. Il consiste également à garantir la capacité matérielle de faire fonctionner les systèmes qui pourraient organiser leurs futures interactions.

La bataille pour l'interface

Derrière les investissements et les restructurations se trouve une interrogation stratégique plus fondamentale : qui contrôlera la relation entre les individus et les services numériques à l'ère des assistants intelligents ?

Les plateformes sociales ont prospéré en organisant des espaces dans lesquels les utilisateurs produisent, découvrent et partagent des contenus. Les assistants d'intelligence artificielle introduisent une logique différente.

Au lieu de parcourir plusieurs applications pour rechercher une information, comparer des produits ou accomplir une tâche, un utilisateur pourrait déléguer une partie de ces opérations à un système conversationnel ou à un agent autonome.

Cette évolution ne signifie pas nécessairement la disparition des réseaux sociaux. Elle pourrait cependant modifier la manière dont les utilisateurs y accèdent et la valeur économique des interactions qu'ils génèrent.

Pour Meta, le risque serait de conserver une audience immense tout en perdant une partie du contrôle sur les interfaces par lesquelles cette audience interagit avec le monde numérique.

L'intégration de Meta AI dans ses applications, le développement de modèles propriétaires et les investissements dans les appareils connectés peuvent être compris comme des réponses complémentaires à cette menace.

Le groupe possède déjà un avantage considérable : une distribution mondiale que peu de concurrents peuvent reproduire.

Mais la distribution ne garantit pas la préférence des utilisateurs pour un assistant, pas plus qu'elle ne garantit la supériorité des modèles qui le font fonctionner.

Meta doit donc réussir une transition délicate : utiliser ses plateformes pour diffuser de nouveaux services sans supposer que leur audience historique suffira à imposer ces services.

L'entreprise cherche à préserver la maîtrise de la relation utilisateur au moment même où les modalités de cette relation pourraient être profondément transformées.

Le pari d'une entreprise différente

La réorganisation de Meta ne se résume ni à une politique de réduction des effectifs ni à une augmentation spectaculaire des dépenses technologiques.

Elle correspond à une transformation simultanée de plusieurs équilibres qui avaient défini l'entreprise.

Le capital prend une importance croissante par rapport aux effectifs. La recherche avancée se rapproche du centre décisionnel. Les infrastructures physiques deviennent aussi stratégiques que les logiciels. Les activités historiques continuent de financer l'expansion, mais ne déterminent plus seules les priorités d'investissement.

Dans le même temps, Meta cherche à modifier ses propres méthodes de production grâce à l'automatisation, tout en construisant des produits susceptibles de transformer les usages numériques.

Ces changements ne progressent pas nécessairement au même rythme.

La publicité bénéficie déjà des systèmes d'intelligence artificielle. Les agents autonomes n'ont pas encore démontré partout les gains de productivité attendus. Les modèles avancés mobilisent des capitaux croissants, tandis que leurs applications commerciales restent partiellement ouvertes. Les centres de données exigent des engagements de long terme dans un environnement technologique où les architectures peuvent évoluer rapidement.

La cohérence stratégique de l'ensemble repose donc sur une hypothèse : les capacités d'intelligence artificielle deviendront suffisamment importantes dans l'économie numérique pour justifier les ressources mobilisées aujourd'hui.

Cette hypothèse est plausible, mais son ampleur économique, son calendrier et la répartition future de la valeur demeurent incertains.

Meta dispose d'atouts considérables pour supporter cette incertitude : une audience mondiale, des revenus publicitaires massifs, une infrastructure technologique étendue et une gouvernance capable de soutenir des décisions de long terme.

Ces avantages ne suppriment cependant ni le risque d'une mauvaise allocation du capital ni celui d'une concurrence capable de déplacer rapidement les frontières technologiques.

L'histoire récente de Meta montre d'ailleurs que les grandes anticipations industrielles ne se réalisent pas toujours selon le scénario initial. Le métavers devait constituer le prochain horizon de l'entreprise. L'intelligence artificielle en a déplacé le centre de gravité avant même que cette première ambition ait atteint sa maturité économique.

Il serait donc prématuré de considérer la réorganisation actuelle comme l'aboutissement d'une stratégie déjà validée.

Elle représente plutôt un pari d'une ampleur exceptionnelle, financé par l'une des machines publicitaires les plus puissantes jamais construites.

Pendant deux décennies, Meta a appris à transformer l'attention humaine en revenus. Elle tente désormais de convertir ces revenus en capacités d'intelligence artificielle, dans l'espoir que celles-ci lui permettront de conserver une position centrale dans la prochaine organisation du monde numérique.

La question n'est plus seulement de savoir combien d'utilisateurs ses plateformes pourront réunir, ni combien d'annonces elles pourront diffuser.

Elle est de déterminer si l'entreprise qui a dominé l'économie de l'attention pourra également devenir l'une des architectures de l'économie de l'intelligence.

Et si cette transformation réussit, Meta pourrait découvrir que son principal actif n'est plus l'algorithme qui décide de ce que les utilisateurs voient, mais le système qui les aide à décider de ce qu'ils feront.

Sources principales

  • Meta Platforms, Third Quarter 2026 Results, 21 octobre 2026. Résultats financiers, effectifs, investissements, perspectives de Reality Labs et annonce de la nouvelle classe d'actions.
  • Meta Platforms, Form 10-Q, trimestre clos le 30 septembre 2026, déposé auprès de la Securities and Exchange Commission. Données financières, flux de trésorerie et risques.
  • Reuters, Mark Zuckerberg had a bold plan to replace Meta staff with AI. Here's how it imploded, 26 août 2026. Enquête sur Project OT, la réorganisation du travail et les limites rencontrées par l'automatisation.
  • Reuters, S&P Global revises Meta's outlook to negative on AI spending, cash flow worries, 30 octobre 2026. Analyse de l'évolution du risque de crédit et de la réponse de Meta.
  • Meta Platforms, communications institutionnelles relatives à Llama, Meta Superintelligence Labs et à sa stratégie d'intelligence artificielle, 2023–2026.

Les chiffres financiers et les décisions annoncées sont distingués des interprétations stratégiques. Les projections d'investissement, les perspectives de rentabilité et les gains futurs de productivité ne constituent pas des résultats acquis.