Nøkkelinnsikt

• Meta Superintelligence Labs ble bygget fra bunnen av med fokus på vitenskapelig grunnlag og talentdensitet, uten kunstige tidsfrister
• Metas AI-identitet er personlige agenter på bærbare enheter som Ray-Ban Meta-brillene, en visjon som strekker seg forbi telefonen
• Wang hevder at AI-gjennombruddene de neste fem årene vil være blant de mest monumentale i menneskehetens historie

---

Kort fortalt

Alexandr Wang, Metas AI-sjef og grunnlegger av Scale AI, hevder at AI-oppdagelsene de neste fem årene vil bli blant de viktigste i menneskehetens historie. I et intervju med Varun Mayya forklarer han hvordan den nye divisjonen Meta Superintelligence Labs (MSL) ble designet fra blanke ark for å bygge superintelligens (AI som overgår menneskelig intelligens på alle områder) og gjøre den tilgjengelig for Metas 3,5 milliarder daglige brukere. Visjonen er personlige AI-agenter som alltid er tilgjengelige gjennom en rekke enheter, fra telefonen til Ray-Ban Meta-brillene. Spørsmålet er om Meta virkelig kan innfri et så ambisiøst løfte.

---

Den sentrale påstanden

Wang argumenterer for at Meta er unikt posisjonert for å vinne AI-kappløpet fordi selskapet kombinerer forskning i verdensklasse med en distribusjonsmaskin ingen andre har (01:56). Halvparten av verdens befolkning bruker allerede Metas produkter daglig, noe som betyr at nye AI-funksjoner kan nå milliarder av mennesker med en oppdatering. MSL ble opprettet for å bygge både den underliggende teknologien og produktene som skal bringe den ut til folk (02:25).

Flywheel-effekten: forskning, produkter og infrastruktur

Kjernen i Wangs strategi er det han kaller en «flywheel» (en selvforsterkende syklus der hvert ledd styrker de andre). Syklusen fungerer slik: frontiermodeller gir bedre produkter, bedre produkter gir mer infrastruktur, og mer infrastruktur gjør det mulig å bygge enda sterkere modeller (03:52).

Wang peker på at forskning og produkt ikke lenger lever i separate siloer. De mest vellykkede AI-produktene de siste årene, som ChatGPT og Claude Code, oppsto ifølge ham nettopp fordi forskere og produktfolk jobbet tett sammen (06:00).

Personlige agenter som alltid er med deg

Metas AI-identitet handler ifølge Wang om personlige agenter tilgjengelige over hele verden (07:36). En personlig agent (en AI-assistent som jobber på dine vegne, kjenner målene dine og alltid er tilgjengelig) skal ikke være begrenset til telefonen. Wang beskriver en fremtid der agenten finnes på en rekke enheter som briller, klokker og andre bærbare produkter (08:21).

Konkret nevner han Ray-Ban Meta-smartbrillene, som allerede er solgt i millionvis (11:08). De kjører i dag en eldre versjon av Llama (Metas familie av AI-modeller med åpen kildekode), men Wang lover at «moderne AI» kommer «veldig snart» (09:42). Intervjueren Varun Mayya formulerer det treffende: brillene er «en programvareoppdatering unna superkrefter».

Bygget for langsiktig vitenskap, ikke kortsiktige seire

Da Wang kom til Meta for syv måneder siden, var første prioritet å sette opp organisasjonen riktig for lang sikt (10:07). Det innebar å fjerne kunstige tidsfrister, bygge sterke vitenskapelige grunnlag og samle de beste forskerne. Wang sier at dette er en lekse han lærte som ung gründer: utålmodighet er både en styrke og en svakhet (11:46).

Han trekker paralleller til de mest varige selskapene i Silicon Valley. De som har overlevd i tiår, bygget noe som var tungt å kopiere. Wang ønsker det samme for MSL: et frø som vokser over tid, heller enn raske gevinster som ikke varer.

---

Motstridende perspektiver

Andre laboratorier satser like hardt

Wang fremstiller Meta som unikt posisjonert, men flere aktører har lignende ambisjoner. OpenAI har allerede et stort forsprang med ChatGPT som markedsleder. Anthropic satser tungt på sikkerhet og ansvarlig AI-utvikling. Google DeepMind har tilgang til enda mer data gjennom Googles søkemotor, e-post og skytjenester. Påstanden om at Metas distribusjon er en avgjørende fordel undervurderer at konkurrentene også har milliarder av brukere.

Åpen kildekode mot lukket: et uavklart spørsmål

Meta har tidligere profilert seg sterkt på åpen kildekode (open source, programvare der kildekoden er fritt tilgjengelig) gjennom Llama-modellene. Wang nevner ikke denne strategien direkte i intervjuet, noe som reiser spørsmål. Hvis MSL utvikler superintelligens, vil resultatene fortsatt være åpne? Eller vil Meta følge samme lukket-modell som OpenAI og Anthropic når innsatsen blir høy nok? Svaret på dette spørsmålet kan endre hele dynamikken i AI-bransjen.

Tillit er lettere å love enn å levere

Wang understreker at personlige agenter krever «en enorm mengde tillit» fra brukere, myndigheter og offentligheten (17:28). Han sier at Meta samarbeider med filosofer og psykologer for å forme hvordan AI-modellene oppfører seg (16:47). Men Metas historie med personvern er full av kontroverser: fra Cambridge Analytica-skandalen til gjentatte bøter fra europeiske datatilsyn. Å be om tillit til en AI som «ser det du ser og hører det du hører» krever mer enn gode intensjoner.

---

Skalering og praktiske hindringer

En personlig agent som fungerer på tvers av enheter, språk og kulturer for 3,5 milliarder mennesker er en kolossal teknisk utfordring. Noen av de mest åpenbare barrierene:

Regulering og lovverk. EU har allerede vedtatt AI-forordningen (EU AI Act), som stiller strenge krav til høyrisiko-AI-systemer. En agent som alltid er aktiv og samler inn lyd og video gjennom smartbrillene vil møte motstand fra personvernmyndigheter.

Språk og kultur. Metas brukere bor i over 100 land og snakker hundrevis av språk. Å bygge en agent som forstår både kulturelle nyanser og språklig sammenheng på tvers av alt dette er en langt større utfordring enn å optimalisere for engelsk.

Maskinvarebegrensninger. Ray-Ban Meta-brillene har begrenset batteritid og prosessorkraft. Å kjøre «moderne AI» på en bærbar enhet (wearable, teknologi du har på kroppen) krever enten betydelige maskinvareoppgraderinger eller tung avhengighet av skytjenester, noe som igjen reiser spørsmål om personvern og ventetid.

---

Hvordan tolke disse påstandene

Wang legger fram et ambisiøst veikart, men flere forhold fortjener grundig vurdering før man godtar konklusjonene.

Kilde og sammenheng

Wang er Metas AI-sjef. Alt han sier i dette intervjuet er i praksis en ledermelding fra et selskap som ønsker å tiltrekke seg talenter, investorer og positiv omtale. Det er ikke uavhengig analyse. Intervjueren Varun Mayya stiller engasjerte, men få kritiske spørsmål, noe som gjør samtalen mer til en presentasjon enn en gransking.

Få konkrete bevis

Wang bruker ord som «monumental», «magical» og «incredible velocity» gjentatte ganger, men gir svært få konkrete tall eller milepæler. Vi får vite at MSL har brukt syv måneder på å bygge grunnlaget, og at resultater kommer «snart». Men hva betyr «snart»? Hva er målepunktene? Uten konkrete tidsplaner eller tekniske detaljer er det vanskelig å vurdere om dette er en realistisk plan eller en kommunikasjonsøvelse.

«Superintelligens» som upresis målsetting

Selve begrepet «superintelligens» (AI som overgår menneskelig intelligens på alle områder) er omdiskutert i AI-miljøet. Det finnes ingen omforent definisjon, og ingen laboratorier er i nærheten av å bygge det. Når Wang bruker dette som mål for MSL, er det umulig å si når eller om de lykkes. Det gjør løftet vanskelig å holde ansvarlig.

Hva sterkere bevis ville sett ut som

For at Metas påstander skulle være mer overbevisende, ville det trengs: uavhengige benchmarks som viser at MSLs modeller faktisk presser fronten, konkrete produktdemoer med sammenlignbare resultater, en tydelig tidslinje med etterprøvbare milepæler, og åpenhet rundt sikkerhetsmetodikken de utvikler sammen med filosofer og psykologer.

---

Praktiske implikasjoner

For utviklere og AI-interesserte

Metas flywheel-strategi betyr at nye Llama-modeller og AI-verktøy trolig kommer hyppigere fremover. Følg med på Meta AI for oppdateringer. Hvis MSL leverer på lovnadene, kan åpen kildekode-modellene fra Meta bli enda sterkere konkurrenter til GPT og Claude.

For forbrukere

Har du Ray-Ban Meta-briller? En betydelig AI-oppgradering er ifølge Wang rett rundt hjørnet. Men vær bevisst på personvernkonsekvensene av en agent som «ser det du ser og hører det du hører.» Les personvernvilkårene nøye når oppdateringen kommer.

For bransjen

Avtalen der Meta hentet Wang fra Scale AI til en rapportert pris av rundt 14,3 milliarder dollar viser hvor aggressivt selskapet investerer i AI-talent. Denne typen oppkjøpsrekruttering (acqui-hire, når et selskap kjøpes primært for å hente inn nøkkelpersoner) setter press på hele bransjen og kan drive opp kostnadene for AI-forskertalent ytterligere.

---

Ordliste

---

Kilder og ressurser