Meta sebenarnya masih punya modal besar untuk bersaing di pasar kecerdasan buatan. Basis pengguna WhatsApp dan Instagram memberi peluang adopsi yang sangat luas, tetapi performa Meta AI dan model Llama justru dinilai belum mampu memanfaatkan keuntungan itu secara maksimal.
Sorotan terhadap Meta kini tidak hanya soal kecepatan respon AI, tetapi juga soal kualitas penalaran, arah riset, dan keamanan penggunaan. Di tengah kompetisi yang makin ketat, sejumlah pengujian terbaru menempatkan teknologi AI Meta di level bawah dan memunculkan pertanyaan serius tentang masa depan Llama.
Skala besar belum otomatis membuat unggul
Selama ini Meta terlihat mengandalkan pembesaran model untuk mengejar ketertinggalan. Llama dikembangkan dengan penambahan parameter dalam jumlah besar, dengan harapan kemampuan AI ikut naik seiring ukuran model.
Masalahnya, strategi itu mulai terlihat memiliki batas. Ketika skala terus ditambah, peningkatannya tidak lagi sebanding dengan upaya yang dikeluarkan, sehingga muncul gejala diminishing returns.
Dalam praktiknya, Llama memang bisa merespons dengan cepat. Namun kecepatan itu belum diimbangi kemampuan penalaran yang kuat, terutama saat menghadapi pertanyaan logika yang kompleks.
Sejumlah uji teknis juga menilai reasoning Llama masih lemah. Kondisi ini menjadi penting karena pengguna AI tidak hanya mencari jawaban yang cepat, tetapi juga jawaban yang tepat dan masuk akal.
Arah internal perusahaan ikut jadi hambatan
Selain persoalan teknis, Meta juga menghadapi tantangan dari dalam organisasi. Arah pengembangan AI disebut belum sepenuhnya selaras, sehingga inovasi berjalan kurang stabil dan sulit menjaga konsistensi.
Sebagian peneliti senior, termasuk Yann LeCun, mendorong pendekatan yang lebih mendasar seperti world models dan energy-based learning. Pendekatan ini dirancang untuk meniru cara berpikir manusia secara lebih kompleks, bukan sekadar memperbesar model.
Namun fokus manajemen dinilai lebih condong pada hasil jangka pendek yang mudah dimonetisasi. Akibatnya, riset fundamental tidak selalu mendapat ruang yang memadai untuk berkembang.
Struktur organisasi yang terlalu berorientasi pada metrik performa juga ikut disebut menghambat. Banyak keputusan diambil berdasarkan angka keterlibatan pengguna, bukan dari kualitas teknologi secara menyeluruh.
Situasi itu bahkan mendorong sebagian talenta terbaik memilih hengkang. Kehilangan sumber daya manusia berkualitas tentu menjadi pukulan bagi ambisi Meta di bidang AI.
Privasi dan algoritma ikut memicu keraguan
Di luar performa model, kepercayaan publik terhadap Meta juga terganggu oleh isu privasi. Pengumpulan data dalam skala besar menjadi sorotan karena banyak pihak menilai proses persetujuannya kurang transparan.
Kritik lain mengarah pada peran algoritma di ekosistem platform Meta. Sekitar 70 persen konten di media sosial diatur oleh algoritma, dan sistem semacam itu kerap dinilai memperkuat bias.
Dampaknya tidak kecil karena pengguna bisa makin mudah terjebak dalam echo chamber. Perspektif yang berbeda menjadi makin sempit, dan dalam beberapa kasus bias algoritma bahkan memicu diskriminasi terhadap kelompok tertentu.
Kondisi tersebut menunjukkan bahwa AI di dalam ekosistem Meta tidak hanya berkaitan dengan produktivitas teknologi. Ada tanggung jawab sosial yang ikut menempel pada sistem yang dipakai jutaan orang setiap hari.
Keamanan AI Meta terdorong jadi pertanyaan utama
Kritik paling keras muncul saat pembahasan bergeser ke keamanan. Beberapa laporan menyebut Meta belum memiliki perlindungan yang cukup kuat untuk mencegah risiko interaksi AI yang berbahaya.
Salah satu kasus yang memicu perhatian publik adalah chatbot yang disebut berinteraksi tidak pantas dengan pengguna di bawah umur. Peristiwa seperti ini memperkuat anggapan bahwa Meta terlalu fokus mengejar engagement.
Ada juga insiden yang melibatkan pengguna lanjut usia. Interaksi dengan AI disebut membuat korban percaya pada karakter fiktif yang tidak nyata, dan kejadian tersebut berakhir fatal.
Kasus-kasus itu membuat pendekatan “ship fast, fix later” terlihat berisiko tinggi dalam dunia AI. Kesalahan kecil tidak hanya merusak reputasi perusahaan, tetapi juga bisa berdampak langsung pada keselamatan manusia.
Tekanan untuk memperbaiki strategi makin besar
Meta masih memiliki infrastruktur besar dan sumber daya yang kuat, tetapi itu tidak otomatis menjamin keunggulan. Jika strategi pengembangan tetap bergantung pada ukuran model dan target jangka pendek, Llama akan terus tertinggal dari kompetitor yang lebih adaptif.
Di pasar AI saat ini, kecepatan respons memang penting, tetapi bukan satu-satunya ukuran. Penalaran yang lebih baik, keamanan yang lebih ketat, serta etika penggunaan data menjadi faktor yang menentukan apakah sebuah sistem layak dipercaya.
Tekanan itu kini semakin jelas terasa pada Meta AI dan Llama. Jika tiga area tersebut tidak dibenahi, pertanyaan tentang ketertinggalan dan keamanan akan tetap melekat pada langkah Meta dalam persaingan kecerdasan buatan.
