Meta testuje roboty w centrach danych, ale technicy wciąż są niezbędni

Meta przenosi automatyzację infrastruktury AI poza świat oprogramowania. Firma testuje roboty w centrach danych, gdzie mają wykonywać powtarzalne czynności fizyczne — między innymi podłączać kable i resetować serwery. Równocześnie rozwija znacznie szerszy plan przebudowy pracy w firmie wokół sztucznej inteligencji.

Powód jest łatwy do zrozumienia: Meta planuje wydać w 2026 roku co najmniej 130 miliardów dolarów na infrastrukturę AI i układy scalone, a niektóre szacunki mówią nawet o 145 miliardach dolarów. 2 9 Pierwsze testy robotów pokazują jednak, że automatyzacja nie oznacza szybkiego końca pracy wykwalifikowanych specjalistów od centrów danych.

Do czego Meta testuje roboty?

Według doniesień opartych na rozmowach z obecnymi i byłymi pracownikami znającymi te projekty Meta sprawdza roboty oraz powiązany sprzęt firm Watney Robotics, Kinova i ABB. Testy miały odbywać się między innymi w placówkach w Altoonie w stanie Iowa oraz w New Albany w stanie Ohio.

Wśród ocenianych zadań znajdują się:

• podłączanie i wymiana kabli sieciowych,
• odłączanie i ponowne włączanie zasilania serwerów,
• odcinanie zasilania urządzeń,
• naciskanie fizycznych przycisków restartu,
• inne powtarzalne czynności sprzętowe wykonywane obecnie przez techników centrów danych. 9

To prace o jasno określonych, przewidywalnych etapach. Dlatego są znacznie bardziej realistycznym celem dla pierwszej generacji robotów niż skomplikowany montaż, diagnozowanie usterek czy naprawy prowadzone w dużym obiekcie AI.

Jeden z pracowników ocenił, że sprawnie działający robot do wymiany kabli mógłby w przyszłości przejąć nawet 80% obowiązków niektórych techników. To jednak szacunek dotyczący potencjalnego zakresu zastosowania, a nie dowód, że roboty już wykonują 80% tej pracy. 9

Roboty nadal mają wyraźne ograniczenia

Opisywane eksperymenty nie oznaczają, że Meta buduje w pełni autonomiczne centra danych. Maszyny są wolniejsze od ludzkich techników, wymagają nadzoru i ładowania, a do orientacji wykorzystują stosunkowo proste kamery działające w skali szarości. Nie potrafią też wykonywać precyzyjnych prac instalacyjnych, takich jak układanie gęstej sieci okablowania potrzebnej w systemach Nvidia GB300.

To ważne rozróżnienie. Robot, który potrafi powtarzać standardową procedurę wymiany kabla albo restartu serwera, może ograniczyć liczbę rutynowych czynności wykonywanych przez techników. Nie zastąpi jednak automatycznie osób, które muszą zdecydować, co zrobić w razie nietypowej awarii, skoordynować złożone wdrożenie albo bezpiecznie pracować przy urządzeniach o dużej mocy i wysokiej wydajności obliczeniowej.

Długoterminowe ambicje Meta są zresztą szersze niż samo naciskanie przycisków. Kierownictwo odpowiedzialne za robotykę wskazywało możliwe zastosowania obejmujące szybszą reakcję na incydenty, monitorowanie otoczenia oraz konserwację zapobiegawczą w centrach danych. Sugeruje to stopniowy model rozwoju: roboty przejmują coraz więcej standaryzowanych czynności, a ludzie odpowiadają za nadzór, wyjątki i bardziej złożoną pracę.

Meta nadal chce zatrudniać specjalistów

Testy robotów są prowadzone równolegle z deklarowanymi przez Meta inwestycjami w szkolenie i zatrudnianie osób, które budują oraz obsługują centra danych. Firma przedstawiała szybki rozwój infrastruktury AI jako źródło niedoboru wykwalifikowanych pracowników i mówiła, że potrzebuje więcej osób z odpowiednimi kompetencjami, a nie po prostu mniejszej liczby pracowników. 15

Na pierwszy rzut oka automatyzacja i rekrutacja mogą wydawać się sprzecznymi strategiami, ale w praktyce mogą się uzupełniać. Zatrudnianie specjalistów pomaga rozwiązać obecny problem niedoboru kadr, a roboty mogą z czasem zwiększyć zakres infrastruktury, którym jest w stanie zajmować się jeden technik.

W takim scenariuszu maszyny nie zastępują pracowników całkowicie. Raczej zwiększają ich możliwości — przede wszystkim przy zadaniach powtarzalnych, które pochłaniają czas, lecz nie wymagają dużej oceny sytuacji.

Jak testy robotów łączą się z Project OT?

Automatyzacja fizycznej pracy odzwierciedla pytanie stojące za Project OT, czyli planem „Organization Transformation”. W ramach wewnętrznych analiz Meta rozważała stworzenie firmy „AI native”, w której agenci AI przejęliby zadania wykonywane przez tysiące pracowników, a mniejsze zespoły ludzi nadzorowałyby zautomatyzowane procesy. W przypadku niektórych zespołów analizowano redukcję zatrudnienia nawet o 60%. 1 6

Plan nie został zrealizowany w pierwotnej formie. Meta ostatecznie zwolniła około 8 tysięcy osób, a planowaną drugą, ogólnofirmową falę redukcji, wyznaczoną na listopad, odwołano krótko przed rozpoczęciem pierwszych zwolnień. 7

Według doniesień do wycofania się z dalszych cięć przyczyniły się sprzeciw pracowników oraz rozczarowujące dane pokazujące, że systemy AI nie przynosiły oczekiwanej poprawy produktywności. 1 3 Meta określała Project OT jako analizę scenariuszową, a nie ostateczny plan dotyczący każdego zespołu. 2

Ta historia jest istotnym punktem odniesienia dla programu robotycznego. Nie ma wątpliwości, że Meta chce automatyzować pracę. Trudniejsze pytanie brzmi: czy technologia zapewni wiarygodny wzrost produktywności w rzeczywistych warunkach, gdzie nietypowe awarie i wymogi bezpieczeństwa są równie ważne jak szybkość wykonywania rutynowych czynności?

Dlaczego Meta ma silną motywację do automatyzacji?

Skala inwestycji w infrastrukturę sprawia, że nawet niewielka poprawa efektywności może mieć dla Meta strategiczne znaczenie. Firma poinformowała, że w drugim kwartale 2026 roku jej wydatki inwestycyjne wyniosły 31,1 miliarda dolarów. Środki przeznaczono między innymi na serwery, centra danych i infrastrukturę sieciową. 14 Meta podała również, że w całym 2026 roku zamierza zainwestować co najmniej 130 miliardów dolarów w infrastrukturę AI i układy scalone, podczas gdy inne doniesienia określały przedział wydatków na 130–145 miliardów dolarów. 2 9

Wraz z rozbudową zaplecza technicznego rośnie znaczenie kosztów pracy i dostępności specjalistów. Roboty mogłyby potencjalnie:

• wykonywać rutynowe czynności w powtarzalny sposób,
• ograniczyć czas, który specjaliści poświęcają na zadania odtwórcze,
• przyspieszyć reakcję na niektóre incydenty,
• pozwolić niewielkiej liczbie techników nadzorować większą liczbę urządzeń,
• obniżyć część kosztów operacyjnych, jeśli systemy okażą się niezawodne i opłacalne.

Wysoka kapitałochłonność przedsięwzięcia podnosi jednak poprzeczkę. Robot, który jest drogi, wolny, trudny w nadzorowaniu albo nie radzi sobie z wyjątkami, może dodać firmie złożoności zamiast ją ograniczyć. Koszt błędu jest szczególnie wysoki, gdy obsługiwany sprzęt zasila wielkoskalowe obciążenia AI.

Najbardziej prawdopodobny jest model hybrydowy

Dostępne informacje prowadzą do ostrożniejszego wniosku niż stwierdzenie, że „roboty zastępują techników centrów danych”. Meta sprawdza, czy maszyny mogą automatyzować standaryzowane czynności fizyczne, podczas gdy jej szersza strategia AI zakłada przebudowę pracy umysłowej wokół mniejszych zespołów i zautomatyzowanych agentów.

Na razie oba kierunki ograniczają względy praktyczne. Roboty wymagają nadzoru i nie potrafią wykonywać najbardziej złożonych prac związanych z okablowaniem. Z kolei Project OT został ograniczony po tym, jak zakładany wzrost produktywności nie pojawił się w oczekiwanej skali. 1 3

W krótkim terminie najbardziej realny wydaje się więc model hybrydowy: roboty wykonują zadania powtarzalne, oprogramowanie AI koordynuje lub wspiera procesy, a wykwalifikowani technicy zajmują się złożonym montażem, bezpieczeństwem, diagnostyką i sytuacjami nietypowymi. Ogromne wydatki Meta tworzą silną zachętę do dalszych eksperymentów, ale historia Project OT pokazuje, dlaczego plany automatyzacji trzeba sprawdzać w rzeczywistych operacjach, a nie tylko na papierze.