Meta lovar miljarder på AI — men utvecklarna väntar fortfarande på Muse Spark-API:et

När pengarna inte räcker — om man inte kan leverera

Det finns ett paradox inbyggd i Metas AI-strategi som bli allt svårare att ignorera. Bolaget pumpar in astronomiska summor — upp till 145 miljarder dollar i AI-infrastruktur under 2025 ensamt — och ändå rapporterar The Wall Street Journal, med hänvisning till källor med direkt insyn, att det nya programmeringsgränssnittet kopplat till AI-modellen Muse Spark fortfarande inte nått de utvecklare som väntar på det. Inte i april. Inte sedan dess. Och utan ett fast datum i sikte.

Det är en sak att vara sen till festen. Det är en helt annan sak att vara sen — upprepade gånger — när du samtidigt håller presskonferenser om hur du ska leda den globala AI-revolutionen.

Tekniken håller inte jämn takt med ambitionerna

Enligt uppgifterna till The Wall Street Journal har förseningen sin grund i tekniska brister och ett behov av utökad infrastruktur. Det låter nästan banalt, men det är symptomatiskt för en industri där gapet mellan vad som demonstreras på scen och vad som faktiskt fungerar i produktion ofta är svidjande brett.

Meta uppges fortfarande testa lösningen med ett urval utvalda samarbetspartners, och en lansering ska vara att vänta under juni. Men vi har hört det förut. Varje gång ett datum skjuts fram tappar bolaget lite mer av den viktigaste valutan i techvärlden: trovärdighet hos utvecklare.

Och det är just där skon klämmer. Metas affärsmodell för AI förutsätter att externa utvecklare bygger ovanpå bolagets plattform — att de väljer Meta framför OpenAIs API-ekosystem eller Googles Gemini-infrastruktur. Men varför skulle en startup, ett medelstort företag eller en oberoende mjukvaruutvecklare satsa sina resurser på en plattform som inte håller sina leveranslöften?

Förtroendet är svårare att bygga om än infrastrukturen

Jag vill vara tydlig: jag tror genuint på AI-omställningens potential, och jag tror att Meta har teknisk kapacitet att leverera världsledande lösningar. Bolaget har forskningsmässigt visat muskler med bland annat LLaMA-familjen av öppna modeller, och har en infrastruktur av sällan skådat slag.

Men det räcker inte. I det pågående ekosystemkriget handlar det inte bara om vem som har den bästa modellen — det handlar om vem utvecklarna litar på. OpenAI har byggt upp ett rykte för att vara snabba, kommunikativa och förutsägbara i sina utfästelser. Google har en djup inbyggd trovärdighet hos yrkesverksamma inom mjukvaruutveckling. Meta behöver erövra den positionen från grunden, och varje försenad lansering gör det berget brantare.

Det finns också en bredare affärsmässig dimension som inte går att bortse från. Metas enorma AI-investeringar förutsätter att nya intäktsströmmar öppnas upp — abonnemangstjänster, AI-integrerade produkter, plattformsintäkter från externa byggare. Men utan en fungerande och tillförlitlig utvecklarplattform förblir dessa intäktsströmmar just det: strömmar på papperet.

Komplexiteten är real — men ursäkterna räcker inte

Det vore orättvist att inte erkänna den faktiska svårighetsgraden i det Meta försöker åstadkomma. Industriell AI-infrastruktur i den skala vi talar om är genuint komplex. Att bygga ett stabilt, skalbart och säkert programmeringsgränssnitt som ska bära kommersiell trafik från tusentals eller miljontals applikationer är inte en trivial ingenjörsövning.

Men komplexiteten är ingen nyhet. Den var känd när löftena gavs. Och det är precis det som gör situationen så bekymmersam ur ett strategiskt perspektiv — inte att problem uppstår, utan att de verkar ha kommit som en överraskning.

För ett bolag som kommunicerar med den självförtroende som Meta gör, i en bransch som rör sig med den hastighet AI-sektorn gör, är förmågan att leverera på utsatt tid inte en bonus — det är grundkravet.