Lors de la conférence Morgan Stanley Technology, Media and Telecommunications, la directrice financière de Meta, Susan Li, a indiqué que l’entreprise n’utilise pas encore de grands modèles de langage (LLM) pour le ciblage publicitaire, malgré leur potentiel futur. Les systèmes de classement et de recommandation de Meta, qui sous-tendent plus de 160 milliards de dollars de revenus annuels, s’appuient aujourd’hui sur des signaux d’engagement — likes, partages, etc. — et non sur des raisonnements en temps réel fournis par des LLM. Le retard d’intégration des LLM tient principalement à des contraintes d’infrastructure. Meta doit mettre en place des capacités de calcul à la hauteur de son vaste réseau d’utilisateurs, et ses prévisions de capacité serveur se sont révélées sous-estimées. Selon Susan Li, de nouvelles installations ne seront pas opérationnelles avant 2027, voire au-delà. En attendant, l’entreprise continue d’optimiser ses systèmes actuels. Ces améliorations ont entraîné au quatrième trimestre une hausse de 7 % des vues de contenu organique, renforçant la performance publicitaire, réduisant les coûts pour les annonceurs et alimentant un cycle d’amélioration continue.