Meta-Manager: Unternehmen haben 20 Monate Zeit für KI-Agenten-Anpassung
Metas Infrastruktur-Vizepräsident schätzt, dass Unternehmen etwa 20 Monate Zeit haben, sich auf KI-Agenten vorzubereiten. Anfragen von KI-Agenten wachsen exponentiell und stellen bestehende Annahmen in Frage.
Barak Yagour, VP of Engineering bei Meta Platforms, schätzt, dass Unternehmen etwa 20 Monate Zeit haben, ihre Infrastruktur für die Anforderungen von KI-Agenten umzugestalten. Auf der VB Transform 2026-Konferenz erklärte Yagour, dass die bestehende Unternehmensinfrastruktur, die für menschliche Nutzer konzipiert wurde, unter der Last autonomer Agenten zu versagen beginnt.
Yagour berichtete, dass die Anfragen von KI-Agenten an Metas Datensysteme innerhalb eines halben Jahres um das 30-fache gestiegen sind. Dieser Anstieg stellt jahrzehntealte Annahmen über Infrastrukturalternativen in Frage. Dieser Trend ist nicht auf Meta beschränkt; automatisierter Datenverkehr überstieg letztes Jahr den menschlichen Datenverkehr im Internet und wächst laut Branchenberichten etwa achtmal schneller.
Diese Veränderung bricht gleichzeitig drei zentrale Annahmen in Metas Infrastruktur auseinander: Kapazität, Identität und Geschwindigkeit. Yagour erklärte, dass dort, wo ein Ingenieur früher einer Einheit Last entsprach, ein einzelner Ingenieur nun mehrere Agenten starten kann, was zu einem exponentiellen Anstieg der Nachfrage führt. Darüber hinaus passen KI-Agenten nicht in traditionelle Nutzeridentitätsmodelle, da sie weder menschliche Nutzer noch im Einsatz befindliche Dienste sind.
Metas Strategie besteht nicht darin, KI-Verkehr zu blockieren, sondern seine Infrastruktur "agentenbewusst" zu machen. Dies beinhaltet die Implementierung dynamischer Kontrollen, die Agentenhierarchien verstehen und Kosten spezifischen Anwendungsfällen zuordnen. Das Unternehmen entwickelt auch "vertrauenswürdige Datenumgebungen", um Agenten eine autonomere Datenerkundung zu ermöglichen und gleichzeitig Governance und Sicherheit zu gewährleisten, einschließlich der Maskierung sensibler Felder. Meta entwickelt zudem seine Datenebene weiter, um sie stärker in Echtzeit anzubinden und schemabewusster zu gestalten, um die Datenanforderungen von KI-Modellen für Entscheidungsfindung und Empfehlungssysteme besser zu unterstützen.