Meta's AI-ambitie: datacenters, groei en ontslagen

Binnen Meta verandert de sfeer. Niet luidruchtig. Niet officieel. Maar stilletjes genoeg dat managers naar verluidt begonnen zijn met het voorbereiden van noodplannen voor iets wat veel werknemers hoopten dat bij een gerucht zou blijven: nog een grote ronde ontslagen.

De aanjager van die spanning is niet dalende omzet of een krimpende gebruikersbasis. Integendeel. Meta zet fors in op kunstmatige intelligentie, en de prijskaart voor die ambitie is enorm.

Volgens rondgaande berichten onder waarnemers uit de sector zou het bedrijf tot wel 20% van zijn personeel kunnen schrappen terwijl het middelen herverdeelt naar de bouw van omvangrijke AI-datacenters. Als die cijfers kloppen, zou dat grofweg 15.800 banen betekenen die van Meta's loonlijst verdwijnen. De meest recente openbaar gemaakte cijfers van het bedrijf eind 2025 vermeldden ongeveer 79.000 werknemers wereldwijd.

Meta heeft de beweringen publiekelijk tegengesproken en tegen Reuters gezegd dat rapporten die ontslagen op die schaal beschrijven 'speculatief' zijn en gebaseerd op theoretische planningsscenario's. Toch vragen leidinggevenden intern naar verluidt aan senior leiders om operationele plannen voor te bereiden voor hoe het bedrijf eruit zou kunnen zien na mogelijke bezuinigingen.

Als het gebeurt, zou het de grootste krimp van het personeelsbestand zijn sinds de ingrijpende herstructurering van Meta tussen 2022 en 2023. CEO Mark Zuckerberg noemde die periode berucht als het 'jaar van efficiëntie', waarin meer dan 21.000 werknemers werden ontslagen.

De kostbare race om AI-infrastructuur te bouwen

Wat sindsdien is veranderd, is de schaal van de AI-race. Meta zou plannen hebben om tot wel 600 miljard dollar uit te geven uiterlijk 2028 aan de bouw van AI-datacenterinfrastructuur. Deze faciliteiten — vol met GPUs en gespecialiseerde rekenhardware — vormen het fundament van moderne generatieve AI-systemen.

Tegelijkertijd werft het bedrijf agressief toponderzoekers om een nieuw team voor 'superintelligentie' samen te stellen. Contracten die aan elite AI-wetenschappers worden aangeboden, zouden extreem lucratief zijn en weerspiegelen de felle concurrentie tussen techreuzen om talent aan zich te binden dat in staat is de volgende generatie modellen te bouwen.

Meta staat niet alleen in het herinrichten van zijn personeelsbestand rond automatisering en AI. Eerder dit jaar sneed fintechbedrijf Block ongeveer de helft van zijn personeel weg, waarbij CEO Jack Dorsey openlijk betoogde dat AI-hulpmiddelen bedrijven in staat stellen met veel minder werknemers te opereren.

Waarom AI-datacenters zo duur zijn

De kosten voor AI-infrastructuur zijn niet alleen het gevolg van het aanschaffen van hardware. Het gaat om een samenhangend systeem van investeringen:

• Hoge-capaciteit GPUs en gespecialiseerde accelerators: moderne grote taalmodellen en multimodale AI-modellen vereisen duizenden GPUs met hoge bandbreedte en energie-efficiëntie.
• Netwerk- en opslagarchitectuur: snelle interconnects, enorme NVMe-arrays en gespecialiseerde netwerkoplossingen zijn cruciaal om dataverkeer tussen machines te minimaliseren en trainingsloops efficiënt te houden.
• Energie en koeling: AI-racks genereren grote hoeveelheden warmte; investeringen in geavanceerde koelsystemen, stroomvoorziening en duurzame energiebronnen zijn noodzakelijk en kostbaar.
• Gebouw- en grondkosten: datacenters vragen ruime locaties met redundante aansluitingen voor stroom en fiber; de aanschaf of huisvesting van dergelijke sites drijft de totaalprijs op.
• Operationele kosten en onderhoud: gespecialiseerde ingenieurs, facility teams en continue upgrades zijn terugkerende kostenposten.

Gezamenlijk maken die elementen de uitgaven astronomisch vergeleken met traditionele IT-investeringen. Daarom zien we dat bedrijven, waaronder Meta, zowel kapitaaluitgaven (CAPEX) als operationele uitgaven (OPEX) op grote schaal opvoeren.

Technische vereisten en schaalvoordelen

Op technisch vlak levert schaal zowel uitdagingen als voordelen. Grotere infrastructuren kunnen parallelisme beter benutten, trainingskosten per token verlagen en de time-to-market voor nieuwe modellen verkorten. Tegelijkertijd ontstaan knelpunten in data-ingestie, fouttolerantie en het beheer van zeer grote modellen (bijvoorbeeld modelparallelisme en geavanceerde sharding-technieken).

Voor Meta betekent dit dat investeringen niet alleen hardware betreffen, maar ook softwareontwikkeling: efficiënte allocatie van GPU-tijd, aangepaste compilers en runtimes, model-pruning en quantization-technieken die de benodigde rekenkracht kunnen verminderen zonder significante kwaliteitsverlies. Dit zijn technische gebieden waar toponderzoekers en ingenieurs cruciaal zijn — en waar concurrenten elkaar proberen te overbieden met salarissen en aandelenpakketten.

Financiering en reacties van investeerders

Investeerders lijken voorzichtig over de schaal van Meta's uitgaven. De aandelen van het bedrijf daalden op een recente handelsdag met 24,47 dollar, een daling van 3,83% naar 613,71 dollar, met een lichte verdere daling in de nabeurshandel. Desondanks ligt het aandeel nog dichter bij zijn 52-week hoogtepunt van 796,25 dollar dan bij het dieptepunt van 479,80 dollar.

Beleggers wegen doorgaans de potentie van AI-gedreven groei af tegen de onmiddellijke impact op de winstgevendheid. Grote CAPEX-plannen kunnen de vrije kasstroom op korte termijn aantasten, maar als de investeringen leiden tot schaalvoordelen en dominantie in volgende generatie AI-toepassingen, kan dat op lange termijn waarde creëren. Die onzekerheid vertaalt zich in volatiliteit op de markt en strengere eisen vanuit activist-investeerders en financiële analisten.

Impact op werknemers en de arbeidsmarkt

De verschuiving in focus naar AI brengt arbeidsmarkteffecten met zich mee die breder reiken dan Meta alleen. Als bedrijven personeelsbestand herstructureren om kapitaalintensieve AI-projecten te financieren, ontstaan verschillende directe en indirecte gevolgen.

Directe gevolgen voor huidige werknemers

Naast de dreiging van ontslagen verandert de vraag naar vaardigheden binnen bedrijven. Er is een groeiende behoefte aan:

• AI-onderzoekers en machine learning engineers met ervaring in grootschalige modellen;
• Systeem- en devops-engineers gespecialiseerd in GPU-clusters en orkestratie;
• Data-engineers die grote datasets kunnen beheren, opschonen en efficiënt beschikbaar maken;
• Security- en privacy-specialisten die verantwoordelijk zijn voor model- en databeveiliging;
• Ethiek- en compliance-experts die toezien op verantwoordelijke AI-ontwikkeling.

Werknemers in functies die minder direct bijdragen aan de AI-transitie — bijvoorbeeld bepaalde marketing-, administratieve of traditionele productrollen — kunnen kwetsbaarder worden voor herplaatsing of ontslag. Voor velen zal omscholing of bijscholing noodzakelijk zijn om relevant te blijven op de arbeidsmarkt.

Brede arbeidsmarkt en regionale effecten

Grote investeringen in datacenters hebben ook regionale effecten. Bouw en exploitatie van datacenters creëren banen in de bouwsector, facility management en lokale dienstverlening. Tegelijkertijd concentreren de hoogbetaalde onderzoeks- en engineeringfuncties zich vaak in technologiehubs, waardoor regionale ongelijkheden in werkgelegenheid kunnen toenemen.

Op macroniveau kan automatisering leiden tot structurele verschuivingen in de vraag naar arbeid, met een neerwaartse druk op routinematige banen en een opwaartse vraag naar gespecialiseerd technisch talent. Beleidsmakers, vakbonden en onderwijsinstellingen zullen een rol moeten spelen bij omscholingsprogramma's en bij het waarborgen van sociale vangnetten.

Threads, gebruikersgroei en concurrentiedruk

Ondertussen breidt Meta's consumentenecosysteem zich uit. De nieuwste sociale platform van het bedrijf, Threads, is stilletjes uitgegroeid tot een van de snelst groeiende consumententoepassingen ooit gelanceerd. Het platform passeerde de 100 miljoen gebruikers in slechts vijf dagen — sneller dan het vorige groeirecord dat op naam stond van ChatGPT. Vandaag heeft Threads meer dan 450 miljoen gebruikers.

Die groei begint zijn grootste rivaal onder druk te zetten. X (voorheen Twitter) wordt geschat tussen de 550 en 600 miljoen gebruikers in totaal te hebben, maar op mobiele apparaten loopt Threads al voor wat dagelijkse activiteit betreft. In januari 2026 registreerde Threads ongeveer 141,5 miljoen dagelijkse actieve gebruikers vergeleken met ongeveer 125 miljoen voor X.

Waarom Threads zo snel groeit

Enkele factoren achter het succes van Threads:

• Sterke integratie met Meta's bestaande ecosystemen zoals Instagram, waardoor migratie voor gebruikers eenvoudig is;
• Een gebruikservaring gericht op snelheid en eenvoud, wat de adoptie door brede gebruikersgroepen stimuleert;
• Gunstige timing: gebruikers zoeken naar alternatieven en experimenteren met platforms die nieuwe of verbeterde functies bieden;
• Een agressieve product- en marketingstrategie die gericht is op snelle schaalvergroting.

Toch betekent snelle groei niet automatisch winstgevendheid. Het platform moet manieren vinden om gebruikersactiviteit te moneti-seren zonder de gebruikerservaring of het vertrouwen te schaden. Dit leidt tot strategische keuzes rond advertenties, abonnementsmodellen of nieuwe diensten die rond content en community kunnen worden opgebouwd.

Strategische afwegingen en risico's

Meta bevindt zich in een vreemde spagaat: enorme gebruikersgroei en ambitieuze AI-plannen, maar ook de mogelijkheid van omvangrijke ontslagen om de transformatie te financieren. Belangrijke strategische afwegingen en risico's zijn onder meer:

• Balans tussen korte- en langetermijnresultaten: te zware bezuinigingen kunnen innovatie en productontwikkeling op korte termijn schaden; te weinig bezuinigingen kunnen de financiering van AI-infrastructuur belemmeren.
• Talentbehoud versus kostenbesparing: het verliezen van ervaren werknemers kan de uitvoering van ingewikkelde AI-projecten vertragen.
• Reputatie- en moraalrisico: grootschalige ontslagen en reorganisaties hebben impact op interne moraal en extern imago, wat weer invloed kan hebben op aanwerving en klantvertrouwen.
• Regulatoire risico's: grotere AI-capaciteit brengt meer aandacht van toezichthouders met zich mee, vooral op het gebied van data privacy, mededinging en veiligheid.

Het management moet zorgvuldig afwegen hoe het kapitaal toewijst tussen consumentproductinnovatie, infrastructuur en personele middelen, terwijl het rekening houdt met marktreacties en langetermijnstrategie.

Wat dit betekent voor de toekomst van Meta en de sector

Als Meta zijn inzet op AI doorzet met enorme investeringen in datacenters en topwetenschappers, kan het bedrijf een leidende rol veroveren in de levering van generatieve AI-diensten op wereldschaal. Dat heeft gevolgen voor allerlei sectoren: van reclame en e-commerce tot gezondheidszorg en contentcreatie. Tegelijkertijd leiden deze zettingen tot aanhoudende consolidatie van kapitaal en technische capaciteiten bij een relatief klein aantal grote spelers.

Voor werknemers en de bredere samenleving betekent dit een periode van onzekerheid en transformatie. Omscholing, sociale vangnetten en beleidsinterventies zullen nodig zijn om de overgang naar een meer AI-gedreven economie sociaal verantwoord te maken.

Praktische adviezen voor werknemers

Voor werknemers die zich zorgen maken over hun positie zijn er enkele praktische stappen om de kans op herplaatsing of heroriëntatie te vergroten:

• Investeren in bijscholing: cursussen in machine learning, data engineering, cloud-architectuur of AI-beveiliging vergroten de inzetbaarheid;
• Netwerken en interne mobiliteit: proactief zoeken naar mogelijkheden binnen het bedrijf die aansluiten op groeiende teams;
• Portfolio en zichtbaarheid: werkresultaten en bijdragen zichtbaar maken via interne presentaties of publicaties;
• Financiële planning: rekening houden met mogelijke veranderingen in inkomen en tijdig sparen of plannen;
• Mentale veerkracht: omgaan met onzekerheid vraagt aandacht voor mentale gezondheid en ondersteuning.

Deze stappen kunnen niet garanderen dat ontslag wordt vermeden, maar vergroten wel de aanpasbaarheid en kansen in een veranderende arbeidsmarkt.

Conclusie

Meta staat op een kruispunt: een bedrijf met massale gebruikersgroei aan de ene kant en enorme, kapitaalintensieve AI-ambities aan de andere kant. De keuze om te investeren in grootschalige AI-datacenters kan de technologische positie van het bedrijf verstevigen, maar brengt ook forse financiële en sociale kosten met zich mee. Of die afwegingen zullen leiden tot grootschalige ontslagen of tot heroriëntatie van personeel en middelen, hangt af van strategische besluiten die de komende maanden en jaren worden genomen.

Voor veel werknemers kan de transformatie persoonlijk voelbaar zijn: nieuwe kansen in AI en infrastructuur, maar ook het risico op baanverlies en de noodzaak tot omscholing. Voor beleggers en de bredere markt blijft de vraag of de investeringen in datacenters en talent zich zullen terugbetalen in duurzame, innovatieve producten en winstgevende diensten.

In een tijd waarin de naam van het bedrijf, ooit simpelweg Facebook, werd gewijzigd in Meta om een bredere technologische visie te weerspiegelen, lijkt die visie opnieuw te verschuiven — deze keer scherp gericht op kunstmatige intelligentie. De gevolgen daarvan zullen nog lange tijd onderwerp van debat en analyse blijven, zowel binnen de bedrijfsmuren als daarbuiten.