Meta ha un problema affascinante e pericoloso allo stesso tempo. Si chiama Avocado, nome innocuo da startup californiana, ma dietro c’è una delle scommesse più costose e simboliche dell’industria tecnologica contemporanea. Un documento trapelato descrive Avocado come il modello di base pre addestrato più efficiente mai prodotto da Meta, sviluppato all’interno dei Meta Superintelligence Labs. Non un side project. Non un giocattolo da laboratorio. Un candidato serio a diventare il cuore operativo dell’espansione AI più ambiziosa mai dichiarata da Menlo Park. Il contesto economico rende tutto più interessante. Meta prevede una spesa in conto capitale tra 115 e 135 miliardi di dollari per il 2026, in netto aumento rispetto ai 72,22 miliardi del 2025. Numeri che iniziano a sembrare meno bilancio aziendale e più legge di stabilità di uno Stato medio europeo.
Avocado nasce quindi con un destino preciso. Non può permettersi di essere solo promettente. Deve funzionare. Deve scalare. Deve soprattutto essere percepito come migliore. Non più intelligente in astratto, non più potente nei benchmark, ma più utile, più affidabile, più economico per task. In altre parole deve giustificare una spesa che, detta senza ironia, equivale al PIL annuale di diversi piccoli Paesi. Qui la parola chiave è efficienza del modello AI. Ed è anche la keyword che Meta sta implicitamente giocando come carta strategica per differenziarsi da OpenAI, Google e Anthropic.
Avocado ha completato la fase di pre addestramento, ma non quella di post training. In gergo tecnico è una best draft, una bozza avanzata. Chi lavora davvero su questi modelli sa che la distanza tra pre training e post training è quella che separa un motore aeronautico da un aereo certificato al volo. Nel pre training il modello assorbe il mondo. Nel post training impara a comportarsi nel mondo. Saltare o affrettare questa fase equivale a mettere in produzione un sistema che sa molto ma capisce poco quando conta davvero. Meta lo sa. Il rischio non è tecnico, è reputazionale. Vendere una bozza come prodotto finito è uno degli errori più costosi che una big tech possa commettere, soprattutto quando l’attenzione mediatica è già carica di scetticismo sul ritorno degli investimenti AI.
Il codice Meta AI racconta più di quanto Meta probabilmente vorrebbe. Avocado e Avocado Thinking compaiono come opzioni di modello separate, collegate alle caratteristiche agentiche. Questo dettaglio è tutto tranne che marginale. Indica una distinzione interna tra un modello base e una variante ottimizzata per il ragionamento esplicito, probabilmente con catene di pensiero più strutturate e una gestione diversa della memoria operativa. Qui entra in gioco la keyword agenti di intelligenza artificiale. Meta non sta costruendo solo un LLM, sta costruendo un ecosistema di agenti che agiscono, decidono, orchestrano strumenti e altri modelli. È una visione potente. È anche una moltiplicazione del rischio, perché un errore di base non resta confinato in una risposta sbagliata, ma si propaga attraverso azioni automatiche.
Le competenze attribuite ad Avocado sono ambiziose. Multilinguismo reale, non cosmetico. Percezione visiva integrata, non come appendice sperimentale. Questo lo colloca direttamente nel campo dei modelli multimodali avanzati, dove la competizione è feroce e la differenza tra demo e prodotto è brutalmente evidente. Qui la keyword modello multimodale AI diventa centrale. Meta ha sempre avuto un vantaggio strutturale nei dati visivi e sociali. Se Avocado riesce a capitalizzare questo patrimonio senza scivolare in problemi di qualità o bias, potrebbe effettivamente offrire qualcosa di distintivo rispetto ai modelli generalisti oggi sul mercato.
Un altro dettaglio che merita attenzione è il supporto MCP, il Model Context Protocol. Non è un acronimo da marketing, è un segnale architetturale. MCP serve a far comunicare modelli e strumenti in modo pulito, standardizzato, meno fragile. In un mondo di agenti AI, questo equivale a definire le regole grammaticali di una lingua comune. Senza di esse si ottiene caos. Con esse si ottiene orchestrazione. Meta sembra aver capito che la vera scalabilità non è solo computazionale, ma semantica. Ed è qui che Avocado potrebbe diventare qualcosa di più di un esperimento costoso.
Il punto però resta uno solo, ed è spietatamente semplice. Avocado deve restare solido dopo il post training. Molti modelli brillano nella fase di pre addestramento e poi perdono coerenza, precisione o affidabilità quando vengono allineati, filtrati, resi sicuri. È una tensione strutturale dell’AI moderna. Più cerchi di rendere un modello utilizzabile su larga scala, più rischi di smussarne le capacità che lo rendevano interessante. Se Avocado uscirà indebolito, Meta non potrà nascondersi dietro slide o benchmark interni. Il mercato e gli sviluppatori se ne accorgeranno in poche settimane.
Qui entra la keyword costo per attività AI. Se Meta riuscisse davvero a ridurre il costo marginale per task mantenendo qualità elevata, Avocado diventerebbe una pietra miliare industriale. Non un miracolo tecnologico, ma una vittoria ingegneristica. Sarebbe il segnale che spendere come uno Stato può avere senso, a patto di costruire come un ingegnere e non come un evangelista. In caso contrario il rischio è di aver creato l’ennesimo modello potente sulla carta, costoso nella realtà e fragile nell’uso quotidiano.
L’attenzione ossessiva sugli agenti AI ha un effetto collaterale poco discusso. Fa sembrare tutto magico. Un agente che prenota, decide, scrive, esegue. Ma la magia, in informatica, è spesso solo complessità nascosta. Quando qualcosa va storto, va storto più velocemente e su scala maggiore. Avocado, se integrato profondamente nei prodotti Meta, diventa un moltiplicatore di effetti. Positivi o negativi. Non c’è via di mezzo. È per questo che il vero test non sarà il lancio, ma la resilienza nei mesi successivi, quando gli utenti smetteranno di essere indulgenti e inizieranno a trattarlo come un’infrastruttura, non come una novità.
Meta oggi è davanti a un bivio che non riguarda solo Avocado. Riguarda la credibilità dell’intero ciclo di investimenti AI. Spendere 135 miliardi di dollari è facile, se sei Meta. Dimostrare che quella spesa produce intelligenza percepita, affidabile e sostenibile è infinitamente più difficile. Avocado non è un promemoria interno, non è una demo da conferenza. È una dichiarazione politica industriale. E come tutte le dichiarazioni di questo tipo, verrà giudicata non dalle intenzioni, ma dagli effetti. In un settore che vive di hype ma muore di delusioni, questa è una lezione che persino Meta non può permettersi di ignorare.