Meta Platforms కొత్త యాప్స్ ని వేగంగా లాంచ్ చేయడానికి, స్కేల్ చేయడానికి ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) మరియు లార్జ్ లాంగ్వేజ్ మోడల్స్ (LLMs) ని వాడుతోంది. ఇటీవల **500 మిలియన్** నెలవారీ యూజర్లను చేరుకున్న Threads సక్సెస్ నే ఈ స్ట్రాటజీకి బేస్.
AI తో యాప్స్ అభివృద్ధి వేగవంతం
Meta Platforms తన ప్రొడక్ట్ డెవలప్మెంట్ స్ట్రాటజీని మార్చుకుంటూ, ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) ని తన ఇంజనీరింగ్ ప్రక్రియల్లో భాగం చేస్తోంది. కంపెనీ సీఈఓ మార్క్ జుకర్బర్గ్ మాట్లాడుతూ, లార్జ్ లాంగ్వేజ్ మోడల్స్ (LLMs) కొత్త మొబైల్ యాప్స్ ని వేగంగా టెస్ట్ చేసి, డిప్లాయ్ చేయడానికి సహాయపడుతున్నాయని తెలిపారు. నెమ్మదిగా ఉండే డెవలప్మెంట్ సైకిల్స్ నుండి బయటపడి, కొత్త కాన్సెప్ట్లను త్వరగా బిల్డ్ చేసి, టెస్ట్ చేసి, స్కేల్ చేసే వాతావరణం వైపు కంపెనీ అడుగులు వేస్తోంది.
AI సిస్టమ్స్ తో యాప్స్ స్కేలింగ్
కంపెనీ ఇప్పటికే మార్కెట్ప్లేస్ సెల్లర్స్, ఫేస్బుక్ గ్రూప్స్ యూజర్లు, ఫోటో ఔత్సాహికులను లక్ష్యంగా చేసుకుని కొన్ని ఎక్స్పెరిమెంటల్ యాప్స్ ని విడుదల చేసింది. ఇవి టెస్ట్లుగా పనిచేస్తున్నప్పటికీ, ఈ యాప్స్ త్వరగా ట్రాక్షన్ పొందడానికి AI-నేటివ్ రికమెండేషన్ సిస్టమ్స్ను Meta నిర్మిస్తోంది. కంటెంట్ను అర్థం చేసుకోవడానికి, సమాచారాన్ని ర్యాంక్ చేసే విధానాన్ని మెరుగుపరచడానికి AI ని ఉపయోగించడం ద్వారా, కొత్త యాప్ విస్తృత వినియోగదారులను చేరుకోవడానికి పట్టే సమయాన్ని తగ్గించాలని లక్ష్యంగా పెట్టుకుంది.
గత అనుభవాల నుండి నేర్చుకోవడం
Meta యొక్క ప్రస్తుత స్టాండలోన్ యాప్స్ పై ఫోకస్, గతంలో తక్కువ ఆదరణ పొందిన ప్రయత్నాల నేపథ్యంలో వస్తోంది. గతంలో Slingshot, Paper వంటి సోషల్ యాప్స్ ని ప్రారంభించినా, తక్కువ యూజర్ ఎంగేజ్మెంట్ కారణంగా వాటిని మూసివేయాల్సి వచ్చింది. అయితే, AI ఇప్పుడు కంటెంట్ డిస్కవరీ మరియు బిల్డింగ్ ప్రాసెస్ రెండింటికీ శక్తినివ్వడం వల్ల, గత ప్రయత్నాల కంటే మెరుగైన పునాది ఉందని యాజమాన్యం భావిస్తోంది.
థ్రెడ్స్ వృద్ధి ఉదాహరణ
500 మిలియన్ నెలవారీ యాక్టివ్ యూజర్లను చేరుకున్న Threads యొక్క వేగవంతమైన వృద్ధి, ఈ స్ట్రాటజీకి ప్రధాన ఉదాహరణగా నిలుస్తోంది. Meta యొక్క ఇప్పటికే ఉన్న సోషల్ నెట్వర్క్ కనెక్షన్లను ఉపయోగించుకోవడం, AI-ఆధారిత సిఫార్సులతో యూజర్లను ఎంగేజ్గా ఉంచడం ద్వారా ఈ యాప్ విజయం సాధించింది. CFO సుసాన్ లీ మాట్లాడుతూ, వినియోగదారు ఫీచర్లకు అతీతంగా, LLMs మెటా యొక్క ఇంటర్నల్ ఇంజనీరింగ్ టీమ్లకు మెరుగైన ట్రైనింగ్ డేటాను రూపొందించడానికి, కంటెంట్ నాణ్యతను మరింత సమర్థవంతంగా మూల్యాంకనం చేయడానికి సహాయపడుతున్నాయని తెలిపారు. AI యొక్క ఈ అంతర్గత వినియోగం Meta యొక్క అన్ని ప్లాట్ఫారమ్లకు మద్దతు ఇచ్చే కోర్ బిజినెస్ సిస్టమ్లను ఆప్టిమైజ్ చేయడానికి ఉద్దేశించబడింది.
Meta ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ ఇన్ఫ్రాస్ట్రక్చర్పై తన మూలధన వ్యయాన్ని పెంచుతున్నందున, ఈ కొత్త ప్రొడక్ట్ ప్రయోగాలు అర్ధవంతమైన ఆదాయాన్ని లేదా వినియోగదారు వృద్ధిని అందిస్తాయని నిరూపించుకోవాల్సిన సవాలును ఎదుర్కొంటోంది. పెట్టుబడిదారులు ఇప్పుడు ఈ కన్స్యూమర్ ప్రొడక్ట్స్ లాంచ్ చేసే వేగాన్ని, Instagram, WhatsApp వంటి స్థిరపడిన ప్లాట్ఫారమ్ల మాదిరిగానే స్థిరమైన ఎంగేజ్మెంట్ స్థాయిలను సాధించగలవా అని గమనించాలి.