La domenica mattina del 19 luglio, milioni di persone si sono svegliate con un gesto ormai automatico: prendere lo smartphone, aprire Facebook o Instagram. Ma invece dello scroll infinito di post, storie e reel, molti si sono trovati davanti a schermate di errore, feed congelati e impossibilità di accedere. I due principali social network di Meta hanno iniziato a mostrare problemi su larga scala, con login falliti, aggiornamenti bloccati e un messaggio criptico che prometteva una soluzione senza specificare i tempi. Un blackout parziale che ha ricordato quanto queste piattaforme siano diventate, per abitudine e necessità, infrastruttura critica della vita digitale.

Dietro l’icona blu di Facebook o il gradiente di Instagram non c’è solo un’app: c’è un’immensa rete di datacenter di proprietà di Meta, progettata per gestire miliardi di richieste al secondo. All’interno, cluster di GPU e CPU elaborano in tempo reale i modelli di intelligenza artificiale che decidono cosa mostrare nel feed, quali annunci servire, quali contenuti moderare. Sono pipeline di inference complesse, dove ogni richiesta innesca una catena di modelli – dai sistemi di raccomandazione ai Large Language Models usati per filtrare lo spam o generare riassunti. Il guasto di domenica, di cui Meta non ha ancora fornito dettagli tecnici, ha messo in luce un punto dolente: quando quelle pipeline si inceppano, l’intera esperienza utente collassa.

Per chi osserva il mondo dell’AI dal lato enterprise, l’incidente non è solo un intoppo di una big tech. È un campanello d’allarme su cosa significhi davvero gestire inference on-premise su scala operativa. Meta ha il controllo totale della propria infrastruttura, un vantaggio che le permette di non dipendere da provider cloud e di mantenere la sovranità sui dati. Ma quel controllo ha un costo: non si può scaricare la responsabilità su un hyperscaler quando le cose vanno male. Il team interno deve diagnosticare, correggere e prevenire, in un ambiente dove ogni minuto di downtime si traduce in perdite milionarie e in un’erosione della fiducia degli utenti.

Nel panorama dell’AI on-premise, l’incidente solleva interrogativi strutturali. Le aziende che oggi investono in cluster di GPU per eseguire LLM in locale – spinte da esigenze di privacy, bassa latenza o TCO – devono domandarsi se sono pronte a gestire failure mode analoghi. Un modello di inference non è una scatola chiusa: la quantization aggressiva può introdurre instabilità, gli aggiornamenti dei modelli base possono rompere compatibilità, e un singolo bug nel serving framework può propagarsi a cascata su tutte le applicazioni che dipendono da quel servizio. Il down di Facebook e Instagram mostra che il rischio non è teorico.

AI-RADAR segue da vicino le architetture e i trade-off del deployment on-premise, offrendo analisi su framework di serving, dimensionamento hardware e strategie di gestione operativa. Mentre Meta ripristinava i servizi e gli utenti tornavano a scorrere come se nulla fosse accaduto, la domenica di luglio resterà un promemoria per chi progetta l’AI del futuro in casa propria: il vero onere del self-hosting non sono i GPU costosi, ma la maturità operativa necessaria per tenerli accesi.