Partnerstwo Meta ze Scale AI zaczyna szwankować

Dopiero od czerwca Meta zainwestowała 14,3 miliarda dolarów w dostawcę danych Scale AI, zatrudniając prezesa Alexandra Wanga i kilku czołowych menedżerów startupu, którzy pokierują Meta Superintelligence Labs (MSL). Jednak relacje między obiema firmami już zaczynają się psuć.

Co najmniej jeden z dyrektorów, których Wang sprowadził do pomocy w zarządzaniu MSL — Ruben Mayer, były starszy wiceprezes ds. produktów i operacji GenAI w Scale AI — opuścił Meta po zaledwie dwóch miesiącach pracy w firmie, poinformowały serwis TechCrunch dwie osoby zaznajomione ze sprawą.

Mayer spędził około pięciu lat w Scale AI, pracując w dwóch turach. Według tych źródeł, w krótkim czasie spędzonym w Meta, Mayer nadzorował zespoły ds. operacji danych AI i podlegał Wangowi, ale nie został powołany do dołączenia do laboratoriów TBD firmy – głównej jednostki odpowiedzialnej za budowanie superinteligencji AI, do której trafili czołowi badacze AI z OpenAI.

Mayer kwestionuje jednak niektóre szczegóły dotyczące swojej roli, mówiąc serwisowi TechCrunch, że jego początkowym zadaniem było „pomoc w zakładaniu laboratorium, z wszelkimi potrzebnymi rzeczami”, a nie zarządzanie operacjami na danych, i że „od samego początku był częścią laboratoriów TBD”, a nie był wykluczony z głównej jednostki ds. sztucznej inteligencji. Mayer wyjaśnił również, że „nie podlegał bezpośrednio [Wangowi]” i był „bardzo zadowolony” ze swojego doświadczenia w Meta.

Poza zmianami personalnymi, relacje Meta ze Scale AI wydają się zmieniać. TBD Labs współpracuje z zewnętrznymi dostawcami danych, innymi niż Scale AI, aby szkolić swoje nadchodzące modele AI, według pięciu osób zaznajomionych ze sprawą. Do tych zewnętrznych dostawców należą Mercor i Surge, dwaj najwięksi konkurenci Scale AI, jak twierdzą te osoby.

Chociaż laboratoria AI zazwyczaj współpracują z kilkoma dostawcami danych – Meta współpracuje z Mercor i Surge od czasów sprzed powstania TBD Labs – rzadko zdarza się, aby laboratorium AI inwestowało tak dużo w jednego dostawcę danych. To sprawia, że ​​ta sytuacja jest szczególnie godna uwagi: nawet przy wielomiliardowej inwestycji Meta, kilka źródeł podało, że badacze z TBD Labs postrzegają dane Scale AI jako niskiej jakości i preferują współpracę z Surge i Mercor.

Firma Scale AI początkowo opierała swoją działalność na modelu crowdsourcingu, który wykorzystywał liczną i niedrogą siłę roboczą do wykonywania prostych zadań związanych z adnotacją danych. Jednak wraz ze wzrostem złożoności modeli AI, wymagają one obecnie wysoko wykwalifikowanych ekspertów w danej dziedzinie – takich jak lekarze, prawnicy i naukowcy – do generowania i udoskonalania wysokiej jakości danych niezbędnych do poprawy ich wydajności.

Chociaż firma Scale AI podjęła działania mające na celu przyciągnięcie ekspertów w danej dziedzinie za pomocą swojej platformy Outlier, konkurenci, tacy jak Surge i Mercor, rozwijają się szybko, ponieważ ich modele biznesowe od samego początku opierają się na założeniu, że zatrudniają wysoko opłacanych pracowników.

Rzecznik Meta zakwestionował fakt, że produkt Scale AI ma problemy z jakością. Surge i Mercor odmówiły komentarza. Zapytany o pogłębiającą się zależność Meta od konkurencyjnych dostawców danych, rzecznik Scale AI odesłał TechCrunch do pierwotnego ogłoszenia o inwestycji Meta w startup, które wskazuje na rozszerzenie relacji handlowych między firmami.

Umowy Meta z zewnętrznymi dostawcami danych prawdopodobnie oznaczają, że firma nie wkłada wszystkich swoich sił w Scale AI, nawet po zainwestowaniu miliardów w startup. Nie można tego jednak powiedzieć o Scale AI. Krótko po tym, jak Meta ogłosiła ogromną inwestycję w Scale AI, OpenAI i Google zapowiedziały zakończenie współpracy z tym dostawcą danych.

Niedługo po utracie klientów, Scale AI zwolniło w lipcu 200 pracowników w dziale etykietowania danych , a nowy dyrektor generalny firmy, Jason Droege, obwinił tę zmianę częściowo o „zmiany w popycie rynkowym”. Droege powiedział, że Scale AI zwiększy zatrudnienie w innych działach firmy, w tym w dziale sprzedaży dla sektora publicznego — firma właśnie podpisała kontrakt o wartości 99 milionów dolarów z armią amerykańską.

Niektórzy początkowo spekulowali, że inwestycja Meta w Scale AI miała na celu przyciągnięcie Wanga, założyciela działającego w branży AI od momentu założenia Scale AI w 2016 r., który najwyraźniej pomaga Meta w przyciąganiu najlepszych talentów w tej dziedzinie.

Oprócz Wanga, otwarte pozostaje pytanie, jak ważna jest skala dla Meta.

Jeden z obecnych pracowników MSL twierdzi, że kilku dyrektorów Scale przeniesionych do Meta nie pracuje w głównym zespole TBD Labs.

Tymczasem, według dwóch byłych pracowników i jednego obecnego pracownika MSL, dział sztucznej inteligencji w Meta stał się coraz bardziej chaotyczny od czasu zatrudnienia Wanga i fali czołowych badaczy. Nowi pracownicy OpenAI i Scale AI wyrazili frustrację związaną z poruszaniem się w biurokracji dużej firmy, a poprzedni zespół GenAI w Meta stwierdził, że jego zakres działania jest ograniczony.

Napięcia wskazują, że największa jak dotąd inwestycja Meta w sztuczną inteligencję może mieć trudny start, mimo że miała ona rozwiązać problemy firmy związane z rozwojem sztucznej inteligencji. Po niezbyt udanej premierze Llama 4 w kwietniu, prezes Meta, Mark Zuckerberg, był sfrustrowany zespołem ds. sztucznej inteligencji w firmie, jak powiedział TechCrunch jeden z obecnych i jeden byłych pracowników.

Aby odwrócić sytuację i dogonić OpenAI i Google, Zuckerberg szybko zawarł umowy i rozpoczął aktywną kampanię mającą na celu rekrutację najlepszych talentów w dziedzinie sztucznej inteligencji.

Poza Wangiem, Zuckerbergowi udało się przyciągnąć czołowych badaczy sztucznej inteligencji z OpenAI , Google DeepMind i Anthropic. Meta przejęła również startupy zajmujące się głosem AI, takie jak Play AI i WaveForms AI , a także ogłosiła partnerstwo ze startupem zajmującym się generowaniem obrazów AI, Midjourney .

Aby zrealizować swoje ambicje w zakresie sztucznej inteligencji, firma Meta ogłosiła niedawno budowę kilku ogromnych centrów danych w całych Stanach Zjednoczonych. Jednym z największych jest warte 50 miliardów dolarów centrum danych w Luizjanie o nazwie Hyperion, nazwane na cześć tytana z mitologii greckiej, który był ojcem boga słońca.

Wang, który z wykształcenia nie jest badaczem sztucznej inteligencji, był postrzegany jako kandydat na stanowisko kierownika laboratorium AI w dość nietypowy sposób . Zuckerberg podobno prowadził rozmowy w celu pozyskania bardziej tradycyjnych kandydatów do kierowania tym przedsięwzięciem, takich jak dyrektor ds. badań w OpenAI, Mark Chen , i próbował przejąć startupy Ilyi Sutskevera i Miry Murati . Wszyscy odmówili.

Jak donosił Wired, niektórzy z nowych badaczy AI, którzy niedawno przeszli z OpenAI, już opuścili Meta . W międzyczasie, w związku ze zmianami, wielu długoletnich członków zespołu GenAI Meta odeszło.

Jedną z ostatnich osób, która opublikowała na X post o swoim odejściu z firmy, jest Rishabh Agarwal, badacz sztucznej inteligencji z MSL.

„Propozycja Marka i @alexandr_wang, by stworzyć zespół Superintelligence, była niezwykle przekonująca” – powiedział Agarwal. „Ale ostatecznie postanowiłem posłuchać rady samego Marka: »W świecie, który zmienia się tak szybko, największym ryzykiem, jakie możesz podjąć, jest brak jakiegokolwiek ryzyka«”.

Zapytany później o czas spędzony w Meta i o to, co skłoniło go do odejścia, Agarwal odmówił komentarza.

Dyrektor ds. zarządzania produktami w obszarze generatywnej sztucznej inteligencji, Chaya Nayak , oraz inżynier ds. badań, Rohan Varma , również ogłosili w ostatnich tygodniach swoje odejście z Meta. Pytanie brzmi, czy Meta zdoła ustabilizować swoje działania w obszarze sztucznej inteligencji i utrzymać utalentowanych pracowników, których potrzebuje do osiągnięcia przyszłych sukcesów.

MSL już rozpoczęło prace nad modelem sztucznej inteligencji nowej generacji. Według doniesień Business Insider , firma planuje jego uruchomienie do końca tego roku.

Aktualizacja: Artykuł ten został zaktualizowany o komentarze użytkownika Mayer, który skontaktował się z serwisem TechCrunch po publikacji.