6月，Meta曾以143亿美元大手笔投资数据标注巨头Scale AI，并将其CEO亚历山大·王（Alexandr Wang）及多名高管纳入旗下Meta超级智能实验室（MSL），试图加速AI超级智能研发。然而仅数月过去，这场“强强联合”已显露裂痕：核心高管入职两月即离职，MSL转而与Scale AI的竞争对手合作，实验室内部更是因人才整合与官僚主义问题陷入混乱。
裂痕初现：Scale AI前高管入职两月离职，角色表述存争议
最先暴露的是人员层面的波动。据知情人士透露，由Alexandr Wang引入、负责协助运营MSL的Scale AI前生成式AI产品与运营高级副总裁鲁本·迈耶（Ruben Mayer），在加入Meta仅两个月后便选择离开。
迈耶在Scale AI累计任职五年，据消息源称，他在Meta期间主要负责“AI数据运营团队”，且未被纳入MSL的核心单位——TBD Labs（Meta构建AI超级智能的核心部门，汇聚了多名来自OpenAI的顶级研究员）。
但迈耶本人对这一说法提出异议：“我的初始职责是‘协助搭建实验室，处理各类需求’，并非局限于数据工作；且从第一天起就是TBD Labs的一员”。他同时澄清“不直接向Alexandr Wang汇报”，强调对Meta的经历“非常满意”，离职仅因“个人事务”。
合作生变：MSL弃用Scale AI，转向其竞争对手
比人员离职更值得关注的是合作关系的转变。据五位知情人士透露，Meta的核心AI部门TBD Labs在训练下一代AI模型时，已开始优先与Scale AI的两大竞争对手Mercor和Surge合作，而非投资143亿美元的Scale AI。
尽管AI实验室通常会与多家数据供应商合作（Meta在TBD Labs成立前就已与Mercor、Surge有合作），但“巨额投资后仍弃用合作方”的情况并不常见。消息源指出，核心原因是TBD Labs的研究员认为Scale AI的数据质量不达标，更倾向于选择Mercor和Surge的服务。
对于这一说法，Meta发言人明确否认“Scale AI数据存在质量问题”；Scale AI则未直接回应，仅引导媒体参考双方初始合作公告中“扩展商业关系”的表述；Mercor和Surge均拒绝置评。
Scale AI困境：失去OpenAI、Google后再遭Meta冷遇
对Scale AI而言，Meta的转向无疑是雪上加霜。早在Meta宣布投资后不久，OpenAI和Google便先后表示“停止与Scale AI合作”——这两大客户的流失已对其业务造成冲击。7月，Scale AI宣布裁员200名数据标注员工，新任CEO杰森·德罗格（Jason Droege）将其归因于“市场需求转变”，并表示将重点拓展政府销售（公司近期刚与美国陆军签订9900万美元合同）。
Scale AI的困境与其商业模式转型滞后有关：早期其依赖“众包低成本劳动力”处理简单数据标注，但随着AI模型复杂度提升，行业对“医生、律师、科学家等领域专家生成的高质量数据”需求激增。尽管Scale AI通过“Outlier平台”试图吸引专家，但Mercor、Surge等竞争对手从成立之初就以“高薪聘请专业人才”为核心模式，更贴合当前市场需求。
MSL内部混乱：人才流失、官僚主义拖慢研发
Meta的AI研发困境不仅限于外部合作，MSL内部的整合问题同样突出。据现任及前任员工透露，自Alexandr Wang和一批外部顶级研究员加入后，实验室的运营反而愈发混乱：
- 核心团队壁垒：Alexandr Wang引入的多名Scale AI高管，并未进入TBD Labs核心团队，难以参与关键研发决策；
- 新老团队矛盾：来自OpenAI、Scale AI的外部人才对Meta的“官僚主义流程”感到沮丧，而Meta原GenAI团队则认为自身业务范围被压缩；
- 人才持续流失：近期已有多名核心成员离职，包括MSL研究员Rishabh Agarwal、生成式AI产品管理总监Chaya Nayak、研究工程师Rohan Varma等。Agarwal在离职时表示，尽管Meta的超级智能研发愿景“极具吸引力”，但最终选择“遵循‘不冒险才是最大风险’的建议”离开。
Meta的AI焦虑：押注超级智能，却难破困局
Meta对Scale AI的巨额投资，本质上是“追赶OpenAI、Google”的焦虑体现。今年4月，Llama 4的推出反响平淡，Meta CEO马克·扎克伯格对AI团队表现不满，随后启动“激进人才引进计划”：除投资Scale AI吸引Alexandr Wang外，还从OpenAI、Google DeepMind、Anthropic挖来多名顶级研究员，收购Play AI、WaveForms AI等语音初创公司，并与Midjourney达成合作。同时，Meta还计划斥资500亿美元在路易斯安那州建设大型数据中心“Hyperion”，为AI研发提供算力支撑。
值得注意的是，Alexandr Wang并非AI研究员出身，其担任MSL核心角色的选择本身就存在争议——据悉，扎克伯格最初曾接触OpenAI首席研究官Mark Chen等更“传统”的候选人，并试图收购Ilya Sutskever等人的初创公司，但均遭拒绝。
未来挑战：年底需推出新模型，人才与合作成关键
目前，MSL已启动下一代AI模型的研发，目标是在2024年底推出。但从当前情况看，Meta面临双重挑战：外部需平衡与Scale AI及竞品的合作关系，确保高质量数据供给；内部则需解决团队整合、官僚主义问题，稳定人才队伍——否则，这场“143亿美元的押注”不仅难以缩小与竞争对手的差距，反而可能成为拖累AI战略的“包袱”。（来源）
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
