Meta对数据标注公司Scale AI的巨额投资与合作在短短数月内便出现问题。核心问题包括：从Scale AI引进的高管迅速离职，Meta开始转向使用其他数据供应商，以及内部研究人员对Scale AI数据质量提出质疑。这些迹象表明，Meta雄心勃勃的AI超级智能实验室（MSL）正面临内部动荡，其AI发展战略的稳定性也受到了严峻考验。
合作初期的裂痕
尽管Meta在6月份向Scale AI投入了143亿美元，并引入其首席执行官Alexandr Wang及多名高管来运营Meta超级智能实验室（MSL），但这段合作关系很快就显现出紧张迹象。
- 高管迅速离职： Scale AI前高管Ruben Mayer在加入Meta仅两个月后便离职。他在Meta负责AI数据运营团队，但对于其具体角色和是否属于核心AI单位，他本人与外界消息源的说法存在出入。
- 角色争议： Mayer表示他从一开始就是核心AI部门“TBD Labs”的成员，职责是“协助建立实验室”，而不仅限于数据工作。这与他被排除在核心单位之外的传闻相悖。
数据质量引发的信任危机
除了人事变动，Meta对Scale AI作为数据供应商的依赖似乎也在减弱。多个信源证实，Meta的TBD实验室正在与其他数据标注供应商合作，以训练其即将推出的AI模型。
- 转向竞争对手： Meta正在与 Mercor 和 Surge 等Scale AI的主要竞争对手合作。尽管AI实验室与多家供应商合作是常态，但考虑到Meta对Scale AI的巨额投资，这一举动显得非同寻常。
- 内部质量质疑： 关键问题在于，TBD实验室内部的研究人员普遍认为Scale AI的数据质量低下，并明确表示更愿意使用Surge和Mercor的数据。
随着AI模型变得越来越复杂，它们不再只需要简单的数据标注，而是需要医生、律师和科学家等高技能领域专家来生成和优化高质量数据。
Scale AI最初依靠大规模、低成本的众包模式起家，而其竞争对手从一开始就以高薪人才为基础，这使它们在满足当前高质量数据需求方面更具优势。
连锁反应与战略调整
Meta与Scale AI合作关系的动荡，也引发了一系列的连锁反应，并揭示了Meta更广泛的AI战略焦虑。
- Scale AI的损失： 在获得Meta投资后不久，Scale AI失去了 OpenAI 和 Google 这两大客户，并随后裁员200人。
- Meta的紧迫感： 据报道，在Llama 4模型发布反响平平后，Meta首席执行官马克·扎克伯格对公司的AI团队感到失望，随即展开了激进的人才招募和投资行动，试图追赶OpenAI和Google。
- 广泛布局： 除了引入Wang，Meta还从各大竞争对手那里挖来了顶尖AI研究员，收购了多家AI创业公司，并与Midjourney等建立了合作关系。
内部混乱与人才流失
大规模的投入和人员变动也给Meta的AI部门带来了混乱。新加入的顶尖人才在适应大公司的官僚体制时感到沮丧，而Meta原有的AI团队则感觉自己的工作范围受限。
结果是，无论是新招募的人才还是老员工，离职现象都变得普遍。
最近离职的MSL AI研究员Rishabh Agarwal在社交媒体上写道：“Mark和 @alexandr_wang 组建超级智能团队的提议非常有说服力。但我最终选择遵循Mark自己的建议：‘在一个变化如此之快的世界里，你所能承担的最大风险就是不冒任何风险。’”
除了Agarwal，生成式AI产品管理总监Chaya Nayak和研究工程师Rohan Varma等多人也在近期宣布离职。现在的问题是，Meta能否稳定其AI业务，留住推动其未来成功所必需的人才。尽管面临挑战，MSL已经开始研发下一代AI模型，并计划在今年年底前发布。