Meta: Capabil să cumpere sute de miliarde de putere de calcul, dar incapabil să rețină personalul cheie.

Scris de: Ada, Deep Tide TechFlow

Pang Ruoming a plecat înainte să apuce măcar să se instaleze la biroul său de la Meta.

În iulie 2025, Zuckerberg l-a recrutat pe acest inginer chinez cel mai căutat în domeniul infrastructurii AI de la Apple cu un pachet de compensare pe mai mulți ani în valoare totală de peste 200 de milioane de dolari. Pang Ruoming a fost desemnat la Meta Superintelligence Lab pentru a fi responsabil de construirea infrastructurii pentru modelele AI de generație următoare.

Șapte luni mai târziu, OpenAI l-a recrutat.

Conform The Information, OpenAI a lansat o campanie de recrutare de luni de zile pentru Pang Ruoming. Deși Pang le-a spus colegilor că era "foarte fericit lucrând la Meta", în cele din urmă a ales să plece. Bloomberg a raportat că pachetul său de compensare la Meta era legat de obiective intermediare, iar plecarea anticipată a însemnat renunțarea la majoritatea opțiunilor sale pe acțiuni nevenirate.

200 de milioane de dolari nu pot cumpăra șapte luni de loialitate.

Aceasta nu este o simplă poveste de schimbare a locului de muncă.

Plecarea unei persoane semnalează un grup întreg.

Pang Ruoming nu a fost primul care a plecat.

Săptămâna trecută, Mat Velloso, liderul de produs pentru platforma pentru dezvoltatori la Superintelligence Labs al Meta, a anunțat și el plecarea sa. S-a alăturat Meta în iulie anul trecut de la Google DeepMind și a rămas mai puțin de opt luni. Mergând și mai departe în urmă, în noiembrie 2025, câștigătorul Premiului Turing și șeful oamenilor de știință AI Yann LeCun, care fusese la Meta timp de 12 ani, și-a anunțat plecarea pentru a-și deschide propria afacere, lucrând la "modelul mondial" pe care l-a susținut mult timp. Russ Salakhutdinov, un discipol cheie al lui Geoffrey Hinton și vicepreședinte al cercetării AI generative la Meta, și-a anunțat recent și el plecarea.

Pentru a înțelege exodul de talente de la Meta AI, trebuie mai întâi să înțelegem cât de dăunător a fost Llama 4.

În aprilie 2025, Meta a lansat în mare stil modelele Scout și Maverick din seria Llama 4. Specificațiile oficiale erau impresionante, afirmând că au depășit complet GPT-4.5 și Claude Sonnet 3.7 în teste de referință de bază precum MATH-500 și GPQA Diamond.

Cu toate acestea, acest model emblemă, care încorporează ambițiile Meta, și-a dezvăluit rapid adevărata natură în testele oarbe independente efectuate de terțe părți din comunitatea open-source, cu capacitățile sale reale de generalizare și inferență rămânând mult în urma performanței anunțate. Confruntat cu critici puternice din partea comunității, șeful oamenilor de știință AI Yann LeCun a admis în cele din urmă că echipa "a folosit versiuni diferite de modele pentru a rula seturi diferite de teste în faza de testare pentru a optimiza scorul final."

În comunitățile academice și inginerești AI riguroase, aceasta a trecut o linie roșie de neiertat. Cu alte cuvinte, echipa a antrenat Llama 4 într-un "candidat de test din oraș mic" care putea rezolva doar întrebările din examene trecute, mai degrabă decât un adevărat "student de top" avansat cu inteligență de vârf. Este ca și cum ți-ar arăta o lucrare de examen de matematică și o lucrare de examen de programare - fiecare test individual pare puternic, dar de fapt nu sunt același model.

În mediul academic AI, aceasta se numește "cherry picking", în timp ce în educația orientată spre examene, se numește "susținere de teste în numele altora."

Pentru Meta, care s-a lăudat întotdeauna ca fiind un "far al open source", această turburie a distrus direct cel mai valoros activ al său de încredere în ecosistemul dezvoltatorilor. Costul său imediat a fost că Zuckerberg a "pierdut complet încrederea" în fundamentele inginerești ale echipei originale GenAI, pregătind astfel scena pentru numirea ulterioară a unor executivi de rang înalt și marginalizarea departamentelor cheie de infrastructură.

A cheltuit între 14,3 miliarde și 15 miliarde de dolari pentru a achiziționa o participație de 49% în compania de etichetare a datelor Scale AI, aducând pe CEO-ul Scale AI, în vârstă de 28 de ani, Alexandr Wang, ca șef al AI al Meta și înființând Meta Superintelligence Lab (MSL). Câștigătorul Premiului Turing LeCun a fost obligat să raporteze acestui tânăr de 28 de ani în noua structură. În octombrie, Meta a concediat aproximativ 600 de posturi la MSL, inclusiv membri ai diviziei de cercetare FAIR pe care LeCun o înființase.

Modelul emblemă Llama 4 Behemoth, planificat inițial pentru lansare în vara lui 2025, a fost amânat în mod repetat, de la vară la toamnă, și în cele din urmă pus în așteptare pe termen nelimitat.

Meta și-a mutat focalizarea către dezvoltarea unui model de text de generație următoare cu numele de cod "Avocado" și un model de imagine/video cu numele de cod "Mango". Se spune că Avocado este conceput pentru a concura cu GPT-5 și Gemini 3 Ultra. Programat inițial pentru lansare la sfârșitul anului 2025, a fost amânat pentru primul trimestru al anului 2026 din cauza testării performanței nesatisfăcătoare și a optimizării antrenamentului. Meta ia în considerare lansarea sa ca sursă închisă, abandonând tradiția open-source a seriei Llama.

Meta a făcut două greșeli fatale cu modelele sale AI. În primul rând, a fabricat date de referință, ceea ce a distrus direct încrederea comunității dezvoltatorilor. În al doilea rând, a înghesuit un departament de cercetare fundamentală precum Fair, care necesită o decadă de muncă dedicată, într-o organizație de produs concentrată pe KPI-uri trimestriale. Aceste două acțiuni combinate sunt cauza principală a actualului exod de talente.

Cipuri auto-dezvoltate: Celălalt picior rupt

Talentele pleacă și există probleme cu cipurile.

Conform The Information, Meta a anulat săptămâna trecută cel mai avansat proiect de cip de antrenament AI, care era în curs de dezvoltare internă.

Proiectul de cip auto-dezvoltat al Meta se numește MTIA (Meta Training and Inference Accelerator). Foaia de parcurs inițială a companiei este ambițioasă: MTIA v4, cu numele de cod "Santa Barbara", v5, cu numele de cod "Olympus", și v6, cu numele de cod "Universal Core", sunt planificate pentru livrare între 2026 și 2028. Printre acestea, Olympus este conceput să fie primul cip al Meta bazat pe o arhitectură chiplet de 2nm, având ca scop acoperirea simultană a antrenamentului de modele de vârf și a inferenței în timp real, și în cele din urmă să înlocuiască rolul NVIDIA în clusterul de antrenament al Meta.

Acum, acest cip de antrenament de ultimă generație a fost abandonat.

Meta nu a fost fără progrese; MTIA a obținut ceva succes în inferență. Cipul de inferență MTIA v3, cu numele de cod "Iris", a fost implementat pe scară largă în centrele de date ale Meta, în principal pentru sistemele de recomandare ale Facebook Reels și Instagram, reducând conform rapoartelor costul total de proprietate cu 40% până la 44%. Cu toate acestea, inferența și antrenamentul sunt două lucruri diferite. Inferența rulează modelul, în timp ce antrenamentul îl practică. Meta poate produce propriile sale cipuri de inferență, dar nu poate crea un cip de antrenament care să poată concura direct cu Nvidia.

Aceasta nu este prima dată în istorie. În 2022, Meta a încercat să dezvolte propriul cip de inferență, dar a abandonat proiectul după eșecul într-o implementare la scară mică și în schimb a plasat o comandă mare la Nvidia.

Eșecul în dezvoltarea propriilor cipuri a accelerat direct nebunia de externalizare a Meta.

135 de miliarde de dolari în achiziții panicate

În ianuarie 2026, Meta și-a anunțat bugetul de cheltuieli de capital pentru an între 115 miliarde și 135 de miliarde de dolari, aproape dublu față de 72,2 miliarde de dolari ai anului trecut. Cea mai mare parte a acestor bani va fi cheltuită pe cipuri.

În 10 zile, trei comenzi majore au fost plasate cu succes:

Pe 17 februarie, Meta a semnat un acord de cooperare strategică pe mai mulți ani, cross-generațional cu NVIDIA. Meta va implementa "milioane" de GPU-uri NVIDIA Blackwell și Vera Rubin de generație următoare, plus CPU-uri discrete Grace. Analiștii estimează că acordul valorează zeci de miliarde de dolari, făcând din Meta primul client de supercalcul din lume care implementează CPU-uri discrete NVIDIA Grace pe scară largă.

Pe 24 februarie, Meta și AMD au semnat un acord de cipuri pe mai mulți ani în valoare de 60 de miliarde până la 100 de miliarde de dolari. Meta va achiziționa cele mai recente GPU-uri din seria MI450 și CPU-uri EPYC de a șasea generație de la AMD. Ca parte a acordului, AMD a emis mandate către Meta pentru până la 160 de milioane de acțiuni ordinare, reprezentând aproximativ 10% din acțiunile AMD, care se câștigă în tranșe la 0,01 dolari pe acțiune pe baza obiectivelor de livrare.

Pe 26 februarie, The Information a raportat că Meta a semnat un acord pe mai mulți ani de mai multe miliarde de dolari cu Google pentru a închiria cipuri TPU de la Google Cloud pentru a antrena și rula modelele sale de limbaj mare de generație următoare. Cele două companii discută, de asemenea, despre Meta achiziționând TPU-uri direct pentru implementare în propriile centre de date începând din 2027.

O companie de social media a plasat comenzi la trei furnizori de cipuri în 10 zile, potențial totalizând mai mult de 100 de miliarde de dolari.

Aceasta nu este diversificare. Aceasta este cumpărare panică.

Logica pe trei niveluri a anxietății puterii de calcul

De ce se grăbește atât de mult Meta?

În primul rând, cipurile auto-dezvoltate nu mai sunt o opțiune viabilă. Anularea celui mai avansat proiect de cip de antrenament înseamnă că Meta va trebui să se bazeze pe achiziții externe pentru a-și satisface nevoile de antrenament AI în viitorul previzibil. În timp ce cipul MTIA pentru inferență poate gestiona aplicații mature precum sistemele de recomandare, antrenarea modelelor de vârf precum Avocado, care rivalizează cu GPT-5, necesită NVIDIA sau hardware echivalent.

În al doilea rând, concurenții nu vor aștepta. OpenAI a asigurat deja resurse masive de la Microsoft, SoftBank și fondul suveran de avuție al UAE. Anthropic a asigurat aprovizionări de 1 milion de TPU-uri și cipuri Trainium fiecare de la Google și Amazon. Gemini 3 al Google a fost antrenat în întregime pe TPU-uri. Dacă Meta nu poate obține putere de calcul suficientă, nu va putea nici măcar să-și asigure intrarea în cursă.

În al treilea rând, și probabil cel mai fundamental, Zuckerberg trebuie să folosească "puterea de cumpărare" pentru a compensa lipsa "capacităților de cercetare și dezvoltare". Debacul Llama 4, pierderea talentelor cheie și eșecurile în cipurile auto-dezvoltate - aceste trei evenimente combinate au făcut narativul AI al Meta fragil în ochii Wall Street. Semnarea de acorduri majore cu Nvidia, AMD și Google în acest moment trimite cel puțin un semnal: Avem banii, cumpărăm și nu am renunțat.

Strategia actuală a Meta este să investească în hardware dacă nu pot rezolva problemele software și să cumpere cipuri dacă nu pot reține talentele. Dar cursa AI nu este un joc pe care îl poți câștiga pur și simplu scriind cecuri. Puterea de calcul este o condiție necesară, dar nu una suficientă. Fără o echipă de modele de prim rang și o foaie de parcurs tehnică clară, nicio cantitate de cipuri nu va schimba nimic decât un inventar scump într-un depozit.

Dilema cumpărătorului

Privind înapoi la cele trei tranzacții ale Meta din februarie, un detaliu interesant a fost trecut cu vederea de majoritatea oamenilor.

Meta a cumpărat actualul Blackwell și viitorul Vera Rubin de la Nvidia; în acordul său cu AMD, a cumpărat MI450 și viitorul MI455X; și a închiriat actualul TPU Ironwood de la Google, cu planuri de a-l cumpăra direct anul viitor.

Trei furnizori, trei arhitecturi hardware și ecosisteme software complet diferite.

Aceasta înseamnă că Meta va trebui să navigheze între trei ecosisteme de bază complet diferite: CUDA al NVIDIA, ROCm al AMD și XLA/JAX al Google. În timp ce o strategie cu mai mulți furnizori poate atenua riscurile lanțului de aprovizionare și reduce primele de achiziție hardware, va duce, de asemenea, la o creștere exponențială a complexității inginerești.

Aceasta este tocmai cea mai fatală slăbiciune a Meta. Pentru a permite unui model cu trilioane de parametri să fie antrenat eficient pe aceste trei modele de programare de bază complet diferite pe hardware diferit, sunt necesari nu numai ingineri care înțeleg CUDA, ci și arhitecți care pot construi un cadru de antrenament cross-platform de la zero.

Există probabil nu mai mult de 100 de oameni ca aceștia în lume. Pang Ruoming este unul dintre ei.

A cheltui 100 de miliarde de dolari pentru a achiziționa cel mai complex portofoliu hardware din lume, în timp ce pierzi simultan creierele care îl pot controla - acesta este aspectul cel mai suprarealist al pariului lui Zuckerberg.

Pariul lui Zuckerberg

Privind în perspectivă, abordarea lui Zuckerberg față de AI în ultimele 18 luni prezintă o asemănare izbitoare cu strategia sa all-in de explorare a metaversului cu ani în urmă:

Văzând o tendință, investesc masiv și recrutează un număr mare de oameni; când întâmpină eșecuri, fac o schimbare strategică bruscă și investesc masiv din nou.

Perioada 2021-2023 a fost metaversul, care a dus la pierderi de zeci de miliarde de dolari în fiecare an, iar prețul acțiunilor a scăzut în cele din urmă de la 380 de dolari la 88 de dolari. Perioada 2024-2026 este AI, care implică, de asemenea, cheltuirea banilor fără a lua în considerare costul, restructurarea organizațională frecventă și aceeași narațiune de "Ai încredere în mine, am viziune."

Diferența este că această tendință AI este într-adevăr mult mai tangibilă decât metaversul. Meta, pe de altă parte, are suficiente resurse financiare de ars; afacerea sa de publicitate generează fluxuri de numerar substanțiale. În al patrulea trimestru al anului 2025, veniturile Meta au ajuns la 59,9 miliarde de dolari, o creștere de 24% față de anul trecut.

Problema este: banii pot cumpăra cipuri, putere de calcul și chiar oameni care stau la stații de lucru, dar nu pot cumpăra oameni care rămân.

Pang Ruoming a ales OpenAI, Russ Salakhutdinov a ales să plece, iar LeCun a ales să-și deschidă propria afacere.

Pariul actual al lui Zuckerberg este că atâta timp cât cumpără suficiente cipuri, construiește suficiente centre de date și cheltuie suficienți bani, va putea în cele din urmă găsi sau antrena oameni care pot folosi aceste resurse.

Acest pariu ar putea fi adevărat. La urma urmei, Meta este una dintre cele mai bogate companii tech din lume, cu peste 100 de miliarde de dolari în flux de numerar operațional fiind cel mai puternic avantaj competitiv al său. De la OpenAI la Anthropic, de la Google la alți concurenți, Meta a recrutat continuu talente. Conform Qubit, aproape 40% din cei 44 de membri ai echipei Superintelligence a Meta au venit de la OpenAI.

Cu toate acestea, realitatea crudă a cursei AI este că rezervele de putere de calcul, listele de talente și performanța modelelor sunt toate informații publice. Incidentul de fraudă a referințelor Llama 4 dovedește că în această industrie, nu poți menține conducerea bazându-te pe prezentări PPT și relații publice.

În final, piața recunoaște doar un singur lucru: cât de bun este modelul tău.

Poziția în lanțul trofic

Pe măsură ce cursa înarmării AI intră în 2026, ordinea lanțului trofic a început să devină clară:

În vârf sunt OpenAI și Google. OpenAI se mândrește cu cele mai puternice modele, cea mai mare bază de utilizatori și finanțarea cea mai agresivă. Google are o integrare verticală completă a propriilor cipuri, modele și infrastructură cloud. Anthropic urmează îndeaproape, menținând ferm poziția sa în primul eșalon datorită puterii produsului modelului său Claude și aprovizionării duble cu putere de calcul de la Google și Amazon.

Meta a cheltuit cei mai mulți bani, a semnat cele mai multe contracte de cipuri și s-a reorganizat cel mai frecvent, dar până acum, nu a venit cu un model de vârf care să poată convinge piața.

Povestea AI a Meta este oarecum similară cu cea a Yahoo din 2005. Pe atunci, Yahoo era una dintre cele mai bogate companii de pe internet, achiziționând agresiv și cheltuind bani, dar pur și simplu nu putea crea un motor de căutare precum Google. Banii nu sunt totul. Zuckerberg trebuie să își dea seama exact ce vrea să facă Meta cu AI, în loc să cumpere doar ceea ce este în tendințe.

Desigur, este prea devreme pentru a scrie necrologia Meta. 3,58 miliarde de utilizatori activi lunar, 59,9 miliarde de dolari în venituri trimestriale și cel mai mare set de date social din lume sunt active pe care niciun concurent nu le poate replica cu ușurință.

Dacă modelul de generație următoare, cu numele de cod Avocado, poate fi livrat conform programului în 2026 și să revină în primul eșalon, toate cheltuielile și restructurările lui Zuckerberg vor fi împachetate ca o "îndrăzneală strategică de a întoarce valul". Dar dacă rămâne din nou sub așteptări, atunci cei 135 de miliarde de dolari vor rezulta doar în rânduri de depozite de plăci de silicon încălzite.

La urma urmei, cursa înarmării AI din Silicon Valley nu a dus niciodată lipsă de super-cumpărători care își agită cecurile. Ceea ce îi lipsește sunt oamenii care știu cum să folosească acea putere de calcul pentru a forja viitorul.