Meta: Способна купить вычислительные мощности на сотни миллиардов, но не способна удержать ключевых сотрудников.

Автор: Ada, Deep Tide TechFlow

Пан Жуомин ушёл ещё до того, как успел устроиться на рабочем месте в Meta.

В июле 2025 года Цукерберг переманил этого самого востребованного китайского инженера в области инфраструктуры ИИ из Apple с многолетним компенсационным пакетом на сумму более 200 миллионов $. Пан Жуомин был назначен в лабораторию суперинтеллекта Meta для создания инфраструктуры для моделей ИИ следующего поколения.

Семь месяцев спустя его переманил OpenAI.

Согласно The Information, OpenAI провёл многомесячную кампанию по найму Пан Жуомина. Хотя Пан говорил коллегам, что «очень доволен работой в Meta», в конечном итоге он решил уйти. Bloomberg сообщил, что его компенсационный пакет в Meta был привязан к определённым этапам, и ранний уход означал отказ от большей части невостребованных опционов на акции.

200 миллионов $ не могут купить семь месяцев лояльности.

Это не простая история о смене работы.

Уход одного человека сигнализирует об уходе целой группы.

Пан Жуомин был не первым, кто ушёл.

На прошлой неделе Мэт Веллозо, руководитель продукта платформы разработчиков в лабораториях суперинтеллекта Meta, также объявил об уходе. Он присоединился к Meta в июле прошлого года из Google DeepMind и проработал менее восьми месяцев. Ещё раньше, в ноябре 2025 года, лауреат премии Тьюринга и главный научный сотрудник по ИИ Янн ЛеКун, проработавший в Meta 12 лет, объявил об уходе, чтобы начать собственный бизнес, работая над «моделью мира», которую он давно продвигал. Расс Салахутдинов, ключевой протеже Джеффри Хинтона и вице-президент по исследованиям генеративного ИИ в Meta, также недавно объявил об уходе.

Чтобы понять отток талантов из Meta AI, нужно сначала понять, насколько разрушительным был Llama 4.

В апреле 2025 года Meta громко представила модели Scout и Maverick из серии Llama 4. Официальные характеристики впечатляли, утверждая, что они полностью превзошли GPT-4.5 и Claude Sonnet 3.7 в основных тестах, таких как MATH-500 и GPQA Diamond.

Однако эта флагманская модель, воплощающая амбиции Meta, быстро показала своё истинное лицо в независимых слепых тестах, проведённых третьими сторонами в сообществе с открытым исходным кодом, при этом её фактические возможности обобщения и вывода были намного ниже заявленной производительности. Столкнувшись с сильной критикой со стороны сообщества, главный научный сотрудник по ИИ Янн ЛеКун в конечном итоге признал, что команда «использовала разные версии модели для запуска различных наборов тестов на этапе тестирования, чтобы оптимизировать итоговый результат».

В строгом академическом и инженерном сообществе ИИ это пересекло непростительную красную линию. Другими словами, команда превратила Llama 4 в «провинциального экзаменующегося», который мог решать только прошлые экзаменационные вопросы, а не в по-настоящему продвинутого «отличника» с передовым интеллектом. Это всё равно что показать вам экзаменационный лист по математике и экзаменационный лист по программированию — каждый отдельный тест кажется сильным, но на самом деле это не одна и та же модель.

В академических кругах ИИ это называется «выборочным отбором» (cherry picking), а в системе образования, ориентированной на экзамены, это называется «сдача экзамена за другого».

Для Meta, которая всегда позиционировала себя как «маяк открытого кода», эта турбулентность напрямую разрушила её самый ценный актив доверия в экосистеме разработчиков. Её непосредственная цена заключалась в том, что Цукерберг «полностью потерял веру» в инженерные основы первоначальной команды GenAI, тем самым заложив основу для последующего назначения высокопоставленных руководителей и маргинализации основных инфраструктурных отделов.

Он потратил от 14,3 миллиарда $ до 15 миллиардов $, чтобы приобрести 49% акций компании по маркировке данных Scale AI, пригласив 28-летнего генерального директора Scale AI Александра Ванга в качестве главного директора по ИИ Meta и создав лабораторию суперинтеллекта Meta (MSL). Лауреату премии Тьюринга ЛеКуну было предписано отчитываться перед этим 28-летним в новой структуре. В октябре Meta сократила примерно 600 рабочих мест в MSL, включая членов исследовательского подразделения FAIR, основанного ЛеКуном.

Флагманская модель Llama 4 Behemoth, первоначально запланированная к выпуску летом 2025 года, неоднократно откладывалась, с лета на осень, и, наконец, была приостановлена на неопределённый срок.

Meta переключила своё внимание на разработку текстовой модели следующего поколения под кодовым названием «Avocado» и модели изображений/видео под кодовым названием «Mango». Сообщается, что Avocado разработана для конкуренции с GPT-5 и Gemini 3 Ultra. Первоначально запланированная к выпуску в конце 2025 года, она была отложена до первого квартала 2026 года из-за неудовлетворительного тестирования производительности и оптимизации обучения. Meta рассматривает возможность выпуска её с закрытым исходным кодом, отказавшись от традиции открытого исходного кода серии Llama.

Meta допустила две фатальные ошибки со своими моделями ИИ. Во-первых, она сфабриковала данные бенчмарков, что напрямую разрушило доверие сообщества разработчиков. Во-вторых, она втиснула фундаментальный исследовательский отдел, такой как Fair, который требует десятилетия самоотверженной работы, в продуктовую организацию, сосредоточенную на квартальных KPI. Эти два действия в совокупности являются основной причиной её нынешнего оттока талантов.

Самостоятельно разработанные чипы: Другая сломанная нога

Таланты уходят, и есть проблемы с чипами.

Согласно The Information, Meta отменила свой самый передовой проект чипа для обучения ИИ, который разрабатывался внутри компании, на прошлой неделе.

Проект самостоятельной разработки чипа Meta называется MTIA (Meta Training and Inference Accelerator). Первоначальная дорожная карта компании амбициозна: MTIA v4, под кодовым названием «Santa Barbara», v5, под кодовым названием «Olympus», и v6, под кодовым названием «Universal Core», запланированы к поставке между 2026 и 2028 годами. Среди них Olympus разработан как первый чип Meta на основе 2-нм архитектуры чиплетов, нацеленный на одновременное покрытие обучения моделей высокого класса и вывода в реальном времени, и, в конечном итоге, замену роли NVIDIA в обучающем кластере Meta.

Теперь этот передовой чип для обучения был списан.

Meta не осталась без прогресса; MTIA достигла некоторого успеха в выводе. Чип вывода MTIA v3, под кодовым названием «Iris», был развёрнут в крупном масштабе в центрах обработки данных Meta, в основном для рекомендательных систем Facebook Reels и Instagram, что, по сообщениям, снизило общую стоимость владения на 40-44%. Однако вывод и обучение — это две разные вещи. Вывод запускает модель, а обучение её практикует. Meta может создавать свои собственные чипы для вывода, но не может создать чип для обучения, который мог бы напрямую конкурировать с Nvidia.

Это не первый раз в истории. В 2022 году Meta попыталась разработать свой собственный чип для вывода, но отказалась от проекта после неудачи в небольшом развёртывании и вместо этого разместила крупный заказ в Nvidia.

Неудача в разработке собственных чипов напрямую ускорила безумную аутсорсинговую активность Meta.

135 миллиардов $ в панических покупках

В январе 2026 года Meta объявила, что её бюджет капитальных расходов на год составит от 115 миллиардов $ до 135 миллиардов $, что почти вдвое больше, чем 72,2 миллиарда $ в прошлом году. Большая часть этих денег будет потрачена на чипы.

В течение 10 дней было успешно размещено три крупных заказа:

17 февраля Meta подписала многолетнее, межпоколенческое соглашение о стратегическом сотрудничестве с NVIDIA. Meta развернёт «миллионы» GPU NVIDIA Blackwell и следующего поколения Vera Rubin, плюс дискретные CPU Grace. Аналитики оценивают сделку в десятки миллиардов долларов, что делает Meta первым в мире клиентом суперкомпьютеров, который развернёт дискретные CPU NVIDIA Grace в крупном масштабе.

24 февраля Meta и AMD подписали многолетнее соглашение о чипах стоимостью от 60 миллиардов $ до 100 миллиардов $. Meta приобретёт новейшие GPU серии MI450 и CPU шестого поколения EPYC от AMD. В рамках сделки AMD выдала Meta варранты на покупку до 160 миллионов обыкновенных акций, что составляет примерно 10% акций AMD, с постепенным вестингом по 0,01 $ за акцию на основе этапов поставки.

26 февраля The Information сообщила, что Meta подписала многомиллиардное многолетнее соглашение с Google на аренду чипов TPU от Google Cloud для обучения и запуска своих больших языковых моделей следующего поколения. Две компании также обсуждают возможность прямой покупки TPU компанией Meta для развёртывания в своих собственных центрах обработки данных, начиная с 2027 года.

Компания социальных сетей разместила заказы у трёх поставщиков чипов в течение 10 дней на общую сумму, потенциально превышающую 100 миллиардов $.

Это не диверсификация. Это паническая закупка.

Трёхуровневая логика тревоги вычислительных мощностей

Почему Meta так спешит?

Во-первых, самостоятельно разработанные чипы больше не являются жизнеспособным вариантом. Отмена самого передового проекта чипа для обучения означает, что Meta придётся полагаться на внешние закупки для удовлетворения своих потребностей в обучении ИИ в обозримом будущем. Хотя чип MTIA для вывода может справляться со зрелыми приложениями, такими как рекомендательные системы, обучение передовых моделей, таких как Avocado, которая конкурирует с GPT-5, требует NVIDIA или эквивалентного оборудования.

Во-вторых, конкуренты не будут ждать. OpenAI уже обеспечил себе массивные ресурсы от Microsoft, SoftBank и суверенного фонда благосостояния ОАЭ. Anthropic обеспечил поставки по 1 миллиону TPU и чипов Trainium от Google и Amazon соответственно. Gemini 3 от Google был полностью обучен на TPU. Если Meta не сможет получить достаточные вычислительные мощности, она даже не сможет обеспечить себе участие в гонке.

В-третьих, и, возможно, самое главное, Цукербергу нужно использовать «покупательскую способность» для компенсации недостатка «НИОКР возможностей». Фиаско Llama 4, потеря ключевых талантов и неудачи в самостоятельной разработке чипов — эти три события в совокупности сделали нарратив Meta по ИИ хрупким в глазах Уолл-стрит. Подписание крупных сделок с Nvidia, AMD и Google в этот момент посылает по крайней мере один сигнал: у нас есть деньги, мы покупаем, и мы не сдались.

Текущая стратегия Meta — инвестировать в аппаратное обеспечение, если они не могут решить проблемы с программным обеспечением, и покупать чипы, если они не могут удержать таланты. Но гонка ИИ — это не игра, которую можно выиграть, просто выписывая чеки. Вычислительная мощность — это необходимое условие, но недостаточное. Без команды моделей высшего уровня и чёткой технической дорожной карты никакое количество чипов ничего не изменит, кроме дорогостоящих запасов на складе.

Дилемма покупателя

Оглядываясь на три сделки Meta в феврале, интересная деталь была упущена большинством людей.

Meta купила у Nvidia текущий Blackwell и будущий Vera Rubin; в сделке с AMD она купила MI450 и будущий MI455X; и она арендовала текущий Ironwood TPU у Google с планами купить его напрямую в следующем году.

Три поставщика, три совершенно разные аппаратные архитектуры и программные экосистемы.

Это означает, что Meta придётся перемещаться между тремя совершенно разными базовыми экосистемами: CUDA от NVIDIA, ROCm от AMD и XLA/JAX от Google. Хотя многопоставщиковая стратегия может смягчить риски цепочки поставок и снизить премии за закупку оборудования, она также приведёт к экспоненциальному увеличению инженерной сложности.

Это именно самая фатальная слабость Meta. Чтобы модель с триллионами параметров могла эффективно обучаться на этих трёх совершенно разных базовых моделях программирования на разном оборудовании, требуются не только инженеры, которые понимают CUDA, но и архитекторы, которые могут построить кроссплатформенный фреймворк обучения с нуля.

Таких людей в мире, вероятно, не более 100. Пан Жуомин — один из них.

Потратить 100 миллиардов $ на приобретение самого сложного в мире портфеля аппаратного обеспечения, одновременно теряя мозги, которые могут им управлять, — это самый сюрреалистичный аспект азартной игры Цукерберга.

Ставка Цукерберга

Увеличив масштаб, подход Цукерберга к ИИ за последние 18 месяцев поразительно напоминает его стратегию полного погружения в изучение метавселенной несколько лет назад:

Видя тренд, они вкладывают значительные средства и нанимают большое количество людей; когда они сталкиваются с неудачами, они совершают внезапный стратегический сдвиг и снова вкладывают значительные средства.

Период с 2021 по 2023 год был метавселенной, что привело к убыткам в десятки миллиардов долларов ежегодно, и цена акций в конечном итоге упала с 380 $ до 88 $. Период с 2024 по 2026 год — это ИИ, который также включал в себя трату денег без учёта затрат, частую организационную реструктуризацию и тот же нарратив «Доверьтесь мне, у меня есть видение».

Разница в том, что этот тренд ИИ действительно гораздо более осязаем, чем метавселенная. У Meta, с другой стороны, много денег, которые можно сжечь; её рекламный бизнес генерирует существенный денежный поток. В четвёртом квартале 2025 года выручка Meta достигла 59,9 миллиарда $, что на 24% больше по сравнению с прошлым годом.

Проблема в том: деньги могут купить чипы, вычислительную мощность и даже людей, сидящих на рабочих местах, но они не могут купить людей, которые остаются.

Пан Жуомин выбрал OpenAI, Расс Салахутдинов решил уйти, а ЛеКун решил начать собственный бизнес.

Текущая ставка Цукерберга заключается в том, что если он купит достаточно чипов, построит достаточно центров обработки данных и потратит достаточно денег, он в конечном итоге сможет найти или обучить людей, которые смогут использовать эти ресурсы.

Эта ставка может оказаться верной. В конце концов, Meta — одна из самых богатых технологических компаний в мире, с операционным денежным потоком более 100 миллиардов $, что является её самым сильным конкурентным преимуществом. От OpenAI до Anthropic, от Google до других конкурентов, Meta непрерывно переманивает таланты. Согласно Qubit, почти 40% из 44 членов команды суперинтеллекта Meta пришли из OpenAI.

Однако жестокая реальность гонки ИИ заключается в том, что резервы вычислительных мощностей, списки талантов и производительность моделей — всё это публичная информация. Инцидент с мошенничеством с бенчмарком Llama 4 доказывает, что в этой отрасли вы не можете поддерживать своё лидерство, полагаясь на презентации PPT и связи с общественностью.

В конечном итоге рынок признаёт только одно: насколько хороша ваша модель.

Позиция в пищевой цепи

По мере того, как гонка вооружений ИИ вступает в 2026 год, порядок пищевой цепи начал становиться ясным:

На вершине находятся OpenAI и Google. OpenAI может похвастаться самыми сильными моделями, самой большой пользовательской базой и самым агрессивным финансированием. У Google есть полная вертикальная интеграция собственных чипов, моделей и облачной инфраструктуры. Anthropic следует по пятам, твёрдо удерживая свою позицию на первом уровне благодаря силе продукта своей модели Claude и двойному снабжению вычислительными мощностями от Google и Amazon.

Meta потратила больше всего денег, подписала больше всего контрактов на чипы и чаще всего реорганизовывалась, но до сих пор не представила передовой модели, которая могла бы убедить рынок.

История ИИ Meta несколько похожа на историю Yahoo в 2005 году. В то время Yahoo была одной из самых богатых компаний в интернете, агрессивно приобретая и тратя деньги, но она просто не могла создать поисковую систему, подобную Google. Деньги — не всё. Цукербергу нужно понять, что именно Meta хочет делать с ИИ, вместо того, чтобы просто покупать то, что в тренде.

Конечно, писать некролог Meta слишком рано. 3,58 миллиарда ежемесячных активных пользователей, 59,9 миллиарда $ квартальной выручки и крупнейший в мире социальный набор данных — это активы, которые ни один конкурент не может легко повторить.

Если модель следующего поколения под кодовым названием Avocado сможет быть поставлена по графику в 2026 году и вернуться на высший уровень, все расходы и реструктуризация Цукерберга будут представлены как «стратегическая смелость, переломившая ситуацию». Но если она снова не оправдает ожиданий, то 135 миллиардов $ приведут только к рядам отапливаемых складов кремниевых пластин.

В конце концов, в гонке вооружений ИИ Кремниевой долины никогда не было недостатка в супер-покупателях, размахивающих своими чеками. Чего ей не хватает, так это людей, которые знают, как использовать эту вычислительную мощность для создания будущего.