No ha sido sino hasta junio que Meta invirtió $14.3 mil millones en Scale AI, proveedor de marcas de datos, incorporando al CEO Alexandr Wang y a varios de los principales ejecutivos de la startup para que gestionen los Meta Superintelligence Labs (MSL). Sin embargo, la relación entre ambas compañías ya evidencia signos de desgaste.
Al menos uno de los ejecutivos que Wang reclutó para colaborar en MSL, el ex vicepresidente senior de productos y operaciones de GenAI, Ruben Mayer, ha abandonado Meta tras solo dos meses en la compañía, según afirmaron dos fuentes familiarizadas con el asunto a TechCrunch.
Mayer dedicó aproximadamente cinco años a Scale AI en dos etapas distintas. Durante su breve paso por Meta, y de acuerdo con dichas fuentes, supervisó los equipos de operaciones de datos de IA y reportaba a Wang, pero no se integró en los laboratorios TBD de la compañía: la unidad central encargada de construir una superinteligencia artificial, donde han recalado importantes investigadores de OpenAI.
No obstante, Mayer discrepó respecto a ciertos detalles de su rol, señalando a TechCrunch que su función real consistía en “ayudar a configurar el laboratorio, en lo que fuera necesario”, en lugar de dirigir operaciones de datos, y que formó “parte de los laboratorios TBD desde el primer día”, en vez de haber sido excluido de la unidad central de IA. Mayer también aclaró que “no reportaba directamente a (Wang)” y que se encontraba “muy satisfecho” con su experiencia en Meta.
Más allá de los movimientos de personal, la relación de Meta con Scale AI parece estar evolucionando. TBD Labs está colaborando con proveedores de etiquetado de datos terceros distintos a Scale AI para entrenar sus próximos modelos de inteligencia artificial, de acuerdo con cinco personas familiarizadas con el tema. Entre esos proveedores externos se incluyen Mercor y Surge, dos de los competidores más destacados de Scale AI, afirmaron las fuentes.
Si bien es habitual que los laboratorios de IA trabajen con múltiples proveedores de etiquetado —Meta ya colaboraba con Mercor y Surge con anterioridad al lanzamiento de TBD Labs—, resulta infrecuente que un laboratorio invierta sumas tan cuantiosas en un único proveedor de datos. Esto hace que la situación resulte particularmente notable: incluso con la multimillonaria inversión de Meta, diversas fuentes indicaron que los investigadores de TBD Labs consideran que los datos de Scale AI son de menor calidad y han expresado su preferencia por trabajar con Surge y Mercor.
Scale AI construyó inicialmente su negocio sobre un modelo de crowdsourcing que empleaba una fuerza laboral extensa y de bajo coste para tareas simples de etiquetado de datos, proceso que consiste en categorizar y anotar información en bruto para entrenar modelos de IA. Pero a medida que los modelos de IA se han vuelto más sofisticados, ahora requieren expertos altamente cualificados en dominios específicos, como médicos, abogados y científicos, que puedan generar y refinar los datos de alta calidad necesarios para mejorar su rendimiento.
Aunque Scale AI ha intentado atraer a estos expertos mediante su plataforma especializada, competidores como Surge y Mercor han crecido con rapidez gracias a que sus modelos de negocio se basaron, desde un principio, en una base de talento bien remunerado.
Un portavoz de Meta negó que existan problemas de calidad con el producto de Scale AI. Tanto Surge como Mercor declinaron hacer comentarios. Al ser consultada sobre la significativa dependencia de Meta de proveedores de datos competidores, un portavoz de Scale AI remitió a TechCrunch al comunicado oficial de la inversión de Meta en la startup, el cual hace referencia a una expansión de la relación comercial entre ambas empresas.
Los acuerdos de Meta con proveedores de datos externos sugieren que la compañía no está concentrando todos sus recursos en Scale AI, incluso después de invertir miles de millones en la startup. No obstante, no puede decirse lo mismo de Scale AI. Poco después de que Meta anunciase su cuantiosa inversión en Scale AI, tanto OpenAI como Google comunicaron que dejarían de trabajar con dicho proveedor.
Poco después de perder a esos clientes, Scale AI despidió a 200 empleados de su negocio de etiquetado de datos en julio, atribuyendo el nuevo CEO de la compañía, Jason Droege, los recortes en parte a “cambios en la demanda del mercado”. Droege indicó que Scale AI reforzaría otras áreas del negocio, incluidas las ventas gubernamentales, tras haber obtenido recientemente un contrato de $99 millones con el ejército de los Estados Unidos.
Inicialmente, algunos especularon con que la inversión de Meta en Scale AI respondía en realidad al interés por captar a Wang, un fundador con amplia trayectoria en el sector de la IA desde la creación de Scale AI en 2016, y que parecía estar ayudando a Meta a atraer talento especializado.
Con la partida de Wang, surge la incógnita de cuán valiosa resulta Scale AI realmente para Meta.
Un empleado actual de MSL señaló que varios de los ejecutivos de Scale AI incorporados a Meta no están trabajando en el equipo central de TBD Labs.
Mientras tanto, la división de IA de Meta se ha vuelto cada vez más caótica desde la incorporación de Wang y una ola de investigadores principales, según afirmaron dos ex empleados y un empleado actual de MSL. El nuevo talento procedente de OpenAI y Scale AI ha expresado su frustración ante la burocracia de una gran compañía, mientras que el equipo previo de GenAI de Meta ha visto reducida su esfera de influencia, indicaron las fuentes.
Estas tensiones sugieren que la mayor inversión en IA realizada por Meta hasta la fecha podría tener un desarrollo complicado, a pesar de que se esperaba que abordase los desafíos de crecimiento de IA de la compañía. Tras el lanzamiento discreto de LLaMA 4 en abril, el CEO de Meta, Mark Zuckerberg, mostró su frustración con el equipo de IA de la compañía, según confirmaron a TechCrunch un ex empleado y un empleado actual.
En un esfuerzo por reconducir la situación y ponerse a la altura de OpenAI y Google, Zuckerberg aceleró la formalización de acuerdos e inició una campaña agresiva para captar el mejor talento en IA.
Además de Wang, Zuckerberg ha logrado atraer a investigadores principales de IA de OpenAI, Google DeepMind y Anthropic. Meta también ha adquirido nuevas empresas de voz artificial como Play AI y Waveforms AI, y anunció una asociación con la startup de generación de imágenes AI, Midjourney.
Para respaldar sus ambiciones en IA, Meta anunció recientemente la construcción de varios centros de datos masivos en Estados Unidos, entre los que destaca un centro de datos de $50 mil millones en Louisiana llamado Hyperion, denominado así en referencia al coloso de la mitología griega que engendró al dios del Sol.
Wang, que no es investigador de IA de formación, fue considerado una apuesta poco convencional para liderar un laboratorio de IA. Según los informes, Zuckerberg mantuvo conversaciones con candidatos más tradicionales para dirigir el proyecto, como el director de investigación de OpenAI, Mark Chen, e intentó adquirir las startups de Ilya Sutskever y Mira Murati. Todos ellos declinaron la oferta.
Algunos de los nuevos investigadores de IA reclutados recientemente de OpenAI ya han abandonado Meta, según había informado previamente Wired. Paralelamente, muchos miembros veteranos del equipo de GenAI de Meta se han marchado a raíz de los cambios.
El investigador de IA de MSL Rishabh Agarwal se counta entre los últimos en partir, publicando en X esta semana su decisión de dejar la compañía.
“La visión de Mark y @alexandr_wang para construir el equipo de superinteligencia resultaba incredibly convincente,” afirmó Agarwal. “Pero al final, he decidido seguir el propio consejo de Mark: ‘En un mundo que cambia con tanta rapidez, el mayor riesgo que puedes correr es no correr ningún riesgo’.”
Consultado posteriormente sobre su etapa en Meta y las razones que motivaron su decisión de marcharse, Agarwal declinó hacer comentarios.
La directora de Gestión de Productos para IA generativa, Chaya Nayak, y el ingeniero de investigación, Rohan Varma, también han anunciado su salida de Meta en las últimas semanas. La cuestión ahora reside en si Meta será capaz de estabilizar sus operaciones de IA y retener el talento necesario para asegurar su éxito futuro.
MSL ya ha iniciado el desarrollo de su modelo de IA de próxima generación. De acuerdo con informes de Business Insider, el objetivo es lanzarlo a finales de este año.
ACTUALIZACIÓN: Esta historia ha sido actualizada con los comentarios de Mayer, quien contactó con TechCrunch con posterioridad a su publicación.