Apenas desde junio, Meta invirtió 14.300 millones de dólares en Scale AI, proveedor de etiquetado de datos, incorporando al CEO Alexandr Wang y a varios de los principales ejecutivos de la startup para dirigir Meta Superintelligence Labs (MSL). Sin embargo, la relación entre ambas empresas ya muestra indicios de deterioro.

Al menos uno de los ejecutivos que Wang trajo para ayudar a dirigir MSL (el ex vicepresidente sénior de operaciones y GenAI de Scale AI, Ruben Mayer) abandonó Meta después de solo dos meses en la empresa, dijeron dos personas familiarizadas con el asunto.

Mayer trabajó aproximadamente cinco años en Scale AI, distribuido en dos periodos. Durante su breve tiempo en Meta, según dichas fuentes, supervisó los equipos de operaciones de datos de IA, pero no formó parte de TBD Labs, la unidad central de Meta encargada de desarrollar superinteligencia de IA, donde han llegado destacados investigadores de IA de OpenAI.

Sin embargo, Mayer cuestiona algunos detalles sobre su función, declarando que su puesto inicial era «ayudar a montar el laboratorio, con lo que se necesitara», en lugar de datos, y que formó parte de TBD Labs desde el primer día, en lugar de ser excluido de la unidad central de IA. Mayer también aclaró que no reportaba directamente a Wang y que estaba muy satisfecho con su experiencia en Meta, tras dejarlo por un asunto personal.

Más allá de los cambios personales, la relación de Meta con Scale AI parece estar cambiando. TBD Labs está trabajando con proveedores externos de etiquetado de datos, además de Scale AI, para entrenar sus próximos modelos de IA, según cinco personas familiarizadas con el asunto. Entre estos proveedores se encuentran Mercor y Surge, dos de los principales competidores de Scale AI, según las fuentes.

Si bien los laboratorios de IA suelen trabajar con varios proveedores de etiquetado de datos (Meta ha colaborado con Mercor y Surge desde antes de la creación de TBD Labs), es raro que un laboratorio de IA invierta tanto en un solo proveedor. Esto hace que esta situación sea especialmente notable: incluso con la inversión multimillonaria de Meta, varias fuentes afirmaron que los investigadores de TBD Labs consideran que los datos de Scale AI son de baja calidad y han expresado su preferencia por trabajar con Surge y Mercor.

Scale AI inicialmente construyó su negocio con un modelo de crowdsourcing que empleaba una fuerza laboral numerosa y económica para gestionar el etiquetado simple de datos, que consiste en etiquetar y anotar información sin procesar para entrenar modelos de IA. Sin embargo, a medida que los modelos de IA se han vuelto más preferidos, ahora requieren expertos altamente cualificados, como médicos, abogados y científicos, para generar y refinar los datos de alta calidad necesarios para mejorar su rendimiento.

Si bien Scale AI ha buscado atraer a estos expertos en la materia con su plataforma Outlier, competidores como Surge y Mercor han estado creciendo rápidamente porque sus modelos de negocios se construyeron sobre una base de talento bien remunerado desde el principio.

Un portavoz de Meta cuestionó la existencia de problemas de calidad con el producto de Scale AI. Surge y Mercor declinaron hacer comentarios. Al ser preguntado sobre la creciente dependencia de Meta de proveedores de datos de la competencia, un portavoz de Scale AI remitió el anuncio inicial de la inversión de Meta en la startup, que menciona una ampliación de la relación comercial entre ambas empresas.

Los acuerdos de Meta con proveedores de datos externos probablemente signifiquen que la compañía no está apostando todo su esfuerzo por Scale AI, incluso después de invertir millas de millones en la startup. Sin embargo, no se puede decir lo mismo de Scale AI. Poco después de que Meta anunciara su enorme inversión en Scale AI, OpenAI y Google anunciaron que dejarían de colaborar con el proveedor de datos.

Poco después de perder a esos clientes, Scale AI despidió a 200 empleados de su división de etiquetado de datos en julio. El nuevo director ejecutivo de la compañía, Jason Droege, atribuyó los cambios en parte a la «variación en la demanda del mercado». Droege afirmó que Scale AI aumentaría su personal en otras áreas del negocio, incluyendo las ventas al gobierno; la compañía acaba de firmar un contrato de 99 millones de dólares con el Ejército de EE.UU.

Algunos especularon inicialmente que la inversión de Meta en Scale AI era realmente para atraer a Wang, un fundador que ha operado en el espacio de IA desde que se fundó Scale AI en 2016. Parece estar ayudando a Meta a atraer a los mejores talentos de IA.

Además de Wang, hay una pregunta abierta sobre cuán valiosa es Scale AI para Meta.

Un empleado actual de MSL dice que varios de los ejecutivos de Scale AI trasladados a Meta no están trabajando en el equipo central de TBD Labs.

Mientras tanto, la unidad de IA de Meta se ha vuelto cada vez más caótica desde la incorporación de Wang y un grupo de investigadores de alto nivel, según dos exempleados y un empleado actual de MSL. Nuevos talentos de OpenAI y Scale AI han expresado su frustración al lidiar con la burocracia de una gran empresa, mientras que el anterior equipo GenAI de Meta ha visto limitado su alcance, afirmaron.

Las tensiones indican que la mayor inversión en IA de Meta hasta la fecha podría haber tenido un comienzo complicado, a pesar de que se suponía que abordaría los desafíos de desarrollo de IA de la compañía. Tras el deslucido lanzamiento de Llama 4 en abril, el CEO de Meta, Mark Zuckerberg, se frustró con el equipo de IA de la compañía, según informó un empleado y un exempleado.

En un esfuerzo por cambiar la situación y alcanzar a OpenAI y Google, Zuckerberg se apresuró a cerrar acuerdos y lanzó una campaña agresiva para reclutar a los mejores talentos en inteligencia artificial.

Además de Wang, Zuckerberg ha logrado atraer a destacados investigadores de IA de OpenAI, Google DeepMind y Anthropic. Meta también ha adquirido startups de voz con IA, como Play AI y WaveForms AI, y ha anunciado una alianza con Midjourney, startup de generación de imágenes con IA.

Para impulsar sus ambiciones en materia de inteligencia artificial, Meta anunció recientemente la construcción de varios centros de datos masivos en todo Estados Unidos. Uno de los más grandes es un centro de datos de 50 mil millones de dólares en Luisiana llamado Hyperion, que lleva el nombre de un titán de la mitología griega que engendró al dios del sol.

Wang, quien no tiene formación en investigación de IA, fue considerada una opción poco convencional para dirigir un laboratorio de IA. Según informes, Zuckerberg mantuvo conversaciones para incorporar candidatos más tradicionales para liderar la iniciativa, como el director de investigación de OpenAI, Mark Chen, e intentó adquirir las startups de Ilya Sutskever y Mira Murati. Todos rechazaron la oferta.

Algunos de los nuevos investigadores de IA incorporados recientemente desde OpenAI ya han dejado Meta, según informó Wired anteriormente. Mientras tanto, muchos miembros veteranos de la unidad GenAI de Meta se han marchado debido a los cambios.

El investigador de inteligencia artificial de MSL, Rishabh Agarwal, es uno de los últimos, y publicó en X esta semana que dejaría la empresa.

“La propuesta de Mark y @alexandr_wang para formar el equipo de Superinteligencia fue increíblemente convincente”, dijo Agarwal. “Pero al final, decidí seguir el consejo del propio Mark: ‘En un mundo que cambia tan rápido, el mayor riesgo que puedes correr es no correr ningún riesgo’”.

Cuando se le preguntó después de su tiempo en Meta y qué lo motivó a decidir irse, Agarwal se negó a hacer comentarios.

La directora de gestión de productos de IA generativa, Chaya Nayak, y el ingeniero de investigación, Rohan Varma, también anunciaron su salida de Meta en las últimas semanas. La pregunta ahora es si Meta podrá estabilizar sus operaciones de IA y retener el talento necesario para su éxito futuro.

MSL ya ha comenzado a trabajar en su modelo de IA de próxima generación. Según Business Insider, su objetivo es lanzarlo a finales de este año.