📚 Continue Lendo
Mais artigos do nosso blog
Uma relação empresarial que prometia ser uma peça central na ambiciosa estratégia da Meta no campo da inteligência artificial parece estar enfrentando dificuldades incipientes, mesmo após um considerável investimento. Em junho deste ano, a gigante da tecnologia Meta injetou vultosos US$ 14,3 bilhões na Scale AI, uma provedora de dados cruciais para o treinamento de sistemas de inteligência artificial. Este acordo também trouxe o CEO da Scale AI, Alexandr Wang, e diversos de seus principais executivos para liderar o Meta Superintelligence Labs (MSL), uma iniciativa de ponta da Meta. Contudo, relatórios recentes indicam que os primeiros sinais de atrito e desafios já começam a surgir na parceria entre as duas companhias.
A tensão crescente é evidenciada pela saída precoce de um dos executivos trazidos por Wang. Ruben Mayer, que atuava como ex-vice-presidente sênior de Produto e Operações de Geração de IA na Scale AI, deixou a Meta após um período de apenas dois meses. Sua experiência com a Scale AI somava aproximadamente cinco anos, divididos em duas passagens pela empresa. Dentro da Meta, Mayer supervisionava as equipes de operações de dados de IA e reportava diretamente a Wang. Entretanto, apesar de sua função estratégica, Mayer não foi integrado à unidade principal encarregada da construção da superinteligência artificial, os chamados TBD Labs, onde pesquisadores de IA de alto nível, alguns provenientes da OpenAI, têm sido alocados. As tentativas de contato com Mayer para obter um posicionamento sobre sua saída não foram respondidas pela imprensa especializada.
👉 Leia também: Guia completo de Noticia
Outro indicativo das fissuras nesta colaboração é o fato de que os TBD Labs, o coração da pesquisa de IA da Meta, estão colaborando com outros fornecedores de dados, e não exclusivamente com a Scale AI, para o treinamento de seus próximos modelos de inteligência artificial. Fontes familiarizadas com o assunto revelaram que esses provedores terceirizados incluem a Mercor e a Surge, que são concorrentes diretos e de grande porte da Scale AI no mercado de anotação e validação de dados para IA. Embora laboratórios de IA comumente trabalhem com múltiplas fontes de dados – e a própria Meta já mantivesse relações com Mercor e Surge antes mesmo da criação dos TBD Labs – a situação atual é particularmente notável. Investimentos tão maciços em um único fornecedor, como o feito na Scale AI, tornam incomum que haja uma dependência paralela significativa de competidores. Segundo diversas fontes, mesmo com o investimento bilionário, pesquisadores dos TBD Labs teriam expressado preocupações quanto à qualidade dos dados fornecidos pela Scale AI e manifestado preferência pelos serviços da Surge e da Mercor.
A Scale AI, em sua concepção inicial, construiu seu modelo de negócios com base em um sistema de crowdsourcing. Esta abordagem utilizava uma vasta força de trabalho de baixo custo para realizar tarefas de anotação de dados relativamente simples. Contudo, à medida que os modelos de inteligência artificial se tornam cada vez mais sofisticados, a demanda por dados de maior qualidade e precisão cresceu exponencialmente. Para aprimorar o desempenho desses modelos avançados, são necessários especialistas em domínio altamente qualificados – profissionais como médicos, advogados e cientistas – capazes de gerar e refinar os dados de alto nível que impulsionam o progresso da IA. A Scale AI tentou se adaptar a esta nova realidade, lançando sua plataforma Outlier para atrair esses especialistas no assunto. No entanto, concorrentes como Surge AI e Mercor obtiveram crescimento acelerado justamente porque seus modelos de negócios foram concebidos desde o início com foco em talentos altamente remunerados, especializados na produção de dados de elite.
Um porta-voz da Meta contestou as alegações de problemas de qualidade com os produtos da Scale AI, buscando minimizar as preocupações levantadas. Mercor e Surge optaram por não comentar sobre o tema. Questionada sobre a crescente dependência da Meta em provedores de dados concorrentes, a porta-voz da Scale AI remeteu a TechCrunch ao anúncio inicial do investimento da Meta na startup, que mencionava uma expansão na relação comercial entre as empresas, sem abordar diretamente as questões levantadas sobre a qualidade e a concorrência. Essas transações da Meta com múltiplos fornecedores terceirizados de dados sugerem que a empresa não está depositando todas as suas esperanças exclusivamente na Scale AI, mesmo após o robusto investimento de bilhões de dólares na startup.
No entanto, o mesmo não pode ser dito para a Scale AI. Pouco depois do anúncio do gigantesco investimento da Meta, a OpenAI e o Google informaram que iriam descontinuar suas parcerias com a Scale AI. A perda desses clientes estratégicos teve um impacto notável: em julho, a Scale AI realizou o corte de 200 funcionários em sua unidade de negócios de rotulagem de dados. Jason Droege, o recém-empossado CEO da Scale AI, atribuiu as demissões em parte a mudanças na demanda do mercado. Droege afirmou que a Scale AI reverteria o contingente em outras áreas do negócio, especialmente em vendas governamentais. De fato, a empresa já garantiu um contrato de US$ 99 milhões com o Exército dos Estados Unidos, demonstrando sua capacidade de diversificar suas fontes de receita.
Houve especulações iniciais de que o investimento da Meta na Scale AI poderia ter sido, na verdade, uma estratégia para atrair Alexandr Wang. Wang, um empreendedor proeminente no espaço da inteligência artificial desde a fundação da Scale AI em 2016, é visto como um imã para talentos de ponta em IA, e sua presença seria valiosa para a Meta. Além da atração de Wang, há um ponto de interrogação sobre o valor real que a Scale AI como empresa representa para os interesses da Meta. Um funcionário atual do MSL, a Meta Superintelligence Labs, indicou que vários dos executivos da Scale AI trazidos para a Meta não estão efetivamente atuando na equipe central dos TBD Labs, seguindo um padrão semelhante ao de Mayer. Além disso, a Meta não está exclusivamente utilizando os serviços da Scale AI para as operações de rotulagem de dados, corroborando a tese de diversificação de fornecedores.
Imagem: Getty via techcrunch.com
Paralelamente a esses desafios na parceria, a unidade de inteligência artificial da Meta tem experimentado um aumento na turbulência interna desde a chegada de Wang e a nova onda de pesquisadores renomados. Dois ex-funcionários e um funcionário atual do MSL descreveram o cenário como cada vez mais caótico. Novos talentos, muitos deles vindos de empresas como OpenAI e da própria Scale AI, têm manifestado frustração em lidar com a complexa burocracia inerente a uma organização de grande porte como a Meta. Ao mesmo tempo, a equipe GenAI preexistente da Meta, que anteriormente detinha um escopo mais amplo de atuação, teve suas responsabilidades e sua influência limitadas pelas novas reestruturações. Essas tensões internas sinalizam que o maior investimento da Meta em inteligência artificial até o momento pode ter um início conturbado, apesar de ter sido idealizado para solucionar os desafios de desenvolvimento da empresa na área.
As decisões recentes na área de IA da Meta surgiram após um período de insatisfação do CEO Mark Zuckerberg. Depois do lançamento “insatisfatório” do Llama 4 em abril, Zuckerberg ficou visivelmente frustrado com o desempenho de sua equipe de IA, conforme relatos de um funcionário atual e um ex-funcionário da Meta. Em uma tentativa vigorosa de reverter a situação e competir em pé de igualdade com rivais como OpenAI e Google, Zuckerberg iniciou uma campanha agressiva para recrutar talentos de IA de elite e selou uma série de acordos estratégicos. Além da vinda de Alexandr Wang, o CEO da Meta conseguiu atrair pesquisadores de IA proeminentes de instituições como OpenAI, Google DeepMind e Anthropic. A Meta também realizou a aquisição de startups de voz focadas em IA, como a Play AI e a WaveForms AI, e anunciou uma parceria com a startup de geração de imagens por IA, Midjourney, ampliando seu ecossistema. Para alimentar essas grandiosas ambições no campo da inteligência artificial, a Meta recentemente revelou planos para a construção de diversos centros de dados maciços nos Estados Unidos. Um dos projetos de maior escala é um data center de US$ 50 bilhões na Louisiana, batizado de Hyperion, em homenagem ao titã da mitologia grega, pai do Deus do Sol.
A escolha de Alexandr Wang para liderar o Meta Superintelligence Labs foi considerada um tanto não convencional por alguns, uma vez que sua formação não é primariamente em pesquisa de IA. Zuckerberg, de acordo com relatos, chegou a conversar com candidatos mais tradicionais e renomados para a posição, como Mark Chen, o chefe de pesquisa da OpenAI. Além disso, o CEO da Meta teria tentado adquirir as startups fundadas por figuras como Ilya Sutskever e Mira Murati, ambos líderes de pensamento em IA, mas todas essas tentativas não foram bem-sucedidas. A instabilidade e a burocracia podem ter tido um papel. A plataforma Wired já havia noticiado anteriormente que alguns dos novos pesquisadores de IA recrutados da OpenAI já haviam deixado a Meta em pouco tempo. Concomitantemente, muitos membros de longa data da unidade GenAI da Meta também se desligaram da empresa à luz das mudanças e reestruturações. Entre as mais recentes saídas está Rishabh Agarwal, pesquisador de IA do MSL, que anunciou sua partida da empresa nesta semana por meio de uma postagem no X (antigo Twitter).
Em sua publicação, Agarwal destacou que “a proposta de Mark e @alexandr_wang para construir a equipe de Superinteligência foi incrivelmente convincente”. No entanto, ele optou por seguir o próprio conselho de Mark Zuckerberg: “Em um mundo que está mudando tão rápido, o maior risco que você pode correr é não correr nenhum risco”. Questionado posteriormente sobre seu tempo na Meta e o motivo de sua decisão de partir, Agarwal recusou-se a comentar. Chaya Nayak, diretora de gestão de produtos para IA generativa, e Rohan Varma, engenheiro de pesquisa, são outros nomes que anunciaram sua saída da Meta nas últimas semanas. A questão agora é se a Meta será capaz de estabilizar suas operações de inteligência artificial e, crucialmente, reter o talento necessário para garantir seu sucesso futuro e suas ambiciosas metas. Apesar dos desafios atuais, o MSL já está empenhado no desenvolvimento de sua próxima geração de modelos de inteligência artificial. Segundo relatórios da Business Insider, o objetivo é lançá-lo até o final deste ano, demonstrando a urgência e a pressão por resultados dentro da divisão de IA da Meta.
📌 Confira também: artigo especial sobre redatorprofissiona
Com informações de TechCrunch
Recomendo
🔗 Links Úteis
Recursos externos recomendados