قبل عدة سنوات كانت قيمة كلمات قيه يو في فيلم "لا لص" لا تزال في ارتفاع مستمر.
في 10 يونيو بالتوقيت المحلي، كشفت وسائل الإعلام أن شركة ميتا ستستحوذ على 49% من أسهم شركة سكال AI مقابل 14.9 مليار دولار (ما يعادل حوالي 106.6 مليار يوان صيني)، وسيصبح ألكسندر وانغ، المؤسس المشارك للشركة، رئيس المجموعة الجديدة "المجموعة الذكية الفائقة" التي أنشأتها ميتا.
وفقًا لنسبة الملكية، قد يحصل وانغ وفريقه على 7.4 مليار دولار من هذه الصفقة، مما يجعلها "أعلى صفقة استحواذ" في وادي السيليكون - يجب أن نعلم أن جوجل اشترت فريق DeepMind في عام 2014 مقابل 600 مليون دولار فقط.
كتب زوكربيرغ في رسالة داخلية: "سنقوم ببناء مستقبل الذكاء الاصطناعي معًا." في ظل واقع فشل نموذج Llama 4 وتدفق الموظفين من فريق الذكاء الاصطناعي، ما الذي تراهن عليه ميتا من خلال استثمارها الكبير في Scale AI؟ مع وجود Scale AI وألكسندر وانغ، هل يمكن لميتاً أن تجد مكانها مرة أخرى في معركة الذكاء الاصطناعي القادمة؟
01 أغلى "رجل متأرجح"
كشركة تتصاعد بسرعة في وادي السيليكون في عصر الذكاء الاصطناعي، كانت قيمة Scale AI ترتفع بسرعة كبيرة، حيث تضخمت إلى 13.8 مليار دولار في غضون خمس سنوات فقط. ومع ذلك، فإن استحواذ Meta على 49% من أسهم الشركة السابقة يتطلب تكلفة قدرها 14.9 مليار دولار.
49% من الواضح أنه لأغراض مراجعة مكافحة الاحتكار، لكن ما تريده ميتا وزوكربيرغ هو الشخص الذي هو أحد المؤسسين المشاركين، ألكسندر وانغ - هذا العبقري البالغ من العمر 19 عامًا الذي سيصبح رئيس مختبر الذكاء الاصطناعي الفائق الجديد الذي أنشأته ميتا، يقود ميتا AI إلى عصر جديد.
من المثير للاهتمام أن القول بأن ميتا قد اشترت وانغ بالكامل ليس دقيقًا، لأن وانغ سيستمر في شغل منصب الرئيس التنفيذي لشركة سكيل AI، مما يعني أن وانغ وسكيل AI سيظلان يحتفظان بـ "استقلالهما"، وقد يكون هذا أيضًا "المشي على حبلين" الأكثر تكلفة في التاريخ، وإذا استمرت سكيل AI في تحقيق النمو، فقد يصبح وانغ أحد رواد الأعمال في وادي السيليكون الذين ينمو ثروتهم بأسرع وتيرة، بلا منازع.
يظهر مارك زوكربيرج مثل هذا الإلحاح في الاستثمار بمبلغ نادر من Meta في Scale AI و Wang ، وهو يعكس قلقه بسبب تراجع Meta في سباق الذكاء الاصطناعي.
على الرغم من أن ميتا أطلقت Llama 4 Behemoth في عام 2024 بحجم معايير يصل إلى 1.8 تريليون، إلا أنها لا تزال متخلفة عن GPT-4.5 بحوالي 12% في مؤشرات رئيسية مثل الفهم متعدد الوسائط والاستدلال على النصوص الطويلة. وما زاد الوضع إحراجًا هو الكشف عن مشكلة جودة بيانات تدريب Llama: حيث يُقدر في الصناعة أن حوالي 30% من المواد تأتي من محتوى وسائل التواصل الاجتماعي منخفض الجودة، مما أدى إلى خروج معلومات خاطئة بشكل متكرر من النموذج.
تأسس فريق Scale AI قبل عامين فقط، على أقصى اليسار Wang نفسه｜مصدر الصورة: Scale AI
"ما نحتاجه ليس قوة حسابية، بل بيانات نظيفة وموهبة هندسية رائدة." كان هذا تعليقًا مجهولًا لأحد الباحثين في Meta AI. وهذا يفسر لماذا أنفق زوكربيرغ أموالًا طائلة لاستقطاب وانغ - الذي يشتهر بتقنيات وضع العلامات على البيانات كـ "مجنون البنية التحتية".
كشركة تصنيف بيانات ذات تقييم عالٍ، ليس من دون سبب أن تبرز Scale AI. وفقًا للتقارير، فإن الحاجز الذي تمتلكه Scale AI يكمن في قدرتها على تحويل البيانات الخام إلى وقود يمكن استخدامه في الذكاء الاصطناعي:
دقة التسمية على مستوى عسكري: من خلال "التأمين المزدوج" الذي يتمثل في فحص الجودة بواسطة مزيج من المحررين البشريين + الذكاء الاصطناعي، فإن معدل خطأ البيانات لدينا هو فقط 0.3%، بينما المتوسط في الصناعة هو 5% (وفقًا لما ذكرته الشركة).
احتكار البيانات متعددة الأبعاد: تمتلك أكبر مكتبة لتوصيف حركات الفيديو في العالم (تحتوي على 1.2 مليار بيانات حركات بشرية) ومجموعة بيانات نصية متعددة اللغات (تغطي 217 لغة).
وفي الواقع، فإن استثمار 14.9 مليار دولار لشراء "نصف" من Scale AI و Wang نفسه، فإن طموحات Meta لا تقتصر فقط على نموذج الذكاء الاصطناعي الكبير.
02 تحويل البنية التحتية للذكاء الاصطناعي، سد ثغرات الطرف B
البيانات وقوة الحوسبة والنماذج هي العناصر الثلاثة في مجال النماذج الكبيرة ، وتتمتع Meta ، بصفتها عملاقا اجتماعيا ، بمزايا طبيعية في البيانات وقوة الحوسبة ، ولكن يجب وضعها في علامات اقتباس على "البيانات" ، لأنه على الرغم من أن حجم بيانات Meta كبير ، إذا لم تكن الجودة جيدة ، فلن تلعب دورا كبيرا في تدريب نموذج الذكاء الاصطناعي.
"كل استجابة GPT تراها لها 500 نقطة بيانات وراءها." يشرح هذا الاقتباس من وانغ قلق ميتا. بينما تستخدم OpenAI بيانات Scale الذكاء الاصطناعي لتدريب نماذج أكثر ذكاء ، فإن Meta عالقة في صوامع بياناتها الاجتماعية. إن الاستحواذ على Scale الذكاء الاصطناعي يعادل الاستيلاء المباشر على "مستودع الذخيرة" للمنافسين.
تحتفظ شركة Scale AI بـ 35% من بيانات التدريب على الذكاء الاصطناعي العالمية، وتخدم عملاء من الدرجة الأولى من وزارة الدفاع الأمريكية إلى OpenAI. وعلق مهندسو معهد ميتا بشكل خاص: "عند تدريبنا باستخدام Llama 3، يتم إهدار 30% من القدرة الحاسوبية على تنظيف البيانات غير المفيدة، بينما يمكن أن تصل دقة التسمية في Scale AI إلى 99.7%."
مع تنظيف البيانات وتوسيمها بدقة من Scale AI، يُقدّر في الصناعة أن معدل تلوث بيانات التدريب لدى Meta سينخفض من 15% إلى 2%، مما يقلل من فترة تدريب الجيل التالي Llama 5 بنسبة 40%. وذكر المطلعون أن "Llama 5 Behemoth" الجاري اختباره يصل حجم معلماته إلى 30 تريليون، وهو مصمم خصيصًا للتغلب على AGI.
في الوقت نفسه، تم تكيف نظام التوسيم الخاص بـ Scale AI بشكل عميق مع بنية شرائح الذكاء الاصطناعي المخصصة من Meta، مما يشكل حلقة مغلقة من "توسيم البيانات - تدريب النموذج - تحسين الأجهزة"، مما قد يقلل من تكلفة استدلال نموذج Llama إلى 1/3 من تكلفة GPT-4o.
يمكن القول إنه بعد إدخال Scale AI، سيحقق نموذج Llama الخاص بـ Meta تحسينًا كبيرًا من حيث جودة التدريب والكفاءة والتكلفة.
في الواقع ، قد يؤدي وصول Scale إلى إعادة تشكيل استراتيجية Meta بأكملها في سباق الذكاء الاصطناعي. بالمقارنة مع Google و Microsoft ، تمكنت Meta ، التي تفتقر إلى منصة الحوسبة السحابية ، من الانطلاق في الجانب C. مع قدرات Scale ، تخطط Meta لتوفير خدمات بيانات Scale الذكاء الاصطناعي من خلال الأنظمة الأساسية السحابية مثل AWS / Azure لبناء حلقة مغلقة بيئية مشابهة ل "Copilot + OpenAI" من Microsoft وتحويل المنافسين إلى عملاء.
إذا كانت البيانات هي نفط العصر الجديد، فإن Meta من خلال شراء Scale AI، أكبر "مصفاة بيانات"، قد استحوذت على نصف نظام البنية التحتية للذكاء الاصطناعي.
ميتا تتراجع تدريجياً في المنافسة على الذكاء الاصطناعي | مصدر الصورة: ميتا
بالطبع، لا يزال من غير المعروف ما إذا كانت المنافسة مثل OpenAI وAnthropic ستستجيب لذلك، على الرغم من أن Meta اشترت نصف Scale AI فقط (ونصف Wang)، إلا أنه من الواضح أن هذا يكفي لجعل الأولى حذرة من الوضع المحايد لـ Scale AI، لذلك تعمل openAI أيضًا على تسريع التعاون مع منافس Scale AI Handshake.
ومع ذلك، نظرًا للميزة الساحقة لشركة Scale AI في مجال وضع العلامات على البيانات، فإن الشركات مثل OpenAI لن تكون قادرة على قطع الاتصال مع Scale AI على الفور، وهو أمر غير واقعي. على الأقل على المدى القصير، لا يزال عمالقة الذكاء الاصطناعي بحاجة إلى خدمات Scale AI.
حتى مع تقليص عملاء Scale الذكاء الاصطناعي السابقين للطلبات ، فإن Meta و Scale الذكاء الاصطناعي يبحثان بالفعل عن تدفقات إيرادات جديدة - عملاء الحكومة والدفاع. وفقا للتقارير ، دخلت Scale الذكاء الاصطناعي في شراكة وحصلت على أكثر من 200 مليون دولار من الطلبات الحكومية من الجيش الأمريكي. في الوقت نفسه ، يتوسع Scale الذكاء الاصطناعي نفسه أيضا إلى طبقة تطبيقات الذكاء الاصطناعي في المجالات الرأسية مثل التخصيص الدفاعي ، وستوفر قدرات مبيعات Meta على مستوى المؤسسات وموافقتها بلا شك زخما كافيا للتطوير المستقبلي ل Scale الذكاء الاصطناعي.
تقول شائعات الصناعة أن هناك رهانا خفيا على الصفقة الضخمة بين Meta و Scale الذكاء الاصطناعي: إذا انخفض معدل نمو إيرادات Scale الذكاء الاصطناعي إلى أقل من 80٪ في السنوات الثلاث المقبلة ، فإن Meta لها الحق في شراء الأسهم المتبقية بسعر مخفض - مما يعني أن وانغ لا يريد فقط "جعل الذكاء الاصطناعي Meta رائعا مرة أخرى" ، ولكن أيضا يجب أن يستمر الذكاء الاصطناعي الخاص به في النمو بسرعة من حيث الإيرادات. من الواضح أن أعمال B-end ستصبح مصدرا جديدا للنمو لكلا الطرفين.
بالنسبة لفريق ميتا، حتى وان انضم وانغ كمدير لمختبر الذكاء الاصطناعي الفائق الذي "يضع قدمًا في معسكرين"، فإنه يمكن أن يحدث "أثر السمكة الجرّارة" قوي للغاية. في عالم الذكاء الاصطناعي في وادي السيليكون، تُعرف ميتا دائمًا بجوها الأكاديمي القوي، وكان الانفتاح وعمومية لاما نتاجًا لتفكيرها الأكاديمي. لكن "تفكير البيانات" الذي يقدره وانغ بشدة بلا شك سيؤثر على فريق الذكاء الاصطناعي الحالي في ميتا ويحدث تغييرات.
وفقًا للتقارير الإعلامية، انضم وانغ للتو إلى ميتا، وقام بإلغاء ثلاثة مشاريع أكاديمية على الفور، مما دفع الفريق نحو تحول أكثر "واقعية".
إذا لم يتم النظر في عرقلة مكافحة الاحتكار ، فقد يعيد رهان Meta الضخم على Scale الذكاء الاصطناعي ووانغ نفسه تشكيل دور Meta واتجاه التطوير في المنافسة الشرسة على الذكاء الاصطناعي ، ليس فقط للسماح لشركة Meta بتقليص الفجوة بسرعة مع منافسيها في مجال النماذج ، ولكن أيضا تمكين العملاق الاجتماعي من إكمال التحول من التطبيق إلى دور البنية التحتية لنظام الذكاء الاصطناعي.
جوهر هذه المقامرة هو محاولة Meta لإعادة كتابة قواعد منافسة الذكاء الاصطناعي مع قوة رأس المال. كما قالت المحللة في وادي السيليكون سارة قوه ، "عندما كان الجميع يبنون السيارات ، اشترت Meta الطريق السريع بأكمله - وكان على كل من كان في السيارة أن يدفع رسوما".
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
1000 مليار سعر باهظ، زوكربيرغ يشتري "نصف عبقري" ومستقبل Meta AI
المؤلف: جينغ يو
ما هو أغلى شيء في القرن الحادي والعشرين؟ الموهبة!
قبل عدة سنوات كانت قيمة كلمات قيه يو في فيلم "لا لص" لا تزال في ارتفاع مستمر.
في 10 يونيو بالتوقيت المحلي، كشفت وسائل الإعلام أن شركة ميتا ستستحوذ على 49% من أسهم شركة سكال AI مقابل 14.9 مليار دولار (ما يعادل حوالي 106.6 مليار يوان صيني)، وسيصبح ألكسندر وانغ، المؤسس المشارك للشركة، رئيس المجموعة الجديدة "المجموعة الذكية الفائقة" التي أنشأتها ميتا.
وفقًا لنسبة الملكية، قد يحصل وانغ وفريقه على 7.4 مليار دولار من هذه الصفقة، مما يجعلها "أعلى صفقة استحواذ" في وادي السيليكون - يجب أن نعلم أن جوجل اشترت فريق DeepMind في عام 2014 مقابل 600 مليون دولار فقط.
كتب زوكربيرغ في رسالة داخلية: "سنقوم ببناء مستقبل الذكاء الاصطناعي معًا." في ظل واقع فشل نموذج Llama 4 وتدفق الموظفين من فريق الذكاء الاصطناعي، ما الذي تراهن عليه ميتا من خلال استثمارها الكبير في Scale AI؟ مع وجود Scale AI وألكسندر وانغ، هل يمكن لميتاً أن تجد مكانها مرة أخرى في معركة الذكاء الاصطناعي القادمة؟
01 أغلى "رجل متأرجح"
كشركة تتصاعد بسرعة في وادي السيليكون في عصر الذكاء الاصطناعي، كانت قيمة Scale AI ترتفع بسرعة كبيرة، حيث تضخمت إلى 13.8 مليار دولار في غضون خمس سنوات فقط. ومع ذلك، فإن استحواذ Meta على 49% من أسهم الشركة السابقة يتطلب تكلفة قدرها 14.9 مليار دولار.
49% من الواضح أنه لأغراض مراجعة مكافحة الاحتكار، لكن ما تريده ميتا وزوكربيرغ هو الشخص الذي هو أحد المؤسسين المشاركين، ألكسندر وانغ - هذا العبقري البالغ من العمر 19 عامًا الذي سيصبح رئيس مختبر الذكاء الاصطناعي الفائق الجديد الذي أنشأته ميتا، يقود ميتا AI إلى عصر جديد.
من المثير للاهتمام أن القول بأن ميتا قد اشترت وانغ بالكامل ليس دقيقًا، لأن وانغ سيستمر في شغل منصب الرئيس التنفيذي لشركة سكيل AI، مما يعني أن وانغ وسكيل AI سيظلان يحتفظان بـ "استقلالهما"، وقد يكون هذا أيضًا "المشي على حبلين" الأكثر تكلفة في التاريخ، وإذا استمرت سكيل AI في تحقيق النمو، فقد يصبح وانغ أحد رواد الأعمال في وادي السيليكون الذين ينمو ثروتهم بأسرع وتيرة، بلا منازع.
يظهر مارك زوكربيرج مثل هذا الإلحاح في الاستثمار بمبلغ نادر من Meta في Scale AI و Wang ، وهو يعكس قلقه بسبب تراجع Meta في سباق الذكاء الاصطناعي.
على الرغم من أن ميتا أطلقت Llama 4 Behemoth في عام 2024 بحجم معايير يصل إلى 1.8 تريليون، إلا أنها لا تزال متخلفة عن GPT-4.5 بحوالي 12% في مؤشرات رئيسية مثل الفهم متعدد الوسائط والاستدلال على النصوص الطويلة. وما زاد الوضع إحراجًا هو الكشف عن مشكلة جودة بيانات تدريب Llama: حيث يُقدر في الصناعة أن حوالي 30% من المواد تأتي من محتوى وسائل التواصل الاجتماعي منخفض الجودة، مما أدى إلى خروج معلومات خاطئة بشكل متكرر من النموذج.
تأسس فريق Scale AI قبل عامين فقط، على أقصى اليسار Wang نفسه｜مصدر الصورة: Scale AI
"ما نحتاجه ليس قوة حسابية، بل بيانات نظيفة وموهبة هندسية رائدة." كان هذا تعليقًا مجهولًا لأحد الباحثين في Meta AI. وهذا يفسر لماذا أنفق زوكربيرغ أموالًا طائلة لاستقطاب وانغ - الذي يشتهر بتقنيات وضع العلامات على البيانات كـ "مجنون البنية التحتية".
كشركة تصنيف بيانات ذات تقييم عالٍ، ليس من دون سبب أن تبرز Scale AI. وفقًا للتقارير، فإن الحاجز الذي تمتلكه Scale AI يكمن في قدرتها على تحويل البيانات الخام إلى وقود يمكن استخدامه في الذكاء الاصطناعي:
دقة التسمية على مستوى عسكري: من خلال "التأمين المزدوج" الذي يتمثل في فحص الجودة بواسطة مزيج من المحررين البشريين + الذكاء الاصطناعي، فإن معدل خطأ البيانات لدينا هو فقط 0.3%، بينما المتوسط في الصناعة هو 5% (وفقًا لما ذكرته الشركة).
احتكار البيانات متعددة الأبعاد: تمتلك أكبر مكتبة لتوصيف حركات الفيديو في العالم (تحتوي على 1.2 مليار بيانات حركات بشرية) ومجموعة بيانات نصية متعددة اللغات (تغطي 217 لغة).
وفي الواقع، فإن استثمار 14.9 مليار دولار لشراء "نصف" من Scale AI و Wang نفسه، فإن طموحات Meta لا تقتصر فقط على نموذج الذكاء الاصطناعي الكبير.
02 تحويل البنية التحتية للذكاء الاصطناعي، سد ثغرات الطرف B
البيانات وقوة الحوسبة والنماذج هي العناصر الثلاثة في مجال النماذج الكبيرة ، وتتمتع Meta ، بصفتها عملاقا اجتماعيا ، بمزايا طبيعية في البيانات وقوة الحوسبة ، ولكن يجب وضعها في علامات اقتباس على "البيانات" ، لأنه على الرغم من أن حجم بيانات Meta كبير ، إذا لم تكن الجودة جيدة ، فلن تلعب دورا كبيرا في تدريب نموذج الذكاء الاصطناعي.
"كل استجابة GPT تراها لها 500 نقطة بيانات وراءها." يشرح هذا الاقتباس من وانغ قلق ميتا. بينما تستخدم OpenAI بيانات Scale الذكاء الاصطناعي لتدريب نماذج أكثر ذكاء ، فإن Meta عالقة في صوامع بياناتها الاجتماعية. إن الاستحواذ على Scale الذكاء الاصطناعي يعادل الاستيلاء المباشر على "مستودع الذخيرة" للمنافسين.
تحتفظ شركة Scale AI بـ 35% من بيانات التدريب على الذكاء الاصطناعي العالمية، وتخدم عملاء من الدرجة الأولى من وزارة الدفاع الأمريكية إلى OpenAI. وعلق مهندسو معهد ميتا بشكل خاص: "عند تدريبنا باستخدام Llama 3، يتم إهدار 30% من القدرة الحاسوبية على تنظيف البيانات غير المفيدة، بينما يمكن أن تصل دقة التسمية في Scale AI إلى 99.7%."
مع تنظيف البيانات وتوسيمها بدقة من Scale AI، يُقدّر في الصناعة أن معدل تلوث بيانات التدريب لدى Meta سينخفض من 15% إلى 2%، مما يقلل من فترة تدريب الجيل التالي Llama 5 بنسبة 40%. وذكر المطلعون أن "Llama 5 Behemoth" الجاري اختباره يصل حجم معلماته إلى 30 تريليون، وهو مصمم خصيصًا للتغلب على AGI.
في الوقت نفسه، تم تكيف نظام التوسيم الخاص بـ Scale AI بشكل عميق مع بنية شرائح الذكاء الاصطناعي المخصصة من Meta، مما يشكل حلقة مغلقة من "توسيم البيانات - تدريب النموذج - تحسين الأجهزة"، مما قد يقلل من تكلفة استدلال نموذج Llama إلى 1/3 من تكلفة GPT-4o.
يمكن القول إنه بعد إدخال Scale AI، سيحقق نموذج Llama الخاص بـ Meta تحسينًا كبيرًا من حيث جودة التدريب والكفاءة والتكلفة.
في الواقع ، قد يؤدي وصول Scale إلى إعادة تشكيل استراتيجية Meta بأكملها في سباق الذكاء الاصطناعي. بالمقارنة مع Google و Microsoft ، تمكنت Meta ، التي تفتقر إلى منصة الحوسبة السحابية ، من الانطلاق في الجانب C. مع قدرات Scale ، تخطط Meta لتوفير خدمات بيانات Scale الذكاء الاصطناعي من خلال الأنظمة الأساسية السحابية مثل AWS / Azure لبناء حلقة مغلقة بيئية مشابهة ل "Copilot + OpenAI" من Microsoft وتحويل المنافسين إلى عملاء.
إذا كانت البيانات هي نفط العصر الجديد، فإن Meta من خلال شراء Scale AI، أكبر "مصفاة بيانات"، قد استحوذت على نصف نظام البنية التحتية للذكاء الاصطناعي.
ميتا تتراجع تدريجياً في المنافسة على الذكاء الاصطناعي | مصدر الصورة: ميتا
بالطبع، لا يزال من غير المعروف ما إذا كانت المنافسة مثل OpenAI وAnthropic ستستجيب لذلك، على الرغم من أن Meta اشترت نصف Scale AI فقط (ونصف Wang)، إلا أنه من الواضح أن هذا يكفي لجعل الأولى حذرة من الوضع المحايد لـ Scale AI، لذلك تعمل openAI أيضًا على تسريع التعاون مع منافس Scale AI Handshake.
ومع ذلك، نظرًا للميزة الساحقة لشركة Scale AI في مجال وضع العلامات على البيانات، فإن الشركات مثل OpenAI لن تكون قادرة على قطع الاتصال مع Scale AI على الفور، وهو أمر غير واقعي. على الأقل على المدى القصير، لا يزال عمالقة الذكاء الاصطناعي بحاجة إلى خدمات Scale AI.
حتى مع تقليص عملاء Scale الذكاء الاصطناعي السابقين للطلبات ، فإن Meta و Scale الذكاء الاصطناعي يبحثان بالفعل عن تدفقات إيرادات جديدة - عملاء الحكومة والدفاع. وفقا للتقارير ، دخلت Scale الذكاء الاصطناعي في شراكة وحصلت على أكثر من 200 مليون دولار من الطلبات الحكومية من الجيش الأمريكي. في الوقت نفسه ، يتوسع Scale الذكاء الاصطناعي نفسه أيضا إلى طبقة تطبيقات الذكاء الاصطناعي في المجالات الرأسية مثل التخصيص الدفاعي ، وستوفر قدرات مبيعات Meta على مستوى المؤسسات وموافقتها بلا شك زخما كافيا للتطوير المستقبلي ل Scale الذكاء الاصطناعي.
تقول شائعات الصناعة أن هناك رهانا خفيا على الصفقة الضخمة بين Meta و Scale الذكاء الاصطناعي: إذا انخفض معدل نمو إيرادات Scale الذكاء الاصطناعي إلى أقل من 80٪ في السنوات الثلاث المقبلة ، فإن Meta لها الحق في شراء الأسهم المتبقية بسعر مخفض - مما يعني أن وانغ لا يريد فقط "جعل الذكاء الاصطناعي Meta رائعا مرة أخرى" ، ولكن أيضا يجب أن يستمر الذكاء الاصطناعي الخاص به في النمو بسرعة من حيث الإيرادات. من الواضح أن أعمال B-end ستصبح مصدرا جديدا للنمو لكلا الطرفين.
بالنسبة لفريق ميتا، حتى وان انضم وانغ كمدير لمختبر الذكاء الاصطناعي الفائق الذي "يضع قدمًا في معسكرين"، فإنه يمكن أن يحدث "أثر السمكة الجرّارة" قوي للغاية. في عالم الذكاء الاصطناعي في وادي السيليكون، تُعرف ميتا دائمًا بجوها الأكاديمي القوي، وكان الانفتاح وعمومية لاما نتاجًا لتفكيرها الأكاديمي. لكن "تفكير البيانات" الذي يقدره وانغ بشدة بلا شك سيؤثر على فريق الذكاء الاصطناعي الحالي في ميتا ويحدث تغييرات.
وفقًا للتقارير الإعلامية، انضم وانغ للتو إلى ميتا، وقام بإلغاء ثلاثة مشاريع أكاديمية على الفور، مما دفع الفريق نحو تحول أكثر "واقعية".
إذا لم يتم النظر في عرقلة مكافحة الاحتكار ، فقد يعيد رهان Meta الضخم على Scale الذكاء الاصطناعي ووانغ نفسه تشكيل دور Meta واتجاه التطوير في المنافسة الشرسة على الذكاء الاصطناعي ، ليس فقط للسماح لشركة Meta بتقليص الفجوة بسرعة مع منافسيها في مجال النماذج ، ولكن أيضا تمكين العملاق الاجتماعي من إكمال التحول من التطبيق إلى دور البنية التحتية لنظام الذكاء الاصطناعي.
جوهر هذه المقامرة هو محاولة Meta لإعادة كتابة قواعد منافسة الذكاء الاصطناعي مع قوة رأس المال. كما قالت المحللة في وادي السيليكون سارة قوه ، "عندما كان الجميع يبنون السيارات ، اشترت Meta الطريق السريع بأكمله - وكان على كل من كان في السيارة أن يدفع رسوما".