« Qu'est-ce qui est le plus cher au XXIe siècle ? Les talents ! »
Il y a plusieurs années, la valeur des dialogues de Ge You dans "Tian Xia Wu Zei" continue d'augmenter.
Le 10 juin, heure locale, les médias ont révélé que Meta allait acquérir 49 % des actions de Scale AI pour 14,9 milliards de dollars (environ 106,6 milliards de RMB), et le co-fondateur de cette dernière, Alexandr Wang, deviendra le chef du nouveau "groupe super intelligent" de Meta.
Selon le ratio de propriété, Wang et son équipe pourraient obtenir 7,4 milliards de dollars grâce à cette transaction, ce qui en fait le "rachat" le plus coûteux de la Silicon Valley - à titre de comparaison, Google a acquis l'équipe de DeepMind en 2014 pour seulement 600 millions de dollars.
Dans une lettre interne, Zuckerberg a écrit : « Nous allons construire ensemble l'avenir de l'IA. » Face à l'échec du modèle Llama 4 et au départ continu de membres de l'équipe IA, quelle est l'intention de Meta derrière son investissement massif dans Scale AI ? Avec Scale AI et Alexandr Wang, Meta pourra-t-elle retrouver sa place dans la prochaine guerre de l'IA ?
01 Le "Wobble Man" le plus cher
En tant qu'entreprise qui a connu la plus forte croissance dans la Silicon Valley à l'ère de l'IA, la valorisation de Scale AI a explosé à une vitesse fulgurante, atteignant 13,8 milliards de dollars en seulement 5 ans. Cependant, pour acquérir 49 % des actions de cette dernière, Meta devra débourser 14,9 milliards de dollars.
49 % est clairement une considération pour l'examen antitrust, mais ce que Meta et Zuckerberg veulent, c'est la personne d'Alexandr Wang, l'un des cofondateurs - ce génie entrepreneurial de 19 ans sera le responsable du nouveau laboratoire d'intelligence artificielle de Meta, dirigeant Meta AI vers une nouvelle ère.
Il est intéressant de noter qu’il n’est pas exact de dire que Meta a acheté Wang directement, car Wang continuera à servir en tant que PDG de Scale AI, ce qui signifie que Wang et Scale AI continueront à rester « indépendants », ce qui pourrait également être les « deux bateaux » les plus chers de l’histoire, et si Scale AI maintient sa dynamique de croissance, Wang pourrait devenir l’entrepreneur à la croissance la plus rapide de la Silicon Valley.
Zuckerberg montre une impatience palpable en engageant Meta avec un montant rare pour parier sur Scale AI et Wang, ce qui reflète son anxiété face au fait que Meta prend du retard dans la course à l'IA.
Bien que Meta ait lancé Llama 4 Behemoth avec une taille de paramètre atteignant 1,8 trillion en 2024, il reste en retard par rapport à GPT-4.5 d'environ 12 % sur des indicateurs clés tels que la compréhension multimodale et le raisonnement sur de longs textes. Plus embarrassant encore, des problèmes de qualité des données d'entraînement de Llama ont été révélés : l'industrie estime qu'environ 30 % des corpus proviennent de contenus de médias sociaux de faible qualité, ce qui entraîne des sorties d'informations erronées fréquentes du modèle.
L'équipe de Scale AI, fondée il y a seulement 2 ans, avec Wang lui-même à l'extrême gauche | Source de l'image : Scale AI
« Ce dont nous manquons, ce n'est pas de puissance de calcul, mais de données propres et de talents d'ingénierie de haut niveau. » Un chercheur de Meta AI a exprimé cela anonymement. Cela explique pourquoi Zuckerberg a dépensé une fortune pour recruter Wang, un « fou de l'infrastructure » reconnu pour sa technologie de labellisation des données.
En tant que l'entreprise de annotation de données la plus valorisée, l'ascension de Scale AI n'est pas sans raison. Selon les rapports, la barrière à l'entrée de Scale AI réside dans sa capacité à transformer des données brutes en carburant utilisable par l'IA :
Précision d'annotation de niveau militaire : grâce à une "double assurance" de contrôle de qualité par des annotateurs humains et IA, son taux d'erreur de données n'est que de 0,3 %, tandis que la moyenne de l'industrie est de 5 % (déclaration de l'entreprise).
Monopole des données multimodales : possédant la plus grande bibliothèque d'annotations d'action vidéo au monde (comprenant 120 millions de données sur les actions humaines) et un ensemble de données textuelles interlangues (couvrant 217 langues).
En réalité, dépenser 14,9 milliards de dollars pour acquérir "la moitié" de Scale AI et Wang lui-même, l'ambition de Meta ne se limite pas seulement aux grands modèles d'IA.
02 Transformation de l'infrastructure AI, comblant les lacunes du secteur B
Les données, la puissance de calcul et les modèles sont les trois éléments dans le domaine des grands modèles, et Meta, en tant que géant social, a des avantages naturels en matière de données et de puissance de calcul, mais il faut le mettre entre guillemets sur « données », car bien que le volume de données de Meta soit important, si la qualité n’est pas bonne, elle ne jouera pas un grand rôle dans la formation des modèles d’IA.
« Chaque réponse GPT que vous voyez repose sur 500 points de données que nous avons annotés. » Cette phrase de Wang explique l'anxiété de Meta. Lorsque OpenAI forme des modèles plus intelligents avec les données de Scale AI, Meta se retrouve piégée sur une île isolée de ses propres données sociales. Acquérir Scale AI, c'est comme prendre le contrôle directement de l'« arsenal » de son concurrent.
Scale AI détient 35 % du flux de données d'entraînement en IA dans le monde, servant des clients de premier plan allant du Pentagone à OpenAI. Un ingénieur du Meta Research Institute a plaisanté en disant : « Lorsque nous entraînons avec Llama 3, 30 % de la puissance de calcul est gaspillée à nettoyer les données inutiles, tandis que la précision d'annotation de Scale AI peut atteindre 99,7 %. »
Grâce au nettoyage et à l’annotation précis des données de Scale AI, l’industrie estime que Meta a réduit le taux de contamination des données d’entraînement de 15 % à 2 % et réduit le cycle d’entraînement de la nouvelle génération de Llama 5 de 40 %. Selon des personnes familières avec la question, le paramètre « Llama 5 Behemoth » est testé à l’échelle de 3 trillions et est spécialement conçu pour surmonter l’AGI.
En parallèle, le système d'annotation de Scale AI a été profondément adapté à l'architecture de puces AI personnalisées de Meta, créant un cycle fermé de «annotation des données - entraînement des modèles - optimisation du matériel», ce qui pourrait réduire le coût d'inférence du modèle Llama à 1/3 de celui de GPT-4o.
On peut dire qu'avec l'introduction de Scale AI, le modèle Llama de Meta bénéficiera d'une optimisation significative en termes de qualité d'entraînement, d'efficacité et de coûts.
En fait, l’accès à Scale pourrait même remodeler toute la stratégie de Meta dans la course à l’IA. Par rapport à Google et Microsoft, Meta, qui ne dispose pas d’une plate-forme de cloud computing, a été en mesure de se déchaîner du côté C. Grâce aux capacités de Scale, Meta prévoit de fournir des services de données Scale AI via des plateformes cloud telles que AWS/Azure afin de créer une boucle fermée écologique similaire à « Copilot + OpenAI » de Microsoft et de convertir les concurrents en clients.
Si les données sont le pétrole de la nouvelle ère, alors Meta, en achetant Scale AI, le plus grand "raffinerie de données", a déjà maîtrisé la majeure partie de l'infrastructure AI.
Meta est progressivement à la traîne dans la compétition AI｜Source de l'image : Meta
Bien sûr, il est encore incertain si des concurrents comme OpenAI et Anthropic vont réellement répondre à cela. Bien que Meta n'ait acheté qu'une moitié de Scale AI (et une moitié de Wang), cela suffit clairement à alerter les premiers sur la position neutre de Scale AI, c'est pourquoi OpenAI intensifie également sa collaboration avec le concurrent de Scale AI, Handshake.
Cependant, étant donné l'avantage écrasant de Scale AI en matière d'annotation de données, il n'est pas très réaliste pour des entreprises comme OpenAI de vouloir immédiatement rompre leurs liens avec Scale AI. Du moins à court terme, les géants de l'IA ont toujours besoin des services de Scale AI.
Même si le nombre de commandes des clients de Scale AI a progressivement diminué, Meta et Scale AI ont déjà planifié de nouvelles sources de revenus - des clients gouvernementaux et de défense. Selon les rapports, Scale AI a collaboré et a obtenu plus de 200 millions de dollars de commandes gouvernementales de la part des forces armées américaines. En même temps, Scale AI elle-même s'étend également vers des applications d'IA sur mesure pour des secteurs verticaux tels que la défense, et la capacité de vente d'entreprise de Meta ainsi que son soutien fourniront sans aucun doute une motivation suffisante pour le développement futur de Scale AI.
Les rumeurs de l’industrie disent qu’il y a un pari caché sur l’énorme accord entre Meta et Scale AI : si le taux de croissance des revenus de Scale AI tombe en dessous de 80 % au cours des trois prochaines années, Meta a le droit d’acheter les actions restantes à un prix réduit - ce qui signifie que Wang veut non seulement « rendre à Meta AI sa grandeur », mais aussi que sa propre Scale AI doit continuer à croître rapidement en termes de revenus. L’activité B-end va évidemment devenir une nouvelle source de croissance pour les deux parties.
Pour l’équipe Meta, même si Wang rejoint l’équipe en tant que chef du laboratoire de super intelligence qui « pédale sur deux bateaux », cela peut produire un fort « effet poisson-chat ». Dans la communauté de l’IA de la Silicon Valley, Meta a toujours été connu pour sa forte atmosphère académique, et l’open source et l’inclusivité de Lama sont le résultat de sa pensée académique. Mais la « pensée sur les données » de Wang aura sans aucun doute un impact et changera l’équipe d’IA existante de Meta.
Selon les rapports des médias, Wang vient de rejoindre Meta et a immédiatement supprimé trois projets académiques, poussant l'équipe à se transformer dans une direction plus « réaliste ».
Si l’obstruction antitrust n’est pas prise en compte, l’énorme pari de Meta sur Scale AI et Wang lui-même pourrait remodeler le rôle et l’orientation du développement de Meta dans la concurrence féroce de l’IA, non seulement en permettant à Meta de réduire rapidement l’écart avec ses concurrents dans le domaine des modèles, mais aussi en permettant au géant social d’achever la transformation de l’application au rôle d’infrastructure d’IA.
La nature de ce pari audacieux est que Meta tente de réécrire les règles de la concurrence en IA grâce à la puissance du capital. Comme le dit l'analyste de la Silicon Valley Sarah Guo : « Quand tout le monde construit des voitures, Meta achète l'ensemble de l'autoroute - peu importe qui est à bord, tout le monde doit payer des péages. »
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
1000 milliards de prix exorbitant, Zuckerberg a acheté « la moitié d'un génie » et l'avenir de Meta AI
Auteur : Jingyu
« Qu'est-ce qui est le plus cher au XXIe siècle ? Les talents ! »
Il y a plusieurs années, la valeur des dialogues de Ge You dans "Tian Xia Wu Zei" continue d'augmenter.
Le 10 juin, heure locale, les médias ont révélé que Meta allait acquérir 49 % des actions de Scale AI pour 14,9 milliards de dollars (environ 106,6 milliards de RMB), et le co-fondateur de cette dernière, Alexandr Wang, deviendra le chef du nouveau "groupe super intelligent" de Meta.
Selon le ratio de propriété, Wang et son équipe pourraient obtenir 7,4 milliards de dollars grâce à cette transaction, ce qui en fait le "rachat" le plus coûteux de la Silicon Valley - à titre de comparaison, Google a acquis l'équipe de DeepMind en 2014 pour seulement 600 millions de dollars.
Dans une lettre interne, Zuckerberg a écrit : « Nous allons construire ensemble l'avenir de l'IA. » Face à l'échec du modèle Llama 4 et au départ continu de membres de l'équipe IA, quelle est l'intention de Meta derrière son investissement massif dans Scale AI ? Avec Scale AI et Alexandr Wang, Meta pourra-t-elle retrouver sa place dans la prochaine guerre de l'IA ?
01 Le "Wobble Man" le plus cher
En tant qu'entreprise qui a connu la plus forte croissance dans la Silicon Valley à l'ère de l'IA, la valorisation de Scale AI a explosé à une vitesse fulgurante, atteignant 13,8 milliards de dollars en seulement 5 ans. Cependant, pour acquérir 49 % des actions de cette dernière, Meta devra débourser 14,9 milliards de dollars.
49 % est clairement une considération pour l'examen antitrust, mais ce que Meta et Zuckerberg veulent, c'est la personne d'Alexandr Wang, l'un des cofondateurs - ce génie entrepreneurial de 19 ans sera le responsable du nouveau laboratoire d'intelligence artificielle de Meta, dirigeant Meta AI vers une nouvelle ère.
Il est intéressant de noter qu’il n’est pas exact de dire que Meta a acheté Wang directement, car Wang continuera à servir en tant que PDG de Scale AI, ce qui signifie que Wang et Scale AI continueront à rester « indépendants », ce qui pourrait également être les « deux bateaux » les plus chers de l’histoire, et si Scale AI maintient sa dynamique de croissance, Wang pourrait devenir l’entrepreneur à la croissance la plus rapide de la Silicon Valley.
Zuckerberg montre une impatience palpable en engageant Meta avec un montant rare pour parier sur Scale AI et Wang, ce qui reflète son anxiété face au fait que Meta prend du retard dans la course à l'IA.
Bien que Meta ait lancé Llama 4 Behemoth avec une taille de paramètre atteignant 1,8 trillion en 2024, il reste en retard par rapport à GPT-4.5 d'environ 12 % sur des indicateurs clés tels que la compréhension multimodale et le raisonnement sur de longs textes. Plus embarrassant encore, des problèmes de qualité des données d'entraînement de Llama ont été révélés : l'industrie estime qu'environ 30 % des corpus proviennent de contenus de médias sociaux de faible qualité, ce qui entraîne des sorties d'informations erronées fréquentes du modèle.
L'équipe de Scale AI, fondée il y a seulement 2 ans, avec Wang lui-même à l'extrême gauche | Source de l'image : Scale AI
« Ce dont nous manquons, ce n'est pas de puissance de calcul, mais de données propres et de talents d'ingénierie de haut niveau. » Un chercheur de Meta AI a exprimé cela anonymement. Cela explique pourquoi Zuckerberg a dépensé une fortune pour recruter Wang, un « fou de l'infrastructure » reconnu pour sa technologie de labellisation des données.
En tant que l'entreprise de annotation de données la plus valorisée, l'ascension de Scale AI n'est pas sans raison. Selon les rapports, la barrière à l'entrée de Scale AI réside dans sa capacité à transformer des données brutes en carburant utilisable par l'IA :
Précision d'annotation de niveau militaire : grâce à une "double assurance" de contrôle de qualité par des annotateurs humains et IA, son taux d'erreur de données n'est que de 0,3 %, tandis que la moyenne de l'industrie est de 5 % (déclaration de l'entreprise).
Monopole des données multimodales : possédant la plus grande bibliothèque d'annotations d'action vidéo au monde (comprenant 120 millions de données sur les actions humaines) et un ensemble de données textuelles interlangues (couvrant 217 langues).
En réalité, dépenser 14,9 milliards de dollars pour acquérir "la moitié" de Scale AI et Wang lui-même, l'ambition de Meta ne se limite pas seulement aux grands modèles d'IA.
02 Transformation de l'infrastructure AI, comblant les lacunes du secteur B
Les données, la puissance de calcul et les modèles sont les trois éléments dans le domaine des grands modèles, et Meta, en tant que géant social, a des avantages naturels en matière de données et de puissance de calcul, mais il faut le mettre entre guillemets sur « données », car bien que le volume de données de Meta soit important, si la qualité n’est pas bonne, elle ne jouera pas un grand rôle dans la formation des modèles d’IA.
« Chaque réponse GPT que vous voyez repose sur 500 points de données que nous avons annotés. » Cette phrase de Wang explique l'anxiété de Meta. Lorsque OpenAI forme des modèles plus intelligents avec les données de Scale AI, Meta se retrouve piégée sur une île isolée de ses propres données sociales. Acquérir Scale AI, c'est comme prendre le contrôle directement de l'« arsenal » de son concurrent.
Scale AI détient 35 % du flux de données d'entraînement en IA dans le monde, servant des clients de premier plan allant du Pentagone à OpenAI. Un ingénieur du Meta Research Institute a plaisanté en disant : « Lorsque nous entraînons avec Llama 3, 30 % de la puissance de calcul est gaspillée à nettoyer les données inutiles, tandis que la précision d'annotation de Scale AI peut atteindre 99,7 %. »
Grâce au nettoyage et à l’annotation précis des données de Scale AI, l’industrie estime que Meta a réduit le taux de contamination des données d’entraînement de 15 % à 2 % et réduit le cycle d’entraînement de la nouvelle génération de Llama 5 de 40 %. Selon des personnes familières avec la question, le paramètre « Llama 5 Behemoth » est testé à l’échelle de 3 trillions et est spécialement conçu pour surmonter l’AGI.
En parallèle, le système d'annotation de Scale AI a été profondément adapté à l'architecture de puces AI personnalisées de Meta, créant un cycle fermé de «annotation des données - entraînement des modèles - optimisation du matériel», ce qui pourrait réduire le coût d'inférence du modèle Llama à 1/3 de celui de GPT-4o.
On peut dire qu'avec l'introduction de Scale AI, le modèle Llama de Meta bénéficiera d'une optimisation significative en termes de qualité d'entraînement, d'efficacité et de coûts.
En fait, l’accès à Scale pourrait même remodeler toute la stratégie de Meta dans la course à l’IA. Par rapport à Google et Microsoft, Meta, qui ne dispose pas d’une plate-forme de cloud computing, a été en mesure de se déchaîner du côté C. Grâce aux capacités de Scale, Meta prévoit de fournir des services de données Scale AI via des plateformes cloud telles que AWS/Azure afin de créer une boucle fermée écologique similaire à « Copilot + OpenAI » de Microsoft et de convertir les concurrents en clients.
Si les données sont le pétrole de la nouvelle ère, alors Meta, en achetant Scale AI, le plus grand "raffinerie de données", a déjà maîtrisé la majeure partie de l'infrastructure AI.
Meta est progressivement à la traîne dans la compétition AI｜Source de l'image : Meta
Bien sûr, il est encore incertain si des concurrents comme OpenAI et Anthropic vont réellement répondre à cela. Bien que Meta n'ait acheté qu'une moitié de Scale AI (et une moitié de Wang), cela suffit clairement à alerter les premiers sur la position neutre de Scale AI, c'est pourquoi OpenAI intensifie également sa collaboration avec le concurrent de Scale AI, Handshake.
Cependant, étant donné l'avantage écrasant de Scale AI en matière d'annotation de données, il n'est pas très réaliste pour des entreprises comme OpenAI de vouloir immédiatement rompre leurs liens avec Scale AI. Du moins à court terme, les géants de l'IA ont toujours besoin des services de Scale AI.
Même si le nombre de commandes des clients de Scale AI a progressivement diminué, Meta et Scale AI ont déjà planifié de nouvelles sources de revenus - des clients gouvernementaux et de défense. Selon les rapports, Scale AI a collaboré et a obtenu plus de 200 millions de dollars de commandes gouvernementales de la part des forces armées américaines. En même temps, Scale AI elle-même s'étend également vers des applications d'IA sur mesure pour des secteurs verticaux tels que la défense, et la capacité de vente d'entreprise de Meta ainsi que son soutien fourniront sans aucun doute une motivation suffisante pour le développement futur de Scale AI.
Les rumeurs de l’industrie disent qu’il y a un pari caché sur l’énorme accord entre Meta et Scale AI : si le taux de croissance des revenus de Scale AI tombe en dessous de 80 % au cours des trois prochaines années, Meta a le droit d’acheter les actions restantes à un prix réduit - ce qui signifie que Wang veut non seulement « rendre à Meta AI sa grandeur », mais aussi que sa propre Scale AI doit continuer à croître rapidement en termes de revenus. L’activité B-end va évidemment devenir une nouvelle source de croissance pour les deux parties.
Pour l’équipe Meta, même si Wang rejoint l’équipe en tant que chef du laboratoire de super intelligence qui « pédale sur deux bateaux », cela peut produire un fort « effet poisson-chat ». Dans la communauté de l’IA de la Silicon Valley, Meta a toujours été connu pour sa forte atmosphère académique, et l’open source et l’inclusivité de Lama sont le résultat de sa pensée académique. Mais la « pensée sur les données » de Wang aura sans aucun doute un impact et changera l’équipe d’IA existante de Meta.
Selon les rapports des médias, Wang vient de rejoindre Meta et a immédiatement supprimé trois projets académiques, poussant l'équipe à se transformer dans une direction plus « réaliste ».
Si l’obstruction antitrust n’est pas prise en compte, l’énorme pari de Meta sur Scale AI et Wang lui-même pourrait remodeler le rôle et l’orientation du développement de Meta dans la concurrence féroce de l’IA, non seulement en permettant à Meta de réduire rapidement l’écart avec ses concurrents dans le domaine des modèles, mais aussi en permettant au géant social d’achever la transformation de l’application au rôle d’infrastructure d’IA.
La nature de ce pari audacieux est que Meta tente de réécrire les règles de la concurrence en IA grâce à la puissance du capital. Comme le dit l'analyste de la Silicon Valley Sarah Guo : « Quand tout le monde construit des voitures, Meta achète l'ensemble de l'autoroute - peu importe qui est à bord, tout le monde doit payer des péages. »