Dua bulan setelah melakukan investasi besar senilai $14,3 miliar ke Scale AI, kemitraan antara Meta dan perusahaan data-labeling tersebut menunjukkan tanda-tanda ketegangan, menimbulkan pertanyaan tentang strategi AI ambisius Meta.

Eksekutif Tinggi Mundur Hanya dalam 2 Bulan

Salah satu indikator awal kegelisahan ini adalah mundurnya Ruben Mayer, mantan SVP GenAI Product & Operations Scale AI, hanya setelah dua bulan di Meta. Mayer sebelumnya bertugas mengawasi tim operasi data, meski ia menegaskan bahwa ia juga merupakan bagian dari inti TBD Labs sejak awal, bukan sekadar tim pendukung.

Peneliti Lebih Memilih Vendor Pesaing

Alih-alih eksklusif mengandalkan Scale AI, Meta ternyata mulai menggandeng vendor lain seperti Mercor dan Surge—dua pesaing utama Scale AI. Ini terjadi karena beberapa peneliti di TBD Labs menilai kualitas data dari Scale dianggap rendah, terutama ketika dibandingkan dengan standar yang kini lebih mengutamakan keahlian domain dan keakuratan anotasi data.

Dampak Investasi terhadap Pose Strategis Meta

Investasi colossal itu seharusnya memperkuat kapabilitas Meta dalam mengejar pengembangan AI generatif. Namun, kepercayaan terhadap Scale AI tampaknya tidak sepenuhnya terwujud. Meskipun sebagian besar vendor AI memang menggunakan beberapa pemasok data, ketergantungan pada pesaing ini menunjukkan sebagian telur Meta tak diletakkan di keranjang Scale AI saja—sebuah sinyal bahwa keyakinannya mulai goyah.

Lingkungan Organisasi yang Semakin Rumit

Masuknya banyak talenta top—dari Scale AI, OpenAI, dan DeepMind—menimbulkan ketegangan internal di lingkungan Meta. Banyak yang mengaku frustrasi dengan birokrasi perusahaan besar, sementara anggota GenAI lama merasa lingkup pekerjaan mereka terus menyempit. Struktur organisasi pun semakin kompleks ketika jadwal dan prioritas proyek terus bergeser.

Kesimpulan

Kemitraan antara Meta dan Scale AI, meski diawali dengan investasi besar dan ekspektasi tinggi, kini menghadapi tantangan serius: dari eksekutif yang cepat mengundurkan diri, preferensi peneliti pada vendor lain, hingga budaya kerja yang kurang selaras. Hal ini menimbulkan keraguan apakah strategi cepat-pendanaan akan mampu mengatasi dinamika internal dan kebutuhan kualitas dalam pengembangan AI maju.