En junio, Meta realizó una inversión de 14.300 millones de dólares en Scale AI y nombró a su CEO, Alexandr Wang, como líder de su nueva división de superinteligencia. Esta decisión, junto con la contratación de ingenieros con sueldos elevados, ha generado importantes efectos colaterales en la compañía.
El club de los 100 millones
Mark Zuckerberg alteró el panorama de la industria de la IA a principios de junio al intentar atraer a los mejores ingenieros de sus competidores, ofreciendo sueldos que alcanzan los cientos de millones de dólares. Esta estrategia llevó a empresas como OpenAI a reconocer que estaban perdiendo talento, mientras que fichajes de altos directivos confirmaron la magnitud de estos movimientos.
Dimisiones repentinas
Uno de los fichajes fue Ruben Mayer, quien dejó Scale AI para unirse a Meta, pero dos meses después decidió abandonar la empresa por “un asunto personal”. No fue el único, ya que al menos tres investigadores han dejado Meta, con dos regresando a OpenAI y uno más, Rishabh Agarwal, sin un destino claro.
La dos “metas”
Las recientes dimisiones han evidenciado la dificultad de integración entre los nuevos empleados y el personal existente. Las dos “metas” —la anterior a la inversión y la actual— enfrentan retos para adaptarse a la nueva estructura organizativa.
Scale AI flaquea
El equipo de desarrollo de superinteligencia, conocido como TBD Labs, está colaborando con competidores de Scale AI, lo que ha generado cuestionamientos sobre la calidad del trabajo de esta última. A pesar de la inversión de Meta, se ha reportado que Scale AI ha despedido a 200 empleados.
Mucho lío y una reestructuración
La incorporación de nuevo talento ha llevado a Meta a anunciar una reestructuración de su división de IA, creando cuatro subunidades bajo el liderazgo de Wang. Este cambio ha provocado que algunos empleados antiguos de Meta busquen oportunidades en otras empresas del sector.
Del modelo abierto a uno cerrado
La llegada de Wang ha coincidido con un cambio en la estrategia de Meta, que parece estar considerando el uso de modelos de IA de terceros y la posibilidad de licenciar modelos “cerrados”, siguiendo el ejemplo de competidores como OpenAI y Google.
Fuente original: ver aquí
