在人工智能领域，一场涉及数十亿美元的高风险投资正面临前所未有的挑战。meta与数据标注领域的初创公司Scale AI的联盟，原本被视为AI技术突破的关键一步，如今却陷入了内部纷争与运营困境。据知情人士及近期相关报道，自meta向Scale AI注入143亿美元资金，并将其核心管理团队纳入自家AI业务以来，仅短短两个月时间，一系列问题便逐一浮现。
这场合作不仅涉及巨额资本流动，更伴随着人才的大规模整合。Scale AI的CEO亚历山大·王及多位高层加入meta，负责新成立的“超级智能实验室（MSL）”的运营。这一“人才收购式”合作策略，旨在规避传统并购审查的繁琐流程，同时强化meta在数据处理方面的能力。然而，据《TechCrunch》的最新调查，裂痕正在迅速扩大，核心成员的离职潮以及meta内部研究团队的不满情绪日益加剧。
文化与优先级的冲突成为这场合作裂痕的核心。Scale AI自2016年成立以来，以提供高质量的标注数据服务于机器学习模型训练而闻名，客户遍布科技与国防领域。meta的投资原本被视为加速其Llama AI模型发展的关键举措，而亚历山大·王则被寄予厚望，负责推动通用人工智能（AGI）的研发进程。然而，整合过程中的磕磕绊绊、角色重叠以及数据整理思路的分歧，让这一美好愿景蒙上了阴影。
高管离职潮进一步加剧了问题的严重性。据《WebProNews》报道，多名来自Scale AI的老员工已离开MSL，他们不满于meta庞大组织中的官僚作风与决策流程。一位匿名内部人士透露，当前的工作环境充满了“初创精神与企业惯性的碰撞”，Scale AI原本创新的数据策略，在meta“重规模轻精度”的倾向下，正逐渐被稀释。
更为严重的是，对数据质量的质疑正威胁着合作的存续。meta的研究员，尤其是负责高级模型训练的团队，已开始转向Surge AI、Mercor等竞争对手获取数据。据《TechCrunch》报道，内部反馈显示，Scale AI提供的数据难以满足下一代AI对数据精度与多样性的严格要求。这一转向并非孤例，AI行业的观察者在社交媒体上纷纷发帖，指出研究员更青睐于“高技能供应商”，这进一步凸显了Scale AI贡献与天价投资之间的不匹配。
早在合作之初，《福布斯》就曾预警，真正的考验在于meta能否无缝整合Scale的工具。如今，meta竟需依赖竞争对手来获取关键的训练数据，这143亿美元的投资回报变得扑朔迷离。分析师估算，这种依赖可能使meta本已高昂的AI支出再增加数百万美元。据公司披露及金融评论员的讨论，2025年meta的AI资本支出预计将达到640至720亿美元。
业内专家指出，这或许预示着meta的战略转向，可能会发展内部数据解决方案或展开新的收购。尽管亚历山大·王公开为合作辩护，但据《AIC》披露的内部备忘录显示，他正面临着巨大的业绩压力。一位科技分析师在社交媒体上评论称，这笔交易的早期挫折暴露了“AI军备竞赛中的绝望情绪”——即便投入巨额资金，也可能因运营现实而功亏一篑。
财务与战略影响已经显现。自投资以来，meta的股价波动加剧，投资者担忧成本攀升却未见AI技术的实质性进展。据《雅虎财经》报道，尽管合作初期被视为“大胆”之举，但当前的紧张局势正削弱投资者对meta AI路线图的信心。竞争对手正密切关注这一动态，若Scale整合失败，他们或趁机挖角人才、抢占数据服务市场。
