近期，meta与其投资的数据标注巨头Scale AI之间的关系似乎出现了微妙的变化。尽管meta在今年6月向Scale AI注入了高达143亿美元的资金，并吸引了Scale AI的首席执行官Alexandr Wang等高层加入其meta Superintelligence Labs（MSL），但双方的合作似乎并不像外界所期待的那样顺利。
据悉，问题的核心在于数据质量上存在的分歧。尽管meta投入巨资，但其核心AI部门TBD Labs的研究人员却对Scale AI提供的数据质量持保留态度，他们更倾向于与Scale AI的主要竞争对手Mercor和Surge合作。值得注意的是，meta的TBD Labs在成立之初就与Mercor和Surge建立了合作关系，而在对Scale AI进行大规模投资后，仍依赖其竞争对手的情况确实不多见。
这一现象揭示了数据标注行业的深刻变革。早期，Scale AI依靠众包模式，利用低成本劳动力处理简单任务。然而，随着AI模型的日益复杂，对数据的质量要求也水涨船高，需要更多医生、律师等高技能领域专家的参与。尽管Scale AI推出了Outlier平台以应对这一挑战，但像Mercor和Surge这样从一开始就专注于高薪人才模式的竞争对手却迅速崭露头角。
除了业务层面的紧张关系，双方在人事整合上也遇到了难题。Scale AI的前高管Ruben Mayer在加入meta仅两个月后便宣布离职，这引发了外界的广泛关注。尽管Mayer表示离职是出于“个人原因”，并对在meta的工作经历表示满意，但他在meta的职责定位与内部人士的说法却大相径庭。
meta的AI部门还面临着严重的人才流失问题。据前员工和现任员工透露，自Alexandr Wang和一批来自OpenAI等公司的顶尖人才加入后，meta的AI部门陷入了混乱。新加入的员工对大公司的官僚作风感到失望，而meta原有的GenAI团队成员则感到自己的才能没有得到充分发挥。近期，MSL AI研究员Rishabh Agarwal等多名核心成员相继离职，这无疑给meta的AI发展之路增添了更多不确定性。
这次对Scale AI的大手笔投资被看作是meta CEO扎克伯格在Llama4发布反响平平后，为了追赶OpenAI和谷歌而采取的紧急措施。他不仅挖来了Alexandr Wang，还积极从OpenAI、谷歌DeepMind等公司招募人才。然而，面对部分新员工的快速离职和内部团队的动荡，meta能否稳住其AI业务并留住人才，仍然是一个亟待解决的问题。
