Un matrimonio da 14 miliardi già in crisi Sembrava l'affare dell'anno. Solo pochi mesi fa, a giugno, Meta ha staccato un assegno da 14.3 miliardi di dollari per investire in Scale AI, un gigante nella fornitura di dati per l'intelligenza artificiale. L'accordo prevedeva anche il passaggio di Alexandr Wang, CEO di Scale AI, alla guida dei nuovi Meta Superintelligence Labs (MSL). Ma, a quanto pare, la luna di miele è già finita. E le crepe in questa partnership miliardaria stanno diventando voragini. Secondo un recente report di TechCrunch, la relazione tra le due aziende mostra già segni di profondo logoramento. Un dirigente di spicco, arrivato da Scale AI, ha già lasciato Meta dopo appena due mesi. Un segnale preoccupante, che suggerisce un'integrazione tutt'altro che fluida tra le due culture aziendali. Ma il problema sembra essere molto più profondo e tecnico. Il vero problema? La qualità dei dati Il cuore del problema, secondo diverse fonti interne, risiederebbe nella qualità dei dati forniti da Scale AI. I ricercatori di punta di Meta, molti dei quali strappati a suon di milioni a OpenAI e Google, starebbero esprimendo una netta preferenza per i dati di altri fornitori, come Surge e Mercor, due dei maggiori concorrenti di Scale AI. Il motivo? I dati di Scale AI sarebbero considerati di "bassa qualità". Questo dettaglio è fondamentale per capire la dinamica in atto. Inizialmente, Scale AI ha costruito il suo impero su un modello di crowdsourcing a basso costo, perfetto per compiti semplici di etichettatura dati. Ma l'AI di oggi è un'altra bestia. I modelli più sofisticati non si accontentano più di dati generici; richiedono informazioni raffinate e generate da esperti di settore: medici, avvocati, scienziati. Ed è qui che concorrenti come Surge e Mercor, nati con un focus sul talento specializzato, sembrano avere un vantaggio competitivo. La scommessa azzardata di Zuckerberg Perché Meta ha puntato così tanto su Scale AI, se i suoi stessi ricercatori nutrivano dubbi? La mossa sembra essere stata una reazione quasi disperata di Mark Zuckerberg. Dopo il lancio deludente di Llama 4 ad aprile, il CEO di Meta avrebbe perso la pazienza con il suo team AI, lanciando una campagna acquisti aggressiva per recuperare terreno su OpenAI e Google. L'investimento in Scale AI potrebbe essere stato, in parte, un modo per assicurarsi il suo fondatore, Alexandr Wang, nella speranza che potesse attrarre altri talenti di primo livello. Una scommessa che, al momento, sta creando più caos che altro. Il nuovo super-team AI di Meta è descritto come un ambiente caotico, dove i nuovi arrivati da OpenAI e Scale AI si scontrano con la burocrazia di una grande azienda, mentre i veterani di Meta si vedono ridimensionati. Un avvertimento per tutti La vicenda Meta-Scale AI è un potente promemoria per chiunque si avventuri nel mondo dell'intelligenza artificiale. Scegliere un partner o una tecnologia non è solo una questione di budget o di nomi altisonanti. L'investimento miliardario di Meta non ha risolto magicamente i suoi problemi, anzi, sembra averli complicati. L'azienda si ritrova con un partner strategico i cui prodotti non soddisfano i suoi team di punta e un'unità AI in preda al caos organizzativo. Mentre Scale AI ha perso clienti chiave come Google e OpenAI, legando il suo destino quasi interamente a Meta, Zuckerberg continua a diversificare, stringendo accordi con Midjourney per le immagini e acquisendo startup per l'AI vocale. È la classica strategia di non mettere tutte le uova nello stesso paniere, ma sorge una domanda: a cosa è servito un investimento da 14 miliardi se poi devi comunque guardarti intorno? La lezione è chiara: nell'era dell'AI, la qualità dei dati e la coesione del team di sviluppo contano più di qualsiasi cifra su un assegno. Anche per un gigante come Meta, la strada per la superintelligenza è ancora lunga, tortuosa e, a quanto pare, incredibilmente costosa.