Un matrimonio da 14 miliardi che già scricchiola Sembrava un matrimonio perfetto, sigillato da un assegno da 14,3 miliardi di dollari. Ma l'unione tra Meta e Scale AI, annunciata solo a giugno, mostra già le prime, profonde crepe. L'accordo, che ha portato il CEO di Scale AI, Alexandr Wang, e i suoi dirigenti di punta a guidare i nuovi Meta Superintelligence Labs (MSL), doveva essere la mossa decisiva di Zuckerberg per accelerare nella corsa all'intelligenza artificiale. Invece, a pochi mesi di distanza, il quadro appare molto meno idilliaco. Le prime avvisaglie sono arrivate con un'uscita di scena eccellente. Ruben Mayer, ex Senior Vice President di Scale AI e uno degli uomini portati da Wang in Meta, ha lasciato l'azienda dopo appena due mesi. Un segnale preoccupante, che suggerisce un'integrazione più difficile del previsto. Ma il problema, a quanto pare, va ben oltre le singole persone e tocca il cuore stesso della collaborazione: la qualità dei dati. La qualità dei dati: il pomo della discordia Nel mondo dell'AI, i dati sono il carburante che alimenta i modelli. Più sono di alta qualità, più l'intelligenza artificiale diventa potente e precisa. E qui emerge il nodo cruciale. Stando a quanto riportato da TechCrunch, diversi ricercatori dei TBD Labs di Meta, il team d'élite incaricato di costruire la superintelligenza, considererebbero i dati forniti da Scale AI di "bassa qualità". Questa percezione ha spinto i team interni a rivolgersi a fornitori esterni come Mercor e Surge, diretti concorrenti di Scale AI. Una mossa che suona quasi come un affronto, considerando l'enorme investimento fatto da Meta. Il problema risiederebbe nel modello di business storico di Scale AI, basato su un approccio di crowdsourcing a basso costo per l'etichettatura dei dati. Un metodo che funzionava per le AI più semplici, ma che oggi si scontra con la necessità di dati raffinati e generati da esperti di settore, come medici, avvocati o scienziati, un campo in cui competitor come Surge sembrano avere un vantaggio. Meta, dal canto suo, smentisce l'esistenza di problemi qualitativi, ma i fatti sembrano indicare una strategia prudente: non puntare tutto su un unico cavallo, nemmeno uno pagato 14 miliardi. Una diversificazione che, però, mette Scale AI in una posizione scomodissima, visto che dopo l'accordo con Meta ha perso clienti del calibro di OpenAI e Google. Un esodo di talenti e un clima caotico La presunta scarsa qualità dei dati non è l'unico problema che affligge i laboratori AI di Meta. L'arrivo in massa di nuovi talenti da OpenAI e dalla stessa Scale AI avrebbe generato un'atmosfera "caotica". Secondo diverse fonti interne, i nuovi arrivati si scontrano con la burocrazia di una grande azienda, mentre i team storici di Meta si sentono messi ai margini. Questa tensione sta alimentando un vero e proprio esodo. Oltre a Mayer, anche altri ricercatori di spicco hanno annunciato il loro addio nelle ultime settimane. È la cronaca di una fuga di cervelli che Zuckerberg aveva cercato in tutti i modi di fermare, lanciando una campagna acquisti aggressiva dopo i risultati deludenti del modello Llama 4. Un tentativo di recuperare terreno su OpenAI e Google che, al momento, sembra produrre più instabilità che risultati. La scommessa era solo su Wang? Di fronte a questo scenario, sorge un dubbio legittimo: e se l'investimento miliardario in Scale AI fosse stato, in realtà, un costosissimo "acquihire"? Un modo per assicurarsi non tanto un'azienda, quanto il suo fondatore, Alexandr Wang. Un imprenditore carismatico, visto come l'uomo giusto per attrarre i migliori talenti del settore e dare una scossa all'ambiente un po' ingessato di Meta. Se così fosse, la qualità dei dati di Scale AI sarebbe una preoccupazione secondaria. Il vero obiettivo era portare a bordo Wang, anche a costo di strapagarlo e di creare scompiglio interno. D'altronde, Zuckerberg aveva tentato di reclutare altre superstar dell'AI, come Mark Chen di OpenAI o Ilya Sutskever, ricevendo solo rifiuti. La domanda, ora, è se questa scommessa pagherà. L'emorragia di talenti non si è fermata e la capacità di Meta di stabilizzare le sue operazioni AI è tutta da dimostrare. Con un nuovo modello AI che i Meta Superintelligence Labs puntano a lanciare entro fine anno, il tempo stringe. La corsa alla superintelligenza è una maratona, ma Meta sembra averla trasformata in uno sprint disordinato e pieno di ostacoli. Riuscirà a trovare il suo ritmo prima che sia troppo tardi?