ميتا تعيد هيكلة استراتيجيتها للذكاء الاصطناعي التوليدي بعد فشل نموذج Llama 4 Behemoth وفقدان الريادة في قطاع النماذج ذات الأوزان المفتوحة، الذي انتقل إلى DeepSeek الصينية. كانت أسباب الفشل هي الاختيار الخاطئ للاهتمام الكتلي، ومشاكل في توجيه اختيار الخبراء، وجودة البيانات، وتوسيع التجارب. في وضع العودة الكاملة إلى الإدارة، قاد المؤسس مارك زوكربيرغ شخصيًا إعادة الهيكلة، محددًا مشكلتين رئيسيتين: المواهب والموارد الحاسوبية.
الشركة استحوذت على 49 بالمئة من Scale AI بتقييم يقارب 30 مليار دولار – خطوة تغلق مباشرة المشاكل المتعلقة بالبيانات. زوكربيرغ يقوم بإنشاء فريق Superintelligence من الصفر ويقوم شخصيًا باستقطاب الباحثين البارزين. العرض المتوسط يتراوح بين 200 إلى 300 مليون دولار على مدى أربع سنوات، وهو عشرات المرات أعلى من شروط المنافسين. من بين التعيينات الرئيسية: نات فريدمان (الرئيس التنفيذي السابق لـ GitHub)، أليكس وانغ (الرئيس التنفيذي السابق لـ Scale AI) ودانييل غروس (المؤسس المشارك لـ SSI).
البنية التحتية أيضًا أعيد تصورها. بدلاً من المشروع التقليدي على شكل حرف H، تبني ميتا مراكز حاسوبية في هياكل خيام – الأولوية تُعطى لسرعة الإطلاق على حساب الاحتياطي. في أوهايو، يتم بناء مجموعة Prometheus بقدرة 1 جيجاوات، وفي لويزيانا – Hyperion بقدرة 2 جيجاوات، والتي ستصبح بحلول نهاية عام 2027 الأكبر في العالم: 1.5 جيجاوات من القدرة الحاسوبية في المرحلة الأولى. بسبب نقص الطاقة المحلية، تبني ميتا محطتين كهربائيتين بالغاز بقدرة 200 ميجاوات في الموقع.
ميتا وجوجل اتبعتا لسنوات استراتيجية زيادة تدريجية للذكاء الاصطناعي – حيث تم دمجه في المنتجات الحالية لتحسين الإعلانات. وقد حقق ذلك نتائج مالية، لكنه لم يساعد في اللحاق بـ OpenAI و Anthropic في النماذج الأساسية. الآن، ميتا تنتقل من نقص الموارد الحاسوبية إلى وفرتها لكل باحث، معنية بالتنافس مع OpenAI من حيث نطاق التدريب.
مقالات ذات صلة
