Ditulis oleh: Ada, Shenchao TechFlow
Ruo Ming Pang belum lama duduk di kursinya di Meta, sudah pergi.
Pada Juli 2025, Mark Zuckerberg merebut insinyur Tionghoa paling dicari di bidang infrastruktur AI ini dari tangan Apple dengan paket kompensasi multi-tahun senilai lebih dari $200 juta. Pang Ruoming ditempatkan di Meta Super Intelligence Lab, bertanggung jawab membangun infrastruktur untuk model AI generasi berikutnya.
7 bulan kemudian, OpenAI merebutnya.
Menurut The Information, OpenAI melakukan upaya perekrutan terhadap Pang Ruoming selama berbulan-bulan. Meskipun Pang Ruoming memberi tahu rekan kerjanya bahwa "dia bekerja dengan sangat senang di Meta", pada akhirnya dia memilih untuk pergi. Menurut Bloomberg, paket kompensasinya di Meta dikaitkan dengan pencapaian milestone, meninggalkan lebih awal berarti melepas sebagian besar ekuitas yang belum terealisasi.
$200 juta, tidak bisa membeli loyalitas selama 7 bulan.
Ini bukan sekadar cerita pindah kerja.
Kepergian Satu Orang, Sinyal bagi Banyak Orang
Pang Ruoming bukan yang pertama pergi.
Minggu lalu, Kepala Produk Platform Pengembang Meta Super Intelligence Lab, Mat Velloso, juga mengumumkan pengunduran dirinya. Orang ini meninggalkan Google DeepMind dan bergabung dengan Meta pada Juli tahun lalu, bertahan kurang dari 8 bulan. Mundur lebih jauh, pada November 2025, pemenang Penghargaan Turing, Ilmuwan AI Kepala Yann LeCun yang telah 12 tahun di Meta, mengumumkan keluar untuk memulai bisnis, mengerjakan "model dunia" yang selalu dia gembar-gemborkan. Geoffrey Hinton, murid inti Geoffrey Hinton, Wakil Presiden Penelitian AI Generatif Meta Russ Salakhutdinov juga baru-baru ini mengumumkan kepergiannya.
Untuk memahami kebocoran talenta AI Meta, kita harus memahami betapa parahnya kerusakan yang disebabkan Llama 4.
Pada April 2025, Meta dengan gegap gempita meluncurkan model Scout dan Maverick dari seri Llama 4. Data di atas kertas dari pihak resmi terlihat mewah, mengklaim unggul secara keseluruhan atas GPT-4.5 dan Claude Sonnet 3.7 dalam tes patokan inti seperti MATH-500 dan GPQA Diamond.
Namun, model andalan yang membawa ambisi Meta ini dengan cepat "terbongkar" dalam uji buta independen pihak ketiga oleh komunitas open source, menunjukkan kesenjangan yang curam antara kemampuan generalisasi dan penalaran aktual dengan yang diiklankan. Menghadapi pertanyaan keras dari komunitas, Ilmuwan AI Kepala Yann LeCun akhirnya mengakui bahwa tim "menggunakan versi model yang berbeda untuk menjalankan set tes yang berbeda, untuk mengoptimalkan skor akhir".
Di dunia akademis dan teknik AI yang ketat, ini menyentuh garis merah yang tak termaafkan. Dengan kata lain, tim melatih Llama 4 menjadi "penggarap soal ujian" yang hanya bisa mengerjakan soal ujian tahun lalu, bukan "siswa berprestasi" yang benar-benar memiliki kecerdasan mutakhir. Ujian matematika, tunjukkan jago matematika, ujian pemrograman, tunjukkan jago pemrograman, setiap tes individu terlihat kuat, tetapi sebenarnya ini bukan model yang sama.
Dalam akademisi AI ini disebut "cherry-picking", dalam dunia pendidikan ujian disebut "penipuan ujian".
Bagi Meta yang selalu menyebut diri sebagai "mercusuar open source", kontroversi ini langsung menghancurkan aset kepercayaan paling berharga mereka dalam ekosistem pengembang. Harganya langsung adalah, Zuckerberg "benar-benar kehilangan kepercayaan" pada batas-batas teknik tim GenAI lama, dan ini memulai serangkaian peristiwa dimana eksekutif dari luar dibawa masuk, dan departemen infrastruktur inti disingkirkan.
Dia menghabiskan $14,3 hingga $15 miliar untuk mengakuisisi 49% saham perusahaan anotasi data Scale AI, menempatkan CEO Scale AI yang berusia 28 tahun, Alexandr Wang, sebagai Kepala AI Officer Meta, membentuk Meta Super Intelligence Lab (MSL). Pemenang Penghargaan Turing LeCun dalam struktur baru harus melapor kepada anak muda berusia 28 tahun ini. Pada Oktober, Meta memotong sekitar 600 posisi di MSL, termasuk anggota departemen penelitian FAIR yang didirikan oleh LeCun.
Dan model andalan Llama 4 Behemoth yang rencananya dirilis pada musim panas 2025 juga berulang kali ditunda, dari musim panas ke musim gugur, dan akhirnya ditunda tanpa batas waktu.
Meta beralih mengembangkan model teks generasi berikutnya dengan kode nama "Avocado" dan model gambar/video dengan kode nama "Mango". Dilaporkan, target Avocado adalah menyaingi GPT-5 dan Gemini 3 Ultra. Awalnya dijadwalkan pengiriman akhir 2025, karena kinerja pengujian dan optimasi pelatihan tidak memenuhi syarat, ditunda hingga kuartal pertama 2026. Meta sedang mempertimbangkan untuk merilisnya sebagai closed source, meninggalkan tradisi open source yang konsisten dari seri Llama.
Meta melakukan dua kesalahan fatal pada model AI. Pertama adalah pemalsuan benchmark, yang langsung menghancurkan kepercayaan komunitas pengembang; kedua adalah memaksakan departemen penelitian dasar seperti FAIR yang membutuhkan pengembangan selama satu dekade, ke dalam organisasi produk yang mengejar KPI kuartalan. Dua hal ini ditambah, adalah alasan mendasar dari kebocoran talenta saat ini.
>Chip Buatan Sendiri: Kaki Lain yang Patah
Talentanya kabur, chipnya juga bermasalah.
Menurut The Information, Meta minggu lalu memotong proyek chip pelatihan AI paling canggih yang sedang dikembangkan secara internal.
Rencana chip buatan sendiri Meta disebut MTIA (Meta Training and Inference Accelerator). Peta jalan awal perusahaan sangat ambisius: MTIA v4 kode nama "Santa Barbara", v5 kode nama "Olympus", v6 kode nama "Universal Core" direncanakan untuk dikirim antara 2026 dan 2028. Olympus dirancang sebagai chip pertama Meta yang berbasis arsitektur chiplet 2nm, bertujuan untuk mencakup pelatihan model high-end dan inferensi real-time, akhirnya menggantikan peran Nvidia dalam kluster pelatihan Meta.
Sekarang, chip pelatihan paling canggih ini dipotong.
Meta bukan tidak ada kemajuan, MTIA memiliki beberapa hasil di sisi inferensi. Chip inferensi MTIA v3 kode nama "Iris" telah disebarkan secara besar-besaran di pusat data Meta, terutama digunakan untuk sistem rekomendasi Facebook Reels dan Instagram, diklaim menurunkan biaya kepemilikan total sebesar 40% hingga 44%. Tapi inferensi dan pelatihan adalah dua hal yang berbeda. Inferensi adalah menjalankan model, pelatihan adalah melatih model. Meta bisa membuat chip inferensi sendiri, tetapi tidak bisa membuat chip pelatihan yang bisa bersaing langsung dengan Nvidia.
Ini bukan pertama kalinya dalam sejarah. Pada 2022, Meta pernah mencoba membuat chip inferensi sendiri, gagal dalam penyebaran skala kecil dan langsung menyerah, lalu memesan dalam jumlah besar ke Nvidia.
Kegagalan chip buatan sendiri, langsung mempercepat pembelian besar-besaran Meta ke luar.
Pembelian Panik Senilai $135 Miliar
Pada Januari 2026, Meta mengumumkan anggaran belanja modal tahun ini sebesar $115 hingga $135 miliar, hampir dua kali lipat dari $72,2 miliar tahun lalu. Sebagian besar uang ini, akan dihabiskan untuk chip.
Dalam 10 hari, tiga pesanan besar berturut-turut diselesaikan:
17 Februari, Meta menandatangani perjanjian kerja sama strategis multi-tahun dan multi-generasi dengan Nvidia. Meta akan menyebarkan "jutaan" GPU Nvidia dan generasi berikutnya Vera Rubin, ditambah CPU independen Grace. Analis memperkirakan skala transaksi dalam ratusan miliar dolar, Meta menjadi pelanggan superkomputer pertama di dunia yang menyebarkan CPU independen Grace Nvidia secara besar-besaran.
24 Februari, Meta menandatangani perjanjian chip multi-tahun senilai $60 hingga $100 miliar dengan AMD. Meta akan membeli GPU seri MI450 terbaru AMD dan CPU EPYC generasi keenam. Sebagai bagian dari transaksi, AMD menerbitkan warrant untuk maksimal 160 juta saham biasa AMD, setara dengan sekitar 10% saham AMD, dengan harga $0,01 per saham,归属 (guīshǔ -归属) secara bertahap sesuai pencapaian pengiriman.
26 Februari, menurut The Information, Meta menandatangani perjanjian multi-tahun senilai miliaran dolar dengan Google, menyewa chip TPU Google Cloud untuk melatih dan menjalankan model bahasa besar generasi berikutnya. Pada saat yang sama, kedua pihak juga mendiskusikan kemungkinan Meta membeli TPU langsung mulai tahun 2027 untuk disebarkan ke pusat datanya sendiri.
Sebuah perusahaan media sosial, dalam 10 hari memesan ke tiga pemasok chip sekaligus dengan total mungkin lebih dari seribu miliar dolar.
Ini bukan diversifikasi. Ini adalah pembelian panik.
Tiga Logika Kecemasan Komputasi
Mengapa Meta begitu terburu-buru?
Pertama, chip buatan sendiri tidak bisa diandalkan. Dipotongnya proyek chip pelatihan paling canggih berarti Meta dalam waktu dekat hanya bisa mengandalkan pembelian luar untuk memenuhi kebutuhan pelatihan AI. Chip MTIA di sisi inferensi dapat menangani bisnis matang seperti sistem rekomendasi, tetapi untuk melatih model mutakhir seperti Avocado yang menyaingi GPT-5, harus menggunakan perangkat keras Nvidia atau yang setara.
Kedua, pesaing tidak akan menunggu. OpenAI telah mendapatkan sumber daya yang sangat besar dari Microsoft, SoftBank hingga dana kekayaan nasional UAE. Anthropic telah mengamankan pasokan masing-masing 1 juta chip TPU dan Trainium dari Google dan Amazon. Google Gemini 3 sepenuhnya dilatih pada TPU. Jika Meta tidak mendapatkan komputasi yang cukup, tiket masuk ke lintasan pun tidak bisa dipertahankan.
Ketiga, dan mungkin yang paling mendasar, Zuckerberg perlu menggunakan "kekuatan membeli" untuk menutupi kekurangan "kekuatan penelitian dan pengembangan". Kegagalan Llama 4, kebocoran talenta inti, dan kegagalan chip buatan sendiri, tiga hal ini digabungkan, membuat narasi AI Meta menjadi rapuh di hadapan Wall Street. Saat ini menandatangani pesanan besar dari tiga perusahaan Nvidia, AMD, Google, setidaknya memberikan sinyal: kami punya uang, kami sedang membeli, kami tidak menyerah.
Strategi Meta sekarang adalah, jika perangkat lunak tidak beres, hantam perangkat keras, jika tidak bisa mempertahankan orang, beli chip. Tetapi perlombaan AI bukanlah permainan yang bisa dimenangkan hanya dengan menulis cek. Komputasi adalah kondisi yang diperlukan, bukan kondisi yang cukup. Tanpa tim model tingkat atas dan路线 teknologi yang jelas, chip sebanyak apapun hanya akan menjadi persediaan barang mahal di gudang.
Dilema Pembeli
Melihat kembali tiga transaksi Meta pada bulan Februari, sebuah detail menarik diabaikan oleh kebanyakan orang.
Meta membeli dari Nvidia adalah Blackwell saat ini dan Vera Rubin di masa depan; transaksi dengan AMD, membeli MI450 dan MI455X di masa depan; menyewa dari Google adalah Ironwood TPU saat ini, berencana membeli langsung tahun depan.
Tiga pemasok, tiga arsitektur perangkat keras dan ekosistem perangkat lunak yang sama sekali berbeda.
Ini berarti Meta harus bolak-balik antara tiga ekosistem底层 yang sangat berbeda: CUDA Nvidia, ROCm AMD, dan XLA/JAX Google. Strategi multi-pemasok memang dapat menyebarkan risiko rantai pasokan, menekan溢价 perangkat keras, tetapi ini akan membawa kompleksitas teknik yang melonjak secara eksponensial.
Ini正是 kelemahan paling mematikan Meta saat ini, untuk membuat model dengan parameter triliunan dapat dilatih secara efisien pada ketiga perangkat keras dengan model pemrograman底层 yang sama sekali berbeda ini, yang dibutuhkan bukan hanya insinyur yang memahami CUDA, tetapi arsitek yang dapat membangun kerangka pelatihan lintas platform dari nol.
Jenis orang seperti ini mungkin tidak lebih dari 100 di seluruh dunia. Pang Ruoming adalah salah satunya.
Menghabiskan $100 miliar untuk membeli kombinasi perangkat keras paling kompleks di dunia, sementara pada saat yang sama kehilangan otak yang dapat menjinakkan perangkat keras ini, inilah gambaran paling sureal dalam taruhan berani Zuckerberg ini.
Taruhan Zuckerberg
Melihat lebih jauh, jalur operasi Zuckerberg terhadap AI dalam 18 bulan terakhir, sangat mirip dengan ritmenya saat All In metaverse:
Melihat tren, berinvestasi besar, merekrut besar-besaran, mengalami hambatan, berbelok strategi secara tiba-tiba, berinvestasi besar lagi.
2021 hingga 2023 adalah metaverse, hasilnya rugi ratusan miliar setiap tahun, akhirnya harga saham turun dari $380 menjadi $88. 2024 hingga 2026 adalah AI,同样是不计代价地砸钱 (tóngyàng shì bú jì dàijià de zá qián -同样是不计代价地砸钱)、频繁的组织重组 (pínfán de zǔzhī chóngzǔ -频繁的组织重组),同样是「percayalah, saya punya visi」的叙事 (tóngyàng shì 「xìn wǒ, wǒ yǒu vision」 de xùshì -同样是「信我，我有vision」的叙事).
Yang berbeda adalah, angin AI kali ini memang jauh lebih nyata daripada metaverse. Dan Meta punya uang untuk dibakar, bisnis iklannya menghasilkan arus kas yang melimpah, pada kuartal keempat 2025 pendapatan Meta $59,9 miliar, meningkat 24%.
Masalahnya: uang bisa membeli chip, membeli komputasi, bahkan orang yang duduk di kursi kerja, tetapi tidak bisa membeli orang yang bertahan.
Pang Ruoming memilih OpenAI, Russ Salakhutdinov memilih pergi, LeCun memilih memulai bisnis.
Taruhan Zuckerberg sekarang adalah, selama membeli chip yang cukup banyak, membangun pusat data yang cukup besar, menghabiskan uang yang cukup, pasti akan menemukan atau melatih orang yang bisa menggunakan sumber daya ini.
Taruhan ini mungkin成立. Meta毕竟是世界上最有钱的科技公司之一 (Meta bìjìng shì shìjiè shàng zuì yǒu qián de kējì gōngsī zhī yī - Meta毕竟是世界上最有钱的科技公司之一), arus kas operasi lebih dari $100 miliar adalah parit pertahanan paling kokoh. Dari OpenAI ke Anthropic, dari Google ke pesaing lainnya, Meta terus merekrut orang. Menurut laporan Quantum Bit, dari 44 orang di tim Super Intelligence Meta, hampir 40% berasal dari OpenAI.
Tetapi kekejaman perlombaan AI adalah, cadangan komputasi, daftar talenta, kinerja model adalah terbuka, insiden pemalsuan benchmark Llama 4 membuktikan, dalam industri ini, Anda tidak bisa mempertahankan kepemimpinan hanya dengan PPT dan公关.
Pasar pada akhirnya hanya mengakui satu hal: apakah model Anda cukup baik.
Posisi dalam Rantai Makanan
Perlombaan senjata AI memasuki tahun 2026, pengurutan rantai makanan sudah mulai jelas:
Puncak adalah OpenAI dan Google. OpenAI memiliki model terkuat, basis pengguna terbesar, dan pendanaan paling agresif. Google memiliki integrasi vertikal lengkap dengan chip buatan sendiri, model buatan sendiri, dan infrastruktur cloud buatan sendiri. Anthropic mengikuti closely, mengandalkan kekuatan produk model Claude dan pasokan komputasi ganda dari Google dan Amazon,稳稳位居第一梯队 wěn wěn jū jū dì yī tī duì -稳稳位居第一梯队).
Meta? Mereka menghabiskan uang paling banyak, menandatangani kontrak chip paling banyak, melakukan reorganisasi organisasi paling sering, tetapi sejauh ini, belum menghasilkan model mutakhir yang dapat meyakinkan pasar.
Kisah AI Meta agak mirip dengan Yahoo pada tahun 2005. Saat itu Yahoo juga adalah salah satu perusahaan internet terkaya, juga melakukan akuisisi dan menghabiskan uang secara gila-gilaan, tetapi tidak bisa membuat mesin pencari seperti Google. Uang bukan segalanya. Zuckerberg perlu memikirkan dengan jelas, apa yang sebenarnya ingin dilakukan Meta dengan AI, bukan melihat apa yang panas lalu membelinya.
Tentu saja, masih terlalu dini untuk menulis讣告 Meta. 3,58 miliar pengguna aktif bulanan, pendapatan kuartal $59,9 miliar, set data sosial terbesar di dunia, ini adalah aset yang tidak dapat direplikasi oleh pesaing mana pun.
Jika model generasi berikutnya dengan kode nama Avocado dapat dikirim tepat waktu pada tahun 2026 dan kembali ke梯队 pertama, semua pemborosan uang dan reorganisasi Zuckerberg akan dikemas menjadi "kebijakan strategis yang menyelamatkan situasi". Tetapi jika sekali lagi tidak memenuhi harapan, maka $135 miliar ini hanya akan换来 (huàn lái -换来) gudang-gudang wafer silikon yang memanas dengan listrik.
Lagi pula, perlombaan senjata AI Silicon Valley tidak pernah kekurangan pembeli super yang mengibarkan cek. Yang kurang adalah, orang yang tahu bagaimana menggunakan komputasi ini untuk menempa masa depan.
