Que se passe-t-il réellement derrière les portes closes de Meta depuis son investissement massif de 14,3 milliards de dollars dans Scale AI ? Cette alliance inattendue et puissante était censée faire de Meta un leader incontesté de l’IA. Mais à peine quelques mois plus tard, les signes de tensions et de désillusions ne cessent de s’accumuler. Comment une collaboration aussi stratégique, annoncée à grand renfort de communiqués, peut-elle déjà montrer des fissures ?
Le départ précipité de Ruben Mayer, ex-numéro deux de Scale AI, n’est-il que la partie émergée de l’iceberg ? Officiellement, Mayer évoque des raisons personnelles et une mission limitée à « installer le laboratoire » – mais comment expliquer que tant d’autres cadres venus de Scale AI ne travaillent pas réellement au cœur du projet phare de Meta, les TBD Labs ? Ce laboratoire, censé porter l’ambition de « superintelligence », semble-t-il déjà victime des dynamiques internes de pouvoir ?
Étrangement, malgré l’investissement colossal dans Scale AI, Meta ne place pas tous ses œufs dans le même panier. Pourquoi l’équipe de recherche sollicite-t-elle aujourd’hui d’autres prestataires concurrents comme Mercor et Surge, allant jusqu’à juger la qualité des données de Scale AI inférieure à celle de ses rivaux ? Cette défiance, relayée par plusieurs membres du labo, laisse planer un doute : Meta aurait-il payé trop cher pour une expertise qui ne fait plus l’unanimité en interne ?
L’ambition de Meta d’accélérer l’IA via un partenariat exclusif avec Scale AI semble aujourd’hui fragilisée, tant sur le plan humain que technologique.
Pourquoi cette friction ? L’évolution rapide du marché du data labeling en est-elle la cause ? Scale AI, autrefois champion du micro-travail à bas coût, peine désormais à concurrencer des acteurs misant sur des experts très qualifiés, essentiels pour entraîner les nouveaux modèles d’IA. Même la diversification de Scale AI vers des profils spécialisés peine à juguler le départ massif de clients majeurs comme OpenAI ou Google, qui ont tourné le dos à l’entreprise après le deal avec Meta. À quel prix la startup tente-t-elle de se réinventer alors qu’elle licencie en masse d’un côté et décroche des contrats militaires de l’autre ?
Pour Meta, la question de la rentabilité de cet investissement titanesque reste entière. Certains murmurent que le but réel était d’attirer Alexandr Wang, figure emblématique de l’IA, plus que la technologie elle-même. Mais cet homme providentiel, venu ranimer la flamme de l’innovation chez Meta, réussit-il seulement à tenir la barre au sein d’un groupe où la bureaucratie décourage même les nouveaux talents venus de Google, OpenAI ou Anthropic ?
Meta, qui multiplie les rachats de startups (Play AI, WaveForms AI…) et les recrutements spectaculaires, doit aussi gérer une vraie fuite des cerveaux. Entre les démissions d’experts issus de l’ancienne équipe et les allers-retours de pointures de l’IA récemment intégrées, l’instabilité menace la compétitivité de Meta à moyen terme. Mark Zuckerberg, déçu par le lancement jugé tiède de Llama 4, tente le tout pour le tout avec une stratégie de recrutement ultra agressive et des investissements démesurés, comme le méga data center Hyperion en Louisiane.
Meta pourra-t-il stabiliser ses équipes et redresser la barre avant le lancement de son futur modèle d’IA, promis pour la fin de l’année ? Une chose est sûre : au-delà des enjeux technologiques, c’est la capacité de Meta à manager ses talents et à clarifier sa vision stratégique en IA qui sera déterminante. Alors, cette méga-acquisition ouvrira-t-elle la voie à la prochaine révolution de l’IA ou bien restera-t-elle comme le symbole d’une débâcle industrielle ?
La question finale reste entière : Meta saura-t-il faire de son partenariat avec Scale AI une force, ou ce mariage arrangé précipitera-t-il la fragmentation de ses ambitions dans l’intelligence artificielle ?
Source : Techcrunch
