- Investasi Meta sebesar $14B (14 miliar dolar AS, sekitar Rp20 triliun) yang dikenal sebagai akuisisi Scale AI sebenarnya bukan akuisisi penuh, melainkan bertujuan untuk mengamankan 49% saham dan merekrut CEO Alexander Wang
- Karyawan Scale AI yang ada tetap memegang saham mereka sambil menerima distribusi tunai, dan Alexander Wang tetap berada di dewan direksi meski pindah ke Meta
- Tujuan Meta berfokus bukan pada bisnis Scale AI, melainkan pada merekrut Alexander Wang secara personal
- Meta belakangan tertinggal dalam persaingan AI, dan mengalami kinerja yang lesu akibat politik internal serta masalah kepemimpinan, khususnya budaya riset konservatif yang berpusat pada Yann LeCun
- Penulis menilai investasi bernilai 11 digit untuk individu tertentu sebagai langkah yang tidak rasional, tetapi menekankan bahwa Meta perlu berfokus pada perbaikan budaya organisasi dan struktur talenta
Pembaruan: Struktur kepemilikan saham karyawan Scale AI
- Karyawan Scale AI menerima sekaligus distribusi yang setara dengan premium atas seluruh saham, sambil tetap mempertahankan saham yang mereka miliki
- Berbeda dari akuisisi konvensional, struktur ini memberi keuntungan karena karyawan tetap dapat menikmati tambahan manfaat dari pertumbuhan perusahaan
- Struktur ini dilaporkan diminta langsung oleh CEO Alexander Wang, dan dinilai positif dari sisi perlindungan karyawan
- Sebagian besar dana tidak hanya diberikan kepada CEO, tetapi dibagikan ke seluruh karyawan
- Secara praktik, Meta bukan benar-benar mengakuisisi seluruh Scale AI, melainkan melakukan investasi yang memberi kompensasi tunai baru kepada pemegang saham dan karyawan
Makna sebenarnya dari 'akuisisi' Meta senilai 14 miliar dolar AS
- Meta menginvestasikan 14 miliar dolar AS ke Scale AI dan hanya memperoleh 49% saham, sementara kendali manajemen tetap berada pada dewan Scale AI
- Secara hukum ini bukan 'akuisisi', tetapi dalam praktiknya Meta dan Alexander Wang bersama-sama memegang lebih dari separuh saham sehingga pada dasarnya menguasai pengambilan keputusan perusahaan
- CEO Alexander Wang pindah ke Meta, tetapi tetap berada di dewan Scale AI dan terus memengaruhi pengelolaan perusahaan
- Struktur transaksi seperti ini jarang ditemukan di industri, dan menunjukkan bahwa tujuan utama Meta bukan perusahaannya, melainkan mengamankan talenta tertentu (Alexander Wang)
- Tidak seperti akuisisi biasa yang mencairkan seluruh saham ke tunai, transaksi ini dirancang agar hanya sebagian saham yang dialihkan sambil tetap memungkinkan penguasaan kendali manajemen
Hakikat Scale AI dan apa yang diinginkan Meta
- Scale AI menjalankan bisnis 'Mechanical Turk as a Service' yang berfokus pada pelabelan data B2B dan outsourcing sumber daya manusia dalam skala besar
- Daya saing perusahaan ini bukan pada algoritme mutakhir atau IP, melainkan pada pengelolaan tenaga kerja yang efisien dan produksi dataset dalam jumlah besar
- Perusahaan AI besar sudah menjalankan berbagai mitra pelabelan data dan tim pelabelan internal, sehingga tidak sepenuhnya bergantung pada data dari Scale AI
- Pelanggan utama Scale AI justru adalah Toyota, Etsy, GM, lembaga pemerintah, dan pihak lain yang merupakan pendatang lebih belakangan di ekosistem AI atau organisasi yang tidak terlalu spesialis
- Ini menjadi dasar bahwa Meta tidak menilai tinggi bisnis Scale AI itu sendiri, dan lebih berfokus pada mengamankan talenta inti
Melemahnya daya saing AI Meta dan masalah internal
- Sejak Llama 2, Meta tertinggal dalam persaingan AI dibanding OpenAI, Google, Anthropic, dan lainnya
- Pada awalnya Meta membangun citra sebagai 'Linux-nya dunia AI' lewat strategi open source dan ekosistem berbasis komunitas, tetapi kehilangan daya saing setelah munculnya model-model baru seperti Deepseek
- Organisasi riset AI Meta, FAIR (Foundational AI Research), memiliki budaya konservatif dan kurang berorientasi pasar yang berpusat pada Yann LeCun, sehingga inovasi terhambat
- LeCun disebut menunda adopsi teknologi baru lewat sikap keras kepala terhadap Lua dan Torch di masa lalu serta skeptisisme pada transformer dan LLM; bahkan ada kisah bahwa tim awal Llama mengembangkan prototipe diam-diam tanpa sepengetahuan LeCun lalu mendemokannya langsung kepada Zuckerberg
- Stagnasi organisasi, konflik kepemimpinan, dan keluarnya talenta inti terus berlanjut, menciptakan lingkaran setan yang memperlambat inovasi AI secara keseluruhan
Strategi perekrutan talenta berani ala Zuckerberg
- Zuckerberg melihat penyebab lemahnya divisi AI Meta pada birokrasi internal dan kekakuan organisasi, lalu menempuh perekrutan talenta secara agresif untuk mengatasinya
- Ia mencoba merekrut langsung talenta papan atas industri dengan menawarkan kompensasi 8 hingga 9 digit, organisasi yang melapor langsung ke CEO, dan lingkungan riset yang otonom
- Laporan menyebut banyak figur AI seperti Nat Friedman, David Gross, dan Ilya Sutskever telah menerima tawaran perekrutan
- Alexander Wang menjadi contoh sukses perekrutan pertama berkat kedekatannya dengan Zuckerberg dan perannya sebagai penasihat AI informal
- Namun, tetap ada pandangan skeptis apakah strategi memusatkan investasi superbesar pada talenta 'superstar' benar-benar efektif untuk mendorong inovasi organisasi dan peningkatan kapabilitas AI
Kesimpulan dan penilaian penulis
- Penulis menekankan bahwa inovasi AI muncul bukan dari satu individu 'jenius' tertentu, melainkan dari lingkungan eksperimen kolektif dan kolaborasi
- Sebagai contoh, ia menilai lingkungan seperti Google yang menyediakan kebebasan riset, kolaborasi kuat, dan sumber daya nyaris tanpa batas lebih mampu mendorong inovasi jangka panjang
- Penulis menunjukkan bahwa branding dan perbaikan budaya internal Meta adalah kunci untuk memulihkan daya saing AI, dan menilai pendekatan memusatkan investasi besar pada satu talenta memiliki risiko tinggi
- Meski ada harapan pada kemampuan eksekusi dan dorongan perubahan dari Zuckerberg, masih belum jelas apakah strategi 'merekrut satu orang' dengan kompensasi 11 digit akan menjadi solusi inovasi AI Meta
2 komentar
Mungkin hanya pendirinya sendiri yang bisa exit, tetapi kalau begitu karyawan lainnya akan makin sulit untuk exit.
Sepertinya saham yang diamankan Meta bukan hanya saham milik pendiri, tetapi juga porsi milik para karyawan.
Alexander Wang, benar-benar sosok yang luar biasa..
Komentar Hacker News
Menurut saya, banyak yang belum tepat menangkap alasan Meta hanya berinvestasi 49% di Scale. Lewat jalur ini, Meta bisa menghindari peninjauan regulasi global. Jika itu akuisisi penuh, mereka akan membutuhkan persetujuan otoritas di berbagai negara, tetapi investasi saham minoritas tidak menjadi sasaran peninjauan seperti itu. Para pemegang saham juga bisa mendapatkan hasil yang mirip dengan akuisisi sambil menghindari ketidakpastian regulasi. Scale yang tersisa pun masih punya peluang sukses, sehingga masih ada ruang memberi keuntungan tambahan bagi pemegang saham, termasuk Meta sekarang. Pada akhirnya ini adalah struktur sama-sama untung
Investasi saham minoritas bukan berarti bisa mengabaikan penyelidikan antimonopoli. Di AS, aturan seperti 15 U.S.C. §18 juga dapat meninjau akuisisi parsial atau investasi saham minoritas. Eropa juga sama
Masuk akal untuk menduga Meta memilih jalur ini alih-alih M&A karena ingin bergerak cepat. Di tulisan saya juga saya bilang bahwa akuisisi oleh Meta untuk sesuatu yang berhubungan langsung dengan bisnis intinya terdengar tidak masuk akal, tetapi saya tetap melihat itu sebagai kemungkinan. Namun saya tidak menganggap ini sama-sama untung. Saham Scale masih kurang likuid, dan akibat keluarnya anggota inti, dari sudut pandang orang yang memegang saham, justru nilainya menurun
Microsoft dan Google juga melakukan hal serupa, misalnya investasi di Character AI. Scale juga bukan laboratorium riset AI, melainkan pada dasarnya platform outsourcing seperti Fiverr. Saya tidak terlalu paham bagaimana merekrut talenta dari sana bisa membantu meningkatkan daya tarik riset AI Meta
Faktanya, struktur investasi kali ini kabarnya terjadi atas permintaan Wang (CEO Scale). Artinya, tujuannya besar kemungkinan adalah mengembalikan hasil kepada investor dan karyawan. Dari sudut pandang Meta, saya rasa mereka tidak terlalu ingin memiliki Scale. Mereka sudah menggunakan data Scale dengan baik, dan memiliki perusahaannya sendiri tidak benar-benar diperlukan secara langsung
OpenAI tampaknya mendapatkan transaksi yang bagus dengan membawa Jony Ive seharga $6,5 miliar. Namun, berbeda dari rumor bahwa Llama 4 tampak bagus di benchmark, pengalaman penggunaan nyatanya sangat mengecewakan, sampai muncul cerita bahwa Meta memanipulasi angka. Saya sendiri juga tidak begitu paham apa sebenarnya tolok ukur benchmark itu, dan saat dipakai pun rasanya tidak ada perubahan sebesar rumor "AI luar biasa!" itu. Saya masih terus menemui jawaban yang ngawur
Benchmark itu ada macam-macam. Satu jenis adalah yang bisa diukur secara kuantitatif berbasis data nyata, yang lain adalah respons publik. Benchmark nyata bisa menjadi indikator awal, tetapi tidak selalu tepat, dan pada akhirnya yang penting adalah penilaian publik. Dari reaksi di Reddit saja sudah bisa terlihat bahwa Gemini 2.5 lebih baik daripada Claude 3.7
Saya tidak menilai tinggi pencapaian Jony Ive saat di Apple: laptop yang terlalu tipis, desain yang tidak bisa diperbaiki, keyboard yang tidak nyaman, mouse yang tidak bisa dipakai saat sedang diisi daya, desain casing yang menurunkan performa, UI yang dibuat terlalu abstrak tanpa perlu, dan banyak hal mengecewakan lain seperti fakta bahwa mouse itu sampai sekarang masih tidak bisa dipakai ketika sedang diisi daya
Saya heran Jony Ive bisa membangun karier superstar padahal dia nyaris sekadar meniru gaya Dieter Rams. Saya tidak bisa membayangkan nilai apa yang bisa ia berikan ke OpenAI. Dia orang yang merusak laptop Apple selama lima tahun
Sebenarnya OpenAI tidak langsung merekrut Jony Ive. Mereka mengakuisisi usaha patungan yang sudah ada, jadi Ive sudah lebih dulu mencairkan keuntungan, dan sekarang yang tersisa hanya kontrak dengan perusahaan desainnya. Menurut saya, struktur ini luar biasa menguntungkan untuk Ive, tetapi tidak terlalu menguntungkan bagi OpenAI
Benchmark Llama 4 yang dirilis Meta langsung terbukti palsu
Saya ingin membantah pandangan bahwa data Scale AI itu sekunder bagi Wang. Pelabelan data sekarang bukan lagi sekadar pekerjaan yang diserahkan ke pekerja biasa, tetapi berkembang menjadi demonstrasi oleh pakar dan perancangan workflow. Itu adalah data tingkat lanjut yang memungkinkan kita menebak bagaimana frontier lab membangun lingkungan RL. Menurut saya, itulah motivasi yang sebenarnya.
Saya juga tidak setuju dengan klaim bahwa siapa pun bisa membuat LLM. Orang yang bisa melatih LLM yang kompetitif dalam skala besar mungkin hanya beberapa ratus orang di seluruh dunia, dan itu membutuhkan pengetahuan teknis serta trik yang luar biasa banyak. Itulah sebabnya saya kaget begitu laporan terkait DeepSeek keluar.
Saya juga tidak setuju bahwa kemajuan ML kebanyakan hanya soal keberuntungan, dan bahwa hanya organisasi terdistribusi yang rasional. Ada banyak orang seperti Schmidhuber, Shazeer, dan Alec Radford yang terus melakukan riset mendasar secara konsisten, dan penting juga untuk melihat bahwa OpenAI membesarkan bidang ini lewat investasi terpusat alih-alih eksperimen terdistribusi. Hal yang sama berlaku untuk kasus seperti Deepmind
Walau pelatihan LLM memang sulit, itu bukan sesuatu yang mustahil dipelajari. Dari pengalaman saya sendiri sekitar tiga bulan setelah lulus S1, tingkat kesulitan melatih model kecil maupun besar tidak terasa jauh berbeda. Library seperti torch atau megatron juga sangat membantu
Semua peneliti itu hebat dan saya tidak berniat meremehkan siapa pun. Tapi saya percaya perubahan besar di ML atau ide-ide baru benar-benar muncul dari banyak orang di banyak tempat yang saling berkomunikasi secara terdesentralisasi. Ini pendapat pribadi saya
Konflik internal dan masalah budaya di organisasi AI Meta sangat serius. Saat ini organisasi "AI" utamanya ada tiga: GenAI, FAIR, dan RL-R
FAIR kehilangan perannya sebagai pusat kekuatan setelah dipindah-pindah ke berbagai organisasi, dan banyak orang sudah keluar
GenAI awalnya tim kecil, tetapi sekarang jumlah orangnya terus membengkak sehingga produknya jadi serba tanggung, dan kepemimpinannya juga kurang punya pengalaman dalam productization maupun praktik ML dunia nyata. Isinya hanya A/B testing tiap minggu
RL-R terikat dengan organisasi avatar, dan pemimpinnya lebih condong ke perfeksionisme daripada eksekusi, jadi saya rasa pada akhirnya akan gagal. Sistem yang lebih sederhana ternyata performanya lebih baik daripada sistem yang sepenuhnya berbasis ML, tetapi mereka tetap membakar $15 miliar
Ada juga organisasi hand interaction yang bergantung pada wristband, tetapi bahkan belum punya prototipe skala besar yang layak, dan sangat tidak nyaman
Organisasi display gagal menjadikan Orion sebagai produk konsumen karena terlalu banyak overpromise
Tim mapping hanya membuat research glasses yang sangat invasif terhadap privasi
RL-R memang punya banyak talenta, tetapi karena budaya "merekrut lalu memecat", riset yang berani mengambil risiko nyaris mustahil dilakukan
Jika dilihat dari sudut pandang perusahaan pelabelan data, situasi ini terasa konyol. Ini sampai mengingatkan pada semacam "klasifikasi hotdog", jadi fakta bahwa mereka menghabiskan $14 miliar untuk hal seperti ini benar-benar mengejutkan
Meta menghasilkan uang terlalu banyak dari bisnis iklan, sehingga bahkan proyek yang merugi miliaran dolar pun tidak terlalu memukulnya dan harga saham tetap naik. Bahkan PER-nya juga tidak terlalu tinggi. Fenomena yang benar-benar mengejutkan
Saya rasa pendapat penulis soal AGI tidak mengikuti metodologi ilmiah. Dugaan saya, tujuan Meta lebih besar adalah menarik banyak orang berpengaruh agar mereka bisa terus menggeser target setiap kali definisi AGI berubah. Jadi sasarannya bukan semata kemampuan, melainkan menguasai kepemimpinan paradigma
Dua paragraf terakhir tetap terasa membingungkan dan janggal bahkan setelah dibaca.
Saya tidak begitu melihat bukti bahwa Zuck adalah CEO yang sangat kompeten. Selama lebih dari 10 tahun, Facebook tidak punya produk baru yang sukses selain lewat akuisisi
Fakta bahwa layanan baru seperti TikTok bisa mengalahkan Instagram terasa sangat memalukan. Saya juga ragu apakah Meta Quest, yang hanya jadi bisnis sampingan merugi, layak sampai membuat perusahaan mengganti nama
Dibanding Microsoft, Google, atau Amazon, Meta tertinggal jauh dalam kepercayaan pelanggan. Karena kesenjangan kepercayaan ini, bisnis baru Meta selalu kesulitan. Bahkan saat sama-sama mengelola LinkedIn atau Gmail dan Search, Microsoft dan Google jauh lebih dipercaya
Secara pribadi, saya merasa dengan $14 miliar itu Meta pada akhirnya sedang mencoba mencari kisah sukses produk baru dengan berinvestasi ke perusahaan lain karena "mereka tidak bisa berhasil sendirian"
(Referensi: https://allaboutcookies.org/big-tech-trust)
Bisnis intinya memang punya profitabilitas dan skala yang sangat kuat, jadi mereka sebenarnya tidak butuh 'teknologi baru'. Inovasi bukanlah keharusan. Dalam situasi persaingan yang lemah, perusahaan bisa tetap tumbuh besar tanpa inovasi, seperti saham rokok zaman dulu atau Walmart
Soal TikTok dan Instagram, keduanya sama-sama berjalan baik sehingga sama sekali tidak ada yang perlu dipermalukan. Keduanya bisa hidup berdampingan seperti Pepsi dan Coca-Cola
Saya cukup penggemar Zuck dan dari sudut itu saya bisa membuat argumen pembelaan untuknya, tetapi bukan berarti saya otomatis setuju, dan saya juga menganggap posisi yang mengkritiknya cukup meyakinkan
Menilai kemampuan CEO hanya dari sukses produk baru adalah ukuran yang keliru. Ray Ban Meta juga terus terjual habis dan meraih kesuksesan
Saya penasaran apakah Anda sudah melihat kondisi $META (harga saham)
Angka-angka seperti ini benar-benar gila
Ada bagian yang tidak faktual, dan penulis sekarang juga sudah menyadarinya. Sudah ada pembaruan bahwa "$14 miliar itu tidak semuanya masuk ke Alexandr", jadi saya rasa judulnya juga seharusnya diubah