رد پیشنهاد نجومی متا، توسط تیم هوش مصنوعی: وفاداری به آیندهای بزرگتر
در دنیای پرهیاهوی اخبار هوش مصنوعی، جایی که غول های فناوری با پیشنهادهای مالی سرسام آور برای جذب استعدادها رقابت میکنند، داستان رد پیشنهاد یک میلیارد دلاری مارک زاکربرگ توسط تیم استارتاپ Thinking Machines Lab (TML) به سرخط خبرها تبدیل شده است. این استارتاپ، که توسط میرا موراتی، مدیر ارشد فناوری سابق OpenAI، رهبری میشود، نه تنها پیشنهاد خرید کل شرکت را رد کرد، بلکه هیچ یک از اعضای تیمش به پیشنهادهای مالی وسوسهانگیز متا برای پیوستن به آزمایشگاه جدید هوش مصنوعی این شرکت تن ندادند. این ماجرا نهتنها قدرت چشمانداز TML را نشان میدهد، بلکه پرسشهایی درباره جذابیت متا برای نخبگان هوش مصنوعی ایجاد کرده است.
مارک زاکربرگ، مدیرعامل متا، که در تلاش است جایگاه خود را در رقابت داغ هوش مصنوعی تثبیت کند، چند ماه پیش پیشنهاد خرید استارتاپ نوپای Thinking Machines Lab را به موراتی ارائه داد. اما پس از رد این پیشنهاد، زاکربرگ استراتژی خود را تغییر داد و مستقیماً به سراغ کارمندان TML رفت. طبق گزارش وال استریت ژورنال، متا به بیش از ۱۲ نفر از ۵۰ کارمند این استارتاپ پیشنهادهای شغلی هنگفتی ارائه کرد، از جمله بسته ای یک میلیارد دلاری برای اندرو تالاک، هم بنیانگذار TML و یکی از برجسته ترین محققان هوش مصنوعی. این بسته، که میتوانست با پاداشها و عملکرد سهام متا تا ۱.۵ میلیارد دلار در شش سال افزایش یابد، همراه با پیشنهادهایی بین ۲۰۰ تا ۵۰۰ میلیون دلار برای دیگر اعضای تیم بود. اما در کمال شگفتی، هیچ کدام از این پیشنهادها پذیرفته نشد.
چرا تیم TML، با وجود چنین ارقام خیرهکنندهای، به متا نه گفت؟ پاسخ در چند عامل کلیدی نهفته است. نخست، رهبری الهام بخش میرا موراتی نقش بزرگی ایفا کرده است. موراتی، که در OpenAI نقشی محوری در توسعه فناوریهایی مانند ChatGPT و DALL-E داشت، با ترک این شرکت در سال ۲۰۲۴ و تأسیس TML در فوریه ۲۰۲۵، تیمی متشکل از نخبگان سابق OpenAI مانند جان شولمن و لیلیان ونگ را گرد هم آورد. TML با تمرکز بر ساخت سیستمهای هوش مصنوعی چندوجهی، قابلتنظیم و متنباز، مأموریتی دارد که فراتر از اهداف تجاری کوتاهمدت است. این چشمانداز برای محققانی که به دنبال نوآوریهای بنیادی و تأثیرگذاری بلندمدت هستند، جذابتر از پیشنهادهای مالی متا بود.
دوم، برخی منابع به تردیدهای تیم TML درباره سبک رهبری الکساندر وانگ، مدیر جدید آزمایشگاه سوپرهوشمند متا و بنیانگذار Scale AI، اشاره کردهاند. وانگ، با وجود موفقیت در Scale AI، به دلیل تجربه محدود در تحقیقات بنیادی هوش مصنوعی مورد انتقاد قرار گرفته است. برخی اعضای TML معتقدند که متا بیشتر بر تولید محتوای هوش مصنوعی برای پلتفرمهای فیسبوک و اینستاگرام متمرکز است، در حالی که TML به دنبال دستیابی به هوش مصنوعی عمومی (AGI) و توسعه ابزارهایی است که به طور طبیعی با انسان تعامل میکنند.
سوم، استقلال تحقیقاتی و حمایت مالی قوی TML نقش مهمی در این تصمیم داشت. این استارتاپ در دور اولیه جذب سرمایه خود ۲ میلیارد دلار جمعآوری کرد و به ارزشگذاری ۱۲ میلیارد دلاری رسید، بدون اینکه هنوز محصولی تجاری عرضه کرده باشد. این پشتیبانی مالی از سرمایهگذارانی مانند Nvidia و Andreessen Horowitz، به TML امکان داده تا حقوقهای رقابتی (حدود ۵۰۰,۰۰۰ دلار در سال) ارائه دهد و محققانش را از نظر مالی تأمین کند. علاوه بر این، اعضای تیم به پتانسیل رشد سهام TML باور دارند و ترجیح میدهند به جای پیوستن به متا، در استارتاپی مستقل با آزادی عمل بیشتر بمانند.
این رویداد پیامدهای عمیقی برای صنعت هوش مصنوعی دارد. در حالی که متا با صرف دهها میلیارد دلار در زیرساختهای هوش مصنوعی و خرید ۴۹٪ از سهام Scale AI به ارزش ۱۴.۳ میلیارد دلار، در تلاش است تا در رقابت با OpenAI و گوگل پیشتاز شود، رد پیشنهادهایش توسط TML نشان میدهد که پول بهتنهایی نمیتواند استعدادهای برتر را جذب کند. محققان امروزی به دنبال محیطهایی هستند که آزادی تحقیق، فرهنگ سازمانی الهامبخش و چشماندازی برای آیندهای بهتر را ارائه دهند. TML با تأکید بر هوش مصنوعی اخلاقمحور و متنباز، در حال تبدیل شدن به یکی از بازیگران کلیدی این صنعت است.
از سوی دیگر، متا همچنان با قدرت به جذب استعدادها ادامه میدهد. این شرکت تاکنون حدود ۵۰ محقق برجسته را برای آزمایشگاه سوپرهوشمند خود استخدام کرده و قصد دارد دستیارهای هوش مصنوعی پیشرفتهای برای پلتفرمهای خود و عینکهای هوشمند واقعیت افزوده تولید کند. اما این شکست در برابر TML نشان میدهد که متا باید فراتر از پیشنهادهای مالی، روی ایجاد فرهنگی جذاب و چشماندازی رقابتی تمرکز کند.
اندرو تالاک، هدف اصلی پیشنهاد متا، نمونهای از نسل جدید محققان هوش مصنوعی است. او که در دانشگاه سیدنی با معدل ممتاز در ریاضیات فارغالتحصیل شد، بیش از یک دهه در فیسبوک (متا) کار کرد و سپس به OpenAI پیوست. تالاک اکنون در TML روی توسعه سیستمهای هوش مصنوعی پیشرفته کار میکند که میتوانند آینده فناوری را بازتعریف کنند. تصمیم او برای رد پیشنهاد متا نهتنها وفاداریاش به مأموریت TML را نشان میدهد، بلکه پیامی به سیلیکون ولی است: در عصر هوش مصنوعی، ارزشها و چشمانداز میتوانند از میلیاردها دلار قدرتمندتر باشند.