Meta: 数千億の計算能力は買えても、主要人材は引き留められない。

執筆者：Ada、Deep Tide TechFlow

庞若明は、Metaのワークステーションに座る機会さえないまま退職した。

2025年7月、ザッカーバーグは、AI インフラストラクチャ分野で最も求められている中国人エンジニアを、総額2億ドルを超える複数年の報酬パッケージでAppleから引き抜いた。庞若明は、Meta Superintelligence Labに配属され、次世代AIモデルのインフラストラクチャ構築を担当することになった。

7か月後、OpenAIが彼を引き抜いた。

The Informationによると、OpenAIは数か月にわたる庞若明の採用キャンペーンを展開した。庞若明は同僚に「Metaでの仕事に非常に満足している」と語っていたが、最終的には退職を選択した。Bloombergは、Metaでの彼の報酬パッケージがマイルストーンに紐づいており、早期退職は未行使のストックオプションのほとんどを放棄することを意味すると報じた。

2億ドルでは7か月間のロイヤルティを買うことはできなかった。

これは単純な転職の話ではない。

一人の退職が全体を象徴する

庞若明は最初に退職した人物ではなかった。

先週、Meta Superintelligence Labsの開発者プラットフォームのプロダクトリードであるMat Vellosoも退職を発表した。彼は昨年7月にGoogle DeepMindからMetaに入社し、8か月未満の在籍だった。さらに遡ると、2025年11月、12年間Metaに在籍していたチューリング賞受賞者でAI担当チーフサイエンティストのYann LeCunが、長年提唱してきた「ワールドモデル」に取り組むために起業すると発表した。Geoffrey Hintonの重要な弟子であり、Metaの生成AI研究担当副社長であるRuss Salakhutdinovも最近退職を発表した。

Meta AIの人材流出を理解するには、まずLlama 4がいかに致命的だったかを理解する必要がある。

2025年4月、MetaはLlama 4シリーズのScoutおよびMaverickモデルを大々的にリリースした。公式仕様は印象的で、MATH-500やGPQA Diamondなどのコアベンチマークテストにおいて、GPT-4.5やClaude Sonnet 3.7を完全に上回っていると主張した。

しかし、Metaの野心を体現するこのフラッグシップモデルは、オープンソースコミュニティのサードパーティが実施した独立したブラインドテストで、その実際の汎化能力と推論能力が宣伝されたパフォーマンスをはるかに下回っていることがすぐに明らかになった。コミュニティからの強い批判に直面し、AI担当チーフサイエンティストのYann LeCunは最終的に、チームが「最終スコアを最適化するために、テストフェーズ中に異なるモデルバージョンを使用して異なるテストセットを実行した」ことを認めた。

厳格なAI学術およびエンジニアリングコミュニティにおいて、これは許されない一線を越えた。つまり、チームはLlama 4を、真に最先端のインテリジェンスを持つ「トップスチューデント」ではなく、過去の試験問題しか解けない「地方の受験生」に訓練してしまったのだ。数学の試験問題とプログラミングの試験問題を見せられたようなもので、個々のテストは強そうに見えるが、実際には同じモデルではない。

AI学術界では、これを「チェリーピッキング」と呼び、受験教育では「替え玉受験」と呼ぶ。

常に「オープンソースの灯台」を自称してきたMetaにとって、この混乱は開発者エコシステム内で最も価値のある信頼資産を直接破壊した。その直接的なコストは、ザッカーバーグが元のGenAIチームのエンジニアリング基盤に「完全に信頼を失った」ことであり、その後の高位幹部の任命とコアインフラストラクチャ部門の脇役化への道を開いた。

彼は143億ドルから150億ドルを費やして、データラベリング会社Scale AIの49%の株式を取得し、28歳のScale AI CEOであるAlexandr WangをMetaのチーフAI責任者として迎え入れ、Meta Superintelligence Lab（MSL)を設立した。チューリング賞受賞者のLeCunは、新しい組織構造でこの28歳に報告することが求められた。10月、Metaはmslで約600人を解雇し、LeCunが設立したFAIR研究部門のメンバーも含まれていた。

2025年夏のリリースが予定されていたフラッグシップモデルLlama 4 Behemothは、夏から秋へと繰り返し延期され、最終的に無期限保留となった。

Metaは、コードネーム「Avocado」の次世代テキストモデルと、コードネーム「Mango」の画像/動画モデルの開発に焦点を移した。Avocadoは、GPT-5やGemini 3 Ultraと競合するように設計されていると報じられている。2025年末のリリースが予定されていたが、パフォーマンステストと訓練最適化が不十分だったため、2026年第1四半期に延期された。Metaは、Llamaシリーズのオープンソースの伝統を放棄し、クローズドソースとしてリリースすることを検討している。

MetaはAIモデルで2つの致命的なミスを犯した。第一に、ベンチマークデータを捏造し、開発者コミュニティの信頼を直接破壊した。第二に、10年間の専念を必要とするFairのような基礎研究部門を、四半期KPIに焦点を当てたプロダクト組織に詰め込んだ。この2つのアクションが組み合わさって、現在の人材流出の根本原因となっている。

自社開発チップ:もう一本の折れた脚

人材は去り、チップにも問題がある。

The Informationによると、Metaは先週、社内で開発中だった最先端のAI訓練チッププロジェクトをキャンセルした。

Metaの自社開発チッププロジェクトはMTIA（Meta Training and Inference Accelerator）と呼ばれている。同社の当初のロードマップは野心的だった。コードネーム「Santa Barbara」のMTIA v4、コードネーム「Olympus」のv5、コードネーム「Universal Core」のv6が、2026年から2028年の間に提供される予定だった。その中で、Olympusは、2nmチップレットアーキテクチャに基づくMetaの最初のチップとして設計され、ハイエンドモデルの訓練とリアルタイム推論を同時にカバーし、最終的にMetaの訓練クラスターにおけるNVIDIAの役割を置き換えることを目指していた。

現在、この最先端の訓練チップは廃止された。

Metaは進歩がなかったわけではない。MTIAは推論においていくつかの成功を収めている。コードネーム「Iris」のMTIA v3推論チップは、Metaのデータセンターに大規模に展開されており、主にFacebook ReelsやInstagramの推奨システムに使用されており、総所有コストを40%から44%削減したと報じられている。しかし、推論と訓練は別物だ。推論はモデルを実行し、訓練はモデルを訓練する。Metaは独自の推論チップを作ることができるが、Nvidiaと直接競合できる訓練チップを作ることはできない。

これは歴史上初めてのことではない。2022年、Metaは独自の推論チップを開発しようとしたが、小規模展開での失敗後、プロジェクトを放棄し、代わりにNvidiaに大量注文を出した。

自社開発チップの挫折は、Metaのアウトソーシングの爆買いを直接加速させた。

1350億ドルのパニック買い

2026年1月、Metaは年間の資本支出予算を1150億ドルから1350億ドルの間と発表し、昨年の722億ドルのほぼ2倍となった。この資金の大部分はチップに費やされる。

10日以内に、3つの主要な注文が成功裏に発注された。

2月17日、MetaはNVIDIAと複数年、世代を超えた戦略的協力契約を締結した。Metaは「数百万」のNVIDIA BlackwellおよびVera Rubin次世代GPU、さらにGrace個別CPUを展開する。アナリストは、この取引が数百億ドル相当と推定しており、Metaは世界初のNVIDIA Grace個別CPUを大規模に展開するスーパーコンピューティング顧客となる。

2月24日、MetaとAMDは、600億ドルから1000億ドル相当の複数年チップ契約を締結した。Metaは、AMDの最新MI450シリーズGPUと第6世代EPYC CPUを購入する。取引の一環として、AMDはMetaに最大1億6000万株の普通株式に対するワラントを発行し、これはAMD株式の約10%に相当し、引渡しマイルストーンに基づいて1株0.01ドルで段階的に行使される。

2月26日、The Informationは、MetaがGoogleと複数年にわたる数十億ドル規模の契約を締結し、Google CloudからTPUチップをリースして、次世代大規模言語モデルを訓練および実行すると報じた。両社は、2027年から自社のデータセンターに展開するために、MetaがTPUを直接購入することについても協議している。

ソーシャルメディア企業が10日以内に3つのチップサプライヤーに注文を出し、合計で1000億ドル以上になる可能性がある。

これは分散化ではない。これはパニック買いだ。

計算力不安の3層ロジック

なぜMetaはそんなに急いでいるのか?

第一に、自社開発チップはもはや実行可能な選択肢ではない。最先端の訓練チッププロジェクトのキャンセルは、Metaが予見可能な将来において、AI訓練ニーズを満たすために外部購入に依存しなければならないことを意味する。推論用のMTIAチップは推奨システムのような成熟したアプリケーションを処理できるが、GPT-5に匹敵するAvocadoのような最先端モデルを訓練するには、NVIDIAまたは同等のハードウェアが必要だ。

第二に、競合他社は待ってくれない。OpenAIはすでに、Microsoft、SoftBank、およびUAEソブリン・ウェルス・ファンドから大規模なリソースを確保している。AnthropicはGoogleとAmazonからそれぞれ100万個のTPUとTrainiumチップの供給を確保している。GoogleのGemini 3は完全にTPUで訓練された。Metaが十分な計算力を入手できなければ、レースへの参加さえ確保できない。

第三に、そしておそらく最も根本的に、ザッカーバーグは「R&D能力」の欠如を「購買力」で補う必要がある。Llama 4の大失敗、重要な人材の喪失、自社開発チップの挫折—これら3つの出来事が組み合わさって、ウォール街の目にはMetaのAI物語を脆弱にしている。この瞬間にNvidia、AMD、Googleと大規模な取引を締結することは、少なくとも1つの信号を送る:私たちには資金がある、購入している、そして諦めていない。

Metaの現在の戦略は、ソフトウェアの問題を解決できなければハードウェアに投資し、人材を引き留められなければチップを購入するというものだ。しかし、AI競争は単に小切手を書くだけで勝てるゲームではない。計算力は必要条件だが、十分条件ではない。トップクラスのモデルチームと明確な技術ロードマップがなければ、どれだけチップがあっても、倉庫内の高価な在庫以外の何物でもない。

買い手のジレンマ

2月のMetaの3つの取引を振り返ると、ほとんどの人が見落としている興味深い詳細がある。

Metaは、Nvidiaから現在のBlackwellと将来のVera Rubinを購入した。AMDとの取引では、MI450と将来のMI455Xを購入した。Googleからは現在のIronwood TPUをリースし、来年直接購入する計画だ。

3つのサプライヤー、3つの完全に異なるハードウェアアーキテクチャとソフトウェアエコシステム。

これは、Metaが3つの完全に異なる基盤エコシステム間をナビゲートしなければならないことを意味する：NVIDIAのCUDA、AMDのROCm、GoogleのXLA/JAX。マルチベンダー戦略はサプライチェーンリスクを軽減し、ハードウェア調達プレミアムを削減できるが、エンジニアリングの複雑さが指数関数的に増加する。

これはまさにMetaの最も致命的な弱点だ。数兆個のパラメータを持つモデルを、異なるハードウェア上のこれら3つの完全に異なる基本プログラミングモデルで効率的に訓練できるようにするには、CUDAを理解するエンジニアだけでなく、ゼロからクロスプラットフォーム訓練フレームワークを構築できるアーキテクトも必要だ。

このような人は世界に100人もいないだろう。庞若明はその一人だ。

1000億ドルを費やして世界で最も複雑なハードウェアポートフォリオを取得しながら、それを制御できる頭脳を同時に失う—これがザッカーバーグの賭けの最も超現実的な側面だ。

ザッカーバーグの賭け

拡大して見ると、過去18か月間のザッカーバーグのAIへのアプローチは、数年前のメタバース探求へのオールイン戦略に驚くほど似ている:

トレンドを見つけ、大量に投資し、大量に採用する。挫折に遭遇すると、突然の戦略転換を行い、再び大量に投資する。

2021年から2023年の期間はメタバースで、毎年数百億ドルの損失が発生し、株価は最終的に380ドルから88ドルに下落した。2024年から2026年の期間はAIで、同様にコストを顧みずに金を使い、頻繁に組織を再編し、同じ「私を信じて、私にはビジョンがある」という物語だ。

違いは、このAIトレンドは確かにメタバースよりもはるかに具体的だということだ。一方、Metaには燃やせる現金がたくさんある。広告ビジネスは実質的なキャッシュフローを生み出している。2025年第4四半期、Metaの収益は599億ドルに達し、前年比24%増加した。

問題は、お金でチップ、計算力、さらにはワークステーションに座っている人を買うことはできるが、留まる人を買うことはできないということだ。

庞若明はOpenAIを選び、Russ Salakhutdinovは退職を選び、LeCunは起業を選んだ。

ザッカーバーグの現在の賭けは、十分なチップを購入し、十分なデータセンターを構築し、十分な資金を費やせば、最終的にこれらのリソースを使用できる人材を見つけるか訓練できるというものだ。

この賭けは当たるかもしれない。結局のところ、Metaは世界で最も裕福なテクノロジー企業の1つであり、1000億ドルを超える営業キャッシュフローが最強の競争上の優位性だ。OpenAIからAnthropic、Googleから他の競合他社まで、Metaは継続的に人材を引き抜いてきた。Qubitによると、MetaのSuperintelligenceチームの44人のメンバーのうち約40%がOpenAIから来ている。

しかし、AI競争の残酷な現実は、計算力備蓄、人材リスト、モデルパフォーマンスはすべて公開情報だということだ。Llama 4ベンチマーク不正事件は、この業界では、PPTプレゼンテーションと広報だけでリードを維持できないことを証明している。

最終的に、市場が認識するのは1つだけだ:モデルがどれだけ優れているか。

食物連鎖における位置

AI軍拡競争が2026年に入ると、食物連鎖の順序が明確になり始めた:

トップはOpenAIとGoogleだ。OpenAIは最強のモデル、最大のユーザーベース、最も積極的な資金調達を誇る。Googleは独自のチップ、モデル、クラウドインフラストラクチャの完全な垂直統合を持っている。Anthropicはすぐ後に続き、Claudeモデルの製品力とGoogleおよびAmazonからの二重計算力供給のおかげで、第1ティアの地位をしっかりと保持している。

Metaは最も多くの資金を費やし、最も多くのチップ契約を締結し、最も頻繁に再編を行っているが、これまでのところ、市場を納得させることができる最先端モデルを生み出していない。

MetaのAI物語は、2005年のYahooの物語にいくらか似ている。当時、Yahooはインターネット上で最も裕福な企業の1つで、積極的に買収し資金を使っていたが、Googleのような検索エンジンを作ることができなかった。お金がすべてではない。ザッカーバーグは、トレンドに乗って何でも買うのではなく、MetaがAIで正確に何をしたいのかを把握する必要がある。

もちろん、Metaの死亡記事を書くのは時期尚早だ。月間アクティブユーザー数35億8000万人、四半期収益599億ドル、世界最大のソーシャルデータセットは、どの競合他社も簡単に複製できない資産だ。

コードネームAvocadoの次世代モデルが2026年に予定通り提供され、トップティアに戻ることができれば、ザッカーバーグのすべての支出と再編は「形勢を逆転させる戦略的大胆さ」としてパッケージ化される。しかし、再び期待外れであれば、1350億ドルは加熱されたシリコンウェーハ倉庫の列を生み出すだけだ。

結局のところ、シリコンバレーのAI軍拡競争は、小切手を振りかざすスーパー買い手に欠けたことはない。不足しているのは、その計算力を使用して未来を築く方法を知っている人々だ。