メタ: 数千億の計算能力を購入できるが、主要な人員を維持することができない。

著者: Ada 、Deep Tide TechFlow

Pang Ruoming は、Meta のワークステーションに落ち着く前に退社しました。

2025年7月、ザッカーバーグは、AIインフラ分野で最も需要の高い中国人エンジニアを、複数年総額2億ドルを超える報酬パッケージでAppleから引き抜きました。パン・ルオミンは、メタ・スーパーインテリジェンス・ラボに配属され、次世代AIモデルのインフラ構築を担当しました。

7ヵ月後、OpenAIが彼を引き抜いた。

The Informationによると、OpenAIはパン・ルオミン氏獲得のため、数ヶ月にわたる採用キャンペーンを展開した。パン氏は同僚に対し「Metaでの仕事にとても満足している」と語っていたものの、最終的には退社を選択した。ブルームバーグは、Metaでのパン氏の報酬パッケージはマイルストーンに連動しており、早期退社は未権利のストックオプションの大半を放棄することを意味していたと報じた。

2億ドルで7か月間の忠誠心は買えない。

これは単純な転職の話ではありません。

一人の離脱はグループ全体の離脱の合図になります。

パン・ルオミンが最初に去ったわけではない。

先週、Metaのスーパーインテリジェンスラボで開発者プラットフォームのプロダクトリードを務めるマット・ベロソ氏も退社を発表しました。ベロソ氏は昨年7月にGoogle DeepMindからMetaに入社しましたが、在籍期間は8ヶ月未満でした。さらに遡ると、2025年11月には、チューリング賞受賞者で主任AIサイエンティストのヤン・ルカン氏がMetaに12年間在籍し、長年提唱してきた「世界モデル」の開発に取り組むため、自身の起業のために退社を発表しました。ジェフリー・ヒントン氏の重要な後継者であり、Metaの生成AI研究担当副社長であるラス・サラクディノフ氏も最近退社を発表しました。

Meta AI の才能流出を理解するには、まず Llama 4 がどれほどのダメージを与えたかを理解する必要があります。

2025年4月、MetaはLlama 4シリーズのScoutとMaverickモデルを大々的にリリースしました。公式仕様は印象的なもので、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を完全に上回る性能を発揮したと謳われています。

しかし、Metaの野望を体現するこの主力モデルは、オープンソースコミュニティの第三者機関が実施した独立したブラインドテストで、その真の姿をすぐに露呈しました。実際の一般化および推論能力は、宣伝されていた性能を大きく下回っていたのです。コミュニティからの強い批判に直面し、チーフAIサイエンティストのヤン・ルカン氏は最終的に、チームが「最終スコアを最適化するために、テスト段階で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」ことを認めました。

厳格なAI学術界と工学界において、これは決して許されない一線を越えたと言えるでしょう。言い換えれば、チームはラマ4を、最先端の知能を持つ真に高度な「トップ学生」ではなく、過去の試験問題を解くことしかできない「田舎の受験生」に育て上げたのです。まるで数学の試験問題とプログラミングの試験問題を見せるようなものです。それぞれの試験は強力に見えますが、実際には同じモデルではありません。

AI学術界では、これは「チェリーピッキング」と呼ばれ、試験重視の教育では「代理受験」と呼ばれます。

常に「オープンソースの先駆者」を自称してきたMetaにとって、今回の騒動は開発者エコシステムにおける最も貴重な信頼という資産を直接的に破壊するものでした。その直接的な代償は、ザッカーバーグ氏が当初のGenAIチームのエンジニアリング基盤に対する「完全な信頼を失った」ことであり、これがその後の幹部人事と中核インフラ部門の疎外へと繋がるきっかけとなりました。

彼は143億ドルから150億ドルを投じてデータラベリング企業Scale AIの株式49%を取得し、Scale AIのCEOである28歳のアレクサンドル・ワン氏をMetaの最高AI責任者に迎え入れ、Meta Superintelligence Lab（MSL）を設立した。チューリング賞受賞者のルカン氏は、この新体制においてこの28歳のワン氏に報告することになった。10月、MetaはMSLで約600人の人員削減を実施し、ルカン氏が設立したFAIR研究部門のメンバーも含まれていた。

フラッグシップモデルであるラマ4ベヒーモスは、当初2025年夏の発売が予定されていましたが、夏から秋へと繰り返し延期され、最終的には無期限に延期されました。

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注力するようになりました。Avocadoは、GPT-5やGemini 3 Ultraに対抗できるよう設計されていると報じられています。当初は2025年末のリリースが予定されていましたが、パフォーマンステストとトレーニングの最適化が不十分だったため、2026年第1四半期に延期されました。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ます。

MetaはAIモデルにおいて2つの致命的なミスを犯しました。1つ目は、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的に失わせたことです。2つ目は、Fairのような10年にも及ぶ専念を要する基礎研究部門を、四半期ごとのKPIに重点を置く製品部門に押し込んだことです。この2つの行動が相まって、現在の人材流出の根本的な原因となっています。

自社開発チップ：もう一つの折れた足

才能ある人材が去り、チップにも問題があります。

The Informationによると、Metaは先週、社内で開発中だった最先端のAIトレーニングチッププロジェクトを中止した。

Metaの自社開発チッププロジェクトは、MTIA（Meta Training and Inference Accelerator）と呼ばれています。同社の初期のロードマップは非常に野心的で、MTIA v4（コードネーム「Santa Barbara」）、v5（コードネーム「Olympus」）、そしてv6（コードネーム「Universal Core」）は、2026年から2028年にかけて提供予定です。このうち、Olympusは、2nmチップレットアーキテクチャに基づくMeta初のチップとして設計されており、ハイエンドモデルのトレーニングとリアルタイム推論を同時に実現し、最終的にはMetaのトレーニング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ます。

現在、この最先端のトレーニングチップは廃止されました。

Metaは進歩がなかったわけではない。MTIAは推論において一定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導入されており、主にFacebook ReelsとInstagramのレコメンデーションシステムに利用されており、総所有コストを40%から44%削減したと報告されている。しかし、推論とトレーニングは別物である。推論はモデルを実行するのに対し、トレーニングはモデルを訓練する。Metaは独自の推論チップを開発できるが、NVIDIAと直接競合できるトレーニングチップを開発することはできない。

これは歴史上初めてのことではありません。2022年にMetaは独自の推論チップの開発を試みましたが、小規模な導入に失敗した後、プロジェクトを断念し、代わりにNvidiaに大規模な発注を行いました。

自社チップの開発における挫折は、Meta 社のアウトソーシングの急増を直接的に加速させた。

1,350億ドルのパニック買い

2026年1月、Metaは今年の設備投資予算を1150億ドルから1350億ドルと発表しました。これは昨年の722億ドルのほぼ2倍です。この資金の大部分は半導体に充てられる予定です。

10 日以内に、3 件の大きな注文が正常に処理されました。

2月17日、MetaはNVIDIAと複数年にわたる世代間戦略協力契約を締結しました。Metaは、NVIDIA Blackwell GPUと次世代Vera Rubin GPUを数百万個、そしてGraceディスクリートCPUを導入する予定です。アナリストはこの契約の価値を数百億ドルと見積もっており、MetaはNVIDIA GraceディスクリートCPUを大規模に導入する世界初のスーパーコンピューティング顧客となります。

2月24日、MetaとAMDは、600億ドルから1,000億ドル規模の複数年チップ契約を締結しました。Metaは、AMDの最新MI450シリーズGPUと第6世代EPYC CPUを購入します。契約の一環として、AMDはMetaに対し、AMD株式の約10%に相当する最大1億6,000万株の普通株式のワラントを発行しました。ワラントは、納入マイルストーンに基づいて1株あたり0.01ドルでトランシェで権利確定します。

2月26日、The Informationは、MetaがGoogleと数十億ドル規模の複数年契約を締結したと報じました。この契約では、次世代の大規模言語モデルの学習と実行のために、Google CloudからTPUチップをリースします。両社はまた、2027年からMetaが自社のデータセンターに導入するためにTPUを直接購入することも検討しています。

あるソーシャルメディア企業は、10日以内に3社のチップサプライヤーに注文を出したが、その総額は1000億ドルを超える可能性がある。

これは分散投資ではありません。パニック買いです。

コンピューティングパワー不安の3層ロジック

メタはなぜそんなに急いでいるのか？

まず、自社開発チップはもはや現実的な選択肢ではありません。最先端のトレーニングチップ開発プロジェクトが中止されたことで、Metaは当面の間、AIトレーニングのニーズを満たすために外部からの購入に頼らざるを得なくなります。推論用のMTIAチップはレコメンデーションシステムのような成熟したアプリケーションには対応できますが、GPT-5に匹敵するAvocadoのような最先端モデルのトレーニングには、NVIDIA製または同等のハードウェアが必要です。

第二に、競合他社は待ってくれません。OpenAIはすでにMicrosoft、ソフトバンク、UAE政府系ファンドから巨額のリソースを確保しています。AnthropicはGoogleとAmazonからそれぞれ100万個のTPUとTrainiumチップを確保しています。GoogleのGemini 3は完全にTPUでトレーニングされました。Metaが十分な計算能力を確保できなければ、競争への参入さえも不可能になるでしょう。

第三に、そしておそらく最も根本的な点として、ザッカーバーグ氏は「研究開発能力」の不足を「購買力」で補う必要がある。ラマ4の失敗、主要な人材の流出、そして自社開発チップの挫折――これら3つの出来事が重なり、MetaのAIに関する物語はウォール街の目に脆いものとなった。現時点でNvidia、AMD、そしてGoogleと大型契約を締結することは、少なくとも一つのシグナルを発している。それは、私たちには資金があり、買収を進めており、そして諦めていないということだ。

Metaの現在の戦略は、ソフトウェアの問題を解決できない場合はハードウェアに投資し、優秀な人材を維持できない場合はチップを購入するというものです。しかし、AI競争は小切手を切るだけで勝てるものではありません。計算能力は必要条件ではありますが、十分条件ではありません。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、どんなにチップを投入しても、倉庫の高価な在庫を増やす以外には何も変わりません。

買い手のジレンマ

2 月の Meta の 3 つの取引を振り返ると、ほとんどの人が見逃している興味深い詳細があります。

Meta は、現在の Blackwell と将来の Vera Rubin を Nvidia から購入しました。また、AMD との契約では、MI450 と将来の MI455X を購入しました。さらに、現在の Ironwood TPU を Google からリースし、来年には直接購入する予定です。

3 つのサプライヤー、3 つのまったく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。

つまり、MetaはNVIDIAのCUDA、AMDのROCm、そしてGoogleのXLA/JAXという、全く異なる3つの基盤エコシステム間を行き来する必要があるということです。マルチベンダー戦略はサプライチェーンのリスクを軽減し、ハードウェア調達プレミアムを削減できる一方で、エンジニアリングの複雑さを飛躍的に増大させることにもつながります。

これこそがMetaの最も致命的な弱点です。数兆ものパラメータを持つモデルを、異なるハードウェア上でこれら3つの全く異なるプログラミングモデル上で効率的に学習させるには、CUDAを理解するエンジニアだけでなく、クロスプラットフォームの学習フレームワークをゼロから構築できるアーキテクトも必要です。

おそらく世界中にこのような人は100人程度しかいないでしょう。パン・ルオミンもその一人です。

世界で最も複雑なハードウェアポートフォリオを取得するために1000億ドルを費やしながら、同時にそれを制御できる頭脳を失うこと。これがザッカーバーグの賭けの最も非現実的な側面だ。

ザッカーバーグの賭け

全体的に見ると、ザッカーバーグ氏の過去 18 か月間の AI へのアプローチは、数年前にメタバースを探索するという全面的な戦略と驚くほど似ている。

トレンドを察知すると、多額の投資を行い、多数の人材を採用しますが、挫折に遭遇すると、突然戦略を転換し、再び多額の投資を行います。

2021年から2023年はメタバースの時代であり、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ドルに下落しました。2024年から2026年はAIの時代であり、コストを度外視した資金投入、頻繁な組織再編、そして「私を信じてください。私にはビジョンがあります」という同じ物語が繰り返されました。

違いは、このAIトレンドがメタバースよりもはるかに具体的であるということです。一方、Metaは潤沢な資金を保有しており、広告事業は多額のキャッシュフローを生み出しています。2025年第4四半期のMetaの売上高は599億ドルに達し、前年同期比24%増となりました。

問題は、お金でチップやコンピューティング能力、さらにはワークステーションの前に座っている人材は買えるが、そこに留まる人材は買えないということだ。

Pang Ruoming 氏は OpenAI を選択し、Russ Salakhutdinov 氏は退社を選択し、LeCun 氏は自身のビジネスを始めることを選択しました。

ザッカーバーグ氏が現在賭けているのは、十分なチップを購入し、十分なデータセンターを建設し、十分な資金を投じれば、最終的にはこれらのリソースを活用できる人材を見つけたり育成したりできるということだ。

この賭けは成功するかもしれない。Metaは世界で最も裕福なテクノロジー企業の一つであり、1000億ドルを超える営業キャッシュフローが最大の競争優位性となっている。OpenAIからAnthropic、Googleから他の競合他社に至るまで、Metaは絶えず人材を奪い取ってきた。Qubitによると、Metaのスーパーインテリジェンスチームの44人のメンバーのうち、約40%がOpenAI出身だ。

しかし、AI競争の残酷な現実は、計算能力の予備力、人材リスト、そしてモデルの性能はすべて公開情報であるということです。Llama 4ベンチマーク詐欺事件は、この業界ではPPTプレゼンテーションや広報活動に頼っていては優位性を維持できないことを証明しています。

結局のところ、市場が認識するのは、モデルがどれだけ優れているかという点だけです。

食物連鎖における位置

AI軍拡競争が2026年に入ると、食物連鎖の順位が明らかになり始めている。

トップはOpenAIとGoogleです。OpenAIは最強のモデル、最大のユーザーベース、そして最も積極的な資金を誇ります。Googleは自社のチップ、モデル、クラウドインフラを完全に垂直統合しています。Anthropicはすぐ後に続き、Claudeモデルの製品力とGoogleとAmazonからの二重のコンピューティングパワーにより、トップ層の地位を堅持しています。

Metaは最も多くの資金を投入し、最も多くのチップ契約を結び、最も頻繁に再編を行ってきたが、これまでのところ、市場を納得させるような最先端のモデルを生み出していない。

MetaのAIに関するストーリーは、2005年のYahooのストーリーと幾分似ています。当時、Yahooはインターネット上で最も裕福な企業の一つであり、積極的に買収と投資を行っていましたが、Googleのような検索エンジンを開発することはできませんでした。お金がすべてではありません。ザッカーバーグは、流行りのものを何でも買うのではなく、MetaがAIで何を実現したいのかを具体的に理解する必要があります。

もちろん、Meta の死亡記事を書くのはまだ早すぎる。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、そして世界最大のソーシャルデータセットは、競合他社が簡単に模倣できない資産だ。

コードネーム「アボカド」の次世代モデルが予定通り2026年に納品され、トップクラスに返り咲くことができれば、ザッカーバーグ氏の支出とリストラはすべて「流れを変えるための大胆な戦略的行動」としてまとめられるだろう。しかし、再び期待に応えられなければ、1350億ドルの投資は、暖房の効いたシリコンウエハー倉庫の列を生み出すだけになるだろう。

結局のところ、シリコンバレーのAI軍拡競争には、小切手を振りかざすスーパーバイヤーが絶えなかったわけではない。足りないのは、そのコンピューティングパワーを未来を切り拓くためにどのように活用するかを知っている人材だ。