2023年以来，Meta Platforms首席执行官马克·扎克伯格将AI列为公司核心战略，与元宇宙并行推进，希望在生成式AI浪潮中抢占先机。然而，这一追求速度的战略近期开始显现代价：据《华尔街日报》援引Meta内部员工匿名爆料，公司AI部门正遭遇员工的普遍不满，大家对重复性任务多、缺乏长期目标的现状颇有微词，部分团队甚至出现效率下滑。Meta首席产品官克里斯·考克斯在2024年4月的内部会议上公开承认，快速上线功能的压力导致组织内部混乱，团队协调不足的问题尤为突出。
Meta的AI团队规模不小，截至2024年第一季度，相关研发人员超过1.2万人，占公司总员工数的18%，同期研发支出达115.3亿美元，同比增长16%。但投入与产出的失衡问题逐渐引发质疑：内部数据显示，约35%的AI工程师时间花在现有模型的微调、bug修复等重复性工作上，而非核心技术突破或产品差异化开发。比如，Meta 2024年3月推出的Instagram AI生成图片工具，生成质量和MidJourney V6有明显差距，用户采用率仅4.8%，远低于行业平均12%的水平。这种低效率直接影响了公司财务表现，2024年第一季度AI相关业务收入占比不足5%，没能达到市场预期。
扎克伯格倡导的“快速行动”文化是症结所在。Meta长期以来信奉“move fast and break things”，但在AI领域，这种策略导致技术债不断积累：LLaMA 3模型虽在2024年4月快速发布，但其多模态处理能力存在明显短板，后续需要投入大量资源修复；同时，多个团队并行开发类似功能（比如Facebook和WhatsApp的AI聊天机器人），造成了资源的重复浪费。考克斯在内部会议中提到，组织架构分散让团队缺乏统一目标，员工难以看到工作的长期价值，积极性也因此受到影响。
放到行业语境下看，Meta的困境折射出AI研发中速度与质量平衡的普遍难题。对比竞争对手，Google DeepMind在2024年4月发布的Gemini 1.5 Pro，在长文本处理（支持100万token）和多模态整合上实现了突破，用户测试满意度达82%；OpenAI同年5月推出的GPT-4o，凭借实时语音交互和更精准的生成能力，一周内用户采用率就突破了12%。这些进展更凸显出Meta AI战略在执行上的不足。
面对内部压力和外部竞争，Meta已开始调整策略：2024年5月，公司宣布合并旗下三个AI研发团队（基础模型、产品整合、应用开发），成立统一的AI部门，由前DeepMind高管领导，目的是减少重复工作，聚焦核心技术突破。此外，Meta计划把AI研发资源向LLaMA 4的下一代模型倾斜，重点提升多模态能力和效率。这些调整能否改变当前的局面，还得看后续执行效果，但有一点是明确的：Meta若想在AI赛道保持竞争力，必须在速度与质量之间找到更合理的平衡点。
快报