Naslov in uvod
Meta izgublja ključne strokovnjake za umetno inteligenco v korist precej manjšega rivala, ki pa ima zdaj dostop do iste strojne opreme kot največji igralci. Thinking Machines Lab (TML) je v tišini zgradil elitno ekipo raziskovalcev in si prek Googlovega oblaka zagotovil dostop do najnovejših Nvidiinih čipov. Ne gre zgolj za še eno kadrovsko zgodbo, temveč za znak novega ravnotežja moči v svetu AI, kjer se prepletajo računska moč, lastniški deleži in kultura podjetja. V nadaljevanju analiziram, kaj odhod kadrov pomeni za Meto, zakaj je vzpon TML pomemben in kje je pri vsem tem Evropa – tudi Slovenija.
Novica na kratko
Po poročanju TechCruncha je dolgoletni zaposleni pri Meti, raziskovalec Weiyao Wang, po osmih letih zapustil podjetje in se pridružil startupu Thinking Machines Lab. Wang je pri Meti sodeloval pri gradnji multimodalnih sistemov zaznavanja, pri TML pa prihaja v času, ko je startup podpisal večmilijardni sporazum z Google Cloudom.
Ta dogovor Thinking Machinesu omogoča zgodnji dostop do Nvidiinih čipov generacije GB300 in ga po infrastrukturni plati postavlja ob bok igralcem, kot sta Anthropic in sama Meta. TechCrunch navaja, da je podjetje že prej sodelovalo z Nvidio, nova pogodba pa TML formalno uvršča med "prvorazredne" uporabnike Googlovega oblaka.
Hkrati poteka tudi odmevna bitka za kadre. Kot povzema TechCrunch, je Business Insider nedavno poročal, da je Meta v zadnjem obdobju k sebi zvabila vsaj sedem ustanovnih članov TML. Pregled profilov na LinkedInu pa kaže, da TML agresivno zaposluje nekdanje Metine raziskovalce – med njimi predvsem CTO‑ja Soumitha Chintalo, soavtorja PyTorcha, ter več strokovnjakov s področja segmentacije in multimodalnih modelov. Podjetje naj bi imelo že okoli 140 zaposlenih in ocenjeno vrednost približno 12 milijard dolarjev, čeprav ima uradno predstavljen le en izdelek.
Zakaj je to pomembno
Na prvi pogled gre za znano zgodbo: velik igralec izgublja ljudi v korist bolj agilnega startupa. A v resnici je v ospredju nekaj drugega: preoblikovanje hierarhije v svetu umetne inteligence. Tekma se ne odvija več zgolj med "Big Tech proti vsem ostalim", ampak med peščico dobro financiranih laboratorijev, ki imajo dostop do vrhunske infrastrukture in vrhunskih ekip.
Thinking Machines pridobiva na več ravneh. S sporazumom z Googlom in Nvidio startup odpravlja klasično slabost manjših podjetij – pomanjkanje računske moči. Če ima laboratorij dostop do iste generacije čipov kot tehnološki velikani, je glavno ozko grlo znanje, ne GPU‑ji. Z zaposlovanjem ljudi, kot je Chintala, pa TML ne pridobiva le slavnih imen, temveč tudi desetletje izkušenj z gradnjo in upravljanjem velikih modelov, kar je težko kopirati.
Meta se po drugi strani sooča z mejo, do katere se da kadre zadržati samo z visokimi plačami. Kot spominja TechCrunch, so Metini paketi pogosto sedemmestni, brez posebnih pogojev. A za ambiciozne raziskovalce je obljuba lastništva deleža v laboratoriju z visoko, a še vedno relativno nizko vrednotenostjo pogosto bolj privlačna. Če bo TML uspel razviti prebojen model ali skleniti donosno partnerstvo, se potencialni donos za zgodnje zaposlene lahko izkaže kot bistveno večji od fiksne plače v korporaciji.
Izgubljajo vsi, ki so v "drugi ligi". Manjši AI startupi, evropska podjetja, ki poskušajo graditi svoje raziskovalne ekipe, ter tradicionalne korporacije, ki bi rade internalizirale razvoj modelov, bodo še težje dobile vrhunske profile. Ko startup s 140 ljudmi ponuja najnovejše čipe in lastniški delež, se je z njim težko primerjati.
Širši kontekst
Zgodba TML se lepo vklaplja v vzorec, ki ga opazujemo zadnja leta: laboratoriji na vrhuncu razvoja umetne inteligence stojijo na treh stebrih – strateškem zavezništvu z enim od oblačnih velikanov, privilegiranem dostopu do Nvidiine strojne opreme in zgoščeni skupini vrhunskih raziskovalcev iz velikih tehnoloških podjetij.
Podobno logiko smo že videli pri partnerstvih med vodilnimi laboratoriji in Microsoftom, Amazonom ali Googlom. Razlika je, da Thinking Machines to strategijo izvaja v rekordnem času in z bistveno manj javne pozornosti kot nekateri drugi igralci. Vrednotenje v višini 12 milijard dolarjev ob enem izdelku kaže, kako trg danes ceni "opcije" na prihodnje vodilne modele in ne trenutno poslovanje.
Tudi Meta je v tem kontekstu v specifičnem položaju. Po eni strani je ključni akter pri odprtokodnih orodjih (PyTorch, različni modeli za vid in multimodalnost), po drugi strani pa njena strategija odprtih modelov še ni prinesla produkta, ki bi v javni percepciji zasedel vlogo, kakršno je na primer imel ChatGPT. To otežuje zgodbo za raziskovalce, ki želijo biti "v središču dogajanja".
Vzpon TML hkrati razkriva, kako krhke so zaščitne jarke, zgrajeni na talentu. Meta je v te ljudi vlagala več kot desetletje, a novi laboratorij jih je v nekaj mesecih prepričal z drugačno kombinacijo tveganja in nagrade. To je pomembno opozorilo tudi za evropske gigante, ki računajo, da bodo s statusom nacionalnih prvakov avtomatično zadržali najboljše ljudi.
Evropski in slovenski vidik
Za evropski prostor je ta zgodba trezen opomnik, da gravitacijsko središče vrhunske umetne inteligence ostaja v ZDA – natančneje v laboratorijih, tesno povezanih z ameriškimi oblačnimi velikani in tveganim kapitalom.
EU gradi ambiciozen regulativni okvir: Splošna uredba o varstvu podatkov (GDPR), Akt o digitalnih storitvah in prihajajoči Akt o umetni inteligenci skupaj postavljajo stroge pogoje za razvoj in uvajanje modelov. Toda brez primerljivega vlaganja v superračunalniško infrastrukturo in v laboratorije, ki stojijo na ravni TML, Evropa tvega, da bo postala predvsem regulativni prostor, ne pa gonilo razvoja.
Za Slovenijo in regijo je zgodba dvoslojna. Po eni strani bo beg možganov v tovrstne laboratorije še naprej realnost. Vrhunski diplomanti ljubljanske Fakultete za računalništvo in informatiko ali raziskovalci z IJS bodo ob konkretnih ponudbah TML‑u podobnih laboratorijev težko ostali v okoljih, ki jim ne morejo ponuditi niti delčka takšne infrastrukture. Po drugi strani pa globalna narava dela prinaša tudi priložnost: TML in podobna podjetja bodo nujno iskala talente izven Silicijeve doline. Delo na daljavo iz Ljubljane ali Zagreba na vrhunskih modelih ni več znanstvena fantastika.
Evropske alternative obstajajo – od francoskih in nemških iniciativ za velike jezikovne modele do različnih superračunalniških projektov v okviru EuroHPC. A če se bodo želele resno kosati z laboratoriji, kot je TML, bodo morale ponuditi ne le infrastrukture, temveč tudi delniško strukturo in kulturo, ki nagrajujeta tveganje in podjetnost, ne zgolj varne akademske kariere.
Pogled naprej
Ključno vprašanje je, ali bo Thinking Machines iz svoje začetne prednosti zgradil trajen vpliv. V naslednjih 12–24 mesecih bo moral laboratorij pokazati več kot impresiven seznam imen in pogodbo z Googlom. Potreboval bo jasen produktni fokus: ali cilja na generične modele, orodja za razvijalce, specifične navpične rešitve ali nekaj povsem novega.
Pričakovati je več stvari.
Prvič, nadaljevanje kadrovskih vojn. Meta bo naprej lovila raziskovalce iz TML in drugih laboratorijev, TML pa bo še naprej črpal kadre iz Mete, OpenAI, Anthropica, avtomobilskih in oblačnih ekip. Plače bodo ostale visoke, odločilni pa bodo lastniški delež, vpliv na usmeritev laboratorija in svoboda raziskovanja.
Drugič, več pozornosti regulatorjev. V trenutku, ko majhno število laboratorijev v svojih rokah združuje modele, infrastrukturo in kadre, se povečajo sistemska tveganja – od varnosti do konkurence. Akt o umetni inteligenci vključuje posebna pravila za "sistemske" modele splošnega namena; tudi če so laboratoriji kot TML ameriški, bo njihova tehnologija vplivala na evropske trge in s tem padla pod drobnogled Bruslja.
Tretjič, tesnejše vezanje laboratorijev na posamezne oblačne ponudnike. Googlov dogovor s TML ni le prodaja računske moči, ampak način, kako zagotoviti, da bodo morebitni prebojni modeli tekli na njegovi infrastrukturi, ne pri konkurenci. Posledica je lahko svet, v katerem izbira laboratorija implicitno pomeni tudi izbiro oblaka – še ena plast koncentracije moči.
Za slovenske podjetnike in razvijalce je ključno vprašanje: ali graditi neposredno na teh globalnih modelih in platformah ali poskusiti razviti nišne rešitve in podatkovne sklade, kjer lahko imamo resnično konkurenčno prednost.
Spodnja črta
Premik ključnih raziskovalcev iz Mete v Thinking Machines Lab in sporazum o dostopu do čipov GB300 kažeta, da dobe, ko so imela velika tehnološka podjetja monopol nad vrhunskim razvojem AI, ni več – a to še ne pomeni razpršene konkurence. Namesto tega dobivamo majhno število laboratorijev z izjemno koncentracijo znanja in infrastrukture. Za Evropo in Slovenijo to pomeni jasno izbiro: ali se zadovoljiti z vlogo uporabnika in regulatorja ali pa resno investirati v lastne laboratorije, ki lahko tekmujejo za iste ljudi in iste čipe.
