Kaburnya Bakat AI Meta dan Gelombang Pengeluaran Chip $135 Miliar

Penulis: Ada, Deep潮 TechFlow

Pang Ruoming belum sempat duduk lama di meja kerjanya di Meta, sudah pergi.

Pada Juli 2025, Zuckerberg merekrut insinyur Tiongkok paling dicari di bidang infrastruktur AI dari Apple dengan paket kompensasi bertahun-tahun senilai lebih dari 200 juta dolar AS. Pang Ruoming ditugaskan ke Laboratorium Superintelligence Meta untuk membangun infrastruktur model AI generasi berikutnya.

7 bulan kemudian, OpenAI merekrutnya.

Menurut laporan The Information, OpenAI melakukan upaya rekrutmen selama beberapa bulan terhadap Pang Ruoming. Meskipun Pang Ruoming pernah memberi tahu rekan-rekannya bahwa ia sangat senang bekerja di Meta, ia akhirnya memutuskan untuk pergi. Menurut Bloomberg, paket kompensasi-nya di Meta terkait dengan pencapaian milestone; meninggalkan perusahaan sebelum waktunya berarti melepaskan sebagian besar saham yang belum cair.

200 juta dolar AS, tidak bisa membeli kesetiaan selama 7 bulan.

Ini bukan cerita perpindahan kerja yang sederhana.

Pang Ruoming bukan yang pertama pergi.

Pekan lalu, Mat Velloso, kepala produk platform pengembang Meta Superintelligence Lab, juga mengumumkan pengunduran dirinya; ia bergabung dengan Meta pada Juli tahun lalu setelah meninggalkan Google DeepMind, dan hanya bertahan kurang dari 8 bulan. Sebelumnya, pada November 2025, Yann LeCun, penerima penghargaan Turing dan ilmuwan AI utama Meta yang telah bekerja di Meta selama 12 tahun, mengumumkan pengunduran dirinya untuk memulai usaha baru, mewujudkan "model dunia" yang selama ini ia promosikan. Russ Salakhutdinov, murid inti Geoffrey Hinton dan wakil presiden riset AI generatif Meta, juga baru-baru ini mengumumkan kepergiannya.

Untuk memahami kehilangan bakat di Meta AI, pertama-tama harus memahami seberapa besar dampak Llama 4.

Pada April 2025, Meta secara resmi meluncurkan model Scout dan Maverick dari seri Llama 4. Data resmi terlihat sangat mengesankan, dengan klaim bahwa model ini secara menyeluruh mengungguli GPT-4.5 dan Claude Sonnet 3.7 dalam uji coba inti seperti MATH-500 dan GPQA Diamond.

Namun, model unggulan yang membawa ambisi Meta dengan cepat "terungkap" dalam uji coba buta independen pihak ketiga di komunitas open-source, di mana kemampuan generalisasi dan penalaran aktualnya menunjukkan jurang besar dibandingkan promosi. Menghadapi质疑 kuat dari komunitas, ilmuwan AI utama Yann LeCun akhirnya mengakui bahwa tim tersebut "menggunakan versi model yang berbeda untuk menjalankan berbagai set uji, demi mengoptimalkan skor akhir."

Di kalangan akademik dan teknik AI yang ketat, ini menyentuh garis merah yang tak dapat dimaafkan. Dengan kata lain, tim melatih Llama 4 menjadi seorang "pelajar kota kecil" yang hanya mampu mengerjakan soal-soal tahun lalu, bukan "siswa unggul" yang benar-benar memiliki kecerdasan mutakhir. Saat ujian matematika, ia menunjukkan keahlian dalam soal matematika; saat ujian pemrograman, ia menunjukkan keahlian dalam soal pemrograman—setiap tes individual tampak sangat kuat, tetapi sebenarnya ini bukan model yang sama.

Ini disebut "cherry picking" di kalangan akademisi AI, dan "kecurangan ujian" di kalangan pendidikan berbasis ujian.

Bagi Meta yang selalu memposisikan dirinya sebagai "lentera open source", badai ini secara langsung menghancurkan aset kepercayaan paling berharga dalam ekosistem pengembangnya. Konsekuensi langsungnya adalah, Zuckerberg "kehilangan kepercayaan sepenuhnya" terhadap batas teknis tim GenAI aslinya, yang memicu rangkaian langkah selanjutnya: penunjukan manajer baru dari luar dan peminggiran departemen infrastruktur inti.

Dia menghabiskan antara $14,3 miliar hingga $15 miliar untuk mengakuisisi 49% saham perusahaan pelabelan data Scale AI, menempatkan CEO Scale AI yang berusia 28 tahun, Alexandr Wang, sebagai Chief AI Officer Meta, dan mendirikan Meta Superintelligence Lab (MSL). Penerima Penghargaan Turing, LeCun, harus melapor kepada pemuda berusia 28 tahun ini dalam arsitektur baru. Pada bulan Oktober, Meta memberhentikan sekitar 600 posisi di MSL, termasuk anggota departemen penelitian FAIR yang didirikan oleh LeCun.

Sementara itu, model unggulan yang awalnya direncanakan dirilis pada musim panas 2025, Llama 4 Behemoth, terus ditunda, dari musim panas ke musim gugur, dan akhirnya ditangguhkan tanpa batas waktu.

Meta beralih mengembangkan model teks generasi berikutnya dengan kode nama "Avocado" dan model gambar/video dengan kode nama "Mango". Dilaporkan bahwa Avocado bertujuan untuk bersaing dengan GPT-5 dan Gemini 3 Ultra. Awalnya dijadwalkan dirilis akhir 2025, tetapi karena gagal memenuhi standar pengujian kinerja dan optimasi pelatihan, penundaan hingga kuartal pertama 2026. Meta sedang mempertimbangkan untuk merilisnya secara tertutup, meninggalkan tradisi terbuka yang konsisten dari seri Llama.

Meta membuat dua kesalahan fatal dalam model AI. Pertama, memanipulasi benchmark, yang secara langsung menghancurkan kepercayaan komunitas pengembang; kedua, memaksakan departemen penelitian dasar seperti FAIR yang membutuhkan waktu sepuluh tahun untuk sempurna ke dalam organisasi produk yang mengejar KPI kuartalan. Kedua hal ini bersama-sama menjadi alasan utama terjadinya kebocoran talenta saat ini.

Talenta sedang pergi, dan chip juga mengalami masalah.

Menurut The Information, Meta minggu lalu menghentikan proyek chip pelatihan AI paling canggih yang sedang dikembangkan secara internal.

Rencana chip buatan sendiri Meta disebut MTIA (Meta Training and Inference Accelerator). Peta jalan awal perusahaan sangat ambisius: MTIA v4 dengan kode nama "Santa Barbara", v5 dengan kode nama "Olympus", dan v6 dengan kode nama "Universal Core" direncanakan dirilis berturut-turut antara tahun 2026 hingga 2028. Olympus dirancang sebagai chip pertama Meta berbasis arsitektur 2nm chiplet, dengan tujuan mencakup pelatihan model kelas atas dan real-time inference, serta akhirnya menggantikan peran NVIDIA dalam kluster pelatihan Meta.

Now, this state-of-the-art training chip has been cut.

Meta tidak tanpa kemajuan, MTIA telah mencapai beberapa hasil di sisi inferensi. Chip inferensi MTIA v3 dengan kode nama "Iris" telah dideploy secara besar-besaran di pusat data Meta, terutama untuk sistem rekomendasi Facebook Reels dan Instagram, yang diklaim menurunkan biaya kepemilikan keseluruhan sebesar 40% hingga 44%. Namun, inferensi dan pelatihan adalah dua hal yang berbeda. Inferensi adalah menjalankan model, sedangkan pelatihan adalah melatih model. Meta mampu membuat chip inferensi sendiri, tetapi belum mampu menghasilkan chip pelatihan yang bisa bersaing langsung dengan NVIDIA.

Ini bukan pertama kalinya dalam sejarah. Pada tahun 2022, Meta pernah mencoba mengembangkan chip inferensi sendiri, tetapi setelah gagal dalam penerapan skala kecil, mereka langsung meninggalkan proyek tersebut dan memesan jumlah besar dari NVIDIA.

Kegagalan chip buatan sendiri langsung mempercepat gelombang pembelian luar dari Meta.

Pada Januari 2026, Meta mengumumkan anggaran pengeluaran modal tahun ini sebesar $115 miliar hingga $135 miliar, hampir dua kali lipat dari $72,2 miliar pada tahun lalu. Sebagian besar dana ini akan dihabiskan untuk chip.

Dalam 10 hari, tiga pesanan besar berturut-turut terwujud:

Pada 17 Februari, Meta menandatangani perjanjian kerja sama strategis jangka panjang dan lintas generasi dengan NVIDIA. Meta akan menerapkan "jutaan unit" GPU Blackwell dan generasi baru Vera Rubin dari NVIDIA, ditambah CPU independen Grace. Para analis memperkirakan nilai transaksi ini berada di level ratusan miliar dolar AS, menjadikan Meta sebagai pelanggan superkomputer pertama di dunia yang menerapkan CPU independen Grace dari NVIDIA dalam skala besar.

Pada 24 Februari, Meta menandatangani perjanjian chip jangka panjang senilai $60 miliar hingga $100 miliar dengan AMD. Meta akan membeli GPU seri MI450 terbaru dan CPU EPYC generasi keenam dari AMD. Sebagai bagian dari transaksi, AMD menerbitkan warrant atas hingga 160 juta saham biasa kepada Meta, yang setara dengan sekitar 10% saham AMD, dengan harga $0,01 per saham, yang akan menjadi milik secara bertahap berdasarkan tonggak pencapaian pengiriman.

Pada 26 Februari, menurut laporan The Information, Meta menandatangani perjanjian jangka panjang senilai miliaran dolar AS untuk menyewa chip TPU dari Google Cloud guna melatih dan menjalankan model bahasa besar generasi berikutnya. Sementara itu, kedua pihak juga sedang membahas kemungkinan Meta membeli TPU secara langsung mulai tahun 2027 untuk dideploy di pusat data miliknya sendiri.

Sebuah perusahaan media sosial, dalam 10 hari, memesan secara bersamaan dari tiga pemasok chip yang kemungkinan totalnya melebihi seribu miliar dolar AS.

Ini bukan strategi diversifikasi. Ini adalah pembelian panik.

Mengapa Meta begitu terburu-buru?

Pertama, tidak bisa mengandalkan chip buatan sendiri. Proyek chip pelatihan paling canggih telah dibatalkan, yang berarti Meta dalam jangka waktu yang dapat diprediksi hanya bisa memenuhi kebutuhan pelatihan AI melalui pembelian eksternal. Chip MTIA untuk inferensi dapat menangani bisnis matang seperti sistem rekomendasi, tetapi untuk melatih model mutakhir seperti Avocado yang menyaingi GPT-5, diperlukan perangkat keras dari NVIDIA atau setara.

Kedua, pesaing tidak akan menunggu. OpenAI telah mendapatkan sumber daya besar dari Microsoft, SoftBank, hingga dana berdaulat Uni Emirat Arab. Anthropic telah mengamankan pasokan masing-masing 1 juta chip TPU dan Trainium dari Google dan Amazon. Google Gemini 3 sepenuhnya dilatih di atas TPU. Jika Meta tidak mendapatkan cukup daya komputasi, bahkan tiket masuk ke lintasan ini pun tidak akan terjamin.

Ketiga, mungkin yang paling mendasar, Zuckerberg perlu mengimbangi kekurangan dalam “kekuatan R&D” dengan “daya beli”. Tiga hal—kegagalan Llama 4, kehilangan tenaga ahli inti, dan hambatan dalam pengembangan chip sendiri—secara bersama-sama membuat narasi AI Meta menjadi rapuh di hadapan Wall Street. Saat ini, dengan menandatangani pesanan besar dari NVIDIA, AMD, dan Google, setidaknya mengirimkan sinyal: kami punya uang, kami sedang membeli, kami tidak menyerah.

Strategi Meta sekarang adalah, jika tidak bisa menguasai perangkat lunak, maka hancurkan perangkat keras; jika tidak bisa mempertahankan orang, maka beli chip. Tetapi kompetisi AI bukanlah permainan yang bisa dimenangkan hanya dengan menulis cek. Kekuatan komputasi adalah syarat mutlak, bukan syarat cukup. Tanpa tim model teratas dan rute teknis yang jelas, sebanyak apa pun chip yang dimiliki hanyalah persediaan mahal di gudang.

Melihat kembali tiga transaksi Meta pada Februari, sebuah detail menarik diabaikan oleh kebanyakan orang.

Meta membeli Blackwell saat ini dan Vera Rubin masa depan dari NVIDIA; transaksi dengan AMD membeli MI450 dan MI455X masa depan; menyewa Ironwood TPU dari Google saat ini, dengan rencana membeli langsung tahun depan.

Tiga pemasok, tiga arsitektur perangkat keras dan ekosistem perangkat lunak yang sama sekali berbeda.

Ini berarti Meta harus berpindah-pindah di antara tiga ekosistem dasar yang sangat berbeda: CUDA dari NVIDIA, ROCm dari AMD, dan XLA/JAX dari Google. Strategi multi-pemasok memang dapat mendiversifikasi risiko rantai pasok dan menekan premi pembelian perangkat keras, tetapi hal ini akan membawa kompleksitas teknis yang meningkat secara eksponensial.

Ini adalah kelemahan paling mematikan Meta saat ini; untuk melatih model dengan triliunan parameter secara efisien pada tiga platform perangkat keras dengan model pemrograman dasar yang sama sekali berbeda, dibutuhkan bukan hanya insinyur yang mengerti CUDA, tetapi arsitek yang mampu membangun kerangka pelatihan lintas platform dari nol.

Orang semacam ini mungkin tidak lebih dari 100 orang di seluruh dunia. Pang Ruoming adalah salah satunya.

Menghabiskan 100 miliar dolar AS untuk membeli kombinasi perangkat keras paling kompleks di dunia, sambil kehilangan otak-otak yang mampu mengendalikan perangkat keras tersebut, inilah adegan paling magis dalam taruhan besar Zuckerberg.

Lihat dari jarak yang lebih jauh, strategi Zuckerberg dalam mengelola AI selama 18 bulan terakhir sangat mirip dengan ritme yang ia lakukan ketika dulu All In pada metaverse:

Melihat tren, berinvestasi besar, merekrut banyak orang, menghadapi kendala, mengubah strategi secara mendadak, lalu berinvestasi lagi secara besar-besaran.

Tahun 2021 hingga 2023 adalah metaverse, hasilnya setiap tahun rugi puluhan miliar, akhirnya harga saham turun dari 380 dolar menjadi 88 dolar. Tahun 2024 hingga 2026 adalah AI, dengan cara yang sama: menghabiskan uang tanpa batas, sering melakukan restrukturisasi organisasi, dan narasi yang sama: “percayalah pada saya, saya punya visi.”

Yang berbeda, kali ini gelombang AI benar-benar jauh lebih nyata daripada metaverse. Meta memiliki dana yang cukup untuk dibelanjakan, dengan bisnis iklannya menghasilkan arus kas yang melimpah; pendapatan Meta pada kuartal keempat 2025 mencapai $59,9 miliar, tumbuh 24% secara tahunan.

Masalahnya adalah: uang bisa membeli chip, daya komputasi, bahkan orang yang duduk di meja kerja, tetapi tidak bisa membeli orang yang tetap tinggal.

Pang Ruoming memilih OpenAI, Russ Salakhutdinov memilih untuk pergi, dan LeCun memilih untuk berwirausaha.

Kini, taruhan Zuckerberg adalah bahwa selama ia membeli cukup banyak chip, membangun pusat data yang cukup besar, dan menghabiskan cukup banyak uang, ia pasti akan menemukan atau melatih orang yang mampu menggunakan sumber daya tersebut.

Taruhan ini mungkin berlaku. Meta, setelah semua, adalah salah satu perusahaan teknologi terkaya di dunia, dengan arus kas operasional lebih dari 100 miliar dolar AS yang menjadi parit pertahanan paling kuatnya. Meta terus merekrut talenta dari OpenAI hingga Anthropic, dari Google hingga pesaing lainnya. Menurut Quantum Bit, hampir 40% dari 44 anggota tim superintelligence Meta berasal dari OpenAI.

Namun, kekejaman kompetisi AI adalah bahwa cadangan daya komputasi, daftar talenta, dan kinerja model semuanya terbuka; insiden pemalsuan benchmark Llama 4 membuktikan bahwa di industri ini, Anda tidak bisa mempertahankan kepemimpinan hanya dengan PPT dan publikasi.

Pasar hanya mengakui satu hal: apakah modelmu cukup baik.

Perlombaan senjata AI memasuki tahun 2026, urutan rantai makanan sudah mulai jelas:

Puncaknya adalah OpenAI dan Google. OpenAI memiliki model terkuat, basis pengguna terbesar, dan pendanaan paling agresif. Google memiliki chip buatan sendiri, model buatan sendiri, serta infrastruktur cloud buatan sendiri yang terintegrasi secara vertikal penuh. Anthropic mengikuti di belakangnya, dengan kekuatan produk Claude dan pasokan daya komputasi dari Google serta Amazon, tetap berada di tingkat teratas.

Meta? Dia menghabiskan paling banyak uang, menandatangani paling banyak kontrak chip, dan melakukan reorganisasi organisasi paling sering, tetapi hingga kini belum menghasilkan model mutakhir yang bisa meyakinkan pasar.

Cerita AI Meta agak mirip dengan Yahoo tahun 2005. Pada saat itu, Yahoo juga salah satu perusahaan internet terkaya, giat melakukan akuisisi dan menghabiskan uang, tetapi tidak mampu menciptakan mesin pencari sehebat Google. Uang bukan segalanya. Zuckerberg perlu memikirkan dengan jelas apa yang ingin dicapai Meta di bidang AI, bukan sekadar membeli apa pun yang sedang tren.

Tentu saja, menulis obituary untuk Meta masih terlalu dini. 3,58 miliar pengguna aktif bulanan, pendapatan kuartalan sebesar 59,9 miliar dolar AS, dan kumpulan data sosial terbesar di dunia adalah aset yang sulit ditiru oleh siapa pun.

Jika model generasi berikutnya bernama Avocado dapat dikirim tepat waktu pada 2026 dan kembali ke kelompok teratas, semua pengeluaran dan restrukturisasi Zuckerberg akan diubah menjadi "keberanian strategis untuk menyelamatkan situasi". Namun, jika sekali lagi gagal memenuhi harapan, maka 135 miliar dolar AS itu hanya akan membeli sejumlah gudang wafer silikon yang teraliri listrik dan memanas.

Setelah semua, perlombaan senjata AI di Silicon Valley tidak pernah kekurangan pembeli super yang mengayunkan cek. Yang kurang adalah orang yang tahu cara mengolah daya komputasi ini menjadi masa depan.