Metaのスーパーインテリジェンス戦略：戦略、人材、AI覇権をめぐる熾烈な競争の分析

Metaの新時代：スーパーインテリジェンスという至上命題

2025年半ば、Meta Platformsは、人工超知能（ASI）の開発という単一の大胆な目標に向けて全社を方向転換するという、深遠な戦略的再編を開始しました。この動きは、同社のこれまでのより漸進的な人工知能へのアプローチからの脱却を意味し、世界のテクノロジー軍拡競争における新たな、ハイステークスな章の始まりを告げるものです。本レポートは、Meta Superintelligence Labs（MSL）の設立、そのリーダーシップ、人材獲得戦略、インフラ投資、研究指令、そして競争上の位置づけについて、徹底的な分析を提供します。この転換の触媒、社内の哲学的な力学、そしてマーク・ザッカーバーグCEOが「人類にとって新時代の始まり」と呼ぶものをリードしようとするMetaが引き受けている、莫大な財務的、文化的、そして実行上のリスクを検証します。¹

戦略的転換

長年、MetaのAI戦略は「AI漸進主義」と特徴づけることができました。² その様々な研究および製品チームは、主に既存製品の強化にAIを適用することに焦点を当てていました。FacebookやInstagramの推薦アルゴリズムの改善、コンテンツタギングシステムの開発、より良い広告ターゲティングツールの構築などです。これらの取り組みは相当なものでしたが、基本的には同社の確立されたビジネスモデルに奉仕するものでした。Meta Superintelligence Labsの創設は、このパラダイムからの決定的な決別を示します。この新しい中央集権化されたユニットは、漸進的な改善ではなく、月面着陸のような目標を課されています。それは、広範な認知タスクにおいて人間の知能を凌駕するAIシステムを構築することです。³

この戦略的転換は、2025年半ばにザッカーバーグからの一連の内部メモと公式声明を通じて正式に発表されました。¹ 彼は、この目標を達成するために今後数年間で「数千億ドル」を投資するというビジョンを明確にし、それを歴史的に重要な使命として位置づけました。¹ このコミットメントは、Metaの以前は断片化していたAIプロジェクトを単一の、優先度の高い旗印の下に統合し、その基盤モデルチーム、製品グループ、そして著名な基礎AI研究（FAIR）チームを新しいMSLの構造内に統一するものです。⁵ 明示的な目標は、OpenAI、Google DeepMind、Anthropicのような競合他社を飛び越え、Metaを次世代技術の誰もが認めるリーダーとして確立することです。⁴

変化の触媒：Llama 4「Behemoth」と競争圧力

この急進的な戦略見直しのきっかけは、重大な内部的後退と増大する外部の競争的脅威が重なったことにあるようです。最も重要な内部的触媒は、Metaが大きな期待を寄せていたLlama 4「Behemoth」モデルの開発の難航と期待外れの性能でした。² 当初2025年4月のリリースが予定されていましたが、以前のLlamaモデルに対する意味のある性能向上を達成できなかったため、ローンチは繰り返し延期されました。⁷

技術的な分析によれば、このモデルはいくつかの根本的なアーキテクチャ上およびデータ関連の欠陥に悩まされていました。² 効率重視の技術である「チャンク化アテンション」の実装が「死角」を生み出し、モデルがより長い文脈で思考の連鎖（chain-of-thought）推論を行う能力を著しく妨げたと報告されています。さらに、「エキスパート選択ルーティング」の使用がモデルの汎化能力を低下させ、プロジェクトは社内ウェブクローラーからの情報のクリーニングと重複排除の困難さに起因する、事前学習データの品質に関する根強い問題に悩まされていました。² これらの技術的失敗は、社内の競合する研究方向間のリーダーシップと調整の欠如によって悪化させられたと報告されています。² Behemothの繰り返される遅延と性能問題は、Metaの経営陣内に大きな内部的緊張と不満を生み出し、既存のAI構造の不備を浮き彫りにしました。⁷

この内部危機は、変化する外部環境によってさらに深刻化しました。Llama 2およびLlama 3モデルでオープンソースAI運動をリードした後、Metaはその地位が挑戦されていることに気づきました。競合他社、特に中国のDeepSeekからの高性能なオープンウェイトモデルの出現は、Metaのリーダーシップがもはや保証されていないことを示しました。² 主要なベンチマークで他のモデルを上回ったDeepSeek V3の成功は、漸進的なアプローチが失敗しているという「警鐘」として機能しました。² この内部の失敗と外部の脅威の組み合わせが、ザッカーバーグを「創業者モード」と呼ばれる状態に駆り立てたようです。これは、同社の最も重要なイニシアチブを軌道修正することに焦点を当てた、実践的で緊急性の高い経営スタイルです。² Meta Superintelligence Labsの創設は、この認識の直接的な結果です。フロンティアAIレースに勝つために必要なスピード、集中力、リソースを備えてMetaのAIへの野心を再起動するための、トップダウンでゼロから始める取り組みです。

目標の定義：AGIを超えてスーパーインテリジェンスへ

Metaの新戦略の重要な要素は、最終目標を意図的に設定していることです。同社は、より一般的に議論される汎用人工知能（AGI）とは区別する「スーパーインテリジェンス」を明確に目指しています。⁴ AGIは通常、ほとんどの経済的に価値のあるタスクで人間の性能に匹敵するか、それを超えることができるAIシステムと定義されますが⁹、スーパーインテリジェンスははるかに強力な知性のクラスを示します。

Metaのコミュニケーションやより広い分野で明確にされているように、スーパーインテリジェンスとは、「関心のあるほぼすべての領域で人間の認知性能を大幅に超える」知性を指します。⁴ これには、タスクの完了だけでなく、速度、推論、記憶、適応性における優れた能力も含まれます。⁴ 哲学者ニック・ボストロムによって広められたこの概念は、人間によって定義された問題を解決するだけでなく、私たちの現在の理解をはるかに超える新しい科学的原理や技術を発見できるシステムを示唆しています。⁹

スーパーインテリジェンスを目標として設定することで、Metaは強力な声明を出しています。それは、その野心がより高性能なチャットボットやより良いコーディングアシスタントを作成することを超えているという宣言です。同社は、知性そのものの究極のフロンティアを追求していると位置づけています。この野心的な枠組みは、二重の目的を果たします。内部的には、新しく編成されたチームに統一感と活気を与える使命を提供します。外部的には、ザッカーバーグが「神」を創ることと呼んだもの¹¹を構築するという挑戦に惹かれる、世界で最もエリートで野心的なAI研究者を引き付ける強力な物語として機能します。この区別は、AIレースの賭け金を商業的な競争から、変革的で世界を変える技術の追求へと引き上げます。

設計者とその側近たち：新たなリーダーシップパラダイム

Meta Superintelligence Labsの創設は、単なる戦略的転換ではなく、マーク・ザッカーバーグが個人的に画策した権力と焦点の根本的な再構築です。この新しいリーダーシップパラダイムは、CEOの直接的で実践的な関与と、過去の失敗を克服し、AI開発パイプライン全体の緊密な垂直統合を通じて進捗を加速させるために特別に構築された三頭政治の導入によって特徴づけられます。

「創業者モード」のザッカーバーグ

マーク・ザッカーバーグのMSLの設立と運営における役割は、典型的なCEOスポンサーのそれをはるかに超えています。業界全体からの報告によると、彼はフェイスブックの初期以来見られなかったような、深く、個人的で、実践的な経営状態である「創業者モード」に入ったとされています。² この強烈な関与は、Meta内でのMSLの最高の戦略的重要性の明確な指標です。

ザッカーバーグは、チームを構築するという重要な任務を委任していません。彼自らがその先頭に立っています。彼は採用プロセスに直接関与し、レイクタホとパロアルトにある彼の私邸で候補者をホストし、ハイステークスな会議を行っています。¹ 彼は競合他社のトップ研究者に個人的に連絡を取り¹²、新しいMSLチームが彼の近くに座るようにMetaのオフィススペースを物理的に再編成し、直接的なアクセスと迅速なコミュニケーションを促進しています。⁸ このレベルの個人的な介入は、この使命が従来の企業階層を通じて管理するにはあまりにも重要であるという信念を強調しています。それは、スーパーインテリジェンスの追求が今やMetaの中心的な、決定的な目的であり、その創設者の完全な権威と注意が注がれていることを、社内外の利害関係者に示しています。

新たな三頭政治

彼のビジョンを実行するために、ザッカーバーグは、Metaの以前のAIの取り組みを妨げた主要な弱点に直接対処する専門知識を持つ新しいリーダーシップチームを編成しました。この三頭政治は、テクノロジーおよびAI投資界の3人の著名な人物、アレクサンダー・ワン、ナット・フリードマン、ダニエル・グロスで構成されています。これらの特定のリーダーの選出は任意ではなく、データと評価から研究文化、製品化に至るまで、AIスタック全体を掌握するための計算された戦略を表しています。

アレクサンダー・ワン（最高AI責任者）： ワンのMetaの最高AI責任者およびMSLの共同リーダーへの任命は、この再編において最も重要な動きと言えるでしょう。¹³ 業界をリードするデータラベリングおよび評価会社であるScale AIの創設者兼元CEOとして、ワンはLlama 4プロジェクトが失敗したと報告されているまさにその分野、つまりデータ品質とモデル評価において比類のない専門知識をもたらします。¹ 彼の任命は、Scale AIとの143億ドルという巨額の投資または買収契約に続くものであり、この動きはScaleの重要な能力をMetaのエコシステムに効果的に統合するものです。¹ ワンをトップに据えることで、Metaはデータ問題を根本から解決しようとしており、将来のモデルが高品質でよくキュレーションされたデータ基盤の上に構築され、ScaleのHumanity’s Last Exam（HLE）のような厳格なベンチマークに対して評価されることを保証しています。¹
ナット・フリードマン（MSL共同リーダー）： GitHubの元CEOとして、ナット・フリードマンは世界最大かつ最も複雑なテクノロジープラットフォームの1つを管理した豊富な経験をもたらします。⁵ 開発者エコシステムの育成と大規模で分散した技術プロジェクトの監督における彼の専門知識は、MetaのばらばらなAIチームを結束力のある生産的なユニットに統一する上で非常に貴重です。フリードマンは、ダニエル・グロスと共に、Metaが彼らのベンチャーキャピタルファンドであるNFDG（いくつかの著名なAIスタートアップに投資している）を部分的に買収する交渉に入った後にMetaに加わりました。⁵ 彼のリーダーシップは、MSLの研究文化を形成し、 immenseな才能の密度を管理し、オープンソースモデルとクローズドソースモデルの議論など、将来の複雑な戦略的決定をナビゲートする上で重要になります。
ダニエル・グロス（AI製品責任者）： 影響力のあるAI投資家であり、イリヤ・サツケバーのスタートアップ、Safe Superintelligenceの元責任者であるダニエル・グロスは、フロンティア研究と製品応用の間の重要なリンクを提供することでリーダーシップチームを完成させます。² AI製品部門の責任者としての彼の役割は、MSL内で行われる高度な研究がMetaの広大な製品エコシステムへの統合に向けた明確な道筋を持つことを保証します。⁴ この任命は、画期的な発見が具体的なビジネス価値に結びつかないことが多い企業の研究室における一般的な失敗点に直接対処するものです。グロスのベンチャーキャピタルおよびスタートアップ界での経験は、チームの他のメンバーの深い技術的専門知識を補完する、実用的で製品に焦点を当てた考え方を提供します。

断片化した状況の統一

MSL創設の主な目的の1つは、以前MetaのAI活動を特徴づけていた組織の断片化を是正することです。この統合以前、同社のAI人材は、製品重視のAIチーム、長期研究志向のFAIR部門、基盤モデル開発チームなど、複数のグループに分散していました。⁵ このサイロ化された構造は、調整の欠如と社内での優先順位の競合を招き、Llama 4プロジェクトの苦戦の一因となったと報告されています。²

MSLは、これらのサイロを打ち破る統一力となるように設計されています。この新しいユニットは、Metaの基盤モデルチーム、製品チーム、そしてFAIRグループを、単一の中央集権化された指揮系統の下に明確に統合します。⁵ この統合は、研究、エンジニアリング、製品開発がスーパーインテリジェンス構築という単一の目標に向かって緊密に連携する、より効率的で合理的な組織を創出することを意図しています。これらすべての機能を新しい三頭政治のリーダーシップとザッカーバーグの直接の監督下に置くことで、Metaは、大組織で進捗を遅らせる可能性のある官僚的な障害や内部摩擦を排除し、高速で集中的な実行文化を育むことを目指しています。

人材の大移動：スーパーチームの結成

Metaのスーパーインテリジェンス戦略の礎は、世界で最もエリートで才能豊かなAIチームを結成するために設計された、前例のない人材獲得キャンペーンです。直接のライバルからの積極的な引き抜きと記録破りの報酬パッケージを特徴とするこの取り組みは、すでに熾烈だったトップ研究者の獲得競争を本格的な「報酬軍拡競争」へとエスカレートさせました。⁴ Metaのアプローチは、単に個人を雇うだけでなく、一体となった高性能な研究ユニットを戦略的に獲得し、効果的に研究開発の速度を「買う」ことです。

「報酬軍拡競争」

Metaは、シリコンバレーの給与体系を再構築するようなオファーを提示するために、その莫大な財源を投入しました。同社は、競合他社からトップクラスの研究者を引き抜くために、数百万ドル、中には9桁に達するパッケージを提示していると報じられています。³ これらの報酬契約は複雑で、多くの場合、基本給、多額の契約一時金、そして長期的なコミットメントを確保するために設計された延長された権利確定スケジュールと業績連動条項付きの巨額の株式付与が含まれています。⁴

この戦略の顕著な例は広く報じられています。OpenAIの研究者であるトラピット・バンサルには、1億ドル相当のパッケージが提示されたと報じられています。⁴ さらに驚くべきは、Appleの基盤モデルチームの元責任者であるルオミン・パンとの契約で、伝えられるところによると、4年間で2億ドルから3億ドルの価値があるとされる報酬パッケージでMetaに引き抜かれました。¹ これらの数字は、世界の金融機関の多くのCEOの報酬を上回るものであり、激化する「AIゴールドラッシュ」における「頭脳プレミアム」と評されています。⁴ ザッカーバーグが個人的に監督するこの人材買いだめ戦略は、Metaがスーパーインテリジェンス競争に勝つために必要と見なす人的資本を確保するために、いくらでも費やす用意があることの明確なシグナルです。

競合からの戦略的引き抜き

Metaの採用活動は非常に的を絞っており、主要な競合他社であるOpenAI、Google DeepMind、Appleの人材プールを枯渇させることに焦点を当てています。これは、自社の能力を強化すると同時にライバルを弱体化させるという意図的な戦略です。

OpenAI: 最も大きな人材流出はOpenAIからでした。MSLの初期メンバー44人の非公式リストによると、新規採用者の40%もの人々がChatGPTの制作者から来ていたことが示唆されています。¹⁶ これには、OpenAIの最も先進的なモデルの主要な貢献者の驚くべき名簿が含まれています。GPT-4、GPT-4o、そして「oシリーズ」のような独創的なモデルの共同制作者であるホンユー・レン、ジアフイ・ユー、シェンジア・ジャオがMSLに加わりました。¹ 最近の著名な採用者には、OpenAIの「o1」および「o3」推論モデルに取り組み、強化学習と思考の連鎖プロンプティングの専門家であるジェイソン・ウェイとヒョンウォン・チョンが含まれます。¹⁷
Google DeepMind: Metaはまた、GoogleのエリートAIラボから主要な人材をうまく採用しました。注目すべき採用者には、Geminiモデルファミリーの事前学習テクニカルリードを務め、Gemini 2.5の推論を主導したジャック・レイや、Geminiの推論と事後学習プロセスの専門家であるペイ・スンが含まれます。¹
Apple: 特に影響力のある一連の動きとして、MetaはAppleのAIリーダーシップを標的にしました。Appleの基盤モデルチームを率いていたルオミン・パンの採用は大きな成功でした。⁴ これに続いて、パンの主要な部下であるマーク・リーとトム・ガンターの採用が迅速に行われました。¹⁶ この上級リーダーとその中核チームの戦略的な引き抜きは、すでに戦略的方向性について内部的な不確実性に直面していたAppleのAI部門内で、重大な混乱と士気の低下を引き起こしたと報じられています。¹²

一体化したチームの獲得

Metaの採用パターンをより深く分析すると、個々のスターを引き付けるだけでなく、より洗練された戦略が明らかになります。同社は、既存の、高機能な研究チームを獲得することに焦点を当てているようです。この戦術は、時間のかかる、そしてしばしば困難なチーム形成プロセスを短縮し、実績のある協調的な力学を直接MSLに導入するために設計されています。

Appleの3人組、パン、リー、ガンターの採用は、このアプローチの典型的な例です。¹⁵ これらの個人は緊密に協力してきた歴史があり、リーはパンがAppleで最初に採用した人物でした。同様に、ジェイソン・ウェイとヒョンウォン・チョンの採用は、GoogleとOpenAIの両方で主要なプロジェクトで協力してきた協調的なペアの獲得を表しています。¹⁷ この戦略のさらなる証拠として、その分野でのMetaの能力を強化するために、音声AIスタートアップである「PlayAIチーム全体」を雇用したと報じられています。¹⁶

このアプローチは、チームレベルでの企業による「アクイハイアリング（人材獲得目的の買収）」の一形態と見なすことができます。単に才能を買うのではなく、Metaは確立されたワークフロー、共有された知識、そして最も重要なことに、研究開発の速度を買っています。報酬で支払われるプレミアムは、チーム開発の長い「ストーミング、ノーミング、パフォーミング」の段階を迂回するための投資であり、MSLがほぼ即座に影響力の大きい研究を生み出し始めることを可能にします。

文化的賭けと関連リスク

この積極的な人材獲得戦略により、Metaは迅速に「ドリームチーム」を結成できましたが、特に同社の社内文化に関する重大なリスクがないわけではありません。業界のベテランたちは、より大きな組織内にこのような高給のエリートユニットを創設することの潜在的な悪影響について懸念を表明しています。

例えば、DellのCEOであるマイケル・デルは、既存のスタッフの給与を大幅に上回る給与でトッププロフェッショナルを迎え入れることは、広範な不満につながり、「文化的に挑戦」を生み出す可能性があると警告しました。¹⁷ MSLの「傭兵」と、Metaの忠実で長年勤めている他のエンジニアという二層構造の認識は、既存の従業員のやる気をそぎ、士気を低下させ、ザッカーバーグのオフィスの外に「不平を言う従業員」の長い列を作る可能性があります。¹⁷ これは、Metaのより広範なエンジニアリング組織の長期的な文化的結束と安定性について深刻な疑問を投げかけます。リスクは、新しい才能を獲得するために急ぐあまり、Metaがこの野心的なベンチャーに資金を提供する収益性の高い中核事業を維持しているまさにその従業員を疎外し、結果として離職率の上昇と企業文化の分裂につながる可能性があることです。²⁰

以下の表は、Meta Superintelligence Labsに採用された主要な人材の一部、彼らの以前の所属と専門知識、そして新しい組織内での推測される役割をまとめたものです。この統合は、採用の戦略的な性質を示しており、特定の技術的ギャップに対処し、フロンティアAI領域での研究を加速させることを明確に目的としています。

氏名	以前の所属	主要な過去のプロジェクト／専門知識	MSLでの推測される役割
アレクサンダー・ワン	Scale AI	CEO、データラベリングインフラ、データ品質、HLEベンチマーク ¹	全体統括（最高AI責任者）、データ品質と評価
ナット・フリードマン	GitHub, NFDG	GitHub CEO、AI投資家、大規模開発者プラットフォーム ⁵	全体統括（共同リーダー）、研究文化と連携
ダニエル・グロス	Safe Superintelligence, NFDG	SSI CEO、AI投資家、AI製品開発 ²	AI製品戦略と統合
ルオミン・パン	Apple	基盤モデル責任者、小型オンデバイスAIモデル ⁴	基盤モデル、オンデバイス＆高効率AI
ジャック・レイ	Google DeepMind	Gemini事前学習テクニカルリード、Gemini 2.5推論リード ¹	大規模事前学習と高度な推論
トラピット・バンサル	OpenAI, Google Research	思考の連鎖推論のための強化学習、oシリーズモデル ¹⁴	強化学習と推論能力
ジェイソン・ウェイ	OpenAI, Google	思考の連鎖プロンプティング、o3およびディープサーチモデル、強化学習 ¹⁷	強化学習と複雑な問題解決
ホンユー・レン	OpenAI	GPT-4oおよびoシリーズモデルの共同制作者、事後学習最適化 ¹	モデルの事後学習と最適化
ジアフイ・ユー	OpenAI, Google DeepMind	GPT-4oの共同制作者、OpenAI知覚チームリーダー、Geminiマルチモーダル研究 ¹	マルチモーダルAIと知覚
シェンジア・ジャオ	OpenAI	ChatGPTおよびGPT-4の共同制作者、合成データ構想リーダー ¹	合成データとモデルの汎化
フイウェン・チャン	OpenAI, Google Research	GPT-4oの共同制作者、MaskGITおよびMuseテキストから画像へのアーキテクチャ発明者 ⁴	生成AIとテキストからの画像生成
ジ・リン	OpenAI	oシリーズ、GPT-4.x、およびOperator推論スタックを構築 ⁴	高度な推論アーキテクチャ
ジョエル・ポバー	Anthropic, Meta	Anthropicで推論最適化を主導、Metaコアインフラのベテラン ⁴	推論の最適化とスケーラビリティ
トム・ガンター	Apple	著名なエンジニア、ルオミン・パンの主要な部下 ¹⁶	基盤モデル（パンチームのサポート）
マーク・リー	Apple	ルオミン・パンによるAppleでの最初の採用者、主要チームメンバー ¹⁶	基盤モデル（パンチームのサポート）

エンジンの構築：数ギガワット規模の計算およびインフラ戦略

Metaのスーパーインテリジェンスへの大胆な挑戦を支えているのは、次世代AIモデルのトレーニングと運用に必要な物理インフラへの巨額の投資です。同社は、世界最大かつ最も強力なAI計算インフラを構築するために、数年にわたり数千億ドル規模のキャンペーンに着手しています。この戦略は、研究のための生の馬力を提供するだけでなく、競合他社が容易に真似できない戦略的な堀と強力な非金銭的な採用ツールを創出することを目的としています。

「数千億ドル」の投資

マーク・ザッカーバーグは、財政的コミットメントの規模について明確に述べています。公式声明で、彼はMetaがスーパーインテリジェンスの開発を支援するために、計算インフラに「数千億ドル」を投資すると宣言しました。¹ これは単なるレトリックではなく、具体的な財務計画に裏打ちされています。2025会計年度について、Metaは設備投資（capex）ガイダンスを640億ドルから720億ドルという驚異的な範囲に引き上げました。これは、ほぼ完全にこれらのAIインフラプロジェクトによって推進された大幅な増加です。³

この巨額の支出は、昨年度に1650億ドルの収益を上げたMetaの中核である広告事業の莫大な収益性によって可能になっています。³ この支出の規模に関する潜在的な投資家の懸念に対し、ザッカーバーグは「我々にはこれを実行するための事業からの資本がある」と直接述べています。³ この財務力はMetaに非対称的な優位性を与え、収益性が低い、あるいはベンチャー支援の競合他社にはおそらく手の届かない、長期的で資本集約的な戦略に資金を提供することを可能にします。

スーパークラスター戦略：プロメテウスとハイペリオン

Metaのインフラ戦略の中心は、「スーパークラスター」または「タイタンクラスター」と呼ばれる、いくつかの巨大で専用のAIデータセンターの建設です。¹ これらの施設は前例のない規模で設計されており、そのエネルギー消費量は小都市に匹敵します。³ プロメテウスとハイペリオンという2つの旗艦プロジェクトが、このイニシアチブの中核をなしています。

プロメテウス: 2026年に稼働開始予定のプロメテウスは、1ギガワット（GW）のデータクラスターです。¹ この規模の施設は、現在のAI業界では前代未聞です。その完成により、Metaはギガワットプラス規模のスーパークラスターを運用する世界初のAIラボとなり、トレーニング能力において大きな先行者利益をもたらすと期待されています。¹
ハイペリオン: これは、大規模なスケーラビリティを目指した、さらに野心的な長期プロジェクトです。ハイペリオンは、最終的に最大5GWの電力容量に達する計画で、数年間にわたって段階的に展開されます。¹

これらの名前付きプロジェクトに加えて、Metaは総計算能力をさらに拡大するために、他の複数の「タイタン」クラスターを開発しています。¹ これらのプロジェクトの物理的な規模は巨大です。ザッカーバーグは、そのような施設の一つがマンハッタンのほぼ全域に匹敵する敷地面積をカバーしていると説明しています。³ この数ギガワット規模のデータセンターのネットワークは、超広帯域ネットワーキングで接続され、Llama 4の後継機を含むMetaの将来の基盤モデルをトレーニングするためのエンジンとして機能します。¹

戦略的堀としての計算能力と採用ツール

このインフラへの巨額の投資は、重要な二重の目的を果たします。最も明白な機能は、ますます大規模で複雑になるAIモデルをトレーニングするために必要な、純粋な計算能力を提供することです。業界がAIのフロンティアを押し広げるにつれて、計算リソースへの需要は指数関数的に増加しており、専用の最先端施設を持つことは最高レベルで競争するための前提条件です。

しかし、このインフラの戦略的価値は、その技術的な機能だけにとどまりません。Metaは、その計算能力を人材獲得の主要なツールとして明確に武器化しています。GPUへのアクセスが研究者にとってしばしば大きなボトルネックとなる業界において、Metaが約束する比類のないリソースは強力な魅力です。ザッカーバーグは、トップタレントを引き付ける上での高給の役割を公に軽視し、インタビューで「笑、それはほとんど不正確だ」と述べています。¹¹ その代わりに、エリート研究者がMetaに惹かれるのは、「無制限の計算能力」と、彼が主張する「研究者一人当たりの計算能力が地球上で最も多い」というユニークな機会によってであると強調しています。¹

この提案は、フロンティアの研究者にとって信じられないほど魅力的です。順番待ちをしたり、コストを正当化したり、官僚的な制約に直面したりすることなく大規模な実験を実行できる能力は、研究の自由の究極の形を表しています。それは発見のペースを直接加速させ、キャリアを決定づけるような画期的な成果の可能性を高めます。この約束をすることで、Metaは、リソースが豊富な競合他社でさえ、同様に大規模で数千億ドル規模の資本投資を行わなければ容易に再現できない独自の価値提案を創造しています。これにより、ハードウェアとデータセンターへの設備投資が、人的資本にとって強力な磁石に変わり、給与と同じくらいシリコンの上に築かれた、防御可能な戦略的な堀が生まれます。

研究指令：Behemothの失敗からスーパーインテリジェンスの最前線へ

Meta Superintelligence Labsの研究課題は二つあります。短期的には、Llama 4「Behemoth」モデルの期待外れの性能につながった技術的失敗を体系的に診断し、修正することがその指令です。長期的には、新たに集められた「ドリームチーム」の専門知識を活用し、MSLは推論、強化学習、マルチモダリティといった主要分野でAI能力の限界を押し広げ、スーパーインテリジェンスへの道を切り開くことを課されています。この課題は漠然とした探求ではなく、過去の弱点と未来の野心に直接基づいた、焦点を絞った問題指向の計画です。

過去の失敗の修正

MSLの当面の優先事項は、前任者の落とし穴を避ける新しいモデル基盤を構築することです。新しいリーダーシップと研究チームの構成は、Behemothを悩ませた特定の技術的問題を解決することに直接焦点を当てていることを強く示唆しています。業界の分析と新入社員の既知の専門知識に基づくと、主要な是正措置は以下の分野を対象とする可能性が高いです²。

長文脈推論への対応： Behemothで使用された「チャンク化アテンション」メカニズムは、長い情報シーケンスにわたる推論能力を制限したと報告されています。Geminiの事前学習リードであり、その高度な推論能力を担当したGoogle DeepMindのジャック・レイのような専門家の採用は、スライディングウィンドウアテンションのようなより堅牢なアーキテクチャの実装や、長文脈性能を評価するためのより良いインフラの開発に焦点を当てていることを示しています。²
モデルの汎化能力の向上： BehemothがそのMixture-of-Experts（MoE）アーキテクチャで使用した「エキスパート選択ルーティング」は、モデルの汎化能力を低下させる原因として挙げられました。新しいチームは、これらのルーティングメカニズムを改良し、より高度なトークン選択ルーティングに移行するか、モデルがその知識を広範なタスクに効果的に適用できるようにするための全く新しい方法を開発することが課されます。²
データパイプラインの全面的な見直し： データ品質はLlama 4チームにとって大きな障害でした。Scale AIの能力の戦略的買収と、そのCEOであるアレクサンダー・ワンをMetaの最高AI責任者に任命したことは、この問題に対する最も直接的な対応です。¹ MSLは、Scaleのデータラベリング、クリーニング、重複排除の専門知識を活用して、高品質で信頼性の高いデータパイプラインを構築します。さらに、OpenAIで合成データ構想を主導したシェンジア・ジャオの採用は、モデルの性能と汎化を向上させるために、実世界のデータを高品質の合成データで補強することに焦点を当てていることを示しています。¹⁴

人材に基づく推測される研究優先事項

Metaが引き抜いた研究者たちの集合的な専門知識は、研究所の長期的な研究優先事項の明確なロードマップを提供します。チームは、一般的な才能だけでなく、AI能力の次のレベルに到達するために重要と見なされる特定の領域で世界クラスの強みを持つように編成されています。

高度な推論と強化学習（RL）： Metaは「RLと内部評価手法において非常に遅れていた」と報告されており、これはエージェント的で目標指向のAIを開発するための重大なギャップでした。² RL専門家の一団を雇用することは、このギャップを埋めるための直接的な取り組みです。これには、OpenAIで思考の連鎖推論にRLを適用した先駆者であるトラピット・バンサルや、GoogleとOpenAIの両方で複雑な推論に取り組んだ自称「RLの熱狂的ファン」であるジェイソン・ウェイが含まれます。¹⁴ 推論への焦点は、OpenAIのOperator推論スタックを構築したジ・リンやGoogle DeepMindのジャック・レイの存在によってさらに強化されています。⁴ この才能の集中は、モデルの論理的で段階的な問題解決能力を強化することがMSLの主要な目的であることを示唆しています。
マルチモダリティ: AIの未来は、テキスト、画像、音声、ビデオのシームレスな統合を含むマルチモーダルであると広く見なされています。MSLは、この分野でリーダーとなるべく明確に位置づけられています。チームには、Geminiのマルチモーダル研究を共同で主導し、OpenAIの知覚チームを率いたジアフイ・ユーや、GPT-4oの高度な音声モードに重要な貢献をしたシュチャオ・ビが含まれています。¹⁴ GPT-4oの画像生成機能の共同制作者であり、Googleで基礎的なテキストから画像へのアーキテクチャを発明したフイウェン・チャンは、視覚生成におけるさらなる強みを加えています。⁴ この専門知識により、MSLは、より豊かで人間らしい方法で世界を理解し、対話できるモデルを構築することができます。
推論の最適化とスケーラビリティ: 超知能モデルを構築することは戦いの半分にすぎません。それをMetaのユーザーベースの規模で効率的に運用することは、記念碑的なエンジニアリングの課題です。Anthropicで推論の最適化を主導し、Meta自身のコアインフラチームのベテランでもあるジョエル・ポバーの採用は、この重要な分野への強い焦点を知らせています。⁴ 彼の専門知識は、MSLによって開発された巨大なモデルが、研究のブレークスルーを実行可能な製品に変換するための重要な要件である、費用対効果が高くスケーラブルな方法で展開できることを保証するために不可欠です。

MSLチームの構造は、Llama 4で特定された弱点のほぼ完全な知的反転です。これは、非常に規律正しく実用的なアプローチを示しています。まず、壊れたものを修正するために世界最高の才能を雇い、次に、その修正された最先端の基盤を活用して、スーパーインテリジェンスという月面着陸のような目標を追求するのです。

新マシンの魂：Meta社内の哲学的対立を乗り越える

Meta Superintelligence Labsの創設は、同社の組織図を再形成しただけでなく、長らくくすぶっていた社内の哲学的議論を前面に押し出しました。CEOのマーク・ザッカーバーグの新しい能力重視の方向性と、彼のチーフAIサイエンティストであるヤン・ルカンの長年の原則との間には、重要かつ公然のビジョンの相違が存在します。この力学は、特に高度なAIへの道筋とオープンソース開発の役割に関して、Metaの戦略の中心に興味深い緊張を生み出しています。しかし、これは混乱の兆候ではなく、AI研究の不確実な未来を乗り切るための、計算された多様なポートフォリオアプローチを表しているのかもしれません。

ザッカーバーグとルカンの哲学的衝突

ザッカーバーグとルカンの間の哲学的な隔たりは、高度な機械知能をどのように達成するかという最も根本的な問題に集中しています。⁷

ザッカーバーグのアプローチ： MSLに体現されるザッカーバーグの戦略は、スケーリングへの全面的な賭けです。彼は巨大な計算クラスターの構築に莫大なリソースを投入し、GPT-4のようなシステムを生み出したテキストベースの大規模言語モデル（LLM）パラダイムの達人であるOpenAIやGoogleの専門家を新しいラボに配置しました。¹ このアプローチは、計算、データ、モデルパラメータの規模を大幅に拡大することが、スーパーインテリジェンスへの最も直接的な道であるという信念に基づいています。
ルカンのアプローチ： チューリング賞受賞者であり、ディープラーニングの基礎を築いた人物であるヤン・ルカンは、このアプローチに深く懐疑的です。彼は公に「LLMをスケールアップするだけでは、人間レベルのAIには到達しないだろう」と述べています。²³ ルカンは、彼が「ワールドモデル」と呼ぶものに焦点を当てた代替的な技術的道筋を提唱しています。⁷ これらは、MetaのVideo Joint Embedding Predictive Architecture（V-JEPA）のようなシステムで、単に大量のテキストを処理するのではなく、主にビデオを通じて世界を観察することによって、世界の内部的な予測モデルを学習するように設計されています。彼は、これが真の推論、計画、常識を発達させるために不可欠であり、現在のLLMには欠けている能力だと主張しています。²⁴ ルカンはまた、業界で最も声高なオープンソースAI開発の提唱者の一人であり続け、それが多様性を育み、進歩を加速させると主張しています。⁷

この衝突は単なる学術的なものではありません。それは、同じ会社内で並行して実行されている2つの根本的に異なる研究パラダイムを表しています。ザッカーバーグがMSLのLLMスケーリングの取り組みを通じてスーパーインテリジェンスを追求する一方で、ルカンと彼のFAIRチームは、高度機械知能（AMI）へのワールドモデルベースのアプローチに取り組み続けています。²⁴

オープンソースかクローズドソースかの岐路

MSLの設立と、主にクローズドソースのラボであるOpenAIからの人材採用は、Metaのオープンソース戦略へのコミットメントを巡る社内の重要な議論に火をつけました。長年、Metaは強力なLlamaモデルをオープンにリリースすることで競合他社と一線を画してきました。これはルカンが提唱した戦略で、同社に相当な好意をもたらし、活気に満ちたオープンソースAIエコシステムを触媒しました。⁷

しかし、現在、この戦略が見直される可能性があるという強い兆候があります。報道によると、最高AI責任者のアレクサンダー・ワンを含む新しいMSLチームの上級メンバーが、Metaの次の強力なオープンソースモデル「Behemoth」を放棄し、クローズドなプロプライエタリモデルを開発することについて議論したとされています。⁷ このような転換の根拠は、競合他社がMetaの研究成果から利益を得るのを防ぎ、競争上の優位性を維持することでしょう。クローズドソースモデルへの移行は、Metaにとって大きな戦略的転換となり、大規模な開発者や研究者のコミュニティを疎外する可能性がある一方で、同社をOpenAIやAnthropicのビジネスモデルにより近づけることになります。

2つの戦略の並行実行

現在、Metaはこの内部的な緊張を、両方の戦略を同時に追求することで乗り切っているようです。MSLのLLMスケーリング、潜在的にクローズドソースの道を資金提供する一方で、ルカンのFAIRチームとそのオープンなワールドモデルベースのAIに関する研究も支援し続けています。⁷ これは戦略的な不確実性をある程度生み出しますが、洗練された多様な研究ポートフォリオとしても解釈できます。

AGIとスーパーインテリジェンスへの道は不確実性に満ちており、単一の技術的アプローチが成功する保証はありません。すべてのリソースを1つのパラダイム（LLMスケーリングであれ、ワールドモデルであれ）に投入することで、Metaはハイリスク・ハイリターンの賭けをすることになります。両方に資金を提供することで、Metaは事実上、社内ベンチャーキャピタルモデルを運営しています。最も有望でありながら競合する2つの研究方向に多額の投資を行っているのです。これは健全な社内の知的競争を生み出し、間違った技術的な馬に賭けるリスクに対する強力なヘッジとして機能します。ルカンはこの力学の中で慎重に自らを位置づけ、ASIは正当な「願望」であると認めつつ、巨大な製品重視のラボの運営管理よりも科学的リーダーシップを好むと述べています。⁷ この二重トラック戦略の最終的な試金石は、リソースの配分となるでしょう。将来の重要な問題は、ザッカーバーグが約束した「無制限の計算能力」の大部分を、最終的にどちらの道（MSLかFAIRか）が受け取ることになるかです。

競争の舞台：競争力学と市場での位置づけ

Meta Superintelligence Labsの設立は、競争上の意図を明確に宣言するものです。これは、AIレースのリーダーと見なされている企業に挑戦し、圧倒的な財政的および計算リソースを中心とした戦略を通じて競争環境を再構築するための、直接的かつ攻撃的な動きです。このセクションでは、Metaの新戦略を主要なライバルであるOpenAI、Google DeepMind、Anthropicと比較分析し、より広範なAIエコシステムへの潜在的な影響を検証します。

現職への直接的挑戦

MSLは、AIの話題を独占してきた3つのラボ、OpenAI、Google DeepMind、Anthropicの能力に匹敵し、それを超えるために明確に構築されました。⁴ Metaの、トップタレントを引き抜き、より大規模な計算能力にコミットし、単一の高速ユニットの下でその取り組みを中央集権化するという戦略は、認識されているギャップを埋め、AIの世界に新たな重心を確立するために設計されています。この動きは、競争力学を多極的な競争から直接的な対決へと変え、Metaがその独自の強みを活用して関与の条件を変更しています。

比較戦略分析

Metaの戦略は、主要な競合他社のアプローチとは明確な対照をなし、異なる哲学、リソース、および企業の必須事項を反映しています。

vs. OpenAI: OpenAIの公言する使命は、安全で有益なAGIを構築することであり、これは多目的なGPTシリーズや推論に焦点を当てた「o」シリーズなどのモデルファミリーの反復的なスケーリングと展開を通じて追求されています。²⁷ その戦略は、トレーニング、実世界での展開、そしてユーザーとの対話から学ぶというサイクルに依存してシステムを改善しています。²⁸ Metaの新しい戦略は、このプレイブックを直接的に取り入れ、それを上回る実行を目指しているように見えます。OpenAIの中核的な人材、つまりGPT-4oや「o」シリーズを構築したまさにその人々を引き抜き、潜在的にクローズドソースモデルを採用することで、MetaはOpenAIのアプローチを模倣しています。しかし、Metaは、年間数十億ドルの損失を出しているOpenAIが単独では到底及ばない計算インフラへのコミットメントに支えられ、はるかに大きな規模でそれを実行することを目指しています。⁹
vs. Google DeepMind: Google DeepMindの使命は、「人類に利益をもたらすために責任を持ってAIを構築する」ことであり、AIを基礎科学の発見に応用することに強く、実証された焦点を当てています。²⁹ AlphaFold（タンパク質フォールディング）やAlphaGeometry（数学的証明）のようなプロジェクトは、単一のモノリシックな知性の追求よりも広範な戦略を示しています。³¹ DeepMindの研究はまた、「オープンエンデッドネス」、つまりAIが静的なトレーニングデータを越えて継続的に新しい学習可能な知識を生成する能力といった、より理論的な概念をスーパーインテリジェンスの重要な要素として探求しています。³² Googleは莫大なリソースを保有していますが、そのAIの取り組みはより大きく、より複雑な企業構造の一部です。Metaの戦略は、「創業者モード」のCEOの下で、DeepMindのより多様で科学志向のポートフォリオと比較して、超知能システムの直接的な追求において、間違いなくより単一で攻撃的です。
vs. Anthropic: Anthropicは、主要なAIラボの中で最も安全性に焦点を当てた企業として際立っています。同社は、AIの安全性を最優先事項とする元OpenAIのスタッフによって設立され、その文化は高度なAIのリスクを「致命的に深刻」なものとして扱うことで知られています。³³ その中核的な戦略文書は「責任あるスケーリングポリシー」（RSP）であり、これは、より高性能なモデルを展開する前に厳格な安全性評価を実施し、生物兵器や化学兵器の開発などの誤用に対する保護策を実装することを会社に約束するフレームワークです。³⁴ AnthropicのCEOであるダリオ・アモデイは、同社の使命を「安全であるための競争」と位置づけています。³⁶ Metaの能力への全面的な追求は、安全性を軽視しているわけではありませんが、公言されている優先順位と明らかなリスク許容度において、著しい対照を示しています。

Metaの競争戦略の全体的なテーマは、リソースに基づく消耗戦を強いる試みであり、そこでは自社が乗り越えられない非対称的な優位性を持っていると信じている分野です。OpenAIやAnthropicのような競合他社はまだ利益を上げておらず、計算能力については外部からの資金調達とクラウドパートナーシップに依存しています。⁹ Googleは非常に裕福ですが、その企業構造は、ザッカーバーグの直接的で単一の指揮下にあるMetaよりも機敏ではないかもしれません。人材コストをライバルにとって持続不可能なレベルまで引き上げ、競合他社の評価額全体を矮小化するインフラ支出にコミットすることで、Metaは競争の性質を根本的に変えています。それは、競争を純粋なイノベーションの競争から、最も深いポケットと最大の支出意欲を持つプレイヤーが勝利する可能性のあるリソースベースの戦争へとシフトさせています。

オープンソースエコシステム

Metaの将来の市場での位置づけにおける重要な変数は、オープンソースに関する決定です。もしMSLが最も強力なモデルに対してクローズドソース戦略に転換するならば、それはAIの状況にとって地殻変動的な変化を意味するでしょう。⁷ MetaのLlamaモデルは、オープンソースAI運動の基盤であり、数え切れないほどのスタートアップ、学術研究者、独立した開発者が最先端の基盤の上に構築することを可能にしてきました。

この戦略を放棄することは、このエコシステムにとって大きな打撃となり、他のプレイヤーに主要な戦略的差別化要因を譲ることになります。フランスのMistral AIや中国のDeepSeekなどの企業は、Metaが残した空白を埋めるために急ぎ、自らをオープンAIの新たなチャンピオンとして位置づける可能性があります。² このような動きは、オープンソースの広範な影響力とコミュニティの好意を、プロプライエタリモデルの直接的な商業的および競争上の利点と引き換えにすることになります。この社内議論の結果は、Metaの長期的なアイデンティティと、世界のテクノロジーコミュニティとの関係にとって、重要な道標となるでしょう。

野心の代償：財務、文化、実行上のリスク

Metaのスーパーインテリジェンス追求は、複数の領域にわたる莫大なリスクを伴うハイステークスな賭けです。財政的コミットメントの規模の大きさ、深刻な文化的混乱の可能性、実行の記念碑的な挑戦、そして激しい規制監視の確実性はすべて、この野心的なプロジェクトを頓挫させる可能性のある重大な障害を表しています。潜在的な報酬は変革的ですが、それを達成するための道は危険に満ちています。

財務的負担

Metaのスーパーインテリジェンス構想の財政的コストは驚異的であり、同社のリソースに大きな負担をかけ、投資家の忍耐を試すことになります。2025年に発表された設備投資は640億ドルから720億ドルの間になると予測されており、営業費用は1130億ドルから1180億ドルの間に達すると予測されています。³ これらの数字は支出の大幅な増加を表しており、同社が短期から中期的に高い利益率を維持できるかどうかについて正当な疑問を投げかけています。²²

ザッカーバーグが長期的に「数千億ドル」を投資するという声明は、単一の会計年度をはるかに超えるコミットメントを示しています。¹ これは、予測可能なタイムラインで保証されたリターンがない、世代的な投資です。Metaの中核である広告事業は現在、この支出に資金を提供するのに十分なほど堅調ですが、広告収入の任何の落ち込みも、非常に投機的な研究開発プロジェクトへの巨額の現金支出について懸念する株主からの圧力を増幅させる可能性があります。この戦略の成功は、市場がMetaを高い利益率を持つソーシャルメディア企業としてではなく、長期的で資本集約的な研究開発の強豪として評価する意欲にかかっています。

文化的混乱

おそらく最も陰湿で緩和が困難なリスクは、Meta内での深刻な文化的損害の可能性です。前例のない報酬パッケージによる「人材の買いだめ」戦略は、採用には効果的ですが、深く分裂した社内文化の状況を作り出します。¹⁷ マイケル・デルのような観察者が警告しているように、高度なスキルを持つ長年勤めているエンジニアが稼ぐ額の何倍もの給与を支払われる新しいエリートユニットを設立することは、憤り、やる気の低下、そして離職のレシピです。¹⁷

これは、有毒な二層構造の可能性を生み出します。競合他社から引き抜かれた高額報酬のMSLエリートと、会社の富を生み出すプラットフォームを維持する「レガシー」なMetaスタッフです。このような分裂は、信頼を侵食し、協調的な規範を破壊し、持続的なイノベーションに必要な使命主導の文化を損なう可能性があります。OpenAIのCEOであるサム・アルトマンは、このリスクに言及し、競争を「宣教師」と「傭兵」の間のものとして位置づけ、使命主導の文化が最終的に勝利することを示唆しています。⁶ MSLの長期的な成功は、その技術的な腕前よりも、ザッカーバーグがこの新しいチームを、組織全体を麻痺させる可能性のある文化的崩壊を引き起こすことなく、より広範な会社に統合する能力にかかっているかもしれません。

実行リスク

Metaの計画の運用上の複雑さは、記念碑的な実行リスクを提示します。同社は、現代技術で最も困難な2つのタスクを同時に遂行しています。それは、世界最大のAI計算インフラをゼロから構築することと、科学的理解の最先端でフロンティアAIモデルを開発することです。これらの取り組みはそれぞれ、独自の課題を抱えています。

加速されたタイムラインで複数の数ギガワット規模のデータセンターを建設することは、巨大な物流およびエンジニアリング上の偉業です。プロメテウスやハイペリオンのような施設をオンラインにするのに、サプライチェーンの問題、建設上の問題、またはエネルギー調達の課題により大幅な遅延が生じると、研究チームは約束されたまさにその計算リソースを奪われ、彼らの進歩を麻痺させる可能性があります。¹

研究面では、Llama 4「Behemoth」プロジェクトの失敗は、莫大なリソースがあっても成功が保証されるわけではないという厳しい現実を思い起こさせます。² スーパーインテリジェンスへの道は未知であり、現在のLLMスケーリングパラダイムが、修正されたアーキテクチャとより良いデータをもってしても、収穫逓減の壁にぶつかり、望ましい能力の飛躍を生み出すことに失敗する重大なリスクがあります。

規制および倫理的精査

「スーパーインテリジェンス」を構築するという明確な企業使命は、世界中の規制当局、政策立案者、そして一般市民からの激しく持続的な精査を確実に引き付けます。AIモデルがより強力になるにつれて、安全性、誤用、偏見、そして社会的影響に関する懸念は増大する一方です。Metaの戦略は、同社をこれらの議論の矢面に立たせます。

同社はすでに、欧州連合の自主的なAI行動規範を公に拒否することで、規制当局との潜在的に論争の的となる関係を示唆しています。その理由として「法的な不確実性」を挙げ、「規範の『行き過ぎ』がヨーロッパにおけるフロンティアAIモデルの開発と展開を抑制し、それらの上にビジネスを構築しようとするヨーロッパ企業を阻害する」と主張しています。³⁷ この姿勢は、規範に署名したOpenAIやMistralのような競合他社とは対照的です。MSLのモデルが危険な領域で人間レベルの能力に近づき、潜在的にそれを超えるにつれて、厳格な監督と規制への圧力は計り知れないものとなり、Metaの開発タイムラインにコストのかかる制約や遅延を課す可能性があります。

戦略的展望と結論

Metaのスーパーインテリジェンス研究所の設立は、21世紀で最も大胆かつハイステークスな企業ギャンブルの一つです。これは、莫大な利益を上げる中核事業を活用して、次の技術パラダイムを支配することを目指す月面着陸的な研究開発努力に資金を供給する、社運を賭けた動きです。この戦略は、明確で、もし残忍でなければ、論理に基づいています。消耗戦を強いることでAIレースに勝つこと、つまり、圧倒的な財政的および計算リソースを使用して、すべての競合他社を上回る支出、採用、構築を行うことです。成功すれば、その報酬は天文学的なものとなり、Metaをスーパーインテリジェンスによって動かされる未来の中心的なプラットフォームとして位置づける可能性があります。失敗すれば、その結果は壊滅的となり、会社は財政的に枯渇し、文化的に分裂し、戦略的に漂流することになるでしょう。

ハイステークスな賭け

本レポートで提示された分析は、Metaの戦略が、Llama 4プロジェクトの内部的な失敗と機敏な競合他社からの外部的な脅威によって引き起こされた、実存的な危機の瞬間への直接的な対応であることを示しています。マーク・ザッカーバーグが「創業者モード」に入り、このイニシアチブを個人的に先導するという決定は、会社の軌道を変えました。そのアプローチは多角的です。

リーダーシップ: 過去の組織的失敗に対処するため、データ、研究、製品化の垂直統合を確実にするために、特別に構築されたリーダーシップ三頭政治が設置されました。
人材: 業界の報酬基準を打ち破り、研究開発の速度を買うために一体となった研究ポッドを獲得することで、「衝撃と畏怖」の採用キャンペーンが、比類のない専門家チームを結成しました。
インフラ: 強力な採用ツールとしても機能する、乗り越えられないリソースの優位性を生み出すために、数千億ドル規模の計算インフラへの投資が進行中です。
研究: 研究課題は、まず過去の特定の技術的欠陥を修正し、その安定した基盤を使用して推論とマルチモダリティのフロンティアを追求することに、実用的に焦点を当てています。

この包括的で攻撃的な戦略は、MetaをAIの現職者から主要な挑戦者へと再配置し、AIレースの力学を根本的に変えました。

成功と失敗の道標

外部の利害関係者、つまり競合他社、投資家、政策立案者にとって、この賭けの進捗と実行可能性を監視することは極めて重要です。以下の主要な指標が、今後数年間の成功または失敗の道標となります。

人材の動向: 最も直接的な指標は人的資本です。Metaは、新たに獲得した高額報酬の人材を、最初の複数年契約や権利確定スケジュールを超えて維持できるでしょうか？逆に、Metaの既存の非MSL AIスタッフの離職率はどうでしょうか？人材の「漏れバケツ」は、深刻な文化的問題を示唆するでしょう。¹⁷
インフラのタイムライン: インフラ計画の物理的な実行は最重要です。2026年にプロメテウススーパークラスターが予定通りに成功裏に立ち上がることは、大きなマイルストーンとなるでしょう。プロメテウスやその後のハイペリオンプロジェクトに大幅な遅延が生じれば、研究エンジンが計画通りに構築されていないことを示す大きな赤信号となります。¹
モデルの能力: 最終的な証明は、モデル自体の性能にあります。MSLからの次世代モデルは、特に長文脈推論と強化学習という目標分野において、明確で決定的な能力の飛躍を示しているでしょうか？信頼できる独立したベンチマークで、OpenAIやGoogleの製品を上回っているでしょうか？
戦略的結束: Metaの社内での哲学的議論の解決は、示唆に富むものとなるでしょう。同社はオープンソースへのコミットメントを維持するのでしょうか、それともMSLはクローズドなプロプライエタリモデルに転換するのでしょうか？同社は、MSL（LLMスケーリング）とFAIR（ワールドモデル）という2つの並行した研究トラックをどのように管理するのでしょうか？明確で一貫した戦略的方向性は成功を示唆しますが、持続的な内部対立は問題を示唆する可能性があります。

長期的展望

Metaの潜在的な結果は、著しく異なります。

成功シナリオ: Metaの賭けが成功すれば、次の世紀の基盤技術において、圧倒的で、潜在的に揺るぎないリードを確立する可能性があります。スーパーインテリジェンスのプラットフォームを所有することは、既存の製品（ソーシャルメディア、VR/AR、メタバース）を再定義し、全く新しい市場に参入する絶大な力を与えるでしょう。それは、ユーティリティとしての知能の主要な提供者となり、比類のない経済的および戦略的重要性の地位を占める可能性があります。
失敗シナリオ: 戦略が失敗した場合、その結果は深刻なものになる可能性があります。莫大な投資にもかかわらず画期的なモデルを生み出せなかった場合、それは資本の壊滅的な浪費となり、株主の反乱につながる可能性が高いです。二層構造の人材システムによる文化的な損害は修復が困難であることが判明し、会社全体のイノベーションの長期的な低下につながる可能性があります。注目を集めた失敗は、オープンソースコミュニティを疎外し、競合他社にさらに遅れをとることになり、Metaを戦略的に方向性を見失わせる可能性があります。

結論として、Metaは、優れたリソースがスーパーインテリジェンス構築の課題を克服できるという信念に未来を賭け、挑戦状を叩きつけました。同社は人材を集め、資本を投じました。世界は今、この大胆な戦略が野心を現実に変えることができるのか、それとも歴史的な規模の企業的傲慢の教訓となるのかを見守ることになるでしょう。

引用文献

Mark Zuckerberg Reveals Major Meta AI Supercluster Push | Data … https://datacentremagazine.com/news/mark-zuckerberg-reveals-100bn-meta-ai-supercluster-push
Meta Superintelligence – Leadership Compute, Talent, and Data … https://semianalysis.com/2025/07/11/meta-superintelligence-leadership-compute-talent-and-data/
Mark Zuckerberg to build Manhattan-sized AI data center in Meta’s superintelligence drive https://timesofindia.indiatimes.com/technology/tech-news/mark-zuckerberg-to-build-manhattan-sized-ai-data-center-in-metas-superintelligence-drive/articleshow/122622532.cms
Mark Zuckerberg doubles down after Rs 800 crore salary to Trapit Bansal with Rs 1,600 crore package to Apple AI exec https://timesofindia.indiatimes.com/technology/tech-news/mark-zuckerberg-doubles-down-after-rs-800-crore-salary-to-trapit-bansal-with-rs-1600-crore-package-to-ex-apple-techie/articleshow/122385029.cms
Meta’s Recent AI Hires to Lead New ‘Superintelligence Labs’ Unit | PYMNTS.com https://www.pymnts.com/artificial-intelligence-2/2025/metas-recent-ai-hires-to-lead-new-superintelligence-labs-unit/
Meta Bows Superintelligence Labs, Continues AI Recruitment – – ETCentric https://www.etcentric.org/meta-bows-superintelligence-labs-continues-ai-recruitment/
Meta’s Superintelligence Lab is considering abandoning open-source model – Perplexity https://www.perplexity.ai/page/meta-s-superintelligence-lab-i-OUUHPiosQmOhCcuPUOrt9w
Meta Launches AI Superintelligence Lab, Offers Nine-Figure Packages to Lure Top Talent https://odsc.medium.com/meta-launches-ai-superintelligence-lab-offers-nine-figure-packages-to-lure-top-talent-617bb10f6512
How OpenAI’s Sam Altman Is Thinking About AGI and Superintelligence in 2025 | TIME https://time.com/7205596/sam-altman-superintelligence-agi/
Existential risk from artificial intelligence – Wikipedia https://en.wikipedia.org/wiki/Existential_risk_from_artificial_intelligence
Mark Zuckerberg on techies joining Meta for big salaries: LoL, that’s mostly https://timesofindia.indiatimes.com/technology/tech-news/mark-zuckerberg-on-techies-joining-meta-for-big-salaries-lol-thats-mostly-/articleshow/122552032.cms
Mark Zuckerberg’s Meta hires Apple’s top AI executive Ruoming Pang after poaching OpenAI engineers https://timesofindia.indiatimes.com/technology/tech-news/mark-zuckerbergs-meta-hires-apples-top-ai-executive-ruoming-pang-after-patching-openai-engineers/articleshow/122314860.cms
Meta Announces Formation of ‘Superintelligence’ Unit Amid AI Recruiting Push https://www.investopedia.com/meta-announces-formation-of-superintelligence-unit-amid-ai-recruiting-push-11764265
Meet Meta’s New Superintelligence Dream Team https://analyticsindiamag.com/ai-features/meet-metas-new-superintelligence-dream-team/
Tech talent war heats up: Meta poaches Apple AI researchers after OpenAI https://indianexpress.com/article/technology/artificial-intelligence/metas-superintelligence-labs-apple-ai-researchers-poached-10134378/
Meta Superintelligence’s detailed list of 44 members surfaces, only 2 Indians hired https://www.hindustantimes.com/world-news/us-news/meta-superintelligences-detailed-list-of-44-members-surfaces-only-2-indians-hired-101752993252039.html
Meta hires two more OpenAI top researchers amid $300 million AI talent war: Report https://timesofindia.indiatimes.com/technology/tech-news/meta-hires-two-more-openai-top-researchers-amid-300-million-ai-talent-war-report/articleshow/122567069.cms
Meta Hires Jason Wei, Hyung Won Chung From OpenAI to Boost Superintelligence Research – Tech Times https://www.techtimes.com/articles/311364/20250716/meta-hires-jason-wei-hyung-won-chung-openai-boost-superintelligence-research.htm
Mark Zuckerberg’s Meta recruits two key Apple AI engineers after luring team leader | Mint https://www.livemint.com/technology/tech-news/mark-zuckerbergs-meta-recruits-two-key-apple-ai-engineers-after-luring-team-leader-11752847625439.html
Meta’s AI Talent War: Building a Superintelligence Empire in the 21st Century – AInvest https://www.ainvest.com/news/meta-ai-talent-war-building-superintelligence-empire-21st-century-2507/
Mark Zuckerberg to spend ‘hundreds of billions of dollars’ for project he ‘poached’ AI engineers from Apple, Google, OpenAI and other tech companies https://timesofindia.indiatimes.com/technology/tech-news/mark-zuckerberg-to-spend-hundreds-of-billions-of-dollars-for-project-he-poached-ai-engineers-from-apple-google-openai-and-other-tech-companies/articleshow/122452913.cms
Meta’s AI Ambitions: What the 2025 Earnings Report Reveals About Its Future https://influencermarketinghub.com/meta-earnings-report/
Meta’s Chief AI scientist says “AI is not replacing people” — Humans will boss AI around, including superintelligence – Windows Central https://www.windowscentral.com/software-apps/meta-chief-ai-scientist-ai-is-not-replacing-people
Meta’s Le Cun Outlines Path to Artificial Superintelligence – EE Times Europe https://www.eetimes.eu/meta-le-cun-outlines-path-to-artificial-super-intelligence/
Advancing machine intelligence through human-centered research – Meta AI https://ai.meta.com/blog/machine-intelligence-research-new-models/
Meta’s New Superintelligence Lab Is Discussing Major A.I. Strategy Changes – Reddit https://www.reddit.com/r/LocalLLaMA/comments/1lzv16g/metas_new_superintelligence_lab_is_discussing/
Research | OpenAI https://openai.com/research/
OpenAI, Anthropic, and a “Nuclear-Level” AI Race: Why Leading Labs Are Sounding the Alarm – Marketing AI Institute https://www.marketingaiinstitute.com/blog/agi-asi-safety
Research – Google DeepMind https://deepmind.google/research/
Google DeepMind https://deepmind.google/
What is Google DeepMind: AI Research & Tools | HP® Tech Takes https://www.hp.com/us-en/shop/tech-takes/what-is-google-deepmind
Google Deepmind says open-ended AI is key to achieving superintelligence – The Decoder https://the-decoder.com/google-deepmind-says-open-ended-ai-is-key-to-achieving-superintelligence/
Are Anthropic’s AI safety policies up to the task? | Nick Joseph – YouTube https://www.youtube.com/watch?v=E6_x0ZOXVVI
Nick Joseph on whether Anthropic’s AI safety policy is up to the task – 80,000 Hours https://80000hours.org/podcast/episodes/nick-joseph-anthropic-safety-approach-responsible-scaling/
Activating AI Safety Level 3 protections – Anthropic https://www.anthropic.com/news/activating-asl3-protections
CEO of Anthropic Pushing The Race to Superintelligence: Preparing for a Data-Driven, Cloud-Powered AI Future – theCUBE Research https://thecuberesearch.com/ceo-of-anthropic-pushing-the-race-to-superintelligence-preparing-for-a-data-driven-cloud-powered-ai-future/
Unlike Mark Zuckerberg’s Meta, Microsoft may sign EU AI code of practice: ‘Our goal is to…’ https://timesofindia.indiatimes.com/technology/tech-news/unlike-mark-zuckerbergs-meta-microsoft-may-sign-eu-ai-code-of-practice-our-goal-is-to-/articleshow/122783306.cms