Meta: Membeli kekuatan komputasi senilai triliunan, tetapi tidak bisa mempertahankan orang-orang kunci

Ditulis oleh: Ada, TechFlow Deep潮

Pang Ruoming belum sempat merasa nyaman di kursinya di Meta, dia sudah pergi.

Pada Juli 2025, Zuckerberg mengalahkan Apple dengan sebuah paket kompensasi jangka panjang bernilai lebih dari 200 juta dolar, untuk merekrut insinyur Tiongkok paling diminati di bidang infrastruktur AI. Pang Ruoming ditempatkan di Laboratorium Kecerdasan Super Meta, bertanggung jawab membangun infrastruktur untuk model AI generasi berikutnya.

Tujuh bulan kemudian, OpenAI merekrutnya.

Menurut laporan dari The Information, OpenAI melancarkan kampanye perekrutan selama berbulan-bulan terhadap Pang Ruoming. Meskipun Pang pernah memberi tahu rekan kerjanya bahwa “dia sangat senang bekerja di Meta,” akhirnya dia memilih untuk pergi. Menurut Bloomberg, skema kompensasi di Meta terkait dengan pencapaian milestone, dan meninggalkan pekerjaan lebih awal berarti melepaskan sebagian besar saham yang belum vested.

200 juta dolar, tidak cukup untuk mempertahankan loyalitas selama 7 bulan.

Ini bukan cerita sekadar pindah kerja biasa.

Perpindahan satu orang, sinyal dari banyak orang

Pang Ruoming bukan yang pertama pergi.

Minggu lalu, Mat Velloso, kepala produk platform pengembang di Laboratorium Kecerdasan Super Meta, juga mengumumkan keluar. Ia sebelumnya bergabung dari Google DeepMind pada Juli tahun lalu dan kurang dari 8 bulan di Meta. Sebelumnya lagi, pada November 2025, Yann LeCun, pemenang Hadiah Turing dan Kepala Ilmuwan AI di Meta selama 12 tahun, mengumumkan keluar untuk memulai usaha sendiri, mengembangkan “model dunia” yang selama ini dia dorong-dorong. Demikian juga, Russ Salakhutdinov, Wakil Presiden Penelitian AI Generatif di Meta dan murid inti Geoffrey Hinton, juga baru-baru ini secara resmi mengumumkan kepergiannya.

Untuk memahami kehilangan talenta di Meta AI, kita harus terlebih dahulu memahami seberapa besar luka yang ditimbulkan oleh Llama 4.

Pada April 2025, Meta secara terbuka meluncurkan seri model Scout dan Maverick dari Llama 4. Data resmi di atas kertasnya sangat mengesankan, mengklaim mampu mengalahkan GPT-4.5 dan Claude Sonnet 3.7 di benchmark utama seperti MATH-500 dan GPQA Diamond.

Namun, model flagship yang penuh ambisi ini dengan cepat “terbongkar” di pengujian buta independen dari komunitas open source, dan kemampuan generalisasi serta inferensinya jauh dari klaim promosi. Menanggapi kritik keras dari komunitas, Yann LeCun, Kepala Ilmuwan AI, akhirnya mengakui bahwa timnya selama pengujian menggunakan versi berbeda dari model yang berbeda pula untuk mengoptimalkan skor akhir.

Dalam dunia akademik dan rekayasa AI yang ketat, ini adalah pelanggaran garis merah yang tak termaafkan. Dengan kata lain, tim melatih Llama 4 seperti “penyelesai soal ujian tahun lalu” yang hanya mampu mengerjakan soal-soal lama, bukan “siswa berprestasi” yang benar-benar menguasai kecerdasan front-line. Kalau soal matematika, ya dia tunjukkan raja soal matematika; kalau soal pemrograman, tunjukkan raja soal pemrograman. Setiap pengujian tampak sangat kuat, tapi sebenarnya itu bukan model yang sama.

Di dunia akademik AI, ini disebut “mengambil cherry”, di dunia pendidikan formal disebut “mengganti ujian”.

Bagi Meta yang selalu menganggap dirinya sebagai “menara api open source,” skandal ini langsung menghancurkan kepercayaan paling berharga di ekosistem pengembang. Biaya langsungnya adalah, Zuckerberg kehilangan kepercayaan total terhadap garis bawah tim GenAI yang ada, dan ini membuka jalan bagi masuknya eksekutif baru, serta pengambilalihan departemen infrastruktur inti.

Dia menghabiskan antara 14,3 miliar hingga 15 miliar dolar untuk membeli 49% saham perusahaan anotasi data Scale AI. Dia menempatkan CEO Scale AI yang berusia 28 tahun, Alexandr Wang, sebagai Chief AI Officer di Meta. Dia juga mendirikan Laboratorium Kecerdasan Super Meta (MSL). LeCun, pemenang Hadiah Turing, harus melapor kepada anak muda berusia 28 tahun ini. Pada Oktober, Meta mem-PHK sekitar 600 posisi di MSL, termasuk anggota dari departemen riset FAIR yang didirikan LeCun sendiri.

Sementara model flagship Llama 4 Behemoth yang direncanakan diluncurkan pada musim panas 2025 juga terus tertunda, dari musim panas ke musim gugur, dan akhirnya dibatalkan tanpa batas waktu.

Meta beralih mengembangkan model teks generasi berikutnya dengan kode nama “Avocado” dan model gambar/video dengan kode nama “Mango.” Dilaporkan, target dari Avocado adalah bersaing dengan GPT-5 dan Gemini 3 Ultra. Awalnya dijadwalkan selesai akhir 2025, tetapi karena gagal memenuhi standar pengujian performa dan optimisasi pelatihan, jadwalnya ditunda ke kuartal pertama 2026. Meta sedang mempertimbangkan merilisnya secara tertutup, meninggalkan tradisi open source dari seri Llama.

Meta melakukan dua kesalahan fatal dalam pengembangan model AI. Pertama, memalsukan benchmark, yang langsung menghancurkan kepercayaan komunitas pengembang; kedua, memasukkan departemen riset dasar seperti FAIR—yang membutuhkan waktu bertahun-tahun untuk matang—ke dalam organisasi produk yang berorientasi kuartalan KPI. Dua hal ini menjadi akar utama dari kehilangan talenta saat ini.

Chip buatan sendiri: kaki lain yang patah

Talenta sedang lari, chip juga bermasalah.

Menurut The Information, Meta minggu lalu membatalkan proyek chip pelatihan AI tercanggih yang sedang mereka kembangkan.

Rencana chip buatan Meta disebut MTIA (Meta Training and Inference Accelerator). Peta jalan awalnya sangat ambisius: MTIA v4 dengan kode nama “Santa Barbara,” v5 “Olympus,” dan v6 “Universal Core,” direncanakan akan diluncurkan secara bertahap antara 2026 dan 2028. Olympus dirancang sebagai chip pertama Meta berbasis arsitektur chiplet 2nm, yang bertujuan menampung pelatihan model kelas atas dan inferensi real-time, dan akhirnya menggantikan peran Nvidia di kluster pelatihan Meta.

Sekarang, chip pelatihan tercanggih ini dibatalkan.

Meta tidak tanpa kemajuan. MTIA sudah menunjukkan hasil di bagian inferensi. Chip inferensi MTIA v3 dengan kode nama “Iris” sudah digunakan secara besar-besaran di pusat data Meta, terutama untuk sistem rekomendasi Facebook Reels dan Instagram, dan diklaim mengurangi biaya total kepemilikan sebesar 40-44%. Tapi inferensi dan pelatihan adalah dua hal berbeda. Inferensi menjalankan model, pelatihan membangun model. Meta mampu membuat chip inferensi sendiri, tapi tidak mampu membuat chip pelatihan yang sepadan dengan Nvidia.

Ini bukan kali pertama. Pada 2022, Meta pernah mencoba mengembangkan chip inferensi sendiri, gagal dalam deployment skala kecil, lalu berhenti dan memesan dari Nvidia dalam jumlah besar.

Kegagalan chip buatan sendiri ini mempercepat tren pembelian chip dari luar.

Pembelian panik senilai 135 miliar dolar

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

Dalam 10 hari, tiga transaksi besar langsung terlaksana:

Pada 17 Februari, Meta menandatangani perjanjian strategis multi-tahun dan lintas generasi dengan Nvidia. Meta akan mengerahkan “jutaan” GPU Nvidia Blackwell dan generasi baru Vera Rubin, plus CPU Grace. Diperkirakan nilai transaksi ini mencapai ratusan miliar dolar, dan Meta menjadi pelanggan superkomputer pertama di dunia yang secara besar-besaran mengadopsi CPU Grace dari Nvidia.

Pada 24 Februari, Meta menandatangani kontrak chip multi-tahun dengan AMD bernilai antara 600 miliar sampai 1 triliun dolar. Meta akan membeli GPU seri MI450 terbaru dan CPU EPYC generasi keenam dari AMD. Sebagai bagian dari transaksi, AMD memberikan Meta waran konversi sebanyak maksimal 160 juta saham biasa, setara sekitar 10% saham AMD, dengan harga per saham 0,01 dolar, dan akan diberikan secara bertahap sesuai milestone pengiriman.

Pada 26 Februari, menurut The Information, Meta menandatangani perjanjian multi-tahun bernilai miliaran dolar dengan Google, menyewa chip TPU dari Google Cloud untuk melatih dan menjalankan model bahasa besar generasi berikutnya. Selain itu, kedua perusahaan sedang membahas kemungkinan Meta langsung membeli TPU mulai 2027 dan menempatkannya di pusat data mereka sendiri.

Sebuah perusahaan media sosial, dalam waktu 10 hari, memesan dari tiga vendor chip dengan total kemungkinan lebih dari seribu miliar dolar.

Ini bukan diversifikasi, ini pembelian panik.

Tiga lapis logika kekhawatiran kapasitas komputasi

Mengapa Meta begitu terburu-buru?

Pertama, chip buatan sendiri tidak lagi diandalkan. Proyek chip pelatihan tercanggih dibatalkan, artinya Meta dalam waktu dekat hanya bisa mengandalkan pembelian dari luar untuk memenuhi kebutuhan pelatihan AI. Chip inferensi MTIA mampu menangani sistem rekomendasi yang matang, tapi untuk melatih model frontier seperti Avocado yang bersaing dengan GPT-5, mereka harus pakai hardware setara Nvidia atau yang selevel.

Kedua, pesaing tidak akan menunggu. OpenAI sudah mendapatkan sumber daya besar dari Microsoft, SoftBank, hingga dana kekayaan negara UEA. Anthropic mengunci pasokan 1 juta TPU dan Trainium dari Google dan Amazon. Gemini 3 dari Google sepenuhnya dilatih di TPU. Jika Meta tidak mendapatkan cukup kapasitas komputasi, mereka bahkan tidak akan bisa ikut kompetisi.

Ketiga, dan mungkin yang paling mendasar, Zuckerberg perlu menggunakan “daya beli” untuk menutupi kekurangan “daya riset dan pengembangan.” Kegagalan Llama 4, kehilangan talenta utama, dan hambatan chip buatan sendiri, semuanya membuat narasi AI Meta menjadi rapuh di mata Wall Street. Saat ini, menandatangani kontrak besar dengan Nvidia, AMD, dan Google setidaknya memberi sinyal: kami punya uang, kami membeli, kami tidak menyerah.

Strategi Meta saat ini adalah, jika tidak bisa menguasai perangkat lunak, maka belilah hardware; jika tidak bisa mempertahankan talenta, belilah chip. Tapi kompetisi AI bukan permainan yang bisa dimenangkan hanya dengan menulis cek. Kapasitas komputasi adalah syarat mutlak, bukan cukup. Tanpa tim model top dan jalur teknologi yang jelas, sebanyak apapun chip yang dimiliki hanyalah stok mahal di gudang.

Kendala pembeli

Melihat kembali tiga transaksi Meta di Februari, satu detail menarik yang diabaikan kebanyakan orang adalah:

Meta membeli dari Nvidia adalah GPU Blackwell saat ini dan Vera Rubin yang akan datang; dari AMD membeli MI450 dan MI455X yang akan datang; dari Google menyewa TPU Ironwood saat ini dan berencana membelinya langsung tahun depan.

Ketiga vendor ini menawarkan arsitektur hardware dan ekosistem perangkat lunak yang benar-benar berbeda.

Ini berarti Meta harus bolak-balik di antara ekosistem CUDA Nvidia, ROCm AMD, dan XLA/JAX Google. Strategi multi-vendor memang bisa mengurangi risiko rantai pasok dan menekan margin pembelian hardware, tapi akan meningkatkan kompleksitas engineering secara eksponensial.

Ini adalah kelemahan paling fatal dari Meta saat ini: agar sebuah model dengan triliunan parameter bisa dilatih secara efisien di ketiga platform berbeda ini, dibutuhkan bukan hanya insinyur yang paham CUDA, tapi arsitek yang mampu membangun kerangka pelatihan lintas platform dari nol.

Orang seperti itu mungkin tidak lebih dari 100 orang di dunia. Pang Ruoming salah satunya.

Menghabiskan 100 miliar dolar untuk membeli kombinasi hardware paling kompleks di dunia, sementara kehilangan otak yang mampu mengendalikan hardware tersebut, adalah gambaran paling magis dari taruhan besar Zuckerberg ini.

Taruhan Zuckerberg

Dilihat dari jarak yang lebih jauh, jalur operasi AI Zuckerberg dalam 18 bulan terakhir sangat mirip dengan strategi “All In” di Metaverse beberapa tahun lalu:

Melihat tren, menginvestasikan banyak uang, merekrut banyak orang, menghadapi hambatan, lalu mengubah strategi secara mendadak, dan kembali menggelontorkan dana besar.

Dari 2021 sampai 2023 adalah era Metaverse, yang berakhir dengan kerugian ratusan juta dolar setiap tahun, dan harga saham dari 380 dolar turun ke 88 dolar. Dari 2024 sampai 2026 adalah era AI, yang juga penuh pengeluaran tanpa henti, reorganisasi organisasi yang sering, dan narasi “percaya saya, saya punya visi.”

Perbedaannya, kali ini gelombang AI jauh lebih nyata daripada Metaverse. Meta punya uang untuk membakar, dan bisnis iklannya menghasilkan arus kas yang besar. Pada kuartal keempat 2025, pendapatan Meta mencapai 59,9 miliar dolar, naik 24% dari tahun sebelumnya.

Masalahnya adalah: uang bisa membeli chip, kapasitas komputasi, bahkan orang yang duduk di kursi, tapi tidak bisa membeli orang yang mau tinggal dan bertahan.

Pang Ruoming memilih bergabung dengan OpenAI, Russ Salakhutdinov memilih pergi, dan LeCun memilih memulai usaha sendiri.

Taruhan Zuckerberg saat ini adalah, selama mereka bisa membeli cukup banyak chip, membangun pusat data besar, dan menghabiskan cukup banyak uang, mereka pasti bisa menemukan atau melatih orang yang mampu memanfaatkan sumber daya tersebut.

Taruhan ini mungkin benar. Meta adalah salah satu perusahaan teknologi terkaya di dunia, dengan arus kas operasional lebih dari 100 miliar dolar, yang menjadi benteng terkuatnya. Dari OpenAI ke Anthropic, dari Google ke pesaing lain, Meta terus merekrut talenta. Menurut Quantumbit, dari 44 anggota tim AI Super Meta, hampir 40% berasal dari OpenAI.

Namun, kerasnya kompetisi AI adalah, data kapasitas, daftar talenta, dan performa model semuanya terbuka dan transparan. Kasus pemalsuan benchmark Llama 4 membuktikan bahwa dalam industri ini, Anda tidak bisa hanya mengandalkan PPT dan PR untuk mempertahankan keunggulan.

Akhirnya, pasar hanya akan mengakui satu hal: seberapa baik model Anda.

Posisi dalam rantai makanan

Perlombaan persenjataan AI memasuki tahun 2026, dan urutan dalam rantai makanan sudah mulai jelas:

Di puncak adalah OpenAI dan Google. OpenAI memiliki model paling kuat, basis pengguna terbesar, dan pendanaan paling agresif. Google memiliki integrasi vertikal lengkap: chip buatan sendiri, model buatan sendiri, dan infrastruktur cloud buatan sendiri. Anthropic mengikuti di belakang, mengandalkan kekuatan produk Claude dan dukungan dari Google serta Amazon, menempati posisi terdepan kedua.

Meta? Ia menghabiskan paling banyak uang, menandatangani kontrak chip terbesar, dan melakukan reorganisasi organisasi paling sering, tapi sampai saat ini belum menunjukkan model frontier yang mampu meyakinkan pasar.

Cerita AI Meta agak mirip Yahoo tahun 2005. Saat itu Yahoo juga salah satu perusahaan internet terkaya, dan terus melakukan akuisisi serta investasi besar-besaran, tapi gagal menciptakan mesin pencari seperti Google. Uang bukan segalanya. Zuckerberg harus memikirkan dengan jelas, apa sebenarnya yang ingin dilakukan Meta di bidang AI, bukan sekadar mengikuti tren dan membeli apa yang sedang hangat.

Tentu saja, masih terlalu dini untuk menulis “kematian” Meta. Dengan 3,58 miliar pengguna aktif bulanan, pendapatan kuartal terakhir 59,9 miliar dolar, dan kumpulan data sosial terbesar di dunia, aset ini sulit ditiru pesaing manapun.

Jika model generasi berikutnya dengan kode nama Avocado bisa diluncurkan sesuai jadwal di 2026 dan kembali ke posisi terdepan, semua pengeluaran dan reorganisasi Zuckerberg akan dianggap sebagai “strategi penuh keberanian yang mampu membalikkan keadaan.” Tapi, jika lagi-lagi meleset dari ekspektasi, maka 135 miliar dolar yang dihabiskan hanya akan menghasilkan gudang silikon yang menyala dan mengeluarkan panas.

Akhirnya, perlombaan senjata AI di Silicon Valley tidak pernah kekurangan pembeli super yang suka mengacungkan cek besar. Yang kurang adalah orang-orang yang tahu bagaimana mengolah kapasitas komputasi ini menjadi masa depan.