AI研究者の引き抜きも
人を超えた“超知能”実現に向けてMetaが部門再編 本当にできるのか?
積極的にAI人材を引き抜くMeta Platformsが組織を再構築し、AI開発へいよいよ本腰を入れる。どのような狙いがあるのか。課題は。
2025年8月20日(現地時間)、Meta Platforms(以下、Meta)が、人間の知性を超えるAIシステム、“超知能”(Superintelligence)の実現を目指し、AI部門の大規模な再編に着手すると複数のメディアが報じた。
これは、人工知能(AI)技術ベンダーScale AIの元CEOで、2025年8月にMetaの最高AI責任者(CAIO)に就任したアレクサンダー・ワン氏が8月19日(現地時間)に社内向けに送ったメールの流出によるものだ。
4つのチームそれぞれの役割は? 再編の狙いは
2025年6月30日(現地時間)、Metaは「Meta Superintelligence Labs」(MSL)という新しい部門の設立を発表していた。今回明らかになったのは、MSLを構成する以下の4つのチームだ。
- TBD Lab
- ワン氏が率いる大規模言語モデル(LLM)の開発チーム
- Fundamental AI Research(FAIR)
- 10年以上前から存在している研究チーム
- Products and Applied Research
- GitHubのCEOを務めたナット・フリードマン氏が率いる、消費者向け製品にAI技術を組み込むチーム
- MSL Infra
- AI開発をサポートするインフラを担当するチーム
同社はここ数カ月、OpenAIやAnthropic、Googleなどのライバル企業からトップクラスのAI研究者を引き抜くなど、積極的な人材獲得を進めている。
再編の狙い
調査会社Constellation Researchの創設者R・レイ・ウォン氏によると、再編の狙いは部門の効率化にあるという。「今回の再編が社内で好意的に受け止められているとの情報がある。これまではAIプロジェクトがチームごとにばらばらに進められていたが、今後は全体の目標がはっきりし、業務に集中できるようになると従業員が評価しているようだ」と同氏は語る。
別の狙いとしてウォン氏は、株主に対し、AIへの本気度をアピールする意図があると指摘する。「これが最も重要なポイントだ。MetaはAIに極めて集中しており、競争に取り残されることはないという強いメッセージだ」。同氏はそう語る。
事実、MetaのCEOマーク・ザッカーバーグ氏も、同年7月に行われた第2四半期(2025年4~6月)決算説明会で、次のように投資家に語っていた。「Metaの目標は、超知能を全ての人が利用できるようにすることだ。これは人類の能力強化における、わくわくするような新しい時代の幕開けになると信じている」
一方、米国Informa TechTarget傘下の調査部門Omdiaのアナリストであるマーク・ベキュー氏は、今回の再編について、消費者向けだけではなく、企業向けのAIにさらに注力する狙いがあると指摘する。「潤沢なリソースを持つMetaが、AIから利益を生み出すためにそれを利用するのは当然のことだ」と語る。
ベキュー氏によると、MetaのLLM「Llama」は無料ユーザーは多いものの、企業用途では十分に浸透していない。そのため、今回の組織再編は、Llamaの方針の再考を含む、最適なAI戦略の方向性を定めるものだろうと同氏は分析する。
「Metaは収益をより生み出す方向へとかじを切ったようだ。では、Llamaはどうなるのか。Metaによるサポートが続くのか、それとも非営利団体Linux Foundationに寄贈されるのかといった懸念が生じた」とベキュー氏は語る。
超知能への道に立ちはだかる課題
商用モデルや超知能を目指すというMetaの目標を考えれば、今回の再編は理にかなっているものの、当然ながら課題も存在する。ワシントン大学(University of Washington)の情報学部教授のチラーグ・シャー氏は、「豊富な人材と資金を抱えるMetaであっても、超知能の達成は簡単ではない」と語る。
同氏によると、現在商用AIモデルを開発するベンダーに対し、モデルのトレーニングを制限する企業の動きが見られるという。掲示板型ソーシャルニュースサイトを運営するRedditは、2025年6月、ユーザーが書き込んだ膨大なコンテンツをAIモデルのトレーニングに勝手に使用しているとしてAnthropicを提訴した。
「Metaや他のAI技術ベンダーが、今後もより優れたモデルを開発し続けるためには、データに依存するのをやめ、別の方法を見つけなければならないだろう」とシャー氏は指摘する。
もう一つの課題として、シャー氏は、現在のAIは超知能にはほど遠いという現実を指摘する。「超知能は定義上、人間の知能よりも優れているはずだ。だが、実際のところ現在のAIは人間の知能レベルに遠く及ばない。『GPT-5』でさえ、人間がしないような基本的なミスを犯す。記憶力など人間を上回る点もあるが、推論、指示、説明、行動といった基本的なタスクにおいて、人間よりまだ劣っている」(シャー氏)
翻訳・編集協力:雨輝ITラボ(リーフレイン)
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[株式会社キーエンス] PCが苦手でも自動化できる ポポラマーマなど4事例に学ぶ「ナビ搭載型RPA」活用 -
製品資料
[株式会社クレオ] IT部門を“価値創造組織”へ転換 IT管理プロセスの改革で戦略的リソースを確保 -
製品資料
[株式会社クレオ] Excel管理が限界に――ITサービス管理の脱・属人化と運用高度化を実現する方法 -
製品資料
[株式会社クレオ] 西武グループやイオングループも実践 事例に学ぶ「ITサービスデスク業務」改善 -
製品レビュー
[株式会社クレオ] 「使われないITシステム」から脱却 現場が求める業務改善を実現する方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
3
「レガシーシステム・老朽化システムの運用課題と刷新」に関するアンケート
-
4
脱VMwareか、継続か? 仮想化ソフト主要6製品の運用管理と統制機能を徹底比較
-
5
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
6
1回で分かる:仮想マシンを丸ごとバックアップする「VADP」の仕組み
-
7
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
8
セキュリティは「情シス任せ」が過半数 漏えい発生時やSCS評価制度の課題は?
-
9
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
10
IT業界の女性は9割が10年で消える 人材枯渇を招く“見えない壁”の正体
ホワイトペーパーランキング PR
-
1
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
2
システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
-
3
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
4
AI駆動攻撃にどう対抗する? 超速の攻撃からエンドポイントを保護する方法
-
5
なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは
-
6
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
7
東大教授と考える、AI時代の「データ主権」「信頼性」「ガバナンス」の在り方
-
8
Linux初心者でも知らないとまずい「RHEL」「SLES」の違いとは?
-
9
最速72分でデータが流出? 最新の脅威トレンドや侵入手法から分かった防衛策
-
10
生成AIの活用を阻む「5つの壁」とは? AIネイティブ組織へ変革を遂げる方法
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー