menu
close

Meta Zet $14,8 Miljard In op Scale AI in Wedloop naar Superintelligentie

Meta heeft $14,8 miljard geïnvesteerd voor een belang van 49% in Scale AI, waarmee het datalabelbedrijf wordt gewaardeerd op $29 miljard. Als onderdeel van de strategische deal vertrekt de 28-jarige oprichter Alexandr Wang bij Scale om leiding te geven aan Meta’s nieuwe ‘superintelligentie’-team, rechtstreeks rapporterend aan CEO Mark Zuckerberg. De overname zorgt voor opschudding in de sector: Google, OpenAI en andere grote AI-labs verbreken hun banden met Scale AI uit vrees voor concurrentiegevoelige data die bij Meta terecht kan komen.
Meta Zet $14,8 Miljard In op Scale AI in Wedloop naar Superintelligentie

Meta heeft ingestemd met een betaling van $14,8 miljard voor een belang van 49% in Scale AI, een toonaangevend bedrijf op het gebied van kunstmatige intelligentie en dataverwerking. Dit is een van de grootste overnames van de socialemediagigant sinds de WhatsApp-deal in 2014.

Als onderdeel van de overeenkomst, aangekondigd in juni 2025, zal Scale AI-oprichter en CEO Alexandr Wang zijn functie neerleggen om bij Meta aan de slag te gaan. Daar zal hij leiding geven aan een nieuw ‘Superintelligentie’-initiatief. Scale maakte bekend dat Wang zal vertrekken om als topman deze nieuwe divisie binnen de techgigant te leiden. Jason Droege, de huidige chief strategy officer van Scale AI, wordt gepromoveerd tot CEO als opvolger van Wang.

Deze stap onderstreept Zuckerbergs vastberadenheid om de achterstand in de AI-wapenwedloop in te halen. "Nu de vooruitgang in AI versnelt, komt de ontwikkeling van superintelligentie in zicht," schreef Zuckerberg in een interne memo die door Bloomberg werd ingezien. Zuckerberg is steeds gefrustreerder geraakt omdat concurrenten als OpenAI voorlopen in zowel onderliggende AI-modellen als consumentgerichte apps. De introductie van Meta’s Llama 4 AI-modellen in april werd lauw ontvangen door ontwikkelaars, wat de frustratie bij Zuckerberg verder vergrootte. Het bedrijf had plannen om uiteindelijk een groter en krachtiger "Behemoth"-model uit te brengen, maar dat is nog niet beschikbaar gesteld vanwege zorgen over de prestaties ten opzichte van concurrerende modellen.

De overname heeft grote gevolgen in de sector. Google, een van de grootste klanten van Scale AI, verbreekt de samenwerking met de datalabel-startup na Meta’s investering. Google was van plan om in 2025 zo’n $200 miljoen te betalen aan Scale AI voor handmatig gelabelde trainingsdata om AI-modellen als Gemini (de ChatGPT-concurrent) te ontwikkelen. Nu zoekt Google naar alternatieve leveranciers om te voorkomen dat vertrouwelijke data bij Meta terechtkomen. Ook OpenAI, een andere grote klant van Scale en rivaal van Meta, is begonnen met het afbouwen van de samenwerking met Scale na de deal. OpenAI is bezig de banden met Scale AI te verbreken en gaf aan al bezig te zijn met het afbouwen van de samenwerking voordat Meta de overname aankondigde.

Deze exodus laat zien dat in de hectische race om de slimste AI te bouwen, toegang tot de beste door mensen geannoteerde data een cruciale en felbevochten strategische bottleneck is geworden. In de basis is datalabeling hoe een AI-model leert. In het begin betekende dit het tekenen van hokjes om katten op foto’s. Maar naarmate modellen geavanceerder worden, geldt dat ook voor de data die ze nodig hebben. Het is niet langer voldoende om een groot taalmodel simpelweg het hele internet te voeren; om het echt slim te maken—om het te laten redeneren, complexe taken uit te voeren en niet te ‘hallucineren’—moet het worden getraind door experts.

De groeicurve van Scale AI weerspiegelt de toenemende vraag naar hoogwaardige datainfrastructuur in AI. Na een omzet van $870 miljoen in 2024 verwacht het bedrijf dat dit cijfer meer dan zal verdubbelen tot $2 miljard eind 2025. De recente waardering van $29 miljard onderstreept hoe essentieel datainfrastructuur is geworden in de bredere AI-waardeketen. De belangen zijn enorm: Meta is van plan om dit jaar alleen al tot $65 miljard te investeren in AI-infrastructuur, waaronder de bouw van enorme datacenters om steeds krachtigere modellen te trainen.

Source:

Latest News