मेटा: सैकड़ों अरबों की कंप्यूटिंग पावर खरीदने में सक्षम, लेकिन प्रमुख कर्मियों को बनाए रखने में असमर्थ।

लेखक: Ada, Deep Tide TechFlow

पैंग रुओमिंग Meta में अपनी वर्कस्टेशन पर बैठने का मौका मिलने से पहले ही चले गए।

जुलाई 2025 में, जुकरबर्ग ने AI इंफ्रास्ट्रक्चर के क्षेत्र में सबसे अधिक मांग वाले इस चीनी इंजीनियर को Apple से $200 मिलियन से अधिक के बहु-वर्षीय मुआवजे पैकेज के साथ हासिल किया। पैंग रुओमिंग को Meta Superintelligence Lab में नई पीढ़ी के AI मॉडल के लिए इंफ्रास्ट्रक्चर बनाने की जिम्मेदारी सौंपी गई थी।

सात महीने बाद, OpenAI ने उन्हें हासिल कर लिया।

The Information के अनुसार, OpenAI ने पैंग रुओमिंग के लिए कई महीनों तक भर्ती अभियान चलाया। हालांकि पैंग ने सहयोगियों से कहा कि वह "Meta में काम करके बहुत खुश थे," अंततः उन्होंने जाने का फैसला किया। Bloomberg ने रिपोर्ट किया कि Meta में उनका मुआवजा पैकेज माइलस्टोन से जुड़ा था, और जल्दी जाने का मतलब था अपने अधिकांश अनवेस्टेड स्टॉक ऑप्शन छोड़ देना।

$200 मिलियन सात महीने की वफादारी नहीं खरीद सकते।

यह नौकरी बदलने की एक साधारण कहानी नहीं है।

एक व्यक्ति की विदाई पूरे समूह का संकेत है।

पैंग रुओमिंग जाने वाले पहले व्यक्ति नहीं थे।

पिछले सप्ताह, Meta के Superintelligence Labs में डेवलपर प्लेटफॉर्म के प्रोडक्ट लीड Mat Velloso ने भी अपनी विदाई की घोषणा की। वे पिछले जुलाई में Google DeepMind से Meta में शामिल हुए थे और आठ महीने से भी कम समय तक रहे। और पीछे जाएं तो, नवंबर 2025 में, Turing Award विजेता और मुख्य AI वैज्ञानिक Yann LeCun, जो 12 वर्षों से Meta के साथ थे, ने अपना खुद का व्यवसाय शुरू करने के लिए जाने की घोषणा की, जिसमें वे लंबे समय से समर्थन कर रहे "विश्व मॉडल" पर काम कर रहे हैं। Geoffrey Hinton के प्रमुख शिष्य और Meta में जेनरेटिव AI रिसर्च के वाइस प्रेसिडेंट Russ Salakhutdinov ने भी हाल ही में अपनी विदाई की घोषणा की।

Meta AI में प्रतिभा पलायन को समझने के लिए, हमें पहले यह समझना होगा कि Llama 4 कितना हानिकारक था।

अप्रैल 2025 में, Meta ने Llama 4 सीरीज़ में Scout और Maverick मॉडल की हाई-प्रोफाइल रिलीज़ की। आधिकारिक विनिर्देश प्रभावशाली थे, यह दावा करते हुए कि वे MATH-500 और GPQA Diamond जैसे मुख्य बेंचमार्क परीक्षणों में GPT-4.5 और Claude Sonnet 3.7 को पूरी तरह से पीछे छोड़ देते हैं।

हालांकि, यह फ्लैगशिप मॉडल, जो Meta की महत्वाकांक्षाओं को दर्शाता है, ओपन-सोर्स समुदाय में तृतीय पक्षों द्वारा आयोजित स्वतंत्र ब्लाइंड परीक्षणों में जल्दी ही अपना असली रंग दिखा गया, जिसमें इसकी वास्तविक सामान्यीकरण और अनुमान क्षमताएं विज्ञापित प्रदर्शन से बहुत कम रहीं। समुदाय की कड़ी आलोचना का सामना करते हुए, मुख्य AI वैज्ञानिक Yann LeCun ने अंततः स्वीकार किया कि टीम ने "अंतिम स्कोर को अनुकूलित करने के लिए परीक्षण चरण के दौरान विभिन्न परीक्षण सेटों को चलाने के लिए विभिन्न मॉडल संस्करणों का उपयोग किया।"

कठोर AI अकादमिक और इंजीनियरिंग समुदायों में, यह एक अक्षम्य रेड लाइन पार कर गया। दूसरे शब्दों में, टीम ने Llama 4 को एक "छोटे शहर के परीक्षार्थी" में प्रशिक्षित किया जो केवल पुराने परीक्षा प्रश्नों को हल कर सकता था, न कि एक वास्तव में उन्नत "शीर्ष छात्र" जिसमें अत्याधुनिक बुद्धिमत्ता हो। यह ऐसा है जैसे आपको एक गणित परीक्षा पत्र और एक प्रोग्रामिंग परीक्षा पत्र दिखाया जाए—प्रत्येक व्यक्तिगत परीक्षण मजबूत लगता है, लेकिन वे वास्तव में एक ही मॉडल नहीं हैं।

AI शिक्षाविदों में, इसे "cherry picking" कहा जाता है, जबकि परीक्षा-केंद्रित शिक्षा में, इसे "दूसरों की ओर से परीक्षा देना" कहा जाता है।

Meta के लिए, जो हमेशा खुद को "ओपन सोर्स की मशाल" के रूप में प्रचारित करता रहा है, इस उथल-पुथल ने डेवलपर इकोसिस्टम के भीतर विश्वास की सबसे मूल्यवान संपत्ति को सीधे नष्ट कर दिया। इसकी तत्काल लागत यह थी कि जुकरबर्ग ने मूल GenAI टीम की इंजीनियरिंग बुनियादी बातों में "पूरी तरह से विश्वास खो दिया," इस प्रकार बाद में उच्च पदस्थ अधिकारियों की नियुक्ति और मुख्य इंफ्रास्ट्रक्चर विभागों को दरकिनार करने के लिए मंच तैयार किया।

उन्होंने डेटा लेबलिंग कंपनी Scale AI में 49% हिस्सेदारी हासिल करने के लिए $14.3 बिलियन से $15 बिलियन खर्च किए, 28 वर्षीय Scale AI CEO Alexandr Wang को Meta के Chief AI Officer के रूप में लाया और Meta Superintelligence Lab (MSL) की स्थापना की। Turing Award विजेता LeCun को नई संरचना में इस 28 वर्षीय को रिपोर्ट करने की आवश्यकता थी। अक्टूबर में, Meta ने MSL में लगभग 600 नौकरियां कम कीं, जिसमें LeCun द्वारा स्थापित FAIR रिसर्च डिवीजन के सदस्य शामिल थे।

फ्लैगशिप मॉडल Llama 4 Behemoth, जो मूल रूप से 2025 की गर्मियों में रिलीज़ होने की योजना थी, को बार-बार विलंबित किया गया, गर्मियों से शरद ऋतु तक, और अंततः अनिश्चित काल के लिए रोक दिया गया।

Meta ने अपना ध्यान "Avocado" कोडनेम वाले अगली पीढ़ी के टेक्स्ट मॉडल और "Mango" कोडनेम वाले इमेज/वीडियो मॉडल को विकसित करने पर केंद्रित किया है। कथित तौर पर Avocado को GPT-5 और Gemini 3 Ultra के साथ प्रतिस्पर्धा करने के लिए डिज़ाइन किया गया है। मूल रूप से 2025 के अंत में रिलीज़ होने की योजना थी, लेकिन असंतोषजनक प्रदर्शन परीक्षण और प्रशिक्षण अनुकूलन के कारण इसे 2026 की पहली तिमाही तक विलंबित कर दिया गया है। Meta इसे क्लोज्ड सोर्स के रूप में रिलीज़ करने पर विचार कर रहा है, Llama सीरीज़ की ओपन-सोर्स परंपरा को छोड़ते हुए।

Meta ने अपने AI मॉडल के साथ दो घातक गलतियाँ कीं। पहला, इसने बेंचमार्क डेटा को गढ़ा, जिसने सीधे डेवलपर समुदाय के विश्वास को नष्ट कर दिया। दूसरा, इसने Fair जैसे मौलिक अनुसंधान विभाग को, जिसे एक दशक के समर्पित काम की आवश्यकता होती है, त्रैमासिक KPI पर केंद्रित उत्पाद संगठन में ठूंस दिया। ये दोनों क्रियाएं मिलकर इसके वर्तमान प्रतिभा पलायन का मूल कारण हैं।

स्व-विकसित चिप्स: दूसरा टूटा हुआ पैर

प्रतिभा जा रही है, और चिप्स में समस्याएं हैं।

The Information के अनुसार, Meta ने पिछले सप्ताह अपने सबसे उन्नत AI प्रशिक्षण चिप प्रोजेक्ट को रद्द कर दिया, जो आंतरिक रूप से विकसित हो रहा था।

Meta का स्व-विकसित चिप प्रोजेक्ट MTIA (Meta Training and Inference Accelerator) कहलाता है। कंपनी का प्रारंभिक रोडमैप महत्वाकांक्षी है: MTIA v4, कोडनेम "Santa Barbara," v5, कोडनेम "Olympus," और v6, कोडनेम "Universal Core," 2026 और 2028 के बीच डिलीवरी के लिए योजनाबद्ध हैं। इनमें से, Olympus को 2nm chiplet आर्किटेक्चर पर आधारित Meta की पहली चिप के रूप में डिज़ाइन किया गया है, जिसका उद्देश्य एक साथ हाई-एंड मॉडल प्रशिक्षण और रियल-टाइम अनुमान को कवर करना है, और अंततः Meta के प्रशिक्षण क्लस्टर में NVIDIA की भूमिका को बदलना है।

अब, इस अत्याधुनिक प्रशिक्षण चिप को रद्द कर दिया गया है।

Meta बिना प्रगति के नहीं रहा है; MTIA ने अनुमान में कुछ सफलता हासिल की है। MTIA v3 अनुमान चिप, कोडनेम "Iris," Meta के डेटा सेंटरों में बड़े पैमाने पर तैनात की गई है, मुख्य रूप से Facebook Reels और Instagram की सिफारिश प्रणालियों के लिए, कथित तौर पर कुल स्वामित्व लागत को 40% से 44% तक कम करती है। हालांकि, अनुमान और प्रशिक्षण दो अलग चीजें हैं। अनुमान मॉडल को चलाता है, जबकि प्रशिक्षण इसे अभ्यास कराता है। Meta अपनी खुद की अनुमान चिप्स बना सकता है, लेकिन यह एक प्रशिक्षण चिप नहीं बना सकता जो सीधे Nvidia के साथ प्रतिस्पर्धा कर सके।

यह इतिहास में पहली बार नहीं है। 2022 में, Meta ने अपनी खुद की अनुमान चिप विकसित करने का प्रयास किया, लेकिन छोटे पैमाने की तैनाती में विफल होने के बाद परियोजना को छोड़ दिया और इसके बजाय Nvidia के साथ एक बड़ा ऑर्डर दिया।

अपनी खुद की चिप्स विकसित करने में असफलता ने सीधे Meta की आउटसोर्सिंग की होड़ को तेज कर दिया।

$135 बिलियन की आतंकपूर्ण खरीदारी

जनवरी 2026 में, Meta ने घोषणा की कि वर्ष के लिए इसका पूंजीगत व्यय बजट $115 बिलियन और $135 बिलियन के बीच था, जो पिछले वर्ष के $72.2 बिलियन का लगभग दोगुना है। इस पैसे का बड़ा हिस्सा चिप्स पर खर्च किया जाएगा।

10 दिनों के भीतर, तीन प्रमुख ऑर्डर सफलतापूर्वक दिए गए:

17 फरवरी को, Meta ने NVIDIA के साथ एक बहु-वर्षीय, क्रॉस-जेनरेशनल रणनीतिक सहयोग समझौते पर हस्ताक्षर किए। Meta "लाखों" NVIDIA Blackwell और अगली पीढ़ी के Vera Rubin GPU, साथ ही Grace discrete CPU तैनात करेगा। विश्लेषकों का अनुमान है कि सौदा दसियों अरब डॉलर का है, जिससे Meta बड़े पैमाने पर NVIDIA Grace discrete CPU को तैनात करने वाला दुनिया का पहला सुपरकंप्यूटिंग ग्राहक बन गया।

24 फरवरी को, Meta और AMD ने $60 बिलियन से $100 बिलियन मूल्य के बहु-वर्षीय चिप समझौते पर हस्ताक्षर किए। Meta AMD के नवीनतम MI450 सीरीज़ GPU और छठी पीढ़ी के EPYC CPU खरीदेगा। सौदे के हिस्से के रूप में, AMD ने Meta को 160 मिलियन तक सामान्य शेयरों के लिए वारंट जारी किए, जो AMD के शेयरों का लगभग 10% प्रतिनिधित्व करते हैं, डिलीवरी माइलस्टोन के आधार पर प्रति शेयर $0.01 पर ट्रांच में वेस्टिंग होते हैं।

26 फरवरी को, The Information ने रिपोर्ट दी कि Meta ने Google के साथ अपने अगली पीढ़ी के बड़े भाषा मॉडल को प्रशिक्षित और चलाने के लिए Google Cloud से TPU चिप्स को लीज़ पर लेने के लिए एक बहु-अरब डॉलर के बहु-वर्षीय समझौते पर हस्ताक्षर किए। दोनों कंपनियां 2027 से शुरू होकर Meta के अपने डेटा सेंटरों में तैनाती के लिए सीधे TPU खरीदने पर भी चर्चा कर रही हैं।

एक सोशल मीडिया कंपनी ने 10 दिनों के भीतर तीन चिप आपूर्तिकर्ताओं के साथ ऑर्डर दिए, संभावित रूप से $100 बिलियन से अधिक कुल।

यह विविधीकरण नहीं है। यह आतंकपूर्ण खरीदारी है।

कंप्यूटिंग पावर चिंता का तीन-स्तरीय तर्क

Meta इतनी जल्दी में क्यों है?

पहला, स्व-विकसित चिप्स अब एक व्यवहार्य विकल्प नहीं हैं। सबसे उन्नत प्रशिक्षण चिप परियोजना को रद्द करने का मतलब है कि Meta को निकट भविष्य के लिए अपनी AI प्रशिक्षण आवश्यकताओं को पूरा करने के लिए बाहरी खरीद पर निर्भर रहना होगा। जबकि अनुमान के लिए MTIA चिप सिफारिश प्रणालियों जैसे परिपक्व अनुप्रयोगों को संभाल सकती है, Avocado जैसे अत्याधुनिक मॉडल को प्रशिक्षित करना, जो GPT-5 का मुकाबला करता है, NVIDIA या समकक्ष हार्डवेयर की आवश्यकता है।

दूसरा, प्रतियोगी इंतजार नहीं करेंगे। OpenAI ने पहले ही Microsoft, SoftBank, और UAE सॉवरेन वेल्थ फंड से विशाल संसाधन सुरक्षित कर लिए हैं। Anthropic ने Google और Amazon से प्रत्येक से 1 मिलियन TPU और Trainium चिप्स की आपूर्ति सुरक्षित की है। Google का Gemini 3 पूरी तरह से TPU पर प्रशिक्षित किया गया था। यदि Meta पर्याप्त कंप्यूटिंग पावर प्राप्त नहीं कर सकता है, तो यह दौड़ में अपनी प्रविष्टि भी सुरक्षित नहीं कर पाएगा।

तीसरा, और शायद सबसे मौलिक रूप से, जुकरबर्ग को "R&D क्षमताओं" की कमी की भरपाई के लिए "खरीद शक्ति" का उपयोग करने की आवश्यकता है। Llama 4 की विफलता, प्रमुख प्रतिभा की हानि, और स्व-विकसित चिप्स में असफलता—ये तीनों घटनाएं मिलकर Wall Street की नजर में Meta की AI कथा को नाजुक बना दिया है। इस क्षण Nvidia, AMD, और Google के साथ प्रमुख सौदों पर हस्ताक्षर करना कम से कम एक संकेत भेजता है: हमारे पास पैसा है, हम खरीद रहे हैं, और हमने हार नहीं मानी है।

Meta की वर्तमान रणनीति है कि यदि वे सॉफ्टवेयर समस्याओं को हल नहीं कर सकते हैं तो हार्डवेयर में निवेश करें, और यदि वे प्रतिभा को बनाए नहीं रख सकते हैं तो चिप्स खरीदें। लेकिन AI दौड़ एक ऐसा खेल नहीं है जिसे आप केवल चेक लिखकर जीत सकते हैं। कंप्यूटिंग पावर एक आवश्यक शर्त है, लेकिन पर्याप्त नहीं है। एक शीर्ष-स्तरीय मॉडल टीम और एक स्पष्ट तकनीकी रोडमैप के बिना, कोई भी चिप्स की संख्या गोदाम में महंगी इन्वेंटरी के अलावा कुछ भी नहीं बदलेगी।

खरीदार की दुविधा

फरवरी में Meta के तीन लेनदेन को देखते हुए, एक दिलचस्प विवरण अधिकांश लोगों द्वारा अनदेखा किया गया है।

Meta ने Nvidia से वर्तमान Blackwell और भविष्य के Vera Rubin खरीदे; AMD के साथ अपने सौदे में, इसने MI450 और भविष्य के MI455X खरीदे; और इसने Google से वर्तमान Ironwood TPU को लीज़ पर लिया, अगले वर्ष सीधे खरीदने की योजना के साथ।

तीन आपूर्तिकर्ता, तीन पूरी तरह से अलग हार्डवेयर आर्किटेक्चर और सॉफ्टवेयर इकोसिस्टम।

इसका मतलब है कि Meta को तीन पूरी तरह से अलग अंतर्निहित इकोसिस्टम के बीच नेविगेट करना होगा: NVIDIA का CUDA, AMD का ROCm, और Google का XLA/JAX। जबकि एक मल्टी-वेंडर रणनीति आपूर्ति श्रृंखला जोखिमों को कम कर सकती है और हार्डवेयर खरीद प्रीमियम को कम कर सकती है, यह इंजीनियरिंग जटिलता में घातीय वृद्धि का कारण भी बनेगी।

यह ठीक Meta की सबसे घातक कमजोरी है। ट्रिलियन पैरामीटर वाले मॉडल को इन तीन पूरी तरह से अलग अंतर्निहित प्रोग्रामिंग मॉडल पर विभिन्न हार्डवेयर पर कुशलतापूर्वक प्रशिक्षित करने में सक्षम बनाने के लिए, न केवल इंजीनियरों की आवश्यकता होती है जो CUDA को समझते हैं, बल्कि वास्तुकारों की भी आवश्यकता होती है जो शुरुआत से एक क्रॉस-प्लेटफॉर्म प्रशिक्षण ढांचा बना सकते हैं।

दुनिया में ऐसे शायद 100 से अधिक लोग नहीं हैं। पैंग रुओमिंग उनमें से एक हैं।

दुनिया के सबसे जटिल हार्डवेयर पोर्टफोलियो को हासिल करने के लिए $100 बिलियन खर्च करते हुए एक साथ उन दिमागों को खोना जो इसे नियंत्रित कर सकते हैं—यह जुकरबर्ग के दांव का सबसे अतियथार्थवादी पहलू है।

जुकरबर्ग का दांव

बड़े पैमाने पर देखें तो, पिछले 18 महीनों में AI के प्रति जुकरबर्ग का दृष्टिकोण वर्षों पहले मेटावर्स की खोज की उनकी ऑल-इन रणनीति से हड़ताली समानता रखता है:

एक ट्रेंड देखकर, वे भारी निवेश करते हैं और बड़ी संख्या में लोगों की भर्ती करते हैं; जब वे असफलता का सामना करते हैं, तो वे अचानक रणनीतिक बदलाव करते हैं और फिर से भारी निवेश करते हैं।

2021 से 2023 की अवधि मेटावर्स थी, जिसके परिणामस्वरूप हर साल दसियों अरब डॉलर का नुकसान हुआ, और स्टॉक की कीमत अंततः $380 से $88 तक गिर गई। 2024 से 2026 की अवधि AI थी, जिसमें भी बिना लागत की परवाह किए पैसा खर्च करना, बार-बार संगठनात्मक पुनर्गठन, और "मुझ पर भरोसा करें, मेरे पास दृष्टि है" की समान कथा शामिल थी।

अंतर यह है कि यह AI ट्रेंड वास्तव में मेटावर्स की तुलना में बहुत अधिक ठोस है। दूसरी ओर, Meta के पास जलाने के लिए बहुत सारी नकदी है; इसका विज्ञापन व्यवसाय पर्याप्त नकदी प्रवाह उत्पन्न करता है। 2025 की चौथी तिमाही में, Meta का राजस्व $59.9 बिलियन तक पहुंच गया, वर्ष-दर-वर्ष 24% की वृद्धि।

समस्या यह है: पैसा चिप्स, कंप्यूटिंग पावर, और यहां तक ​​कि वर्कस्टेशन पर बैठे लोगों को भी खरीद सकता है, लेकिन यह उन लोगों को नहीं खरीद सकता जो रहते हैं।

पैंग रुओमिंग ने OpenAI को चुना, Russ Salakhutdinov ने जाने का फैसला किया, और LeCun ने अपना खुद का व्यवसाय शुरू करने का फैसला किया।

जुकरबर्ग का वर्तमान दांव यह है कि जब तक वह पर्याप्त चिप्स खरीदते हैं, पर्याप्त डेटा सेंटर बनाते हैं, और पर्याप्त पैसा खर्च करते हैं, तो वे अंततः उन लोगों को ढूंढ या प्रशिक्षित कर सकते हैं जो इन संसाधनों का उपयोग कर सकते हैं।

यह दांव सच हो सकता है। आखिरकार, Meta दुनिया की सबसे धनी तकनीकी कंपनियों में से एक है, जिसमें $100 बिलियन से अधिक का संचालन नकदी प्रवाह इसका सबसे मजबूत प्रतिस्पर्धी लाभ है। OpenAI से Anthropic तक, Google से अन्य प्रतियोगियों तक, Meta लगातार प्रतिभा को हासिल कर रहा है। Qubit के अनुसार, Meta की Superintelligence टीम के 44 सदस्यों में से लगभग 40% OpenAI से आए थे।

हालांकि, AI दौड़ की क्रूर वास्तविकता यह है कि कंप्यूटिंग पावर रिजर्व, प्रतिभा सूचियां, और मॉडल प्रदर्शन सभी सार्वजनिक जानकारी हैं। Llama 4 बेंचमार्क धोखाधड़ी घटना साबित करती है कि इस उद्योग में, आप PPT प्रस्तुतियों और जनसंपर्क पर भरोसा करके अपनी बढ़त बनाए नहीं रख सकते।

अंततः, बाजार केवल एक चीज़ को पहचानता है: आपका मॉडल कितना अच्छा है।

खाद्य श्रृंखला में स्थिति

जैसे-जैसे AI हथियारों की दौड़ 2026 में प्रवेश करती है, खाद्य श्रृंखला का क्रम स्पष्ट होने लगा है:

शीर्ष पर OpenAI और Google हैं। OpenAI के पास सबसे मजबूत मॉडल, सबसे बड़ा उपयोगकर्ता आधार, और सबसे आक्रामक फंडिंग है। Google के पास अपनी खुद की चिप्स, मॉडल, और क्लाउड इंफ्रास्ट्रक्चर का पूर्ण ऊर्ध्वाधर एकीकरण है। Anthropic पीछे से अनुसरण करता है, अपने Claude मॉडल की उत्पाद शक्ति और Google और Amazon से दोहरी कंप्यूटिंग पावर आपूर्ति के लिए धन्यवाद करते हुए पहली श्रेणी में अपनी स्थिति मजबूती से बनाए रखता है।

Meta ने सबसे अधिक पैसा खर्च किया है, सबसे अधिक चिप अनुबंधों पर हस्ताक्षर किए हैं, और सबसे अधिक बार पुनर्गठन किया है, लेकिन अब तक, यह एक अत्याधुनिक मॉडल के साथ नहीं आया है जो बाजार को आश्वस्त कर सके।

Meta की AI कहानी कुछ हद तक 2005 में Yahoo के समान है। उस समय, Yahoo इंटरनेट पर सबसे धनी कंपनियों में से एक थी, आक्रामक रूप से अधिग्रहण कर रही थी और पैसा खर्च कर रही थी, लेकिन यह Google जैसा एक सर्च इंजन नहीं बना सकी। पैसा सब कुछ नहीं है। जुकरबर्ग को यह पता लगाने की आवश्यकता है कि Meta वास्तव में AI के साथ क्या करना चाहता है, बजाय इसके कि जो भी ट्रेंड हो उसे खरीदते रहें।

बेशक, Meta का शोक-पत्र लिखना बहुत जल्दी है। 3.58 बिलियन मासिक सक्रिय उपयोगकर्ता, $59.9 बिलियन की तिमाही राजस्व, और दुनिया का सबसे बड़ा सोशल डेटासेट ऐसी संपत्तियां हैं जिन्हें कोई भी प्रतियोगी आसानी से दोहरा नहीं सकता।

यदि अगली पीढ़ी का मॉडल, कोडनेम Avocado, 2026 में निर्धारित समय के अनुसार वितरित किया जा सकता है और शीर्ष स्तर पर वापस आ सकता है, तो जुकरबर्ग के सभी खर्च और पुनर्गठन को "स्थिति को बदलने के लिए रणनीतिक साहस" के रूप में पैकेज किया जाएगा। लेकिन अगर यह फिर से उम्मीदों से कम रहता है, तो $135 बिलियन केवल गर्म सिलिकॉन वेफर गोदामों की पंक्तियों में परिणत होगा।

आखिरकार, Silicon Valley की AI हथियारों की दौड़ में कभी भी अपने चेक लहराते सुपर खरीदारों की कमी नहीं रही है। इसमें कमी उन लोगों की है जो जानते हैं कि उस कंप्यूटिंग पावर का उपयोग करके भविष्य कैसे बनाया जाए।