ANASTACIO ALEGRIA
Hasta ahora, más de una docena de ingenieros de OpenAI se han desertado a Meta, unidos por expertos notables de Anthrope y DeepMind de Google. La apuesta de Zuckerberg es que al concentrar el máximo talento y darles recursos ilimitados, puede ganar terreno en rivales y acelerar el desarrollo de los sistemas de IA tan avanzados que abordarán la «inteligencia normal synthetic», el punto hipotético en el que el modelo supera las capacidades de nivel humano.
Resulta que cargar un equipo con múltiples superestrellas no siempre es una estrategia ganadora, como cualquier fanático de los deportes frustrados podría decirle. Sin la gestión de expertos, demasiado talento en un grupo puede conducir a rendimientos decrecientes, o incluso un fracaso absoluto, si los egos se enfrentan y la química es lo suficientemente pobre.
«Existe esta creencia en Wall Avenue y en Silicon Valley que simplemente traes a las personas más capaces, las juntas y la magia ocurre», dijo Boris Groysberg, profesor de Harvard Enterprise Faculty que ha estudiado la dinámica del equipo durante más de dos décadas. «No, la magia no sucede. Lo que tienes en muchos casos son muchos celos, apuñalamiento de la espalda, sabotaje».
En Meta, mantener a las superestrellas fuera de estas trampas hay una tarea que se encuentra con Alexandr Wang, el ex director ejecutivo de 28 años de escala IA y el ex presidente ejecutivo de Github Inc., Nat Friedman, de 48 años, el recién nombrado líder de la unidad de superinteligencia de 50 personas de Meta.
Las décadas de estudios académicos indican los desafíos que enfrentarán.
En la década de 1970, la académica administrativa Meredith Belbin observó que los equipos compuestos completamente de individuos de alto IQ eran propensos a argumentos prolongados, mostraron poca cohesión y lucharon por tomar decisiones, con miembros más interesados en debatir que colaborar.
En 2011, Groysberg y otros publicaron un estudio que concluyó que en Wall Avenue, después de cierto punto, agregando más analistas «All-Star» a los equipos de investigación de las empresas de élite en realidad perjudican el rendimiento. Parecía haber un punto de inflexión, generalmente alcanzado cuando las estrellas con áreas superpuestas de especialización representaron aproximadamente la mitad del equipo de investigación, donde se hicieron cargo los egos de los analistas y comenzaron a controlar información en lugar de cooperar.
Mientras tanto, otra investigación muestra que el rendimiento de un equipo depende mucho de qué tan bien se comunican y colaboran sus miembros. Los equipos que permiten más turnos en las discusiones tienden a tener una «inteligencia colectiva» más alta, independientemente de la capacidad intelectual cruda en la sala.
Consejos de gestión de supergrupos
Un par de principios de gestión se vuelven especialmente importantes al supervisar equipos de potencia. Una es que el carril de cada persona debe estar claramente definido.
«Si todos tienen carriles de natación claros, no se verán como una amenaza», dijo Lindred Greer, profesor de la Escuela de Negocios Ross de la Universidad de Michigan. Si hay personas con antecedentes y talentos similares, Greer dijo que ese tipo de duplicación está bien, siempre y cuando se mantengan separados.
Otro truco es determinar abiertamente al principio quién tendrá los derechos de toma de decisiones sobre temas clave, de lo contrario la competencia por la autoridad puede destruir al grupo.
«A veces, la jerarquía tiene un mal nombre: tienes un líder que le cube a todos qué hacer», dijo Anita Williams Woolley, profesora de la Escuela de Negocios Tepper de la Universidad Carnegie Mellon. «Pero en realidad, hay ciertas formas en que tener una jerarquía ayuda a los grupos a coordinar». La jerarquía puede cambiar según el problema en cuestión, dijo Woolley, pero la claridad es essential en un entorno en el que todos quieran estar en la cima.
Y luego está la química del grupo de construcción, lo que significa desarrollar confianza entre los miembros del equipo, comunicarse abiertamente y establecer un sentido de propósito compartido. Si bien hay mucha ciencia en estos aspectos de hacer grandes equipos, desde el libro de 2002 de Richard Hackman, los equipos líderes en el proyecto Aristóteles, muchos líderes no están dispuestos a dedicar el tiempo que lleva Groysberg.
«Simplemente no tenemos muchos ejecutivos y CEO que tengan el rigor y la paciencia para implementarlo», dijo. «Siempre digo que si necesitas un equipo de alto rendimiento el viernes, el jueves no es el día para comenzar a construirlo».
Aunque la advertencia se aplica universalmente, es especialmente relevante en Meta, que está reuniendo a su equipo de superinteligencia a toda prisa por ponerse al día con Google y OpenAi.
Y luego está el dinero, que casi nunca deja de complicar las cosas.
Con todos los esfuerzos de caza furtivo ampliamente publicitados de Zuckerberg, que han incluido el colgante de paquetes de pago que superan los $ 200 millones, los detalles de compensación para muchos de los nuevos reclutas se han convertido en conocimiento público. Eso podría forzar los esfuerzos de construcción del equipo e influir en la dinámica del equipo.
«Para muchos grupos en ese tipo de entorno, lo que se les paga a las personas es casi como usar tu rango en tu manga en el ejército: entras y tienes dos estrellas y tienen tres estrellas», dijo Woolley. «Establece absolutamente cuál es la jerarquía. Será importante que los líderes sean absolutamente claros si eso también es cierto aquí».
Michael Dell, director ejecutivo de Dell Applied sciences Inc., dijo en una entrevista reciente que los paquetes de compensación extravagantes para las nuevas contrataciones de IA podrían clasificar a los meta empleados veteranos.
«Las personas generalmente tienen un sentido de justicia, ¿verdad? Quieren ser tratados bastante en relación con los demás y en relación con las oportunidades que tienen en el mercado normal», dijo.
Si el descontento no es aparente de inmediato, dijo Groysberg, eso no significa que no se manifieste en el próximo ciclo de compensación.
Estrellas que manejan estrellas
Cuando se le pidió que comentara los posibles desafíos de gestión para el Meta Superintelligence Lab, un portavoz de la compañía le dijo a Bloomberg: «Sabemos que hay mucho interés en MSL, y aparentemente todos tienen una opinión, pero estamos enfocados en hacer el trabajo para desarrollar una superinteligencia private».
Zuckerberg disputa algunos de los informes de prensa sobre los paquetes específicos que ofrece a los expertos en IA, pero defiende su estrategia de reclutar a un equipo All-Star, diciéndole la información en una entrevista reciente que la IA «será algo que sea la tecnología más importante en nuestras vidas. Va a poner en cuenta cómo desarrollar todo en la compañía y que afectará a la sociedad muy bien. Por lo tanto, solo queremos que nos aseguremos de que queramos que lo mejoren con las empresas que queramos para que nos aseguremos de que lo mejoremos. investigadores de ingenieros que trabajan en los datos e infraestructura «.
Posiblemente Zuckerberg ha puesto su mayor apuesta en Wang. Meta invirtió $ 14.3 mil millones en escala AI, sin tomar el management complete de la compañía. Scale AI generó $ 870 millones en ingresos el año pasado que ofrece servicios de datos para capacitar a los sistemas de IA. Según los informes, algunos de sus clientes más destacados, incluidos Google y Openai, están cortando lazos con la compañía a raíz de la inversión de Meta, alimentando el debate sobre si el verdadero objetivo de Meta period adquirir Wang y no la participación del 49% que ahora tiene en el negocio.
Aunque Wang tiene un talento prodigioso para Matemáticas y Ciencias y ahora un historial exitoso como fundador, abandonó el MIT después de un año para cofundar a la IA de escala en 2016, ni él ni su inicio han producido una investigación de IA innovadora. A Scale AI, el equipo de Wang trabajó con un ejército de contratistas de fabricación de datos que proporcionó lo que describió como las «selecciones y palas» para la fiebre del oro de IA. En Meta, ahora tendrá que ganarse el respeto de un equipo de científicos de IA de clase mundial.
Wang tiene una reputación de implacabilidad y establece un ritmo exigente a escala AI, declarando que «demasiado es la cantidad correcta», como escribió en 2024. Wang también se hizo conocido por su impulso de mantener a la organización lo más «posible talento», buscando personas que puedan igualar su ambición.
Según Groysberg, quien recientemente escribió un estudio de caso sobre la IA de la escala, Wang participó en reuniones semanales de contratación, revisando personalmente los materiales de cada candidato y obligando a los gerentes a defender rigurosamente sus elecciones. «Alex pasa por todas las personas en cada función con un peine de dientes finos», dijo un ejecutivo a Groysberg. «Le importa mucho contratar personas impresionantes. Y la forma en que medimos que gran parte del tiempo es a través de ese equilibrio de IQ y Eq. Y luego lo abarca con una cantidad extrema de determinación».
Queda por ver si lo que funcionó a escala se traducirá a meta.
«Creo que Meta consiguió a la persona más inteligente que conozco», dijo Groysberg. «En esa área, obtuvieron la estrella. Y luego la pregunta es: ¿pueden construir el equipo de estrellas?»
Constantz escribe para Bloomberg
(Tagstotranslate) Tecnología
Descubre más desde Breaking News 24
Suscríbete y recibe las últimas entradas en tu correo electrónico.
