- การลงทุน $14B (1.4 หมื่นล้านดอลลาร์ หรือราว 2 หมื่นล้านวอน) ของ Meta ซึ่งถูกมองว่าเป็นการ เข้าซื้อ Scale AI แท้จริงแล้วไม่ได้มีเป้าหมายเป็นการซื้อกิจการทั้งหมด แต่คือการ ถือหุ้น 49% และดึงตัว CEO Alexander Wang
- พนักงานและผู้บริหารของ Scale AI เดิมยังคงถือหุ้นต่อไป พร้อมได้รับเงินปันผลเป็นเงินสด โดย Alexander Wang ย้ายไปทำงานที่ Meta แต่ยังคงอยู่ในคณะกรรมการบริษัท
- เป้าหมายของ Meta จึงไม่ได้อยู่ที่ธุรกิจของ Scale AI แต่เน้นไปที่การ ดึงตัว Alexander Wang โดยเฉพาะ
- ช่วงหลัง Meta ตามหลังในการแข่งขัน AI และกำลังเผชิญปัญหาการเมืองภายในองค์กรกับภาวะผู้นำ โดยเฉพาะวัฒนธรรมการวิจัยแบบอนุรักษนิยมที่มี Yann LeCun เป็นศูนย์กลาง ซึ่งทำให้ผลงานไม่ดีนัก
- ผู้เขียนมองว่าการ ทุ่มเงินระดับ 11 หลักให้กับบุคคลคนเดียว เป็นเรื่องไม่สมเหตุสมผล แต่ย้ำว่า Meta ควรโฟกัสกับการปรับปรุงวัฒนธรรมองค์กรและโครงสร้างด้านบุคลากร
อัปเดต: โครงสร้างการถือหุ้นของพนักงาน Scale AI
- พนักงานของ Scale AI ได้รับเงินปันผลก้อนเดียวซึ่งเทียบเท่ากับมูลค่าพรีเมียมของหุ้นทั้งหมด ขณะเดียวกันก็ยังคงถือหุ้นที่ตนมีอยู่ต่อไป
- ต่างจากการซื้อกิจการแบบเดิม โครงสร้างนี้เปิดโอกาสให้พนักงานยังได้รับผลประโยชน์เพิ่มเติมจากการเติบโตของบริษัทต่อไปได้
- มีรายงานว่า CEO Alexander Wang เป็นผู้ร้องขอโครงสร้างนี้ด้วยตนเอง และถูกมองในแง่บวกในมิติของการคุ้มครองพนักงาน
- เงินจำนวนมากไม่ได้ไหลไปที่ CEO เพียงคนเดียว แต่ถูกกระจายให้กับพนักงานทั้งหมด
- ในความเป็นจริง Meta ไม่ได้เข้าซื้อ Scale AI ทั้งบริษัท แต่เป็นการลงทุนที่มีลักษณะคล้ายการมอบผลตอบแทนเป็นเงินสดใหม่ให้กับผู้ถือหุ้นและพนักงาน
ความหมายที่แท้จริงของ 'การเข้าซื้อ' มูลค่า 1.4 หมื่นล้านดอลลาร์ของ Meta
- Meta ลงทุน 1.4 หมื่นล้านดอลลาร์ใน Scale AI แต่ได้มาเพียง หุ้น 49% และอำนาจบริหารยังคงอยู่กับคณะกรรมการของ Scale AI
- ในทางกฎหมายมันไม่ใช่ "การเข้าซื้อ" แต่ในทางปฏิบัติ ส่วนถือหุ้นรวมของ Meta และ Alexander Wang เกินครึ่ง จึงเท่ากับว่ากุมอำนาจในการตัดสินใจของบริษัทไว้
- CEO Alexander Wang จะย้ายไป Meta แต่ยังคงอยู่ในบอร์ดของ Scale AI และยังมีอิทธิพลต่อการบริหารบริษัท
- โครงสร้างดีลลักษณะนี้พบได้ไม่บ่อยในอุตสาหกรรม และสะท้อนว่าเป้าหมายหลักของ Meta ไม่ใช่ตัวบริษัท แต่คือการ คว้าตัวบุคลากรเฉพาะราย (Alexander Wang)
- ไม่ได้เปลี่ยนหุ้นทั้งหมดเป็นเงินสดเหมือนการเข้าซื้อแบบเดิม แต่ถูกออกแบบให้โอนหุ้นเพียงบางส่วน ขณะเดียวกันก็ยังสามารถยึดอำนาจควบคุมได้
แก่นแท้ของ Scale AI และสิ่งที่ Meta ต้องการ
- Scale AI ดำเนินธุรกิจแบบ 'Mechanical Turk as a Service' โดยเน้น การติดป้ายกำกับข้อมูลแบบ B2B และการเอาต์ซอร์สทรัพยากรบุคคลจำนวนมาก
- ความสามารถแข่งขันของบริษัทนี้ไม่ได้อยู่ที่อัลกอริทึมหรือ IP ล้ำสมัย แต่คือ การบริหารแรงงานอย่างมีประสิทธิภาพและการผลิตชุดข้อมูลจำนวนมาก
- บริษัท AI รายใหญ่มีพาร์ตเนอร์ด้าน data labeling หลายรายและมีทีม labeling ภายในอยู่แล้ว จึงไม่ได้พึ่งพาข้อมูลจาก Scale AI แบบขาดไม่ได้
- ลูกค้าหลักของ Scale AI ในทางปฏิบัติคือ Toyota, Etsy, GM, หน่วยงานรัฐ ฯลฯ ซึ่งเป็น ผู้เล่นตามหลังในระบบนิเวศ AI หรือองค์กรที่ไม่ได้เชี่ยวชาญเฉพาะทาง
- สิ่งนี้ยิ่งสนับสนุนว่าที่ Meta ให้ความสำคัญไม่มากนักคือธุรกิจของ Scale AI เอง แต่คือการ ดึงตัวบุคลากรหลัก
ความสามารถด้าน AI ของ Meta ที่อ่อนลง และปัญหาภายใน
- นับตั้งแต่ Llama 2 เป็นต้นมา Meta ตามหลัง OpenAI, Google, Anthropic และรายอื่น ๆ ในการแข่งขัน AI
- ช่วงแรก Meta สร้างภาพลักษณ์เป็น "Linux แห่งวงการ AI" ผ่านกลยุทธ์โอเพนซอร์สและการสร้างระบบนิเวศที่ขับเคลื่อนโดยชุมชน แต่หลังการมาของโมเดลใหม่อย่าง Deepseek ก็เริ่มสูญเสียความสามารถในการแข่งขัน
- องค์กรวิจัย AI ของ Meta อย่าง FAIR (Foundational AI Research) มีวัฒนธรรมที่อนุรักษนิยมและไม่ยึดตลาดเป็นหลัก โดยมี Yann LeCun เป็นศูนย์กลาง ซึ่งขัดขวางนวัตกรรม
- LeCun เคยยึดติดกับ Lua และ Torch รวมถึงมีท่าทีสงสัยต่อทรานส์ฟอร์เมอร์และ LLM ทำให้การรับเทคโนโลยีใหม่ล่าช้า และมีเกร็ดว่าในช่วงแรกทีม Llama ต้องพัฒนาโปรโตไทป์กันแบบไม่ให้ LeCun รู้ ก่อนนำไปสาธิตให้ Zuckerberg ดูโดยตรง
- ภาวะหยุดนิ่งภายในองค์กร ความขัดแย้งด้านภาวะผู้นำ และการไหลออกของบุคลากรสำคัญ ยังคงต่อเนื่อง ทำให้วงจรนวัตกรรม AI โดยรวมยิ่งชะลอตัว
กลยุทธ์ดึงตัวบุคลากรเชิงรุกของ Zuckerberg
- Zuckerberg มองว่าสาเหตุที่ Meta AI ทำผลงานไม่ดีมาจาก ระบบราชการภายในและความแข็งตัวขององค์กร และจึงเดินหน้าดึงตัวคนเก่งแบบพลิกเกมเพื่อแก้ปัญหา
- เขาเสนอ ค่าตอบแทนระดับ 8–9 หลัก (หลายร้อยล้านถึงหลายพันล้านดอลลาร์), องค์กรที่รายงานตรงต่อ CEO และสภาพแวดล้อมการวิจัยที่มีอิสระ ให้กับบุคลากรระดับท็อปของอุตสาหกรรม
- มีรายงานว่าได้ยื่นข้อเสนอให้คนในวงการ AI จำนวนมาก เช่น Nat Friedman, Daniel Gross, Ilya Sutskever และคนอื่น ๆ
- Alexander Wang ถือเป็นกรณีความสำเร็จครั้งแรกของการดึงตัวแบบนี้ จากความสัมพันธ์ใกล้ชิดกับ Zuckerberg และบทบาทเป็นที่ปรึกษา AI แบบไม่เป็นทางการ
- อย่างไรก็ดี ก็ยังมีมุมมองเชิงสงสัยว่า กลยุทธ์ทุ่มเงินมหาศาลเพื่อรวมศูนย์ที่บุคลากรระดับ 'ซูเปอร์สตาร์' จะช่วยยกระดับนวัตกรรมองค์กรและขีดความสามารถด้าน AI ได้จริงหรือไม่
บทสรุปและการประเมินของผู้เขียน
- ผู้เขียนเน้นว่า นวัตกรรม AI ไม่ได้เกิดจาก 'อัจฉริยะ' รายบุคคลเพียงคนเดียว แต่เกิดจากสภาพแวดล้อมของการทดลองร่วมกันและการทำงานแบบร่วมมือกัน
- ยกตัวอย่างว่าองค์กรแบบ Google ที่ให้อิสระในการวิจัย สนับสนุนการทำงานร่วมกันอย่างเข้มแข็ง และมีทรัพยากรไม่จำกัด อาจเป็นสิ่งที่ขับเคลื่อนนวัตกรรมระยะยาวได้ดีกว่า
- ผู้เขียนชี้ว่า การปรับปรุงแบรนด์และวัฒนธรรมภายในของ Meta คือหัวใจของการฟื้นความสามารถในการแข่งขันด้าน AI และมองว่าการทุ่มเงินมหาศาลไปที่บุคลากรเพียงรายเดียวเป็นแนวทางที่มีความเสี่ยงสูง
- แม้จะยังคาดหวังต่อพลังในการลงมือทำและการผลักดันการเปลี่ยนแปลงของ Zuckerberg แต่ก็ยังไม่แน่ชัดว่า กลยุทธ์ 'ทุ่มเงินระดับ 11 หลักเพื่อดึงตัวคนเพียงคนเดียว' จะเป็นคำตอบของนวัตกรรม AI ของ Meta หรือไม่
2 ความคิดเห็น
ผู้ก่อตั้งอาจเป็นคนเดียวที่ทำ exit ได้ก็ได้ แต่ถ้าเป็นแบบนั้น พนักงานที่เหลือก็คงทำ exit ได้ยากใช่ไหมครับ
ดูเหมือนว่าหุ้นที่ Meta ได้ไปจะไม่ได้มีแค่หุ้นของผู้ก่อตั้ง แต่มีส่วนของพนักงานด้วยนะครับ
Alexander Wang เป็นบุคคลที่น่าทึ่งจริงๆ..
ความคิดเห็นจาก Hacker News
คิดว่าบทความยังจับประเด็นไม่ถูกว่าทำไม Meta ถึง ลงทุนใน Scale แค่ 49% ก็เพราะ Meta ใช้โครงสร้างแบบนี้เพื่อหลีกเลี่ยง การตรวจสอบด้านกฎระเบียบระดับโลก ถ้าเป็นการซื้อกิจการเต็มรูปแบบก็จะต้องขออนุมัติจากหน่วยงานของแต่ละประเทศ แต่การลงทุนแบบถือหุ้นส่วนน้อยไม่เข้าข่ายการตรวจสอบแบบนั้น ผู้ถือหุ้นก็ยังได้ผลตอบแทนใกล้เคียงกับการขายกิจการโดยหลบเลี่ยงความไม่แน่นอนด้านกฎระเบียบได้ ส่วน Scale ที่เหลืออยู่ก็ยังมีโอกาสประสบความสำเร็จและสร้างผลตอบแทนเพิ่มให้ผู้ถือหุ้นได้ด้วย (ตอนนี้รวม Meta แล้ว) สรุปคือเป็นโครงสร้างแบบ วิน-วิน
แต่ถึงจะเป็นการลงทุนแบบถือหุ้นส่วนน้อย ก็ไม่ได้แปลว่าจะมองข้าม การสอบสวนด้านการผูกขาด ได้ กฎหมายอย่าง 15 U.S.C. §18 ของสหรัฐก็สามารถใช้พิจารณาการเข้าซื้อบางส่วนหรือการลงทุนแบบถือหุ้นส่วนน้อยได้ ยุโรปก็เช่นกัน
การสันนิษฐานว่า Meta เลือกวิธีนี้แทน M&A เพราะอยากเดินเกมเร็วขึ้นก็ฟังขึ้น ในบทความของฉันเองก็เคยบอกว่าการที่ Meta จะเข้าซื้อเพราะเกี่ยวข้องโดยตรงกับธุรกิจหลักนั้นดูไม่สมเหตุสมผลนัก แม้จะเป็นไปได้ก็ตาม แต่ฉันไม่คิดว่านี่คือวิน-วิน เพราะหุ้นของ Scale ยัง สภาพคล่องต่ำ และเมื่อสมาชิกหลักออกไปแล้ว สำหรับคนที่ถือหุ้นอยู่กลับเป็นว่า มูลค่าลดลง
Microsoft กับ Google ก็เคยทำคล้ายกัน (เช่น การลงทุนใน Character AI) Scale เองก็ไม่ใช่ AI lab แต่โดยพื้นฐานคือ แพลตฟอร์มเอาต์ซอร์ซคล้าย Fiverr ฉันไม่ค่อยเข้าใจว่าการดึงคนจากที่นั่นไปจะช่วยเพิ่มเสน่ห์ด้านงานวิจัย AI ของ Meta ได้อย่างไร
มีรายงานว่าโครงสร้างการลงทุนครั้งนี้เกิดขึ้นตามคำขอของ Wang (CEO ของ Scale) เอง กล่าวคือมีเป้าหมายหลักเพื่อคืนผลตอบแทนให้นักลงทุนและพนักงาน จากมุมของ Meta ก็คงไม่ได้อยากเป็นเจ้าของ Scale ขนาดนั้นอยู่แล้ว ทุกวันนี้ก็ใช้ข้อมูลจาก Scale ได้ดีอยู่ และการถือครองบริษัทนั้นก็ไม่ใช่สิ่งจำเป็นโดยตรง
ดูเหมือนว่า OpenAI จะได้ดีลที่ดีจากการดึง Jony Ive มาด้วยมูลค่า 6.5 พันล้านดอลลาร์ แต่ในอีกด้านหนึ่ง แม้จะมีข่าวลือว่า Llama 4 ดูดีในเบนช์มาร์ก ทว่าประสบการณ์ ใช้งานจริงกลับน่าผิดหวังมาก จนมีคนพูดกันว่า Meta ปรับแต่งตัวเลขเอาเอง ฉันเองก็ไม่ค่อยแน่ใจว่าเกณฑ์ของเบนช์มาร์กคืออะไร และพอลองใช้จริงก็ไม่ได้รู้สึกถึงความเปลี่ยนแปลงแบบที่ข่าวลือแนว "AI สุดยอดมาก!" บอกไว้ ทุกวันนี้ก็ยังเจอ คำตอบหลุดโลก ซ้ำๆ อยู่
เบนช์มาร์กเองก็มีหลายแบบ แบบหนึ่งคือสิ่งที่วัดเชิงปริมาณได้จากข้อมูลจริง อีกแบบคือ ปฏิกิริยาของสาธารณชน เบนช์มาร์กจริงอาจเป็นตัวชี้นำล่วงหน้าได้ แต่ไม่จำเป็นต้องแม่นเสมอไป และสุดท้ายสิ่งที่สำคัญที่สุดก็คือการประเมินของผู้คน แค่ดูปฏิกิริยาใน Reddit ก็พอรู้แล้วว่า Gemini 2.5 ดีกว่า Claude 3.7
ฉันไม่ได้มองผลงานของ Jony Ive ในยุค Apple ว่าดีมากนัก: โน้ตบุ๊กที่บางเกินไป, การออกแบบที่ซ่อมไม่ได้, คีย์บอร์ดใช้งานไม่ดี, เมาส์ที่ชาร์จอยู่แล้วใช้ไม่ได้, ดีไซน์เคสที่ทำให้ประสิทธิภาพตก, UI ที่ถูกทำให้เป็นนามธรรมเกินความจำเป็น ฯลฯ จนถึงตอนนี้เรื่องที่ใช้เมาส์ระหว่างชาร์จไม่ได้ก็ยังน่าผิดหวังมาก
น่าทึ่งที่ Jony Ive สร้างอาชีพในระดับซูเปอร์สตาร์ได้ ทั้งที่แทบจะ ลอกสไตล์ของ Dieter Rams มาเลย ฉันนึกไม่ออกว่าเขาจะสร้างคุณค่าอะไรให้ OpenAI ได้บ้าง เขาคือคนที่ทำให้โน้ตบุ๊ก Apple พังมา 5 ปี
จริงๆ แล้ว OpenAI ไม่ได้ดึง Jony Ive มาโดยตรง แต่เข้าซื้อกิจการร่วมทุนเดิมต่างหาก ดังนั้น Ive จึงได้เงินไปก่อนแล้ว และตอนนี้เหลือเพียงสัญญากับบริษัทออกแบบเท่านั้น ฉันมองว่าโครงสร้างนี้ Ive ได้ประโยชน์มาก ส่วน OpenAI ไม่ได้อะไรนัก
เบนช์มาร์กของ Llama 4 ที่ Meta ปล่อยออกมานั้น ถูกพิสูจน์ทันทีว่าไม่จริง
ขอแย้งมุมมองที่ว่าข้อมูลของ Scale AI เป็นเรื่องรองสำหรับ Wang ตอนนี้ การติดป้ายกำกับข้อมูล ไม่ใช่แค่โยนให้แรงงานทำอีกต่อไป แต่มันต่อยอดไปถึงการสาธิตโดยผู้เชี่ยวชาญและการออกแบบเวิร์กโฟลว์ นี่คือข้อมูลระดับสูงที่ทำให้พออนุมานได้ว่า frontier lab ต่างๆ สร้างสภาพแวดล้อมสำหรับ RL กันอย่างไร ฉันคิดว่านั่นแหละคือแรงจูงใจที่แท้จริง
อีกอย่าง ฉันก็ไม่เห็นด้วยกับคำกล่าวที่ว่าใครๆ ก็สร้าง LLM ได้ คนที่สามารถฝึก LLM ที่แข่งขันได้จริง ในสเกลใหญ่นั้นมีอยู่แค่ระดับไม่กี่ร้อยคนทั่วโลก และต้องใช้ความรู้เชิงเทคนิคกับลูกเล่นจำนวนมหาศาล นั่นจึงเป็นเหตุผลว่าทำไมตอนรายงานเกี่ยวกับ DeepSeek ออกมาถึงได้ทำให้ฉันตกใจมาก
และฉันก็ไม่เห็นด้วยกับแนวคิดที่ว่าความก้าวหน้าใน ML ส่วนใหญ่เป็นแค่เรื่องดวง และมีแค่องค์กรแบบกระจายศูนย์เท่านั้นที่สมเหตุสมผล ยังมีคนอย่าง Schmidhuber, Shazeer, Alec Radford และอีกหลายคนที่ทำงานวิจัยฐานรากอย่างต่อเนื่องอยู่เสมอ และก็ต้องมองด้วยว่า OpenAI เป็นคนขยายเกมนี้ขึ้นมาด้วย การทุ่มลงทุนแบบรวมศูนย์แทนการทดลองแบบกระจาย เช่นเดียวกับกรณีของ Deepmind
แม้การฝึก LLM จะยาก แต่ก็ ไม่ได้ยากจนเรียนรู้ไม่ได้ จากประสบการณ์ของฉันหลังเรียนจบปริญญาตรีแล้วลองทำอยู่ราว 3 เดือน ไม่ว่าจะเป็นโมเดลเล็กหรือใหญ่ ความยากในการฝึกก็ไม่ได้ต่างกันมากนัก และไลบรารีอย่าง torch หรือ megatron ก็ช่วยได้มาก
ฉันคิดว่านักวิจัยทุกคนเก่งมากและไม่ได้มีเจตนาจะดูแคลนใคร แต่ฉันเชื่อจริงๆ ว่าความเปลี่ยนแปลงหลักๆ ใน ML หรือไอเดียใหม่ๆ เกิดจากคนหลากหลายจากหลายที่ที่ สื่อสารกันแบบกระจายศูนย์ อยู่ตลอด นี่เป็นความเห็นส่วนตัว
ความขัดแย้งภายในองค์กร AI และปัญหาทางวัฒนธรรม ของ Meta นั้นรุนแรงมาก ตอนนี้องค์กร "AI" หลักมีอยู่ 3 ส่วนคือ GenAI, FAIR และ RL-R
FAIR ถูกโยกย้ายข้ามหลายองค์กรจนสูญเสียบทบาทแบบ powerhouse ไปแล้ว และคนจำนวนมากก็ลาออก
GenAI เดิมเป็นทีมเล็ก แต่ตอนนี้จำนวนคนเพิ่มขึ้นเรื่อยๆ จนผลิตภัณฑ์เริ่มไม่ชัดเจน และผู้นำก็ขาดประสบการณ์ด้านการทำผลิตภัณฑ์หรือการลงมือทำ ML จริง ทุกสัปดาห์เอาแต่ทำ A/B test
RL-R ไปพัวพันกับองค์กร Avatar โดยที่ผู้นำมีลักษณะ หมกมุ่นกับความสมบูรณ์แบบมากกว่าการลงมือทำ จนดูแล้วน่าจะพัง ระบบที่เรียบง่ายกว่ากลับทำงานได้ดีกว่าระบบที่อิง ML เต็มรูปแบบ แต่กลับเผาเงินไป 1.5 หมื่นล้านดอลลาร์
ยังมีองค์กร hand interaction ที่พึ่งพาสายรัดข้อมือ แต่ก็ยังไม่มีต้นแบบขนาดใหญ่ที่ใช้งานได้จริง แถมยังใช้งานไม่สะดวกมาก
ฝั่ง display ก็ล้มเหลวในการทำให้ Orion กลายเป็นสินค้าเพื่อผู้บริโภค เพราะสัญญาไว้เกินจริง
ทีม mapping ก็กำลังทำแว่นวิจัยที่เก็บข้อมูลส่วนตัวมากเกินไป
RL-R เคยมีคนเก่งจำนวนมาก แต่เพราะวัฒนธรรมแบบ "จ้างแล้วค่อยไล่ออก" ทำให้งานวิจัยที่ต้องรับความเสี่ยงแทบเป็นไปไม่ได้เลย
ถ้ามองว่าเป็นบริษัทติดป้ายกำกับข้อมูล สถานการณ์นี้ก็ ชวนขำมาก มันง่ายเสียจนทำให้นึกถึง "Hotdog or Not" เลย แต่กลับใช้เงินไปถึง 1.4 หมื่นล้านดอลลาร์ เรื่องนี้เองก็น่าตกใจมาก
Meta ทำเงินจากธุรกิจโฆษณาได้ดีเกินไป จนถึงขั้นว่าต่อให้มีโปรเจกต์ที่ขาดทุนเป็นหลักพันล้านดอลลาร์ ราคาหุ้นก็ยังขึ้นได้โดยแทบไม่สะเทือน แถม P/E ก็ไม่ได้สูงเว่อร์ด้วย เป็นปรากฏการณ์ที่น่าทึ่งจริงๆ
ฉันคิดว่าความเห็นของผู้เขียนเกี่ยวกับ AGI ไม่ได้ยึดตามระเบียบวิธีทางวิทยาศาสตร์ เท่าไร ฉันเดาว่า Meta น่าจะมีเป้าหมายใหญ่กว่าคือพยายามดึง คนที่มีอิทธิพล จำนวนมากเข้ามา เพื่อให้สามารถขยับเป้าหมายได้ทุกครั้งที่นิยามของ AGI เปลี่ยนไป กล่าวคือเป้าหมายอาจไม่ใช่เรื่องฝีมือโดยตรง แต่เป็นการยึดกุมอำนาจนำทางกระบวนทัศน์
สองย่อหน้าสุดท้ายอ่านจบแล้วก็ยังรู้สึก สับสนและงุนงง
ฉันไม่ค่อยเห็นหลักฐานว่า Zuck เป็น CEO ที่เก่งเป็นพิเศษ Facebook ตลอดกว่า 10 ปีที่ผ่านมา ไม่มีความสำเร็จด้านสินค้าใหม่เลยนอกจากการเข้าซื้อกิจการ
การที่บริการเกิดใหม่อย่าง TikTok ชนะ Instagram ได้ก็ดูน่าอายมาก Meta Quest ก็เป็นธุรกิจรองที่มีแต่ขาดทุน จนอดสงสัยไม่ได้ว่าคุ้มไหมที่ถึงขั้นเปลี่ยนชื่อบริษัท
เมื่อเทียบกับ Microsoft, Google, Amazon แล้ว Meta ตามหลังมากในเรื่องความเชื่อมั่นจากลูกค้า ช่องว่างด้านความเชื่อมั่นนี้ทำให้ธุรกิจใหม่ของ Meta เจอความยากลำบากเสมอ ขนาด Microsoft และ Google ต้องดูแล LinkedIn, Gmail, Search ก็ยังได้รับความเชื่อถือมากกว่าอยู่ดี
โดยส่วนตัวฉันมองว่า Meta ใช้เงิน 1.4 หมื่นล้านดอลลาร์เพราะสุดท้ายแล้ว "ทำเองไม่สำเร็จ" จึงหันไป ลงทุนในบริษัทอื่น เพื่อหวังสร้างกรณีความสำเร็จของสินค้าใหม่
(อ้างอิง: https://allaboutcookies.org/big-tech-trust)
ธุรกิจหลักของบริษัทนั้น ทำกำไรและมีสเกลสูงมาก จนไม่จำเป็นต้องมี "เทคโนโลยีใหม่" ก็ได้ นวัตกรรมไม่ใช่สิ่งจำเป็นเสมอไป ในสถานการณ์ที่การแข่งขันอ่อนแรง บริษัทก็สามารถเติบโตขนาดใหญ่ได้โดยไม่ต้องสร้างนวัตกรรม เหมือนหุ้นยาสูบสมัยก่อนหรือ Walmart
กรณี TikTok กับ Instagram เองก็ไม่ได้มีอะไรน่าอายเลย เพราะทั้งสองฝั่งต่างก็ไปได้ดี และ อยู่ร่วมกันได้ เหมือน Pepsi กับ Coca-Cola
ฉันก็เป็นแฟน Zuck อยู่พอสมควร และจากมุมมองนั้นก็สามารถสร้าง เหตุผลปกป้องเขา ได้เหมือนกัน แต่ก็ไม่ได้แปลว่าจะเห็นด้วยทุกเรื่อง และฉันก็คิดว่าฝั่งวิจารณ์ก็มีเหตุผลน่าเชื่อถือ
การประเมินความสามารถของ CEO จากความสำเร็จของสินค้าใหม่เพียงอย่างเดียวเป็นเกณฑ์ที่ผิด Ray Ban Meta เองก็ ขายหมดอย่างต่อเนื่อง และถือว่าประสบความสำเร็จ
ไม่รู้ว่าได้ดูสถานการณ์ของ $META (ราคาหุ้น) บ้างหรือเปล่า
ตัวเลขพวกนี้มัน บ้าคลั่งจริงๆ
มีบางส่วนที่ไม่ตรงกับข้อเท็จจริง และตอนนี้ผู้เขียนก็น่าจะรู้แล้ว เพราะมี อัปเดต ว่า "เงิน 1.4 หมื่นล้านดอลลาร์ไม่ได้เข้ากระเป๋า Alexandr ทั้งหมด" ดังนั้นฉันเลยคิดว่าจริงๆ แล้วควรเปลี่ยนพาดหัวด้วยไม่ใช่หรือ