Meta зробила гучний кадровий хід, формалізувавши роль Шеньцзя Чжао як головного науковця (chief scientist) своєї нової групи superintelligence.
Цей підрозділ має створювати ШІ‑моделі, здатні виконувати завдання не гірше, а подекуди й краще за людей.
Чжао приєднався до Meta з OpenAI у червні та, за словами Марка Цукерберга, фактично очолював наукову частину з першого дня.
Тепер, коли рекрутинг пішов за планом і команда зібрана, компанія «формалізувала» його лідерство.
Він підпорядковуватиметься Alexandr Wang (екс‑CEO Scale AI), якого у червні призначили Chief AI Officer Meta.
Таким чином, Meta вибудовує дуальну структуру: стратегічний керівник ШІ‑напряму (Wang) і головний науковець (Чжао).
Шеньцзя Чжао — співавтор базової статті про ChatGPT і провідний дослідник першої reasoning‑моделі o1 в OpenAI.
Саме o1 каталізувала хвилю систем «ланцюжок міркувань» (chain‑of‑thought), що швидко була підхоплена Google, DeepSeek та іншими лабораторіями.
Це підкреслює наукову вагу Чжао і пояснює, чому Meta так агресивно боролася за його перехід.
За останні два місяці Meta переманила понад десяток колишніх співробітників OpenAI у свою AI‑unit.
Компанія нарощує витрати на GPU‑інфраструктуру, таланти та фундаментальні дослідження, щоб не відставати від OpenAI та Google.
Ключовий сигнал ринку: Meta переходить від «відкритих LLM» до гонки за агентним ШІ і reasoning‑ядром, де інновації визначатимуть лідера.
Паралельно Yann LeCun зберігає титул chief scientist у внутрішній дослідницькій групі FAIR.
FAIR сфокусується на фундаментальних відкриттях, тоді як superintelligence‑команда — на продуктово‑орієнтованих AGI‑/ASI‑застосунках.
Організаційно це виглядає як спроба Meta розвести «дослідницьку автономію» та «продуктову швидкість» у дві синхронізовані вертикалі.
Для Meta це також відповідь на критику, що відкритість Llama не дорівнює прориву в «глибинному мисленні» моделей.
Призначення Чжао покликане заповнити саме цю лакуну: масштабоване міркування, довге планування, формальні методи безпеки.
Наукове CV Чжао — це міст між практичним інжинірингом великих мовних моделей і теоретичним аналізом їхньої здатності робити дедуктивні висновки.
Meta прагне не просто «наздогнати» OpenAI, а задати темп у сфері superalignment, інтерпретованості та контролю над потужними агентами.
Роль Alexandr Wang тут критична: інтегрувати data‑платформи, RLHF/RLAIF‑пайплайни та масштабувати тренування до трильйонів токенів.
Ринок тлумачить хід Meta як пришвидшення «консолідації зірок» ШІ після ексодусу талановитих інженерів з OpenAI.
Це підсилює тренд: Big Tech більше не просто купують моделі — вони купують школи думки всередині команд.
Meta вкладається і в «залізо»: GPU‑кластери класу H100/B200, оптозаємозв’язки, енергетика дата‑центрів, оптимізовані компілятори.
Але «залізо» без reasoning‑архітектури не дасть прориву: саме тому ставка робиться на людей, що будували o1 і ChatGPT.
Ще один вимір — безпека та етика. Superintelligence потребує нових гарантій поведінки моделей у відкритому середовищі.
Meta доведеться балансувати між відкритим кодом (Llama) та зростаючими ризиками dual‑use для надпотужних агентів.
LeCun давно критикує «модальність RLHF‑клітинки», просуваючи JEPA‑підхід та енд‑ту‑енд навчання з плануванням.
Чи зможе тандем LeCun–Чжао виробити спільну технічну доктрину для Meta — відкрите питання, але синергія виглядає перспективно.
Для Google та OpenAI це сигнал: Meta більше не лише «масштабується», а й перекуповує ключові мозки reasoning‑революції.
Конкурентна перевага Meta — соціальний граф, мільярди взаємодій і мультимодальні дані, придатні для тренування агентивних систем.
Якщо команда Чжао зможе інтегрувати «довге мислення» у продукти Meta, отримаємо агентів‑асистентів нового класу.
Вони зможуть планувати, делегувати підзадачі іншим моделям, перевіряти себе та оперувати складними інструкціями.
Для рекламного бізнесу Meta це шанс створити повністю автоматизовані креативні цикли з контролем якості на рівні людини.
Для розробників — SDK‑екосистеми агентів, які працюватимуть поверх Meta LLM з доступом до інструментів і графів знань.
Для науковців — відкрите поле для тестування ланцюжків міркувань, формальної валідації та benchmark‑ів beyond GPT‑стилю.
Зрештою, новий суперінтелектуальний підрозділ — спроба Meta обіграти конкурентів не лише силою дата‑центрів, а і силою теорії.
У найближчі 12–18 місяців головним KPI стане здатність Meta показати reasoning‑метрики, які перевищують поточні SOTA.
Якщо це вдасться, компанія отримає шанс повернути собі лідерство у великій гонці генеративного ШІ.
