Meta執行長祖克柏坦言,過去團隊運作模式不適用於訓練AI模型。美聯社資料照片
「我後來想想,其實是我們把整個團隊的結構弄錯了。」
這是 Mark Zuckerberg 談到 Llama 4 時,親口說出的檢討。一家市值兩兆美元公司的執行長,在鏡頭前檢討自家產品的失敗,這種場面確實少見。
他最近接受 The Next Big Thing 的訪談,分享了 Llama 4 遇到的挫折、Muse 是如何誕生。
一場連他自己都害怕的失敗
Mark Zuckerberg 提到,Llama 系列前三代都在軌道上,第四代卻脫軌了。他說到:
「最可怕的時刻,就是 Llama 4 發布之後。你原本以為方向對了,最後才發現根本不是那麼回事。這對我們打擊很大,但創業的人就是在這種時刻接受考驗。」
他事後檢討,發現問題出在一個很少人注意的地方:團隊的架構。
Meta 過去開發產品的方式,像是在做 Instagram 動態牆或廣告系統,靠幾百、幾千人的大團隊分工,每個人負責一小塊再組裝起來。
這正是 Meta 過去十年最擅長的運作模式:把龐大的系統拆解成幾百個可獨立優化的零件。
這套模式打造了龐大的廣告帝國,但拿來訓練 AI 模型卻行不通。因為訓練頂尖模型不像開發 App,反而比較像做科學實驗,需要整個團隊圍繞同一個目標共同思考,不能將任務分隔不同的團隊。
他說明了當時的想法:
「我們真正需要的,是一支把這件事當成集體科學專案的精銳小隊。人數不需要多,這也代表團隊裡的每一個位置都非常關鍵。」
這段話正好解釋了過去一兩年 AI 人才市場的現象:為什麼頂尖研究員的薪水會高得像職業球星?
因為在幾十人的小隊裡,每個人的能力都會直接影響模型的成敗。Meta 後來在業界掀起的天價挖角潮,就是看清這個事實後所付出的代價。
改組後的團隊,不久後就交出了 Muse。
從桌子底下的小主機,變成幾十億人在用的產品
今年年初,Mark Zuckerberg 跟著科技圈流行起「養龍蝦」,在自家電腦跑一套叫 OpenClaw 的 AI 助理,自己下指令、自己設定,壞了就自己修。
他體驗了一陣子,覺得非常有趣:
「我和 Nat、Alex 坐下來聊時就說,這個體驗太驚人了。如果我們能做出一個簡化版本,讓那些不會安裝 Mac Mini、不會操作指令介面的人也能直接用,這可能會成為幾十億人夢寐以求的產品。」
把產品做簡單,聽起來很理所當然。但回顧歷史,每一個成功走進數十億人生活的產品,都是靠這一招:個人電腦加上了圖形介面,架設網站簡化成部落格平台上的按鈕。
技術門檻沒有消失,只是被隱藏在一般使用者看不到的地方。
Meta 這次同樣把門檻藏得很深。每一個使用 Muse 的人,背後都自動分配了一台雲端上的專屬虛擬電腦。
使用者以為只是下載了一個 App,實際上 Meta 已經幫幾百萬人各開了一台看不見的電腦。
爆紅的結果連他自己都很意外:
「這個產品一推出就精準命中市場需求。我們上線才兩個星期,就有幾百萬人在使用了。」
這個現象說明了一件事:想體驗 AI 助理的人,數量遠遠超過那些懂得自己架設系統的人。
免費的背後,是在搶奪下一個入口
Muse 提供大量的免費額度,關鍵目的在於搶佔未來的「意圖入口」。
過去大家購物習慣在搜尋框輸入關鍵字,現在轉變成直接向 AI 下達「幫我訂、幫我買」的指令。Meta 將使用門檻降到最低,使一般新創公司無法承受這種資本消耗,藉此順利占領這個全新介面。
未來的商業模式,預計會從 AI 協助完成的交易中抽取微薄手續費,或是將廣告更精準地推播給具備強烈購買意願的顧客。
這正是 Amazon 急著封鎖 Muse 的原因,因為掌握顧客購物指令的一方,就掌握了定稅的權力。
因此,最適合抽成的戰場,實際上是反 Amazon 聯盟:Walmart、Best Buy、Shopify 與各大支付平台。這些商家需要的是流量,願意讓出部分介面控制權來吸引顧客。
在 Amazon 封鎖 Muse 的下一天,Shopify 執行長 Tobi Lütke 在社交平台 X 上宣布,旗下的結帳工具 Shop Pay 將全面支援 Muse,帶動公司股價上漲。
本文由「
Fomo研究院」官網提供