Meta diversifica i fornitori dati per l’AI, dubbi sulla qualità di Scale AI dopo l’investimento.

La scelta di puntare sulla raffinazione dei dati grezzi, abbandonando l’idea di un’applicazione consumer, svela la vera strategia di Meta per la superintelligenza, ma solleva anche interrogativi sulla sua catena di fornitura.

Nel giugno del 2025, mentre il mondo dell’intelligenza artificiale sembrava muoversi a velocità supersonica, Meta Platforms ha fatto una mossa che ha fatto sobbalzare gli osservatori: un investimento da 14,3 miliardi di dollari per acquisire una quota del 49% in Scale AI, una startup specializzata in dati per l’addestramento dei modelli.

Una cifra da capogiro, che ha valorizzato Scale AI a 29 miliardi.

Ma quello che pochi sapevano, fino a poco tempo fa, è che prima di puntare tutto su questa infrastruttura di dati, Mark Zuckerberg aveva provato a prendere una strada diversa, e forse più affascinante per l’utente comune: l’acquisizione di Perplexity AI, il motore di ricerca conversazionale che ha sfidato Google.

I colloqui, tenuti all’inizio del 2026, non hanno portato a un accordo.

Perché Meta, dopo aver flirtato con un’applicazione consumer all’avanguardia, ha deciso di scommettere miliardi sull’umile, ma cruciale, mondo dell’etichettatura dei dati?

La risposta dice molto su dove sta andando la vera guerra dell’AI, una guerra combattuta non solo con chip e algoritmi, ma con eserciti di annotatori umani e montagne di dati perfettamente catalogati.

La scelta strategica: dati grezzi invece del prodotto finito

Le trattative con Perplexity AI rivelano un bivio nella strategia di Meta. Da un lato c’era la possibilità di integrare rapidamente una tecnologia di ricerca generativa raffinata e già apprezzata da un pubblico di early adopter.

Dall’altro, c’era Scale AI: non un prodotto flashy per gli utenti finali, ma il motore che fornisce il carburante di alta qualità a quasi tutti i big dell’AI, da OpenAI a Google.

La scelta di Zuckerberg è stata netta: meglio controllare la raffineria che vendere la benzina in un distributore di lusso.

I motivi sono profondi e vanno oltre la semplice acquisizione di tecnologia. Scale AI offre a Meta un vantaggio infrastrutturale decisivo. La sua piattaforma combina etichettatura manuale di immagini, testo e video con sistemi di controllo qualità statistici, riducendo i cicli di revisione.

In un’epoca in cui la qualità dei dati di addestramento è il collo di bottiglia per modelli sempre più potenti, assicurarsi un flusso privilegiato e di alta qualità è una mossa strategica.

Non a caso, come parte dell’accordo, il CEO di Scale AI, Alexandr Wang, è passato a Meta per guidare un nuovo laboratorio di “superintelligenza”. Meta non ha solo comprato una quota di una società: ha di fatto internalizzato una competenza fondamentale e il suo leader più visionario, in un settore, quello dei dati, che è molto meno glamour dello sviluppo di modelli ma infinitamente più vincolante.

L’investimento è anche un pagamento anticipato per servizi futuri. Fonti vicine all’accordo indicano che Meta si è impegnata a pagare a Scale AI almeno 450 milioni di dollari all’anno per cinque anni per i suoi prodotti AI.

Una somma che potrebbe rappresentare più della metà della spesa annuale di Meta in questo campo. In cambio, ottiene l’accesso a quel “data engine” in grado di processare testo, immagini, video e audio attraverso sistemi automatizzati e supervisione umana.

Per Meta, affamata di dati multimodali per addestrare le prossime generazioni di Llama, è un affare che vale ogni centesimo.

L’altro lato della medaglia: le ombre sulla catena di fornitura dell’ai

La corsa di Meta verso il dominio dell’AI, però, non avviene in un vuoto etico. L’investimento massiccio in Scale AI porta con sé tutte le ombre che da anni aleggiano sull’industria della data annotation.

Scale AI, come molti suoi concorrenti, si affida a una vasta forza lavoro globale di contractor, spesso in paesi come le Filippine, l’India o il Venezuela. Negli ultimi anni, l’azienda è stata sotto i riflettori per accuse di bassa retribuzione e richieste di lavoro pressanti.

Addirittura, il Dipartimento del Lavoro statunitense ha avviato un’indagine su Scale AI per possibili violazioni del Fair Labor Standards Act.

La domanda che si pone è inevitabile: Meta, con la sua nuova quota di maggioranza relativa e la sua crescente dipendenza da Scale AI, che responsabilità si assume per le condizioni di chi, migliaia di chilometri più lontano, etichetta i dati che alimentano i suoi modelli di superintelligenza?

La questione non è marginale.

Alcuni ex lavoratori hanno sporto denuncia, sostenendo di essere stati esposti a contenuti emotivamente angoscianti durante l’addestramento di strumenti AI per Meta e Google, riportando problemi di salute mentale.

Mentre Zuckerberg parla di AI che comprende il nostro contesto personale e le nostre relazioni, alla base di questa comprensione c’è un lavoro umano spesso precario e psicologicamente logorante.

L’ironia è amara: stiamo costruendo macchine intelligenti su fondamenta di lavoro poco riconosciuto e potenzialmente sfruttato.

La grande partita infrastrutturale e il futuro “personal superintelligence”

La mossa su Scale AI va letta nel contesto della gigantesca scommessa infrastrutturale di Meta. L’azienda ha annunciato che le sue spese in conto capitale per il 2026 raggiungeranno la stratosferica cifra compresa tra 115 e 135 miliardi di dollari, gran parte dei quali destinati a data center e supercluster AI come “Prometheus”.

L’obiettivo dichiarato è chiaro: costruire la potenza di calcolo necessaria per addestrare e far girare la prossima generazione di modelli, quelli che Zuckerberg non esita a chiamare di “superintelligenza”.

In questo panorama, Scale AI non è un accessorio, ma una componente centrale dell’ingranaggio. Fornisce il software e i servizi per valutare i modelli linguistici e identificare i punti deboli su cui aggiungere dati di addestramento, creando un ciclo virtuoso (o un vincolo di dipendenza) tra dati, modelli e infrastruttura.

È qui che il cerchio si chiude con la visione consumer. Perché tutta questa potenza e tutti questi dati hanno uno scopo preciso: trasformare Meta in un hub pubblicitario completamente automatizzato e sviluppare un’assistente personale iper-intelligente.

L’azienda punta a permettere agli inserzionisti di caricare un’immagine del prodotto e un budget, lasciando all’AI il compito di generare creatività, testi, targeting e ottimizzazione.

Parallelamente, lavora a un’AI che conosca a fondo ogni utente.

“Stiamo iniziando a vedere la promessa di un’AI che comprende il nostro contesto personale”, ha detto Zuckerberg, descrivendo il 2026 come un anno cruciale per offrire questa “superintelligenza personale”.

Sono queste ambizioni, che promettono di rivoluzionare l’esperienza su Facebook e Instagram con strumenti guidati dall’AI, a giustificare l’enorme scommessa sui dati.

La scelta di abbandonare le trattative con Perplexity per abbracciare Scale AI, quindi, non è un ripiego.

È una dichiarazione di intenti chiara. Meta non vuole semplicemente competere nel mercato delle applicazioni AI consumer; vuole controllare le fondamenta stesse su cui quelle applicazioni sono costruite.

In un mondo dove Google, Microsoft e OpenAI corrono per sviluppare modelli sempre più potenti, Zuckerberg scommette che il vero vantaggio competitivo a lungo termine non sarà (solo) nell’architettura del modello, ma nella qualità, quantità e controllo del flusso di dati che lo nutre.

È una visione che ricorda le grandi guerre industriali del passato: chi controlla le materie prime controlla il mercato.

Oggi, la materia prima più preziosa sono i dati etichettati, e Meta ha appena acquistato una miniera molto, molto grande.

Resta da vedere a quale costo, non solo in dollari, ma in termini di equità e responsabilità lungo tutta la sua nuova, estesissima catena di fornitura.