A Caça de Talentos de Mil Milhões da Meta: Porque é que Zuckerberg Continua a Perder a Corrida da IA

Em pouco mais de um ano, a Meta de Zuckerberg realizou três aquisições importantes de IA totalizando mais de 16 bilhões de dólares. No entanto, cada negócio revela a mesma verdade desconfortável: a empresa que outrora possuía a rede de distribuição mais valiosa do mundo está cada vez mais lutando para adquirir o talento e as inovações que realmente importam na era da IA. O padrão que emerge dessas movimentações conta uma história não de sucesso em aquisições, mas de descompasso estratégico em um cenário competitivo fundamentalmente alterado.

A aposta de 14,3 bilhões de dólares que deu errado

Em junho de 2025, a Meta fez seu movimento mais audacioso: adquiriu uma participação de 49% na Scale AI por 14,3 bilhões de dólares, trazendo o fundador Alexandr Wang para a empresa como Diretor de IA para liderar o recém-criado Meta Superintelligence Lab. No papel, parecia uma jogada decisiva de poder. Mas a realidade por trás do anúncio revelou algo preocupante sobre como a Meta agora opera.

O core business da Scale AI não é treinar modelos de IA—é organizar rotuladores humanos para categorizar dados de treinamento. Essa é uma infraestrutura essencial, o tipo de trabalho pouco glamouroso, mas necessário, que toda grande empresa de IA exige. Mas é fundamentalmente diferente de pesquisa inovadora em IA. Quando a Meta anunciou Wang como líder de sua divisão de IA, a voz mais qualificada de dissenso interna—Yann LeCun—recusou-se a aceitar essa estrutura de reporte. LeCun, vencedor do Prêmio Turing e um dos três arquitetos fundadores do aprendizado profundo, passou mais de uma década construindo a FAIR, a credibilidade acadêmica da Meta em pesquisa de IA. Ao contrário do consenso em torno de grandes modelos de linguagem, LeCun sempre argumentou que LLMs representam um beco sem saída, e que o futuro pertence a modelos de mundo—sistemas que entendem física, causalidade e raciocínio, e não apenas predizem a próxima palavra.

Ao invés de negociar essa discordância fundamental, Zuckerberg escolheu sua nova aquisição. LeCun saiu para lançar a AMI, sua empresa de pesquisa independente focada em modelos de mundo, com a Meta concordando em colaborar externamente com ele. A mensagem foi clara: a Meta tinha se comprometido com o caminho dos LLMs, e não havia espaço para ceticismo interno qualificado sobre essa direção.

Quatro rejeições que expuseram a nova realidade

Antes da Scale AI, Zuckerberg iniciou uma campanha de recrutamento extraordinária a partir da primavera de 2025. Segundo relatos, ele visitou pessoalmente candidatos em suas residências em Lake Tahoe e Palo Alto, oferecendo bônus de assinatura de até 100 milhões de dólares. Seus alvos foram cuidadosamente escolhidos: Perplexity AI (startup focada em busca), Runway (principal empresa independente de geração de vídeo), Safe Superintelligence (criada por Ilya Sutskever após sua saída da OpenAI) e Thinking Machines Lab (fundada por Mira Murati, ex-CTO da OpenAI).

Todos recusaram.

Aravind Srinivas, da Perplexity, já tinha credibilidade na OpenAI e DeepMind antes de lançar sua startup em 2022. Sutskever saiu da OpenAI justamente porque queria construir com base em seu próprio julgamento técnico, livre de qualquer estrutura organizacional que pudesse comprometer sua visão. Murati tinha a mesma motivação de independência. Srinivas, de forma similar, não precisava da distribuição do Facebook—ele precisava de liberdade para executar sua própria tese.

Essas recusas evidenciaram uma mudança estrutural na indústria de IA. Em 2012, quando a equipe de 13 pessoas do Instagram recebeu uma oferta de 1 bilhão de dólares do Zuckerberg, a resposta era óbvia: a startup tinha provado que o produto funcionava, mas precisava da distribuição de bilhões de usuários do Facebook para escalar. Os fundadores do WhatsApp fizeram o mesmo cálculo em 2014—eles tinham criado o aplicativo, mas valorizavam o alcance do Facebook. Ambos concluíram racionalmente que a distribuição era seu recurso mais escasso.

Em 2025, essa escassez mudou completamente. O fluxo de capital para as melhores empresas de IA é livre. O gargalo não é mais distribuição; é independência—a liberdade de seguir uma visão técnica sem compromissos. Para essa geração de fundadores, aceitar a integração com a Meta significava abrir mão da autonomia narrativa que tornou seu trabalho possível em primeiro lugar.

O manual da OpenAI: adquirir arquitetura em vez de aplicações

Enquanto a Meta enfrentava dificuldades no mercado de talentos, a OpenAI executou uma estratégia paralela com eficácia impressionante. O Moltbook, plataforma que a Meta viria a adquirir posteriormente, foi construído sobre o OpenClaw—um framework de agentes de IA de código aberto criado em uma hora pelo desenvolvedor austríaco Peter Steinberger. Quando Steinberger lançou o OpenClaw, acumulou 200 mil estrelas no GitHub em semanas, com 2 milhões de visitas semanais. O framework tornou-se infraestrutura fundamental para todo o ecossistema de Agentes de IA.

A resposta da OpenAI foi direta: contratar o arquiteto. Em fevereiro de 2026, Sam Altman anunciou no X que Steinberger se juntava à OpenAI para liderar a próxima geração de Agentes Pessoais da empresa. Steinberger teria recebido propostas tanto da Meta quanto da Microsoft, mas escolheu a OpenAI—com uma condição: o OpenClaw deve permanecer de código aberto. Posteriormente, o OpenClaw passou a ser mantido por uma fundação independente de código aberto apoiada pela OpenAI.

Isso revelou a profundidade do dilema da Meta. No ecossistema de Agentes, a OpenAI adquiriu o engenheiro que construiu a infraestrutura fundamental. A Meta, por outro lado, acabou adquirindo aqueles que construíram plataformas usando essa infraestrutura—uma diferença fundamental na posição competitiva.

A aquisição do Moltbook: Contadores de histórias, não construtores

Esse contexto torna mais compreensível, embora não menos revelador, a aquisição da Moltbook pela Meta. O cofundador da Moltbook, Matt Schlicht, abandonou o ensino médio e mudou-se para o Vale do Silício, estagiando na Ustream antes de cofundar a Octane AI com Ben Parr. A Octane AI aplicou IA ao comércio eletrônico—construindo motores de recomendação e automação de interação com clientes para vendedores do Shopify. Tanto Schlicht quanto Parr são vozes respeitadas na comunidade de Agentes de IA: Parr escreve como colunista de IA para The Information, e juntos gerenciam cursos, o fundo de investimento Theory Forge e mantêm redes influentes dentro do emergente ecossistema de Agentes.

São conectores e contadores de histórias com relacionamentos e credibilidade genuínos na indústria. É exatamente isso que a Meta buscava adquirir: acesso a essas comunidades e suas narrativas.

Porém, eles não são Steinberger. Steinberger concebeu e construiu infraestrutura fundamental. Schlicht e Parr são especialistas em sintetizar ideias, criar conexões e movimentar mercados por meio de narrativa. Ambos os conjuntos de habilidades importam, mas operam em níveis diferentes de alavancagem competitiva. Na disputa por talento, a OpenAI garantiu o construtor. A Meta garantiu aqueles que explicam e promovem o que os construtores criam.

O declínio do Llama: o que estratégia de aquisição não consegue resolver

A tensão subjacente aponta para um problema mais profundo. O projeto interno mais crítico da Meta—Llama 4 Behemoth, destinado a ser o modelo generativo principal da empresa—enfrentou desafios internos de avaliação. A formação foi concluída, mas os resultados ficaram aquém das expectativas internas. Em vez de lançar no prazo, a Meta adiou o lançamento e começou a discutir se deveria torná-lo totalmente open source.

Essa reversão coincide com turbulências organizacionais mais profundas. Dos 14 pesquisadores originais do Llama, 11 já deixaram a Meta. Em outubro de 2025, uma reestruturação interna levou a cerca de 600 demissões no Meta Superintelligence Lab, descritas por Wang como uma correção ao crescimento burocrático anterior. Segundo o Financial Times, Wang expressou privadamente frustração com o micromanagement de Zuckerberg, e a relação entre ambos ficou tensa.

O impacto se estendeu aos clientes originais da Scale AI. Google, Microsoft e xAI começaram a se retirar de parcerias, preocupados que a propriedade da Meta comprometeria a neutralidade e confiabilidade da empresa como fornecedora de infraestrutura de dados. O CEO interino da Scale AI foi forçado a fazer declarações públicas reforçando a independência da empresa—uma posição preocupante para uma firma que a Meta acabou de pagar 14,3 bilhões de dólares para controlar.

Esse padrão sugere algo mais profundo do que uma transição gerencial: a estrutura organizacional da Meta pode ser fundamentalmente inadequada para o tipo de autonomia técnica que a pesquisa de IA de classe mundial exige.

O dilema de Zuckerberg: os fins que a distribuição não consegue alcançar

O padrão histórico torna a situação atual mais aguda. Entre 2012 e 2014, o Facebook de Zuckerberg operava como o executor mais rápido de ideias comprovadas. O Instagram já tinha demonstrado que compartilhar fotos no celular se tornaria inegociável; a contribuição do Facebook foi escalá-lo globalmente. O WhatsApp já tinha mostrado que mensagens poderiam substituir telecomunicações; a contribuição do Facebook foi integrá-lo a um ecossistema de publicidade que valia bilhões.

A única falha dessa lógica foi o Snapchat. Oferecido por 3 bilhões de dólares em 2013 e recusado, o Snapchat manteve sua independência enquanto o Meta gastou dois anos copiando o recurso Stories para o Instagram e WhatsApp. O Snapchat nunca recuperou terreno competitivo.

Nessa era anterior, a distribuição era escassa, e o Meta controlava a maior rede de distribuição do planeta. A fórmula era confiável: identificar produtos que já se validaram com os usuários e usar o domínio na distribuição para escalar. Quando a aquisição não era possível, copiar funcionava como plano B.

Esse período acabou completamente. A rede de bilhões de usuários do Meta continua extraordinária, mas não resolve mais os problemas enfrentados pelas empresas de IA. A própria IA do Meta alcança 1 bilhão de usuários ativos mensais—mas o uso é incidental. Os usuários ativam ocasionalmente dentro do Instagram ou WhatsApp, mas ninguém mudou fundamentalmente sua forma de trabalhar por causa dela. Ninguém redefiniu sua compreensão de assistentes de IA ou transformou sua produtividade por causa do IA do Meta. O produto existe como uma funcionalidade em aplicações legadas, não como uma transformação que valha a pena escolher.

Compare isso com o Claude da Anthropic, que se tornou o modelo preferido para implantação de IA empresarial em finanças e saúde, estabelecendo vantagens de primeiro-mover em verticais específicas. Ou o Gemini, integrado tão profundamente ao Android que bilhões de usuários o encontraram sem consciência. Ou o ChatGPT, que mudou a forma como 100 milhões de pessoas abordam pesquisa e escrita em dois meses após o lançamento.

O que Zuckerberg não consegue adquirir é o que essas empresas realmente representam: uma disposição de construir o futuro, e não apenas distribuí-lo. A Meta adquiriu a Manus, uma empresa cujas capacidades de Agentes de IA são alimentadas pelo Claude da Anthropic—ou seja, a Meta gastou bilhões adquirindo uma camada em volta de uma tecnologia de um concorrente. Em termos de capacidades de modelo subjacentes, a Meta continua dependente das inovações de outros.

A incompatibilidade estrutural

O problema mais profundo talvez não seja tático, mas estrutural. Em 2018, o observador de tecnologia Pan Luan escreveu um ensaio intitulado “Tencent Não Tem Sonhos”, argumentando que uma estratégia de investimento e aquisição tinha substituído qualquer impulso interno de criar produtos definidores. Essa observação circulou amplamente dentro da própria Tencent. Oito anos depois, os sintomas seguiram a trajetória da Tencent em outros lugares.

A Tencent encontrou uma saída—não adquirindo mais empresas, mas cultivando o WeChat como uma criação interna, com Zhang Xiaolong criando um espaço protegido dentro da grande organização para perseguir uma visão independente. O produto redefiniu a posição da Tencent em uma nova era.

Onde está a inovação interna da Meta que possa servir a essa função para a IA? Os seus 100 bilhões de dólares anuais de capital não conseguem lançar um modelo principal no prazo. Sua estrutura organizacional, otimizada para distribuição e integração de publicidade, luta para gerar a autonomia técnica que a pesquisa de IA de ponta exige. As escolhas de Zuckerberg—contratar Wang, aceitar a saída de LeCun, adquirir Manus e Moltbook—cada uma delas é uma resposta racional a uma situação impossível. Mas, juntas, formam um padrão: uma empresa que gasta vasto capital tentando comprar seu caminho para uma arena competitiva onde o recurso mais escasso não é mais capital, distribuição ou produtos comprovados, mas a independência e clareza técnica que o dinheiro não consegue comprar.

No mercado de IA de 2026, o desafio fundamental de Zuckerberg não é perder guerras de lances. É que as pessoas que ele mais precisa conquistar já não medem o sucesso pelos seus critérios. Elas têm suas próprias narrativas, suas próprias visões a construir, e concluíram que a Meta—com todo seu capital e alcance—não consegue ajudá-las a alcançar o que realmente importa.