メタ、3,000人の従業員を強化学習（RL）データ工場へ転換 OpenAIとAnthropicを凌駕する計算資源の構築を急ぐ
SemiAnalysisによるMeta Superintelligence Labs（MSL）の1年経過報告書（2026年7月9日発行）
「Llama 4」の壊滅的な評価を受け、マーク・ザッカーバーグ氏がMetaのAI組織全体を解体・再編してから1年。SemiAnalysisは、Meta Superintelligence Labs（MSL）に関する詳細な進捗報告書を公開した。この報告書は、AIのフロンティア競争におけるMetaの立ち位置を投資家がどう捉えるべきかについて、新たな視点を提示している。Max Kan、Julien Martin-Prin、Jeremie Eliahou Ontiveros、Dylan Patelの各氏が執筆したこの報告書は、MetaがフロンティアAI構築に必要な3つの要素（データ、人材、計算資源）すべてにおいて世界最高水準のスタックを、ハイパースケーラーの中で唯一、静かに構築しつつあると論じている。最も衝撃的な発見はベンチマークスコアではなく、企業の方針にある。Metaは従業員の画面、キーボード、マウスの動きを追跡し始め、自社の労働力を事実上、独自の強化学習データ運用へと転換したのである。
Metaの従業員監視プログラムが隠れたRLの金脈に
SemiAnalysisは、表面化した際に従業員からの大きな反発と否定的な報道を招いたこの内部追跡イニシアチブを、Metaが今年行った最も価値があり、かつ過小評価されている動きの一つとして位置づけている。その論理は、現代のAIラボが実際に強化学習（RL）環境を構築する方法に基づいている。フロンティアラボはもはや、単に次のトークンを予測するだけではモデルを向上させない。モデルにタスク全体を完遂させるよう訓練しており、それには現実的な環境、ツール、検証機能が必要となる。報告書は、ホワイトカラーの実際の作業を記録したスクリーン映像は、このプロセスにおいて極めて価値の高い入力であると主張する。なぜなら、それらは定義上、OpenAIの「GDPval」のようなベンチマークに見られる「不自然に過剰に特定された」シナリオではなく、実際の経済的タスクを代表しているからだ。著者は、一部のタスクには人間が実際には「決して書かない」ようなプロンプトが含まれていると指摘し、OpenAIのベンチマークを直接批判している。
報告書によれば、これがMetaにとって真の構造的な優位性となるのは「規模」である。Mercor、Surge、Handshakeといった外部データベンダーは、専門の契約社員を雇ってこれらの環境を構築することで、それぞれ年間経常収益（ARR）が10億ドルを突破している。Mercorは2026年第2四半期だけで251万7,000時間の専門作業時間を記録しており、これは約4,800人のフルタイム労働者に相当する。報告書は、Metaは自社のスタッフを使って「すでに同等の水準」にあり、平均品質はおそらくそれ以上であり、アプローチが証明されれば約7万人の追加従業員プールから引き出すことができると論じている。5月下旬、Metaはこれを新しい「応用AIエンジニアリング組織」として正式化し、新卒者の70％を含む約3,000人のエンジニアを、RLタスクと環境の構築にフルタイムで割り当てた。SemiAnalysisはその戦略的重要性を、「これはMSLにとって極めて過小評価されている優位性だと考えている」と断言する。
計算資源の増強：5つのギガワット級拠点が同時進行
データ以外にも、報告書は業界でこれまで観測された中で最も攻撃的なデータセンター構築計画について詳述している。Metaは、オハイオ州の「Prometheus」、ルイジアナ州の「Hyperion」、そしてエルパソ、アイオワ、インディアナの名称未公開の3拠点という、各1ギガワットを超える5つのクラスターを同時に建設している。SemiAnalysisは、これまで1ギガワット級のキャンパスを一度に複数構築した企業はなく、前例としてはAWSのインディアナ州における800メガワットの「Project Rainier」が最も近いと指摘する。Metaは現在、2つのギガワット級拠点を同時に建設中である。Hyperionでは、各400メガワットの、報告書が「世界最大の単一建物」と呼ぶ施設を建設しており、現在1.5ギガワット分が建設中である。アイオワ州では、報告書が引用する衛星写真から、Metaがわずか1年で更地から1ギガワット規模の建設現場へと変貌させた様子がうかがえる。
SemiAnalysisの「Tokenomics Model」は、2026年末までにMetaがOpenAIとAnthropicの双方を上回る総AI計算能力を保有すると予測している。同社は、この能力の相当部分はフロンティアモデルの訓練ではなく、レコメンデーションシステムや生成広告に使われると警告しているが、MSL向けの特定の高プロファイルなデータセンター拠点のみを抽出する保守的な前提の下でも、Metaの訓練用計算資源は2027年までOpenAIやAnthropicと同等であるとしている。Googleとの財務的な対比は明確だ。Metaには同じGPUを奪い合うクラウドレンタル事業がなく、ザッカーバーグ氏がフリーキャッシュフローのマイナスを許容する姿勢は、MicrosoftやGoogleが現在の内部モデル訓練では行わない柔軟性をMetaに与えている。
「スケール・アクロス」の解決：AI-Backboneと2,000キロメートルのネットワーク
報告書は、Metaがこれらのキャンパスをどのようにネットワーク化しているか、業界で「スケール・アクロス（scale-across）」と呼ばれる課題について、稀に見る技術的詳細を提供している。Prometheusは単一の拠点ではなく、6つのキャンパスに分散した27のデータセンターの集合体であり、5つは互いに6キロメートル圏内にクラスター化され、6つ目は約75〜80キロメートル離れている。Metaの回答は「AI-Backbone」と呼ばれる新しいアーキテクチャである。これは既存の「10X Backbone」ネットワークを進化させたもので、階層化されたスーパー・スパインと集約ハブを使用し、Prometheusクラスター全体で双方向帯域幅約22ペタビット/秒を実現している。キャンパス間の接続は、光ファイバーの距離に応じて、長距離光通信と高密度波長分割多重（DWDM）システムの組み合わせに依存している。
このアーキテクチャにはトレードオフがないわけではない。SemiAnalysisは、単一のスケールアウト領域内の遅延は1〜10マイクロ秒だが、100キロメートル離れた拠点への通信は、光ファイバー内の光伝播の物理的限界により約500マイクロ秒を下回ることはできないと指摘する。そのため、Metaは事前学習を単一領域内で同期的に実行しつつ、強化学習のワークロードは世界中に非同期的に分散させることを余儀なくされている。報告書によれば、将来の巨大拠点はこの設計をさらに推し進め、最大2,000キロメートル離れたキャンパス同士をリンクさせる予定である。
スーパーチームの結成、そして時折生じる離脱
人材面では、昨年の143億ドルという大型契約でAlexandr Wang氏を迎え入れたScale AIとの提携に続き、Thinking Machinesの共同創業者Andrew Tulloch氏と同社の創業チームの数名、さらに元OpenAIの研究者であるJason Wei氏、Hyung Won Chung氏、Zhiqing Sun氏を採用するなど、高水準なリクルーティングが続いていることを報告書は追跡している。Metaはまた、Dina Powell McCormick氏を社長兼副会長として迎え入れ、計算資源フリートの構築を支援させているほか、4月にはOpenAIの3人体制の計算資源リーダーシップチームを引き抜いた。しかし報告書は、その3人の採用者のうち1人がすでに退社したことに触れ、インフラ組織内のMetaの企業文化の問題を挙げている。これは、紙の上でスーパーチームを編成しても、実践において結束が保証されるわけではないという教訓である。
SemiAnalysisは楽観論を慎重に抑制している。「我々は、RSI（超知能）構築に真剣に挑むために必要なリソースと胆力を結集させた彼らを称賛するが、今は実際の作業を行わなければならない」と著者は記し、計算資源の長期売却契約を撤回条項なしで締結したり、トップ研究者を流出させたりするような決意の揺らぎは、「MSLにとって死刑宣告に等しい」と付け加えている。
Muse Spark 1.1：追いつきつつあるが、まだ到達はしていない
製品そのものについて、アナリストは公式リリースに先立ち「Muse Spark 1.1」に早期アクセスしており、一般的なエージェント利用においてAnthropicの「Opus 4.6」や智譜AI（Zhipu）の「GLM 5.2」とほぼ同等と評価している。これは、4月のMuse Spark初期リリースが多くのベンチマークでオープンソースの競合であるDeepSeek v4 ProやKimi K2.6に遅れをとっていたことから、著しい改善である。同社は、MetaがこのモデルをGLM 5.2のわずか下の価格設定にしたのは、意図的なポジショニングの選択だったと見ている。それでも報告書は、コードの警告を修正せずに無視する傾向や、編集ツールの不適切な使用といった機能的な欠点を指摘しており、SemiAnalysis自身の内部トークンボリュームをMuse Spark 1.1に移行させることはないとはっきりと述べている。同社は、強気なシナリオであっても、2026年末までにMetaがAnthropicやOpenAIと肩を並べることはないと予想している。
Googleの「敗者のメンタリティ」と3位争い
この報告書で最も鋭い言葉が向けられているのはGoogleである。「Gemini 3 Pro」と「Nano Banana」によってGoogleは一時的にフロンティアの議論の場に復帰したが、SemiAnalysisは、DeepMindが競争に必要な計算資源を構造的に飢餓状態に置かれていると論じている。今後2年間のGoogleの増分データセンター容量の大部分は、内部モデルの訓練ではなく、インフラストラクチャ・アズ・ア・サービス（IaaS）やサードパーティAPI事業に充てられると予測されているからだ。同社は、Googleが最近AIインフラ増強のために850億ドルの株式を発行したが、その新しい容量のほとんどは最終的にAnthropicを含む顧客に貸し出されることになると見ている。「これはGoogleの敗者のメンタリティだ」と著者は記し、DeepMindは今後、OpenAI、Anthropic、MSLよりも訓練用計算資源が少なくなるだろうと指摘する。また、Googleの強化学習の取り組みが分散しすぎているため、重要なRL研究者がAnthropicへ流出し続けているとも述べている。
Alexandr Wang氏が最近のポッドキャストで、真のフロンティアラボは「超知能は差し迫っており、すべてのビジネス上の意思決定はそこから導き出されるべきだ」という確信の上に築かれると発言したことを引用し、報告書は、OpenAIやAnthropicに見られる創業者主導の緊急性とは異なり、Googleの経営陣はその確信を真に抱いていないと論じている。SemiAnalysisがGoogle、ひいてはMicrosoft AIやAmazon AGIに対して送るアドバイスは、競合他社の訓練ランを補助し続けるのではなく、計算資源を内部モデル開発に即座に大幅転換し、エンジニアをRLタスクの生成に投入せよというものだ。報告書は、競争環境の順位を突きつける言葉で締めくくられている。同社の見解では、フロンティアAIにおける3位争いは、今やGoogleではなく、MetaとSpaceXのxAIの間で行われている。