Je hoort vaak dat succesvolle mensen volledig tegenovergestelde ervaringen van succes hebben. Dit komt omdat ze zich misschien niet eens bewust zijn van de toepassingsvoorwaarden van deze ervaringen. Bijna alle ervaringen zijn ruis, er is geen enkel advies dat voldoende algemeen is. Het enige wat je kunt doen, is zoveel mogelijk informatie verzamelen en vervolgens een rationele beoordeling maken.

Het huidige probleem van Meta AI is eigenlijk Zuckerberg zelf. Zijn aanwervingen kunnen worden omschreven als puur verwarrend en willekeurig. Voordat Alexandr Wang werd aangenomen, kwamen de verantwoordelijken voor GenAI-toepassingen allemaal uit VR/AR-achtergronden. Laten we zelfs niet discussiëren of het logisch is dat VR/AR-mensen GenAI leiden, kijk gewoon naar hun cv's, de een van Google Glass en de ander van Apple ML? We weten allemaal hoe dat is gegaan. Aan de onderzoekszijde: LeCun is al jaren basically hands-off (hoewel hij eerlijk gezegd heeft bijgedragen aan deze GenAI-golf, LLaMA is voortgekomen uit het werk van zijn studenten in Frankrijk). Maar sinds vorig jaar is hij net als Elon, de hele dag aan het tweeten. Een andere VP, Joelle Pineau, is academisch sterk maar gevestigd in Canada en niet echt hands-on. Is het zo moeilijk voor Zuck om een volledig toegewijde Research VP op het hoofdkantoor te vinden? Is dat niet waar je $100M-pakketten voor zijn? AI-infrastructuur is nog erger, een hoofdloze puinhoop. Afdelingen overlappen elkaar en vechten om territorium. De meeste directeuren en junior VP's zijn middelmatig, verspillen energie aan het opnieuw uitvinden van het wiel en lobbyen bij Zuck om concurrenten te elimineren. Een vorige VP vertrok na een meningsverschil, en niemand anders wilde het overnemen. Deze hele aanwervingsgolf voelt aan als het verzamelen van grote namen zonder na te denken over complementaire vaardigheden. Vergelijk het met Anthropic, Thinking Machines, zelfs xAI — tenminste, hun organigrammen maken zin. Bij Meta vraag je je af hoe deze mensen überhaupt samen kunnen werken. Ze hebben enorme middelen gestoken in het aannemen van mensen na de training, maar: Zijn de basismodellen goed genoeg? Is de infrastructuur goed genoeg? Sommige aanwervingen zijn ex-YouTube Shorts-directeuren of Scale AI VP's die zijn binnengebracht door Alexandr Wang. Heeft iemand de moeite genomen om hun reputatie te controleren? Vraag 10 collega's, kun je zelfs één positieve beoordeling vinden? Tegen al dat, lijkt het bijna niet de slechtste zet om Alexandr Wang binnen te halen. Eerlijk gezegd zou Zuck beter af zijn met het inhuren van een consultant om een goede aanwervingsroutekaart op te stellen. Voor $5M aan kosten zou ik hem waarschijnlijk $5B kunnen besparen op de lange termijn.

Ik hou van diversiteit. Maar diversiteit mag niet ten koste gaan van verdienste.