Gelombang keluarnya pegawai dari perusahaan Thinking Machines senilai $12 miliar milik mantan CTO OpenAI Mira Murati menyoroti ketatnya persaingan untuk profesional terampil di bidang AI

Kepergian Penting Mengguncang Startup AI Thinking Machines

Persaingan yang terus berlangsung di Silicon Valley untuk mendapatkan ahli AI terbaik semakin memanas minggu ini ketika tiga anggota pendiri Thinking Machines Lab, perusahaan AI yang dipimpin oleh mantan CTO OpenAI Mira Murati, mengumumkan bahwa mereka kembali ke OpenAI. Ketiganya—Brett Zoph, Luke Metz, dan Sam Schoenholz—sebelumnya pernah bekerja di OpenAI sebelum bergabung dengan Thinking Machines.

Fidji Simo, CEO Aplikasi di OpenAI, mengungkapkan berita ini pada hari Rabu. Menurut Simo, Zoph akan melapor langsung kepadanya, sementara Metz dan Schoenholz akan melapor kepada Zoph. Zoph dan Metz adalah co-founder di Thinking Machines, dengan Schoenholz juga merupakan bagian dari tim penelitian dan rekayasa asli.

Kontroversi Terkait Kepergian

Laporan dari Core Memory menyatakan bahwa Murati memberi tahu staf tentang pemecatan Zoph karena dugaan “tindakan tidak etis.” Baik Zoph, OpenAI, maupun Thinking Machines tidak memberikan komentar mengenai masalah ini. Simo menyatakan bahwa proses perekrutan telah berlangsung selama beberapa minggu. Bloomberg melaporkan bahwa Simo mengatakan kepada pegawai OpenAI bahwa Zoph telah memberi tahu Murati tentang niatnya untuk pergi, yang mengakibatkan pemecatannya secara langsung. Simo juga menepis kekhawatiran terkait perilaku Zoph.

Pada hari Kamis, laporan tambahan muncul bahwa dua peneliti lain dari Thinking Machines, Lia Guy dan Ian O’Connell, juga akan pergi, dengan Guy bergabung ke OpenAI. Kepergian profil tinggi ini menyoroti tantangan yang dihadapi laboratorium AI baru dalam mempertahankan talenta saat bersaing dengan raksasa mapan seperti OpenAI, Anthropic, dan DeepMind. Sementara beberapa startup Tiongkok, seperti DeepSeek dan Moonshot AI, telah membangun model yang kompetitif, mereka tidak bersaing untuk mendapatkan kumpulan talenta yang sama.

Tantangan Pendanaan dan Retensi Talenta

Thinking Machines memperoleh pendanaan awal sebesar $2 miliar pada bulan Juli, menjadikan valuasi perusahaan sebesar $12 miliar. Bloomberg kemudian melaporkan bahwa perusahaan sedang mencari investasi lebih lanjut dengan valuasi $50 miliar. Meski berhasil mengumpulkan dana dalam jumlah mengesankan, startup ini kesulitan mempertahankan para peneliti AI-nya. Andrew Tulloch, co-founder lainnya, keluar tahun lalu untuk bergabung dengan divisi AI Meta, yang dikenal menawarkan paket kompensasi yang menggiurkan. Kini, dengan kepergian Zoph, Metz, Schoenholz, Guy, dan O’Connell belakangan ini, perusahaan menghadapi ketidakstabilan lebih lanjut.

Demikian pula, Ilya Sutskever, mantan kepala ilmuwan di OpenAI, mengumpulkan $1 miliar untuk usaha barunya Safe Super Intelligence (SSI) pada akhir 2024, hanya untuk melihat Meta merekrut co-founder-nya Daniel Gross untuk inisiatif AI lanjutan mereka sendiri.

Mengapa Lab AI Baru Sulit Bersaing dalam Mendapatkan Talenta

Ada beberapa alasan mengapa laboratorium AI baru, meskipun berhasil mengumpulkan pendanaan besar, tetap kesulitan mempertahankan peneliti terbaik:

• Keterbatasan Kompensasi: Startup semacam ini sering kali tidak dapat menyaingi besarnya gaji tunai—kadang mencapai tujuh digit—yang ditawarkan oleh perusahaan teknologi mapan seperti Meta, Google DeepMind, dan OpenAI.
• Ekuitas vs. Tunai: Meskipun anggota tim awal mungkin menerima ekuitas dengan potensi nilai besar di masa depan, ini seringkali kurang menarik dibandingkan paket tunai besar yang langsung tersedia di perusahaan besar.
• Risiko Opsi Saham: Ekuitas di perusahaan muda dan privat umumnya lebih berisiko dibandingkan opsi saham dari perusahaan publik atau laboratorium mapan. Google dan Meta, misalnya, menawarkan paket saham yang besar dengan vesting cepat, memungkinkan karyawan mencairkan lebih awal. OpenAI dan Anthropic juga mempertimbangkan IPO, yang bisa memberikan pembayaran besar kepada karyawan dalam waktu dekat—sesuatu yang kurang mungkin terjadi pada startup baru.

Seorang mantan peneliti OpenAI, yang masih berhubungan dengan karyawan Thinking Machines, mengindikasikan bahwa insentif finansial adalah alasan utama kepergian terbaru, dengan beberapa staf tergoda kembali ke OpenAI oleh tawaran yang sangat menggiurkan. Individu ini juga berspekulasi bahwa upaya perekrutan Simo mungkin bertujuan untuk mengganggu upaya penggalangan dana Thinking Machines, karena investor biasanya khawatir ketika anggota tim pendiri keluar.

Akses ke Daya Komputasi: Tantangan Lainnya

Tantangan besar lain bagi laboratorium AI baru adalah mendapatkan sumber daya komputasi yang cukup. Sementara laboratorium mapan sering mengeluhkan terbatasnya akses ke kapasitas pusat data untuk melatih dan menerapkan model bahasa besar, mereka telah menginvestasikan miliaran dolar untuk membangun infrastruktur mereka. Skala mereka menjadikan mereka pelanggan prioritas bagi Nvidia, yang chip-nya sangat penting untuk melatih model AI tingkat lanjut. Google telah mengembangkan chip AI sendiri (TPU), mengurangi ketergantungan pada Nvidia, sementara Meta, OpenAI, dan Anthropic telah membangun pusat data khusus dan bermitra dengan penyedia cloud besar seperti Amazon Web Services dan Microsoft. Sebaliknya, laboratorium yang lebih muda mungkin kesulitan memperoleh GPU dan daya komputasi yang mereka butuhkan, meskipun kebutuhan keseluruhan mereka lebih kecil.

Strategi Produk dan Model Bisnis yang Belum Jelas

Banyak laboratorium AI baru, termasuk Thinking Machines, belum memiliki penawaran produk atau rencana bisnis yang jelas. Thinking Machines sejauh ini baru merilis satu produk—alat beta bernama Tinker, yang diluncurkan pada Oktober, untuk membantu peneliti dan pengembang menyesuaikan model bahasa open source untuk tugas tertentu. Perusahaan juga telah menerbitkan riset tentang pengoptimalan pelatihan model, tetapi belum menunjukkan kapan produk atau sumber pendapatan yang tersedia secara luas akan muncul.

Beberapa karyawan dilaporkan merasa frustrasi dengan kurangnya kejelasan arah produk, terutama jika dibandingkan dengan kecepatan di laboratorium yang lebih mapan. Namun, beberapa sumber menyebutkan bahwa kekhawatiran tersebut belakangan ini telah mulai diatasi. Yang menarik, Zoph, Metz, dan Schoenholz akan melapor kepada Simo, kepala produk OpenAI, bukan kepala penelitian, yang mungkin mengindikasikan minat mereka pada pekerjaan AI yang lebih terapan.

Laboratorium baru lain menghadapi tantangan serupa. Misalnya, SSI milik Sutskever belum mengungkapkan rencana produknya atau merilis model, meskipun komentar terbaru menunjukkan peluncuran mungkin segera dilakukan. Sutskever sebelumnya menyatakan bahwa SSI mungkin akan menunggu terobosan besar dalam keamanan AI sebelum merilis produk apa pun.

Artikel ini awalnya diterbitkan di Fortune.com.