Yann LeCun vs Alexandr Wang: MetaのAIシフトが危機を引き起こした理由

Metaでの決別が公式になりました。2026年1月をもって、同社の長年務めたチーフAIサイエンティストであるヤン・ルカン氏は、自身のスタートアップを設立するために退職しました。"Advanced Machine Intelligence."しかし、ヘッドラインは彼の退職だけでなく、後任者への痛烈な批判にもなっています。

ルカン氏は、マーク・ザッカーバーグが新しい「Superintelligence Labs」のリーダーに指名した、28歳のScale AI創業者であるアレクサンドル・ワン氏について、言葉を選びませんでした。率直なやり取りの中で、ルカン氏はワン氏を「経験不足」と呼び、特に研究への直感の欠如を指摘しました。「彼は学習が速く、自分が知らないことを知っています…しかし、研究経験はありません」とルカン氏は述べました。

これは単なる役員間のドラマではありません。The Yann LeCun vs Alexandr Wang conflict これは、シリコンバレーが人工知能にアプローチする方法における根本的な亀裂を表しています。これは、Metaにおける「学術時代」の終焉と、Llama 4の静かな失敗によって触媒された、冷酷で製品主導のフェーズの始まりを告げるものです。

経営陣への教訓：なぜLeCunはWangのリーダーシップを拒否したのか

技術的な影響を分析する前に、人間的な側面を見る必要があります。Redditのスレッドから業界の裏ルートまで、コミュニティの反応は、ハイレベルなR&Dにおける重要なユーザーエクスペリエンスを浮き彫りにしています。科学のパイオニアを、プロダクトエンジニアと同じように管理することはできません。

「ビルダー」対「研究者」の摩擦

このYann LeCun対Alexandr Wangの対立の核心は、オペレーティングシステムの不一致にあります。Wangは、人間の介入を伴うデータクリーニングと迅速な実行であるロジスティクスに基づいてScale AIを構築しました。彼はビルダーです。LeCunは、仮説、実験、そして長期的な理論に基づいて活動するチューリング賞受賞者です。

Zuckerbergが研究部門をWangの指揮下に置くように組織図を再編成したとき、摩擦はすぐに生じました。LeCunは明確に述べました。「研究者に何をすべきかを指示することはできません。特に私のような研究者には。」

これは、テクノロジー企業にとって明確な教訓となります。トップクラスの科学者は、自分たちの仕事を、完了すべきJiraチケットではなく、未知の探求と見なしています。インサイダーによって攻撃的で指標重視と説明されているWangのアプローチは、製品のスケーリングには有効ですが、AGI（人工汎用知能）の発見に焦点を当てた人材にとっては忌避剤として機能します。オブザーバーの間でのコンセンサスは、WangにはLeCunが育成した特定の種類の研究者を引き付けたり維持したりするために必要な「重力」が欠けているということです。ノーベル賞レベルの思考を持つ人材を採用するなら、データラベリングサービスを販売して名を馳せたマネージャーではなく、リソースを提供するべきです。

The Catalyst: The Llama 4 Benchmark Scandal

イデオロギーの分裂は、Llama 4 の壊滅的な展開がなければ管理可能だったかもしれません。この特定の出来事は、ヤン・ルカン vs アレクサンダー・ワン 理論的な意見の相違から緊急の企業再編へとダイナミクスを変えました。

信頼問題と改ざんされたデータ

2025年後半、Llama 4 がパフォーマンス目標を達成していないことが明らかになりました。遅延させたり方向転換したりする代わりに、GenAI チームの一部はベンチマーク結果を「改ざん」したとされています。つまり、一般的な推論能力を向上させるのではなく、テストに合格するためにモデルを特別に最適化したのです。

これは実質的に、ザッカーバーグの確立された研究文化への信頼を壊しました。ルカンが提唱した「学問の自由」は、Llama 4 の失墜を受けて、説明責任の欠如と見なされました。ザッカーバーグは修正を必要としていました。発見よりも納品を強制できる人物が必要でした。

アレクサンダー・ワンの登場です。彼の任命は、Llama 4 の大失敗への直接的な対応でした。ザッカーバーグは、ルカンの遺産を継続するためではなく、Llama 4 の失敗を招いた文化を解体するためにワンを連れてきました。方向転換は過酷でした。新しいAIの物理学を発明しようとするのをやめ、たとえ基盤となる科学が斬新でなくても、機能する製品を出荷し始めることでした。

イデオロギーの乖離：LLMは「行き止まり」か

個人的な敵意は、根本的な技術的意見の相違によって煽られています。LeCun氏は長年、大規模言語モデル（LLM）はAGIへの道における「オフランプ」であると主張してきました。彼は、LLMは統計的には印象的だが、「ワールドモデル」—物理的な因果関係の理解—を欠いているため、根本的に限界があると考えています。

LeCun氏のワールドモデル構想

の文脈でヤン・ルカン対アレクサンダー・ワン 分割, これが差別化要因です。LeCunは、LLM（WangとZuckerbergが注力している道）のためにより多くのGPUに数十億ドルを注ぎ込むのはリソースの無駄だと考えています。

LeCunの新事業であるAdvanced Machine Intelligenceは、文の次のトークンを予測することに依存しないアーキテクチャに賭けています。彼は、現在のトランスフォーマーが苦労している、世界を観察し、物理学を学び、行動を計画するAIを望んでいます。

「LLMピル」を飲んだMeta戦略

対照的に、Alexandr Wangは「LLMピル」を飲んだ見解を表しています。この陣営は、十分なデータと計算能力があれば、現在のモデルの幻覚や推論の誤りは消えると考えています。WangのScale AIでの経歴は、LLMの獣に餌を与えることに完全に根ざしています。MetaのSuperintelligence Labsに対する彼の戦略は明確です。スケールアップし、RLHF（人間のフィードバックからの強化学習）を洗練し、スマートソフトウェアへの道を力任せに切り開くことです。

LeCun氏にとって、自身の研究室が自身が「行き止まり」と見なす技術のために転用されるのを見ることは、おそらく退職への最後の後押しとなっただろう。

Wang氏によるSuperintelligence Labsの未来

LeCun氏が去ったことで、純粋な商業化に対するチェック・アンド・バランスが失われた。この Yann LeCun氏 対 Alexandr Wang氏への移行は、MetaのAI製品化への完全なコミットメントを示す。

研究からエンジニアリングへ

Metaの採用・解雇パターンに急速な変化が見られる。「ブルースカイ」研究者はLeCun氏の新しいスタートアップや学界へと移りつつある。その代わりに、Wang氏は最適化、推論コスト削減、および即時的な製品統合に焦点を当てたエンジニアを採用している。

その影響は大きい。Metaは、即時的な商業的優位性を持たないオープンソース論文の発表を停止する可能性が高い。Llama時代を定義づけた透明性――主にオープンサイエンスへのLeCun氏の信念によって推進された――が危機に瀕している。Wang氏の経歴は、モデルの重みやトレーニングデータを科学的貢献ではなく、専有的な優位性として扱う、より慎重なアプローチを示唆している。

Wang氏はDeliverできるか？

Wang氏が「経験不足」であるという批判は、研究の文脈では妥当ですが、彼は数十億ドル規模の企業を成功裏に経営してきました。問題は彼が損益計算書を管理できるかどうかではなく、イノベーションを育成できるかどうかです。もしAIにおける次のブレークスルーが（LeCunが示唆するように）全く新しいアーキテクチャを必要とするなら、エンジニアリング効率に最適化されたラボは見逃すでしょう。

Metaは、Transformerアーキテクチャにはより良い管理が必要であるということに1400億ドルを賭けています。LeCunは、彼らが間違っているということに自身の評判を賭けています。

FAQ：Meta AIの再編を理解する

ヤン・ルカンはなぜ2026年にMetaを去ったのか？

ルカン氏は、技術戦略（特にLLMへの依存）に関する和解不能な意見の相違と、マーク・ザッカーバーグがAI部門をAlexandr Wangの指揮下に再編した後の自律性の喪失により退職しました。

Llama 4の論争とは何でしたか？

Llama 4は社内のパフォーマンス期待を満たせず、GenAIチームがモデルを実際よりも有能に見せるためにベンチマークデータを操作または「改ざん」したという疑惑につながりました。これにより、既存チームに対する経営陣の信頼が失われました。

ルカン氏とWang氏の主な違いは何ですか？

ルカン氏は長期的な「World Models」に焦点を当てた科学者であり、LLMには限界があると信じています。Wang氏は、現在のLLMを改善するためにエンジニアリング速度とデータスケーリングを優先する、製品中心の起業家（Scale AIの創業者）です。

ルカン氏の新しい会社の焦点は何ですか？

彼の新しいスタートアップ「Advanced Machine Intelligence」は、物理的な現実を理解するAIアーキテクチャの作成に焦点を当てています。creating AI architectures that understand physical realityそして、ChatGPTのようなモデルのテキスト予測手法から離れた原因と結果。

なぜLeCunはAlexandr Wangを経験不足と呼んだのか？

LeCunはWang氏が世界レベルの科学者を率いるために必要な科学的背景と研究的直観を欠いていると批判し、標準的な企業やプロダクトマネジメントの手法ではトップ研究者を管理することはできないと主張した。