MetaのAI人材戦略を國光宏尚さんが解説。「見抜く力」を「託す力」に変えると起きること

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくんです。今回は、投資家・起業家の國光宏尚さんがXに投稿していた、MetaのAI人材戦略についての分析ポストを紹介します。

國光宏尚（@hkunimitsu）

当初は、「ザッカーバーグが札束でスター研究者を集めているだけじゃないか」とも見えました。でも2026年に入って、少し評価を変えた方がよさそうです。

國光さんの投稿は、こんな書き出しで始まります。昨年まで、MetaのAIは正直かなり迷走して見えていました。Llama 4は失速、優秀な人がどんどん辞めていく、組織も作り直す……傍から見ても、危なっかしい空気だった。

そこにScale AIを創業したAlexandr Wangが、Chief AI Officerとして入ってきました。Meta Superintelligence Labs（MSL）という新チームを立ち上げ、OpenAIやGoogle DeepMindから、猛烈な勢いでトップ人材を引き抜いていった。正直、最初の見え方は「札束でスター研究者を集めてるだけじゃないの？」だったと國光さんも書いています。

私も同じ投稿をパッと見ただけなら、たぶん同じ感想を持ったと思います。
でも——4月にMuse Sparkが出て、7月にMuse ImageとMuse Video、そして8月にはMuse Code。基盤モデルを作って、改善して、APIにして、画像・動画へ広げて、コーディングエージェントまで製品化。わずか4カ月。

ここで一つ、私が引っかかったのは「人を集めた“だけ”では、こんなペースで製品は出ない」という当たり前の事実でした。私自身、才能診断でMaximizer（人の才能を見抜く力）が1位に出るんですが、正直それだけじゃ何も動きません。見抜いた才能を、実際にチームとして噛み合わせる仕組みがなければ、宝の持ち腐れで終わる。抱え込みは、才能への裏切りでもあります。

Metaのこの4カ月は、その“噛み合わせ方”のケーススタディとして読めます。

私たちの会社は、Metaみたいに何千億円も動かせるわけじゃない。でも構造は一緒だと思います。才能を見抜いて満足して終わるか、見抜いた先に「じゃあ、この人にはどこを任せよう」まで考えるか——その一歩の差が、4カ月で4製品出せるチームと、アイデアだけで止まるチームを分けています。

國光宏尚（@hkunimitsu）

DeepMindから「巨大モデルをゼロから学習する能力」OpenAIから「RL/Post-trainingでReasoningやAgent能力を伸ばす能力」Meta内部から「Llamaを大規模運用してきた経験」そこにNat FriedmanのProduct力を載せた。

國光さんが挙げているメンバーを見ると、面白いのは全員が同じ仕事をしてるわけじゃないということ。DeepMindから来た人は「ゼロから巨大モデルを学習させる力」、OpenAIから来た人は「強化学習やPost-trainingで思考力・実行力を伸ばす力」、Meta生え抜きは「Llamaを実際に大規模運用してきた現場の経験」……それぞれ持ち場が違います。

で、そこに元GitHub CEOのNat Friedmanが「研究の成果を製品に落とす力」を足しています。つまり、優秀な人を11人集めたんじゃなくて、足りないピースを1個ずつ埋めていった、という順番なんだよね。

これ、私が一番刺さったところでした。2025年、がんで入院して、朝のライブ配信を強制的に中断したことがあった。最初は「居場所を奪われた」って、正直複雑な気持ちでした。でも、仲間のただっちが代わりに配信を続けてくれて……病室からスマホでその光景を見た時、震えた。結果的に、ただっちも成長して、番組もむしろ良くなりました。手放したら、全部良くなった。

Metaのチームも、ザッカーバーグ一人が全部やっていたら絶対にこのペースは出ません。役割を渡す勇気があったから、4カ月で4回のローンチが実現しました。あなたの会社で「これは自分じゃなきゃ」と思い込んでる仕事、一つ思い浮かべてみてほしい。それ、本当に自分じゃないとダメなのかな。

正直、渡す瞬間は怖いものです。任せた相手が失敗するかもしれないし、自分がやった方が早いと思ってしまいます。でも、その怖さを一回飲み込んで渡してみないと、いつまでも自分のキャパシティが会社全体の上限になってしまう。Metaが11人のスペシャリストを集めても、役割を渡していなければ、結局ザッカーバーグ一人分の速度でしか動けなかったはずです。任せる勇気こそが、速さの土台になります。

國光宏尚（@hkunimitsu）

・Alexandr Wang：29歳 Scale AI創業者。MSL全体を率いるChief AI Officer。・Shengjia Zhao：31〜32歳前後 OpenAIでGPT-4、ChatGPT、oシリーズなどに関与。現在はChief AI Scientist。

國光さんが挙げた11人のプロフィールを読むと、びっくりするくらい若いです。Alexandr Wangは29歳でChief AI Officer。GPT-4やo1に関わったShengjia Zhaoは31〜32歳前後でChief AI Scientist。DeepMindでGemini開発を担ったJack Raeも30代半ば……。

30歳前後で、世界最先端のAIを作っています。しかも、それぞれの専門は見事にバラバラです。学習理論の人、強化学習の人、マルチモーダルの人、プロダクト化の人。肩書きより先に、専門性の置き場所がはっきりしています。

ここで思うのは、経歴の長さより「どこで一点特化してきたか」の方が、今は価値になっているということ。私が普段から言ってる北極星は「凸凹のまま、夢中に生きる。だから噛み合い、満たしあえる」というもの。国籍も年齢もバラバラな11人が、それぞれの凸凹のまま集まって、噛み合った結果がMuse Codeなんだと思います。

読んでいるあなたの周りにも、一点特化した人、いないかな。その人の凸凹を、丸めずにそのまま活かせてる？答えが「はい」なら、それだけで十分だと思います。

私は昔、スタッフの「これは得意だけど、これは苦手」っていう凸凹を、なるべく平均的に埋めさせようとしてたことがあった。でもそれ、実は一番遠回りだったんだよね。得意なところを思いっきり伸ばして、苦手なところは別の人か、AIに任せます。Metaのチーム構成を見て、あらためてそれを思い出しました。凸凹を平らにならすんじゃなくて、凸凹のまま噛み合わせる相手を探す方が、結果的に早いし、深い。

國光宏尚（@hkunimitsu）

MSL立ち上げ時に公表された主要スター採用11人のうち、少なくとも7人が中国本土の大学出身。清華大、北京大、中国科学技術大、浙江大など、中国最高峰の大学から人材が大量に出ています。

國光さんの投稿でもう一つ興味深かったのが、MSL立ち上げ時の主要スター採用11人のうち、少なくとも7人が中国本土の大学出身だったという指摘です。清華大、北京大、中国科学技術大、浙江大……最高峰の大学から、次々に人材が出ています。

そこから見えるルートは、こう。中国トップ大学→Stanford・MIT・Berkeley・CMUなど米国トップ大学院でPhD→OpenAIやGoogle DeepMindでフロンティアモデル開発→Metaなどへ。国境を越えて、実力のある人が実力のある場所へ、まっすぐ流れていきます。

正直、これを読んで一番思ったのは「うちの採用は、知り合いの範囲だけで閉じてないか？」ということ。私が普段から言ってるのは「競争ではなく共創へ」。会社や国境で人を囲い込むより、開いて任せた方が、結果的に強いチームになります。Metaの黄金ルートは、それを地でいくような話だった。

もちろん、うちみたいな小さな会社が世界中から人を引き抜くことはできません。でも「近くにいる人の中で一番得意な人に、その仕事を渡す」くらいのことなら、今日からできるはずです。

しかもね。今はAIエージェントという選択肢も増えました。国境を越えて人を採用しなくても、自分の分身AIやチームのAIに、得意分野を任せることはできる。黄金ルートを歩ける人がどれだけ少なくても、任せる先の選択肢自体は、私たちの手元にもちゃんと増えてきています。

國光宏尚（@hkunimitsu）

これまでは、半導体を中国に渡さない。GPUを中国に渡さない。最先端モデルを中国に渡さない。という競争だった。でもAIで最後に価値を持つのは、「そのモデルを作れる人間」でもある。米中対立がさらに激しくなれば、次に来るのはおそらく、半導体規制から、人材規制へ。

國光さんの投稿は、最後にちょっと不穏な予測で締めくくられています。これまでの米中AI競争は、半導体・GPU・最先端モデルを「渡さない」競争だった。でも、最後に価値を持つのは「そのモデルを作れる人間」そのもの。だから次は、半導体規制から人材規制へ向かうんじゃないか、と。国家間の競争の焦点そのものが、モノから人へ移る、という指摘です。

いやー、これは重い話だなと思いました。人の移動そのものを止めようとする発想……。

でも、ここで私が考えたいのは、国家レベルの話じゃなくて、自分たちの手元でできることの方。囲い込む・止める・独占するという発想は、実は私自身が一番苦手としてきたやり方でもあります。「抱え込みOS」から「委ねるOS」への書き換え、これが私の一番大きなテーマだった。全部一人で背負い込んで、結果として自分が止まったら全部止まる状態を、何度もやってきました。

規制で囲い込む発想と、任せて開く発想。どっちが長い目で強いチームを作るか——Metaの4カ月を見る限り、答えは後者な気がしています。

もちろん、国家安全保障の話と、私たちの経営の話を単純に同じ土俵に乗せることはできません。でね。規模は違っても「怖いから囲い込む」という反応そのものは、実は同じ根っこから出ています。怖さの正体を見ないまま囲い込みを強めても、長い目で見たら誰も得しないんじゃないかな。そこにだけは、正直でありたいです。むしろ、怖さの中身をちゃんと言葉にして、信頼できる相手にだけでも開いてみる方が、結果的に早く前へ進めることの方が多い気がしています。

國光宏尚（@hkunimitsu）

人材を集めただけではなく、かなりチームとして形になってきています。

國光さんの投稿を締めくくる一文が、実はこの記事で一番大事なところだと思います。「人材を集めただけではなく、かなりチームとして形になってきています」。

集める力と、チームにする力は、別物。ここがMetaの4カ月から私が一番受け取ったメッセージでした。

ぶっちゃけ、私も人の才能を見抜くのは、そこそこ得意な方だと思います。でも見抜いた後、任せきれずに自分で全部やっちゃう癖が、正直まだ抜けてない。「もっと良くしたい」が先に立って、「これで十分」と言えない。完璧主義は、時に一番の敵になります。一人で磨き続けて、気づいたら熱が冷めていた……なんてことも、正直何度もあった。

見抜く力だけじゃ、何も動きません。託す力とセットになって、はじめてチームになります。今週、あなたの一番大事な仕事を一つ、誰か（AIでもいい）に渡してみる——というのはどうだろう。

國光さんの投稿を読んで、私が最後に思ったのはシンプルなこと。世界最先端のAI組織でさえ、「見抜いて終わり」じゃなく「託してからが本番」だった。私たちの手元の仕事も、たぶん同じなんだと思います。

MetaのAI組織がこの4カ月で見せたのは、優秀な人を集めることそのものより、集めた人にちゃんと持ち場を渡して、チームとして動かした、という順番でした。年齢も国籍もバラバラな11人が、それぞれの凸凹のまま噛み合った結果、基盤モデルからコーディングエージェントまでの連続ローンチが実現しました。

見抜く力があっても、託す力とセットにならなければ、何も動き出さない。それは大きな会社の話でも、私たちの手元の仕事でも、同じだと思います。国境を越えて人を集められなくても、近くにいる人やAIに得意分野を任せることなら、今日からでも始められます。

あなたの周りにも、まだ渡せていない仕事、渡せていない才能、あるんじゃないかな。今日の記事が、その一歩を考えるきっかけになったら嬉しいです。答えは、この記事の中にあるかもしれません。