Meta砸重金挖角OpenAI等公司頂尖AI人才，但有研究顯示，全明星團隊可能因自我衝突而失敗。
除了28歲前ScaleAI執行長Alexandr Wang領導Meta超級智能部門之外，目前已有十多名OpenAI工程師跳槽至Meta，還有來自Anthropic和Google DeepMind的知名專家。據彭博社報道，朱克伯格的賭注是，透過集中頂尖人才並給予無限資源，他能縮小與競爭對手的差距，加速開發先進AI系統，達到接近「通用人工智能(AGI)」的假設目標點。
但事實證明，組建滿是天才的團隊並非總是致勝策略。若缺乏專業管理，團隊中過多人才可能導致效益遞減，甚至因自我衝突和化學反應不佳而徹底失敗。哈佛商學院教授Boris Groysberg研究團隊動態超過20年，他表示：「華爾街相信只要把最有能力的人聚在一起，魔法就會發生。但魔法不會發生，很多情況下你會看到嫉妒、背後捅刀、破壞。」
2011年時，Groysberg等人發表研究結論，華爾街精英公司在研究團隊中加入更多「全明星」分析師，過了某個點後實際上會損害績效。當具有重疊專業領域的全明星約佔研究團隊一半時，分析師的「自我」開始作祟，他們開始壟斷訊息而非合作。
密歇根大學商學院教授LindredGreer表示，每個人的職責必須明確界定，「如果每個人都有清楚的泳道，他們就不會把彼此視為威脅。」另一個技巧是在一開始就公開決定誰在關鍵議題上擁有決策權，否則對權威的競爭可能摧毀團隊。卡內基美隆大學教授Woolley表示：「階層制度有助於團隊協調，關鍵是要有清晰度。」
