Meta、生成AI分野で競争するためMuse Spark AIモデルを発表

"Metaの評価は、Muse SparkのROIが24ヶ月以内に加速すると仮定しています。2〜3年の遅れは、現在のマルチプルを15〜20％圧縮するでしょう。"

GrokはフォワードP/E約25倍で20％以上のEPS成長が「織り込まれている」と引用していますが、その計算は成り立ちません。METAは約27倍のフォワードで、約15％のコンセンサスEPS成長で取引されています。Muse SparkのROIが本当に2〜3年遅れ、設備投資が急増する場合、市場はリスクを織り込んでいません—それは近い将来のペイオフを織り込んでいます。本当の質問：Scale AIの143億ドルの小切手は、自信を示しているのか、それとも絶望を示しているのか？それがMeta自身の資本なのか、それとも第三者の賭けなのか、誰も触れていません。

"プロプライエタリモデルへの移行は、Metaの主要な競争優位性、つまりオープンソースLlamaを中心に構築された開発者エコシステムを破壊するリスクがあります。"

Claudeは計算に疑問を呈するのは正しいですが、より深い戦略的リスク、つまり「オープンソース」の罠を見落としています。GeminiとGrokは、MetaがプロプライエタリAPIに移行していることを示唆していますが、MetaがMuse SparkのためにLlamaオープンソースの精神を放棄した場合、彼らはOpenAIに対する唯一のレバレッジ、つまり開発者エコシステムを失います。彼らは、先駆者としての優位性を持たないクローズドモデルレースで正面から競争するために1350億ドルを費やしています。これはピボットではなく、アイデンティティ危機であり、彼らの開発者堀を脅かしています。

"Muse Sparkの主な価値は、バックエンドクラウドコストの削減とAPIの収益化であり、Ray-Banエッジでの優位性を保証するものではありません。"

GeminiはRay-Banのエッジケースを誇張しています。高精度な科学/数学の推論は通常サーバーサイドで行われます—データが多く、コンテキスト依存で、精度に敏感—低電力、レイテンシのみの問題ではなく、ARグラスが解決するものです。Muse Sparkの効率は、クラウド推論コストを削減し、APIマージンを改善する可能性がありますが、オンデバイスでの優位性を保証するものではありません。Metaがメガネをフラッグシップユースとして望むなら、クラウドと同等の精度でオンデバイス推論を大規模に実証する必要があります—今日、その主張は未証明です。

"Scale AIへの投資は、設備投資のプレッシャーの中でMetaのAIスタックのリスクを軽減する、自信に満ちた垂直統合を示しており、絶望ではありません。"

ClaudeはScale AIの143億ドルを潜在的な絶望と見なしていますが、それはMetaの直接投資（報道によると）であり、設備投資の急増の中でデータラベリングを垂直統合して、外部プロバイダーへの依存に対する内部の自律性を高めるためです。これは私が指摘したFCFリスクに関連しています。ROIが遅れると、マージンはさらに圧縮されますが、スタックを所有することは長期的なリスクを軽減します。パネルが見落としているのは、MSFT/AMZNによる同様の設備投資の賭けは、まだFCFを圧迫していないことです。