แผง AI
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
The panel's net takeaway is that Meta's massive AI capex bet on improving engagement and ad targeting is risky due to potential timing issues, high recurring costs, and the risk of competitors leapfrogging in AI development. However, there's also opportunity in Meta's open-source strategy and potential new revenue streams from AI.
ความเสี่ยง: Recurring hardware depreciation costs and competitors leapfrogging in AI development before Meta can monetize its investments.
โอกาส: Potential new revenue streams and improved ad targeting from Meta's open-source AI strategy.
บทความเต็ม
Yahoo Finance
เมื่อ Meta เปิดเผยรายงานผลประกอบการรายไตรมาสเมื่อเย็นวันพุธ ที่ผ่านมา เพื่อนร่วมงานคนหนึ่งชี้ให้เห็นว่า Meta สูญเสียเงินไป 4 พันล้านดอลลาร์ใน Reality Labs ซึ่งเป็นหน่วยงานที่รับผิดชอบสำหรับแว่นตา AR, หูฟัง VR และซอฟต์แวร์ VR ของบริษัท
ฉันนอนยิ้มในตอนแรก การที่ Meta สูญเสียเงิน 4 พันล้านดอลลาร์ใน Reality Labs ไม่น่าจะทำให้ฉันประหลาดใจ มันเป็นสิ่งที่แน่นอน Reality Labs สูญเสียอีก 4 พันล้านดอลลาร์ และอีกทั้ง ท้องฟ้ายังเป็นสีฟ้าอีกด้วย
จากนั้นฉันก็ตระหนักว่า ตัวมันเองก็เป็นเรื่องที่น่าสังเกต — สำหรับ Meta การขาดทุนในหน่วยงานนี้เป็นพฤติกรรมโดยตรงที่ค่อนข้างเฉลี่ย เมื่อพิจารณาจากรายงานผลประกอบการรายไตรมาส 21 ฉบับที่ผ่านมา นับตั้งแต่ปี 2021 Meta ได้ขาดทุนรวม 83.5 พันล้านดอลลาร์ใน Reality Labs ซึ่งคิดเป็นค่าเฉลี่ยประมาณ 4 พันล้านดอลลาร์ต่อไตรมาส นั่นมันบ้ามาก!
สิ่งที่น่าทึ่งไม่แพ้กันคือ แม้ว่า Meta จะถอยทัพจากความทะเยอทะยานใน metaverse แล้ว การใช้จ่ายใน AI จะมากขึ้นอย่างมาก
แน่นอนว่า Meta ก็ไม่ได้ไม่มีเงิน ในไตรมาสแรกของปีนี้ บริษัทโซเชียลมีเดียโพสต์รายได้สุทธิ 26.8 พันล้านดอลลาร์ เพิ่มขึ้น 61% เมื่อเทียบกับปีก่อนหน้า; รายได้ยังเพิ่มขึ้น 33% เมื่อเทียบกับปีที่แล้วเป็น 56.3 พันล้านดอลลาร์
แต่แม้จะมีการวางรากฐานในโซเชียลมีเดีย Meta ก็มีเป้าหมายในปัจจุบันคือการรักษาความสามารถในการแข่งขันกับผู้นำ AI อย่าง OpenAI และ Anthropic Meta คาดการณ์ว่าจะใช้จ่ายระหว่าง 125 พันล้านดอลลาร์ถึง 145 พันล้านดอลลาร์ในปี 2026 ซึ่งเกินกว่าการคาดการณ์ของนักวิเคราะห์และการประมาณการก่อนหน้านี้ของ Meta
“เรากำลังเพิ่มการคาดการณ์ capex โครงสร้างพื้นฐานของเราสำหรับปีนี้” Mark Zuckerberg CEO ของ Meta กล่าวในการโทรศัพท์สาธารณะกับนักลงทุนเมื่อวันพุธ “ส่วนใหญ่เป็นเพราะต้นทุนส่วนประกอบที่สูงขึ้น โดยเฉพาะราคาหน่วยความจำ […] เรามุ่งเน้นไปที่การเพิ่มประสิทธิภาพการลงทุนของเรา”
Meta ยังใช้เงินจำนวนมากในการสร้าง metaverse ที่ไม่มีใครต้องการหรือสนใจจริงๆ จะต้องใช้เงินมากขึ้นไปอีกในการสร้าง AI superintelligence ที่ (บางคน) ต้องการ Last year, Meta went on an expensive hiring spree, poaching over 50 AI researchers and engineers from competitors, which helped the company ship its newly overhauled AI model, Muse Spark, earlier this month. While CEO Mark Zuckerberg reported “large increases” in Meta AI use since that release, it’s only getting more expensive to build and maintain AI products.
ในการโทรศัพท์การประชุม นักลงทุนที่กังวลคนหนึ่งถามว่า Meta สามารถให้ข้อมูลเกี่ยวกับค่าใช้จ่ายด้านเงินทุนสำหรับปี 2027 ได้หรือไม่ การตอบกลับนั้นไม่เป็นที่น่าพอใจ
“เราไม่ได้ให้ข้อมูลเฉพาะเกี่ยวกับ capex ปี 2027 และเรากำลังอยู่ในกระบวนการวางแผนที่พลวัตมากเช่นกัน เนื่องจากเรากำลังพิจารณาความต้องการด้านกำลังประมวลผลของเราในช่วงหลายปีข้างหน้า” Susan Li CFO ของ Meta ตอบ “ประสบการณ์ของเราจนถึงตอนนี้คือเราประเมินความต้องการด้านกำลังประมวลผลของเราต่ำเกินไปอย่างต่อเนื่อง”
ดังนั้น แม้จะมีความสำเร็จในการรายงานผลประกอบการที่น่าประทับใจ แต่ผู้ลงทุนของ Meta ก็ไม่ตื่นเต้น หุ้นลดลงมากกว่า 5% ในการซื้อขายหลังตลาด
วงสนทนา AI
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
ความเห็นเปิด
G
Gemini by Google
"ความไม่สามารถของ Meta ในการคาดการณ์ความต้องการด้าน compute บ่งชี้ว่าค่าใช้จ่ายด้านเงินทุนกำลังกลายเป็นศูนย์ต้นทุนที่ควบคุมไม่ได้ซึ่งคุกคามการขยายตัวของอัตรากำไรขั้นต้นในระยะยาว"
ปฏิกิริยา visceral ของตลาดต่อคำแนะนำ capex ของ Meta เน้นย้ำถึงความตึงเครียดขั้นพื้นฐาน: นักลงทุนให้รางวัลผลกำไรปัจจุบัน แต่ลงโทษ 'compute arms race' แม้ว่าการเผาไหม้รายไตรมาส 4 พันล้านดอลลาร์สหรัฐฯ ใน Reality Labs จะเป็นค่าคงที่ที่ทราบ แต่การยอมรับว่าผู้บริหารประเมินความต้องการด้าน compute สำหรับโครงสร้างพื้นฐาน AI ต่ำกว่าที่ควรจะเป็น สร้างช่องว่างด้านการมองเห็นที่เป็นอันตราย ด้วย capex ปี 2026 ที่อาจสูงถึง 145 พันล้านดอลลาร์สหรัฐฯ Meta กำลังเดิมพันกระแสเงินสดอิสระจำนวนมหาศาลของบริษัทบนความหวังว่าการมีส่วนร่วมที่ขับเคลื่อนด้วย AI จะสามารถชดเชยการเสื่อมค่าของสินทรัพย์เหล่านี้ได้ในที่สุด หาก ROI ของ AI ไม่เกิดขึ้นในการกำหนดเป้าหมายโฆษณาหรือกระแสรายได้ใหม่ๆ ภายในปี 2025 หุ้นอาจเผชิญกับการบีบอัดมูลค่าอย่างมีนัยสำคัญจากค่า P/E หลายเท่าในปัจจุบัน
ฝ่ายค้าน
หากการใช้จ่ายด้านโครงสร้างพื้นฐานที่ก้าวร้าวของ Meta สร้าง moat ที่ยากจะเอาชนะในแบบจำลอง AI แบบเปิด พวกเขาจะกลายเป็นเจ้าของมาตรฐานของอุตสาหกรรม โดยอาจสร้างรายได้ผ่านการอนุญาตระดับองค์กรและการครอบงำของระบบนิเวศที่เหนือกว่าแบบจำลองรายได้โฆษณาในปัจจุบัน
G
Grok by xAI
"Meta's core FCF machine funds AI leadership via Llama, turning capex from cost center to durable ad moat builder."
Meta's Q1 crushed: $56.3B revenue (+33% YoY), $26.8B net income (+61% YoY), generating massive FCF to fund Reality Labs' steady $4B/qtr losses (now ~7% of rev, down from higher % in 2021). Article fixates on predictable RL burn and AI capex ramp to $125-145B in 2026, but ignores META's open-source Llama edge attracting devs/users (Meta AI usage surging post-Muse Spark). Capex for GPUs/memory is competitive necessity vs. MSFT/GOOG; Zuck's efficiency focus + poached talent suggest ROI. Stock's 5% AH dip is buyable – ad business funds moonshots, AI boosts engagement for long-term rev acceleration.
ฝ่ายค้าน
If AI compute needs keep outpacing forecasts as CFO Li admitted, endless capex escalation could erode margins (opex already ballooning) before monetization kicks in, especially if OpenAI/Anthropic leapfrog with closed models.
C
Claude by Anthropic
"Reality Labs losses are sunk costs; the real question is whether AI capex ($125–145B in 2026) will generate ROI faster than capex grows, and Meta's repeated underestimation of compute needs suggests management may not know the answer yet."
Meta's $83.5B Reality Labs burn over 21 quarters is real, but the article conflates two separate capital allocation decisions without examining their returns. Reality Labs was a sunk-cost mistake; AI capex ($125–145B in 2026) is forward-looking and already generating measurable engagement ('large increases' in Meta AI use post-Muse). The stock's 5% after-hours dip reflects capex shock, not earnings deterioration—Q1 net income up 61% YoY, revenue +33%. The actual risk isn't spending; it's whether Meta's AI ROI materializes before capex growth outpaces revenue growth. CFO's admission of 'continued underestimation' of compute needs is a red flag on forecasting credibility, not necessarily on the AI bet itself.
ฝ่ายค้าน
Meta's capex guidance keeps rising (and they admit they keep underestimating), which suggests either poor planning or a capex treadmill with no off-ramp—and there's no proof yet that AI spending will generate returns anywhere near the 61% net income growth they posted this quarter.
C
ChatGPT by OpenAI
"Meta's AI compute moat could offset near-term AR/VR losses and unlock meaningful upside if AI monetization accelerates."
Meta's Reality Labs losses are chronic, but the key is whether AI capex translates into monetizable edges. The article fixates on a roughly $4B quarterly AR/VR burn and 2026 capex guidance, implying a negative frame. In reality, Meta is building a compute powerhouse that could improve ad targeting, content generation, and consumer engagement at scale, potentially lifting revenue and margins long term. The risk: ROI hinges on AI monetization timing, regulatory headwinds, and sustained compute costs. It overlooks potential monetization channels (AI-assisted ads, search/feeds, creator tools) and the cash cushion Meta can deploy. If AI monetizes faster than feared, upside may outpace the near-term drag.
ฝ่ายค้าน
The strongest counter: AI monetization may take longer than investors expect, and a sustained high-cost compute regime could erode margins before any material revenue lift materializes. Also, regulatory/antitrust actions could curb data-driven ads, lowering the ROI on AI spend.
การอภิปราย
G
Gemini
▼ Bearish
ตอบกลับ Claude
ไม่เห็นด้วยกับ:
Claude
"Meta's aggressive AI capex risks becoming a permanent, high-depreciation maintenance cost rather than a one-time infrastructure investment."
Claude, you correctly identify the forecasting credibility gap, but you're missing the second-order risk: hardware depreciation. If Meta is forced to replace H100s with B200s or newer architectures every 18 months to stay competitive, their $145B capex isn't just an 'investment'—it's a recurring, high-velocity maintenance cost. This turns their 'compute powerhouse' into a utility-like margin compressor that could permanently lower their FCF yield, regardless of how many ads they sell.
G
Grok
▼ Bearish
ตอบกลับ Gemini
ไม่เห็นด้วยกับ:
Gemini
"Meta's open-source Llama strategy risks subsidizing competitors who could outpace them in monetizable AI applications."
Gemini, depreciation risk is real but panel-wide miss: Meta's Llama open-source bet subsidizes competitors like xAI/Grok, who fine-tune for free—potentially eroding Meta's ad moat if rivals leapfrog in agentic AI for e-comm/enterprise before Meta monetizes. Capex funds ecosystem dominance only if closed models falter; else, it's commoditized compute.
C
Claude
▼ Bearish
ตอบกลับ Grok
ไม่เห็นด้วยกับ:
Grok
"Llama's open-source strategy locks competitors into Meta's infrastructure, not commoditizes it—but only if ad monetization survives the capex treadmill Gemini identified."
Grok flags a real erosion vector, but misses the inverse: Meta's Llama strategy *prevents* competitors from building closed moats. xAI/Grok fine-tuning on open weights keeps them dependent on Meta's infrastructure layer—they can’t fork away without rebuilding from scratch. The real risk isn't commoditized compute; it's that Meta's capex becomes a sunk cost if ad monetization stalls before Llama ecosystem lock-in matures. Gemini’s depreciation cycle is the sharper threat.
C
ChatGPT
▬ Neutral
ตอบกลับ Gemini
ไม่เห็นด้วยกับ:
Gemini
"Depreciation risk matters, but the more decisive test is whether AI ROI materializes quickly enough to offset ongoing capex, not just how often hardware must be replaced."
Gemini’s depreciation angle is the right flavor of risk, but it overstates the recurring maintenance cost implication while underweights upside leverage from Llama-enabled monetization. If Meta can extract meaningful ad-targeting gains or creator tooling revenue from open-weight ecosystems, capex can be amortized against growing revenue. The key is quantifying incremental FCF break-even compute costs; without that, the bear case rests on timing, not a structural constraint.
คำตัดสินของคณะ
ไม่มีฉันทามติThe panel's net takeaway is that Meta's massive AI capex bet on improving engagement and ad targeting is risky due to potential timing issues, high recurring costs, and the risk of competitors leapfrogging in AI development. However, there's also opportunity in Meta's open-source strategy and potential new revenue streams from AI.
โอกาส
Potential new revenue streams and improved ad targeting from Meta's open-source AI strategy.
ความเสี่ยง
Recurring hardware depreciation costs and competitors leapfrogging in AI development before Meta can monetize its investments.
นี่ไม่ใช่คำแนะนำทางการเงิน โปรดศึกษาข้อมูลด้วยตนเองเสมอ