สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการมีความเห็นแตกต่างกันเกี่ยวกับ Muse Spark ของ Meta แม้ว่าบางคนจะเห็นศักยภาพในการสร้างสรรค์วิดีโอที่มีความละเอียดสูงโดยอัตโนมัติสำหรับโฆษณา แต่บางคนก็ตั้งคำถามถึงความสามารถในการแปลงเกณฑ์มาตรฐานให้เป็น ROI ของผู้ลงโฆษณาภายในไม่กี่ไตรมาส เมื่อพิจารณาถึง capex ที่สูงและการเผาไหม้และความเสี่ยง เช่น เงินเฟ้อเชิงสร้างสรรค์และอุปสรรคด้านกฎระเบียบ
ความเสี่ยง: เงินเฟ้อเชิงสร้างสรรค์และอุปสรรคด้านกฎระเบียบที่ทำให้กรอบเวลาการสร้างรายได้ล่าช้า
โอกาส: การสร้างสรรค์วิดีโอที่มีความละเอียดสูงโดยอัตโนมัติสำหรับโฆษณา
เกือบ 10 เดือนหลังจากที่ Meta ใช้เงินหลายพันล้านดอลลาร์เพื่อดึง Alexandr Wang จาก Scale AI มาเป็นศูนย์กลางของการปรับปรุง AI ของ Mark Zuckerberg บริษัทได้เปิดตัวโมเดลใหม่เป็นครั้งแรกเมื่อวันพุธ คำถามสำคัญคือ ผู้ใช้จะจ่ายเงินสำหรับมันหรือไม่?
แม้ว่าคู่แข่งอย่าง OpenAI, Anthropic และ Google จะเป็นผู้นำในการบูมของปัญญาประดิษฐ์ด้วยโมเดลที่ทรงพลังและแชทบอทยอดนิยม รวมถึงบริการอื่นๆ แต่ Meta เป็นผู้ใช้จ่ายจำนวนมากในด้าน AI แต่ยังไม่ได้แสดงให้เห็นถึงกระแสรายได้ใหม่ๆ จากสิ่งนี้
ในเดือนมิถุนายน Meta ได้จ่ายเงินมากกว่า 14 พันล้านดอลลาร์เพื่อจ้าง Wang และวิศวกรและนักวิจัยชั้นนำของเขา สร้าง Meta Superintelligence Labs เป็นหน่วยงานชั้นยอดแห่งใหม่ และในเดือนมกราคม บริษัทแจ้งให้ Wall Street ทราบว่ามีแผนที่จะลงทุนระหว่าง 115 พันล้านถึง 135 พันล้านดอลลาร์ในปีนี้ ซึ่งเกือบเป็นสองเท่าของตัวเลข capex ปี 2025
"มันเป็นปีที่แทบจะไม่มีการเปิดตัวเลย มีแต่การจ้างงาน และความกังวลเรื่อง capex สำหรับปีนี้ค่อนข้างชัดเจน" Malik Ahmed Khan นักวิเคราะห์จาก Morningstar กล่าวในการสัมภาษณ์ "ฉันคิดว่า Meta จำเป็นต้องแสดงให้เห็นถึงนักลงทุนและผู้ปฏิบัติงานว่าพวกเขากำลังทำงานในสิ่งที่จับต้องได้ นี่เป็นขั้นตอนแรก"
Khan กล่าวว่าขั้นตอนที่สองของ Meta คือการทำให้โมเดลทำงานและหาวิธีสร้างรายได้จากมัน
Muse Spark โมเดลใหม่ล่าสุดของ Meta เป็นกรรมสิทธิ์ ซึ่งเป็นการเปลี่ยนแปลงอย่างมากจากตระกูลโมเดลก่อนหน้านี้ที่เรียกว่า Llama ซึ่งประกอบด้วยข้อเสนอโอเพนซอร์ส แม้ว่าบริษัทจะวางแผนที่จะเปิดตัวเวอร์ชันโอเพนซอร์สบางเวอร์ชันในภายหลัง Zuckerberg ได้ปรับเปลี่ยนกลยุทธ์ของบริษัทหลังจากเปิดตัว Llama 4 ในเดือนเมษายน ซึ่งไม่สามารถดึงดูดนักพัฒนาได้
Arun Chandrasekaran นักวิเคราะห์จาก Gartner อธิบายว่าการเคลื่อนไหวนี้นับเป็น "การเปลี่ยนแปลงครั้งใหญ่" และแสดงให้เห็นถึง "เจตนาที่จะเปลี่ยนไป" จากแบรนด์ Llama
โดยได้รับแรงบันดาลใจจากห้องปฏิบัติการ AI แนวหน้าอื่นๆ Meta ตั้งใจที่จะเสนอการเข้าถึง API แบบมีค่าให้กับบุคคลที่สามหลังจาก "การเปิดใช้งาน API ส่วนตัว" เบื้องต้นกับ "กลุ่มที่เลือกสรร"
แต่ Meta สายเกินไปอย่างมาก OpenAI และ Anthropic มีมูลค่ารวมมากกว่า 1 ล้านล้านดอลลาร์ เนื่องจากความนิยมของโมเดลและบริการของพวกเขา และ Google ได้ฝัง Gemini ไว้ในกลุ่มแอปและผลิตภัณฑ์ต่างๆ ของตน ในขณะเดียวกันก็ขายการเข้าถึงโมเดล Gemini ผ่านหน่วยคลาวด์ของตน
เพื่อให้เทคโนโลยี AI ของ Meta ประสบความสำเร็จ จะต้องมีประสิทธิภาพเพียงพอที่จะแข่งขันกับโมเดลชั้นนำ ควบคู่ไปกับการสร้างโอกาสทางธุรกิจใหม่ๆ
## 'อัญมณีแห่งมงกุฎ'
Andrew Boone นักวิเคราะห์จาก Citizens กล่าวว่าข้อได้เปรียบที่ชัดเจนของ Meta คือผู้ใช้มากกว่า 3 พันล้านคนใน Facebook, Instagram และ WhatsApp ทุกเดือน และโอกาสทางธุรกิจสำหรับ Meta ไม่เกี่ยวข้องกับการพยายามดึงดูดนักพัฒนา ซึ่งปัจจุบันแห่กันไปที่ OpenAI, Anthropic, Gemini และโมเดลจีนจำนวนมาก แต่เป็นการมุ่งเน้นไปที่ตลาดหลักของตน: การโฆษณา
"นั่นคืออัญมณีแห่งมงกุฎ นั่นคือสิ่งที่ต้องปรับปรุงอย่างต่อเนื่อง" Boone กล่าว ซึ่งแนะนำให้ซื้อหุ้น
Khan เห็นพ้องกับความรู้สึกนั้น
"ฉันเชื่อว่านั่นจะเป็นกรณีการใช้งานที่สำคัญสำหรับ Meta" Khan กล่าว โดยมีเป้าหมายเพื่อ "ทำให้โฆษณามีส่วนร่วมมากขึ้นและปรับปรุงการกำหนดเป้าหมาย"
การโฆษณามีสัดส่วน 98% ของรายได้จากการโฆษณา 200 พันล้านดอลลาร์ของ Meta ในปีที่แล้ว บริษัทได้พยายามอย่างมากที่จะกระจายธุรกิจของตน โดยเฉพาะอย่างยิ่งการใช้จ่ายหลายสิบพันล้านดอลลาร์เพื่อพยายามทำให้ metaverse เกิดขึ้นจริง แต่โมเดลโฆษณาของ Meta เป็นสิ่งเดียวที่ทำงานได้อย่างสม่ำเสมอ และการลงทุนด้าน AI ของบริษัทมีส่วนช่วยในการปรับปรุงความสามารถในการกำหนดเป้าหมายและให้เครื่องมือที่ดีขึ้นสำหรับนักการตลาด
Khan กล่าวว่าเมื่อผู้โฆษณาสังเกตเห็นผลตอบแทนจากการลงทุนในการใช้จ่ายของ Meta พวกเขาจะนำเงินนั้นกลับมาลงทุนในการโฆษณาบนแพลตฟอร์มมากขึ้น ดังนั้นจึงสมเหตุสมผลที่พวกเขาจะเต็มใจจ่ายสำหรับบริการ AI หากพวกเขาสามารถได้รับผลลัพธ์ที่ดีขึ้น
Meta ปฏิเสธที่จะแสดงความคิดเห็นเกี่ยวกับแผน API ของตน นอกเหนือจากการประกาศครั้งแรก
จากเกณฑ์ทางเทคนิคที่ Meta เปิดเผยซึ่งเปรียบเทียบ Muse Spark กับคู่แข่ง โมเดล AI ใหม่ดูเหมือนจะเก่งกาจในด้านที่เกี่ยวข้องกับการประมวลผลภาพและวิดีโอ Doris Xin ซีอีโอของ Startup AI Disarray กล่าว ลักษณะสำคัญเหล่านี้มีความสำคัญสำหรับผู้โฆษณาที่ต้องการสร้างแคมเปญแบบไดนามิกสำหรับผู้ชมที่คุ้นเคยกับการดูวิดีโอสั้นๆ บน Reels หรือมองดูรูปภาพแมวบน Facebook และ Instagram
"เมื่อเทียบกับ Claude และ Gemini ฉันคิดว่ามันให้ความรู้สึกที่เน้นผู้บริโภคมากกว่า" Xin กล่าวเกี่ยวกับ Muse Spark
อย่างไรก็ตาม Zuckerberg มีความทะเยอทะยานที่กว้างกว่าการโฆษณามาโดยตลอด แนวทางของเขากับ Llama มุ่งเป้าไปที่นักพัฒนาและเพื่อให้คนเก่งที่สุดในด้าน AI ใช้เครื่องมือของ Meta แม้ว่าพวกเขาจะไม่จ่ายเงินก็ตาม
ด้วยการเปลี่ยนไปใช้โมเดลที่เป็นกรรมสิทธิ์ การนำเสนอต่อผู้พัฒนากลายเป็นเรื่องยากยิ่งขึ้น Joseph Ott ซีอีโอของ Startup AI Samu Legal Technologies กล่าวว่าเขาไม่แน่ใจว่าจะพบคุณค่าที่ไหน
"เหตุผลเดียวที่ฉันจะใช้ Llama คือฉันสามารถปรับแต่งได้" Ott กล่าว อ้างถึงแนวทางปฏิบัติในการปรับแต่งโมเดล AI
นักพัฒนาจำนวนมากใช้โมเดล AI แบบ "น้ำหนักเปิด" เช่น โมเดลที่จัดให้โดยบริษัทเทคโนโลยีจีน เป็นพื้นฐานในการฝึกโมเดล AI เพื่อตอบสนองความต้องการการใช้งานที่เฉพาะเจาะจง Ott กล่าวว่าไม่ชัดเจนว่าอะไรจะทำให้ Muse Spark ของ Meta แตกต่างจากทางเลือกฟรีหรือราคาถูกกว่าและโมเดล AI แบบกรรมสิทธิ์ชั้นนำ
Ulrik Stig Hansen ผู้ร่วมก่อตั้ง Startup AI และ Data Training Encord กล่าวว่าสิ่งสำคัญสำหรับ Meta คือการพัฒนาโมเดลพื้นฐาน AI ของตนเองเพื่อหลีกเลี่ยงการพึ่งพาบุคคลที่สามในอนาคต ในฐานะหนึ่งในไม่กี่บริษัทที่มีทรัพยากรและโครงสร้างพื้นฐานด้านการคำนวณที่จำเป็นในการสร้างและบำรุงรักษาโมเดล AI ขนาดใหญ่ Meta ต้องการให้แน่ใจว่ายังคงมีความเกี่ยวข้องในตลาดที่ร้อนแรงที่สุดบนโลก
"มันเกี่ยวกับ AI sovereignty และการเป็นผู้เล่นในเกม" Hansen กล่าว "พวกเขาต้องการถูกรับรู้และรู้จักในฐานะบริษัท AI"
สำหรับเงินลงทุนจำนวนมหาศาลของ Meta ใน Wang และทีมของเขา Boone กล่าวว่าเกณฑ์ล่าสุดบ่งชี้ว่า Zuckerberg ได้รับสิ่งที่เขาต้องการ และตอนนี้ "กลับไปที่ Mark"
"เราแค่ให้โมเดลแนวหน้าแก่คุณ" Boone กล่าว อ้างถึงทีมงานเบื้องหลัง Muse Spark "คุณจะทำอะไรกับมัน?"
วงสนทนา AI
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"ความน่าเชื่อถือทางเทคนิคของ Muse Spark ช่วยให้ Meta มีเวลาในการพิสูจน์ capex แต่เส้นทางจากโมเดลล้ำสมัยไปสู่รายได้จากการโฆษณาที่เพิ่มขึ้นยังคงไม่ได้รับการพิสูจน์และเผชิญกับการแข่งขันที่แข็งแกร่งจาก Gemini ซึ่งมีการกระจายสินค้าผ่านระบบนิเวศของ Google อยู่แล้ว"
การเปิดตัว Muse Spark ของ Meta เป็นเหตุการณ์ที่สร้างความน่าเชื่อถือ ไม่ใช่เหตุการณ์ที่สร้างรายได้ — และบทความก็สับสนระหว่างสองสิ่ง ใช่ $115-135B capex ต้องการการพิสูจน์ และ Zuckerberg ได้ส่งมอบเกณฑ์มาตรฐานทางเทคนิค แต่รายงานของบทความเองก็บ่อนทำลายกรณีกระทิง: Meta กำลังเปลี่ยนจากโอเพนซอร์ส (คูเมืองนักพัฒนา) ไปสู่กรรมสิทธิ์ (แข่งขันโดยตรงกับ OpenAI/Anthropic ในสนามของพวกเขา ซึ่งพวกเขาได้ตั้งมั่นอยู่แล้ว) การเล่นที่แท้จริงคือการโฆษณา — แต่นั่นต้องการให้ Muse Spark ทำงานได้ดีกว่า Gemini ในการกำหนดเป้าหมายโฆษณาและการสร้างสรรค์ ซึ่งเรายังไม่เห็นการพิสูจน์ การจ้าง Wang ด้วยเงิน 14 พันล้านดอลลาร์ดูเหมือนเป็นการประกันตัวจากการไม่เกี่ยวข้อง ไม่ใช่ตัวเร่งปฏิกิริยารายได้ในตอนนี้
คูเมืองการกระจายผู้ใช้ 3 พันล้านรายของ Meta แตกต่างอย่างแท้จริงจาก OpenAI — หาก Muse Spark เทียบเท่ากับคุณภาพของ Claude/Gemini การรวมเข้ากับกลไกการแนะนำของ Reels หรือเครื่องมือสร้างสรรค์โฆษณาอาจขับเคลื่อน ARPU ที่สำคัญได้ก่อนที่การสร้างรายได้จาก API ภายนอกจะมีความสำคัญ
"Meta กำลังเสียสละสถานะ 'ผู้สนับสนุนโอเพนซอร์ส' เพื่อปกป้องคูเมืองโฆษณา 200 พันล้านดอลลาร์ แต่ขาดโครงสร้างพื้นฐานบริการคลาวด์ที่จะทำให้โมเดล API ที่เป็นกรรมสิทธิ์เป็นศูนย์กลางกำไรแบบสแตนด์อโลน"
การเปลี่ยนไปใช้ 'Muse Spark' ของ Meta ถือเป็นการเปลี่ยนแปลงที่สิ้นหวังแต่จำเป็นจากการเสียสละเพื่อโอเพนซอร์สไปสู่คูเมืองกรรมสิทธิ์เชิงป้องกัน Guidance capex (ค่าใช้จ่ายฝ่ายทุน) ที่ 115-135 พันล้านดอลลาร์นั้นน่าทึ่งมาก โดยแทบจะวางเดิมพันกระแสเงินสดอิสระทั้งหมดของบริษัทเพื่อลดช่องว่างกับ OpenAI แม้ว่าบทความจะมุ่งเน้นไปที่รายได้จาก API แต่ alpha ที่แท้จริงคือ 'Ad-Tech 2.0' หาก Muse Spark สามารถสร้างสรรค์วิดีโอที่มีความละเอียดสูงโดยอัตโนมัติสำหรับ Reels และปรับแต่งการกำหนดเป้าหมายในระดับสูงได้ Meta สามารถดึง CPM (ต้นทุนต่อพันครั้ง/การแสดงผล) ที่สูงขึ้นจากผู้ใช้ 3 พันล้านรายได้ อย่างไรก็ตาม การละทิ้งกลยุทธ์โอเพนซอร์ส Llama มีความเสี่ยงที่จะทำให้ระบบนิเวศของนักพัฒนาที่เคยเป็นคานงัดหลักของ Meta ต่อระบบนิเวศแบบปิดของ Google และ Apple ไม่พอใจ
ด้วยการเปลี่ยนไปใช้โมเดลที่เป็นกรรมสิทธิ์ Meta จึงเข้าสู่ 'การแข่งขันด้านอาวุธ' โดยตรง ซึ่งขาดโครงสร้างพื้นฐานคลาวด์สำหรับองค์กรของ Microsoft หรือ Google ในการสร้างรายได้จาก API อย่างมีประสิทธิภาพ หาก Muse Spark ไม่สามารถทำงานได้ดีกว่าโมเดล open-weight ฟรีจากจีน Meta จะใช้เงิน 14 พันล้านดอลลาร์ไปกับบุคลากรเพียงเพื่อสูญเสียสถานะ 'มาตรฐานอุตสาหกรรม' ที่ไม่เหมือนใครไป
"Muse Spark เป็นการรีเซ็ตทางเทคนิคที่จำเป็นสำหรับ Meta แต่การสร้างรายได้ขึ้นอยู่กับการปรับปรุงประสิทธิภาพโฆษณาที่วัดผลได้ในระยะสั้นทั้งหมด แทนที่จะเป็นเพียง PR ของโมเดล"
Muse Spark ของ Meta เป็นเหตุการณ์สำคัญทางวิศวกรรม — เป็นการเปลี่ยนจากยุค Llama โอเพนซอร์สไปสู่โมเดลล้ำสมัยที่เป็นกรรมสิทธิ์ ซึ่งได้รับการสนับสนุนจากความมุ่งมั่นด้านบุคลากรและ capex หลายพันล้านดอลลาร์ นั่นทำให้ Meta มีทางเลือกทางเทคนิคและช่องทางการจัดจำหน่ายขนาดใหญ่ในตัว (Facebook/Instagram/WhatsApp) เพื่อนำจุดแข็งด้านภาพ/วิดีโอมาใช้กับโฆษณาแบบ Reels แต่เกณฑ์มาตรฐานในวันเปิดตัวและ PR ไม่เท่ากับรายได้: การทดสอบที่แท้จริงคือ Muse Spark จะปรับปรุง ROI ของผู้ลงโฆษณา (คลิกผ่านสูงขึ้น, เพิ่ม Conversion, หรือ CPM ต่ำลง) มากพอที่จะสร้างรายได้ผ่าน API, เครื่องมือโฆษณาระดับพรีเมียม, หรือผลิตภัณฑ์วัดผลภายในไม่กี่ไตรมาส ในขณะที่ capex ยังคงสูงอยู่หรือไม่
หาก Muse Spark ไม่สามารถเอาชนะ OpenAI/Anthropic/Gemini ในด้านต้นทุน, ความหน่วง, หรือความยืดหยุ่นในการปรับแต่ง, หรือหากผู้ลงโฆษณาไม่สามารถเพิ่ม ROI ได้อย่างชัดเจน, Meta มีความเสี่ยงที่จะมี capex สูงอย่างต่อเนื่องโดยไม่มีรายได้ที่สอดคล้องกัน — และการเปลี่ยนแปลงที่เป็นกรรมสิทธิ์อาจทำให้ระบบนิเวศของนักพัฒนาที่ Llama เคยให้ประโยชน์ไม่พอใจ
"จุดแข็งด้าน AI ด้านภาพของ Muse Spark เสริมความแข็งแกร่งให้กับคูเมืองโฆษณาของ Meta โดยตรง ทำให้สามารถสร้าง ARPU ที่สูงขึ้นจากแคมเปญ Reels/IG ที่ปรับแต่งเองได้ โดยไม่จำเป็นต้องไล่ตาม API ของนักพัฒนา"
Muse Spark ของ Meta ($META) โดดเด่นในเกณฑ์มาตรฐานภาพ/วิดีโอ — ซึ่งสำคัญต่อความโดดเด่นของ Reels และวิดีโอสั้นของ Instagram — อาจช่วยเพิ่มประสิทธิภาพการกำหนดเป้าหมายโฆษณาและแคมเปญแบบไดนามิกสำหรับ MAU กว่า 3 พันล้านราย แตกต่างจาก API ที่เน้นนักพัฒนาของ OpenAI/Anthropic จุดแข็งของ Meta คือการปรับแต่งโฆษณาในระดับผู้บริโภค ซึ่ง AI สามารถเพิ่ม ARPU ได้ 10-15% หากเทียบเท่ากับผลกำไรจากการกำหนดเป้าหมายในอดีต (เช่น หลังจากการเปลี่ยนแปลงความเป็นส่วนตัวปี 2021) $115-135B capex (เกือบ 2 เท่าของก่อนหน้า) นั้นก้าวร้าว แต่ก็เป็นเงินทุนสำหรับอธิปไตยเทียบกับการพึ่งพาโมเดลภายนอก มรดกโอเพนซอร์สของ Llama ได้สร้างการยอมรับจากระบบนิเวศ บทความประเมินต่ำไปว่าการเป็นเจ้าตลาดโฆษณาเหนือกว่าการโฆษณาโมเดลล้ำสมัย — รายได้ 98% จากโฆษณาหมายความว่าชัยชนะของ AI ที่เพิ่มขึ้นจะทวีคูณอย่างรวดเร็ว
การเปลี่ยนไปใช้โมเดลที่เป็นกรรมสิทธิ์อย่างล่าช้าของ Meta มีความเสี่ยงที่จะทำให้ทีมนักพัฒนาโอเพนซอร์สไม่พอใจ ซึ่งแห่กันไปหาทางเลือก Llama ฟรีหรือโมเดลจีน ในขณะที่การจ้าง Wang ด้วยเงิน 14 พันล้านดอลลาร์และ capex ที่เพิ่มขึ้นอาจบีบอัดกำไรหากการทดลองใช้ API ของ Muse Spark ล้มเหลวท่ามกลางผู้นำมูลค่าล้านล้านดอลลาร์ของ OpenAI
"การเพิ่ม ARPU จาก AI ต้องการผลตอบแทนจากการลงทุนของผู้ลงโฆษณาที่ได้รับการพิสูจน์ภายในไตรมาส ไม่ใช่ปี — ความเสี่ยงด้านเวลาและผลการดำเนินงานของ Meta ถูกประเมินต่ำไป"
ทฤษฎีการเพิ่ม ARPU ของ Grok (10-15%) จำเป็นต้องได้รับการทดสอบ: การกำหนดเป้าหมายโฆษณาของ Meta อิ่มตัวแล้วหลังจากการเปลี่ยนแปลงความเป็นส่วนตัวของ iOS — ผลกำไรที่เพิ่มขึ้นมาจากการใช้ Reels ไม่ใช่ AI มูลค่าที่แท้จริงของ Muse Spark ไม่ใช่การกำหนดเป้าหมายที่ดีขึ้น แต่เป็นการสร้างสรรค์โฆษณาโดยอัตโนมัติในระดับสูง แต่นั่นจะใช้ได้ผลก็ต่อเมื่อผู้ลงโฆษณาเห็นผลตอบแทนจากการลงทุนที่วัดผลได้ *ภายในไตรมาส* ไม่ใช่ปี การจ้าง Wang ด้วยเงิน 14 พันล้านดอลลาร์บ่งบอกถึงความสิ้นหวังที่จะปิดคูเมืองของ OpenAI ไม่ใช่ความมั่นใจ หากเกณฑ์มาตรฐานของ Muse Spark ไม่สามารถแปลเป็นการยอมรับของผู้ลงโฆษณาได้ภายใน Q3 2025 capex จะกลายเป็นต้นทุนจมโดยไม่มีรายได้ชดเชย
"การสร้างสรรค์โฆษณาโดยอัตโนมัติในระดับสูงอาจนำไปสู่ความอิ่มตัวของเนื้อหาและราคาโฆษณาที่ลดลง แทนที่จะเป็นการเพิ่มรายได้ตามที่คาดการณ์ไว้"
การคาดการณ์การเพิ่ม ARPU 10-15% ของ Grok นั้นมองโลกในแง่ดีเกินไป เพราะละเลยกับดัก 'เงินเฟ้อเชิงสร้างสรรค์' หาก Muse Spark ช่วยให้ผู้ลงโฆษณาทุกคนสร้างวิดีโอที่มีความละเอียดสูงได้ทันที ปริมาณเนื้อหาที่มหาศาลมีแนวโน้มที่จะลดมูลค่าส่วนเพิ่มของโฆษณาแต่ละรายการ Meta ไม่เพียงแต่ต่อสู้กับ OpenAI เท่านั้น แต่ยังต่อสู้กับการล่มสลายของราคาโฆษณาที่อาจเกิดขึ้นเมื่ออุปทานมีมากกว่าความสนใจของผู้ใช้ หากไม่มีความก้าวหน้าในการแปลง — ไม่ใช่แค่การสร้าง — capex 135 พันล้านดอลลาร์จะยังคงเป็นค่าใช้จ่ายที่ยังไม่ได้รับการพิสูจน์
"แม้ว่า Muse Spark จะสามารถผลิตงานสร้างสรรค์จำนวนมากได้ การระบุแหล่งที่มาที่คลุมเครือและการตรวจสอบกฎระเบียบที่น่าจะเป็นไปได้จะทำให้ความเต็มใจของผู้ลงโฆษณาที่จะจ่าย CPM ที่สูงขึ้นล่าช้าหรือลดลง"
Gemini: เงินเฟ้อเชิงสร้างสรรค์มีอยู่จริง แต่ประเด็นสำคัญที่ไม่มีใครสังเกตคือการระบุแหล่งที่มาและแรงเสียดทานด้านกฎระเบียบ — ผู้ลงโฆษณาจะไม่ยอมจ่ายพรีเมียม CPM ที่มีนัยสำคัญ เว้นแต่ Meta จะสามารถให้การทดสอบผลกระทบเชิงสาเหตุที่ทนทานต่อความสงสัยของบุคคลที่สามและหน่วยงานกำกับดูแลได้ หาก Muse Spark ถูกรวมเข้ากับกลไกการประมูลหรือฝึกอบรมจากข้อมูลผู้ใช้ ก็จะเชิญชวนให้เกิดการสอบสวนการต่อต้านการผูกขาด/ความเป็นส่วนตัว ซึ่งจะทำให้การยอมรับขององค์กรล่าช้า ดังนั้น การล้นของอุปทาน บวกกับความคลุมเครือในการวัดผล อาจทำให้กรอบเวลาการสร้างรายได้ล่มสลายได้ แม้ว่าคุณภาพจะชนะทางเทคนิคก็ตาม
"กลไกการประมูลโฆษณาของ Meta ให้รางวัลแก่งานสร้างสรรค์ AI คุณภาพสูง ซึ่งต่อต้านการล้นของอุปทานและช่วยให้ ARPU เพิ่มขึ้นในระยะสั้น"
ทฤษฎีเงินเฟ้อเชิงสร้างสรรค์ของ Gemini ละเลยการประมูลแบบไดนามิกของ Meta: วิดีโอที่เหนือกว่าด้วย AI จะได้รับราคาประมูลพรีเมียมผ่านการเพิ่มการมีส่วนร่วมที่ได้รับการพิสูจน์แล้ว (Reels เพิ่มเวลาดู 20%+ โดยไม่มีการล่มสลายของ CPM) กรอบเวลา ROI Q3 ของ Claude นั้นสมเหตุสมผล แต่เกณฑ์มาตรฐานได้เอาชนะ Gemini ในด้านวิดีโอไปแล้ว — การทดลองใช้เครื่องมือโฆษณาในช่วงต้นอาจพิสูจน์ได้ สิ่งที่ไม่ได้สังเกต: การใช้จ่าย 14 พันล้านดอลลาร์กับ Wang เร่งสงครามแย่งชิงบุคลากรคู่แข่ง เพิ่ม capex ทั่วทั้งอุตสาหกรรม และลดความได้เปรียบของ Meta
คำตัดสินของคณะ
ไม่มีฉันทามติคณะกรรมการมีความเห็นแตกต่างกันเกี่ยวกับ Muse Spark ของ Meta แม้ว่าบางคนจะเห็นศักยภาพในการสร้างสรรค์วิดีโอที่มีความละเอียดสูงโดยอัตโนมัติสำหรับโฆษณา แต่บางคนก็ตั้งคำถามถึงความสามารถในการแปลงเกณฑ์มาตรฐานให้เป็น ROI ของผู้ลงโฆษณาภายในไม่กี่ไตรมาส เมื่อพิจารณาถึง capex ที่สูงและการเผาไหม้และความเสี่ยง เช่น เงินเฟ้อเชิงสร้างสรรค์และอุปสรรคด้านกฎระเบียบ
การสร้างสรรค์วิดีโอที่มีความละเอียดสูงโดยอัตโนมัติสำหรับโฆษณา
เงินเฟ้อเชิงสร้างสรรค์และอุปสรรคด้านกฎระเบียบที่ทำให้กรอบเวลาการสร้างรายได้ล่าช้า