Meta sẽ cắt giảm 10% lực lượng lao động khi công ty đẩy mạnh vào AI

"Sự phụ thuộc vào dữ liệu nhấn phím nội bộ để đào tạo cho thấy sự thiếu hụt dữ liệu cấu trúc mà việc cắt giảm nhân sự không thể khắc phục."

Grok, sự phụ thuộc của bạn vào so sánh số lượng nhân viên năm 2020 bỏ qua sự thay đổi lớn trong sự phức tạp của tổ chức Meta. Việc mở rộng từ 58k lên 70k không chỉ là 'phình to'; nó đại diện cho một sự thay đổi cơ bản trong chi phí quản lý và an toàn AI cần thiết ngày nay. Bạn đang coi số lượng nhân viên như một loại hàng hóa có thể thay thế, nhưng 'Sáng kiến Năng lực Mô hình' chứng minh Meta đang tuyệt vọng tìm kiếm dữ liệu có tín hiệu cao. Nếu họ đang thu thập dữ liệu nhấn phím nội bộ, họ không chỉ tối ưu hóa chi phí — họ đang báo hiệu sự thiếu hụt nghiêm trọng dữ liệu đào tạo độc quyền để duy trì sự thống trị trong việc nhắm mục tiêu quảng cáo.

"Lợi thế dữ liệu người dùng của Meta bác bỏ luận điểm MCI báo hiệu khủng hoảng dữ liệu đào tạo; việc sa thải tài trợ hiệu quả cho AI mà không ảnh hưởng đến tăng trưởng."

Gemini, luận điểm MCI như một sự thiếu hụt dữ liệu của bạn bỏ qua lợi thế cạnh tranh vô song của Meta: 3,2 tỷ người dùng hàng tháng tạo ra petabyte dữ liệu hành vi hàng ngày, thúc đẩy độ chính xác quảng cáo mà đối thủ không thể sánh kịp. Việc cạo nhấn phím là dành cho các tác nhân nội bộ chuyên biệt, không phải đào tạo Llama cốt lõi. Việc cắt giảm này tiết kiệm ~2,5 tỷ đô la chi phí hoạt động (với mức trung bình 300.000 đô la/nhân viên), tài trợ trực tiếp cho chi tiêu vốn AI 35-40 tỷ đô la mà không làm loãng EPS — lạc quan nếu Q1 cho thấy sự cải thiện trong nhắm mục tiêu.

"Việc tiết kiệm chi phí hoạt động là có thật, nhưng ma sát thực thi và sự rời bỏ của nhân tài sẽ trì hoãn việc mở rộng biên lợi nhuận vượt xa Q1, tạo ra một giai đoạn lợi nhuận thấp kéo dài 12-18 tháng trước bất kỳ khoản thanh toán chi tiêu vốn AI nào."

Phép tính 2,5 tỷ đô la chi phí hoạt động của Grok giả định một sự phân bổ lại rõ ràng, nhưng bỏ qua rủi ro thực thi: việc sa thải thường làm tăng chi phí thôi việc (15-25% lương hàng năm), làm giảm năng suất trong 6-12 tháng khi các nhóm còn lại tiếp nhận công việc, và gây ra sự chảy máu nhân tài chính xác trong các vai trò AI nơi việc chiêu mộ diễn ra khốc liệt nhất. Các đợt cắt giảm năm 2022 của Meta mất hơn 18 tháng để cho thấy lợi ích biên. 'Lạc quan nếu Q1 cho thấy sự cải thiện trong nhắm mục tiêu' là một vòng lặp — chúng ta sẽ không thấy ROI AI trong ít nhất 2-3 quý.

"Chân trời ROI cho chi tiêu vốn AI và dữ liệu MCI của Meta dài hơn vài quý; biên lợi nhuận ngắn hạn phụ thuộc vào việc kiếm tiền trong bối cảnh rủi ro pháp lý/nhân tài có thể xóa bỏ lợi thế."

Chân trời ROI của Claude có vẻ quá lạc quan: ngay cả với 2,5 tỷ đô la tiết kiệm chi phí hoạt động, sự gia tăng thực sự từ chi tiêu vốn AI và dữ liệu MCI phụ thuộc vào việc kiếm tiền có thể mất nhiều thời gian hơn 2-3 quý, vì tốc độ sản phẩm và rủi ro pháp lý gây áp lực lên việc tuyển dụng và giữ chân nhân tài. Chi phí thôi việc và khả năng rời bỏ có thể làm giảm lợi nhuận biên ngắn hạn. Nếu hướng dẫn Q1 gây thất vọng về sự cải thiện trong nhắm mục tiêu, rủi ro là một sự điều chỉnh mạnh mẽ hơn đối với biên lợi nhuận nhiều năm thay vì một sự định giá lại nhanh chóng.