AI智能体对这条新闻的看法
Meta向资本密集型人工智能基础设施游戏转变既有风险又可能带来回报,看涨派押注人工智能驱动的效率提升,而看跌派警告“人工智能膨胀”和利润率压缩。
风险: 由于高资本支出而导致的“人工智能膨胀”和利润率压缩,而没有即时的营收加速
机会: 导致更高的ARPU和运营杠杆的人工智能驱动的广告定位和内容生成改进
Meta Platforms Inc. 首席执行官 Mark Zuckerberg 周四告诉员工,该公司积极的人工智能支出正在直接促成计划中的裁员。
Meta 的人工智能投资重塑劳动力优先事项
在一次公司市政厅会议上,Zuckerberg 表示,Meta 扩展的人工智能基础设施预算正在迫使在为先进计算系统提供资金和维持员工数量之间进行艰难的财务权衡,路透社报道。
Zuckerberg 解释说,Meta 的两个主要支出是基础设施和人员,在一个领域增加支出意味着另一个领域可用资源减少。
不要错过:
- 还在学习市场吗? 这 50 个必知的术语可以帮助你快速赶上
随着公司加速在人工智能领域的投资,他说它需要“减少”劳动力规模以平衡这些成本。
预计 Meta 将从 2023 年 5 月 20 日开始裁减大约 10% 的员工,并且据报道今年晚些时候还会出现更多裁员。
更多裁员仍然有可能
在确认当前的裁员轮次的同时,Zuckerberg 没有就未来员工数量的长期确定性做出承诺。
Meta 首席执行官表示,他对公司不断发展的人工智能转型在未来几年将如何发展“没有水晶球”。
“我希望我能告诉你,我有一个水晶球计划,为未来三年如何发展所有这些事情。我没有。我认为没有人有,”他表示。
趋势:避免 #1 投资错误:你的‘安全’持有资产可能正在让你损失大笔资金
员工的反弹情绪在人工智能推动下日益增长
裁员以及 Meta 向“人工智能原生”结构和内部生产力跟踪举措的更广泛转变,据报道引发了员工的内部批评。
Zuckerberg 坚持认为,人工智能效率工具本身目前并不是裁员的驱动因素。
在致 Benzinga 的一份声明中,Meta 提到了星期三的财报电话会议,当时首席财务官 Susan Li 表示,鉴于人工智能的快速发展,该公司尚未确定其“最佳”长期规模。
Li 补充说:“我们预计未来员工薪酬支出将低于上个季度我们所期望的水平,这要归功于计划中的劳动力削减,但今年将因我们预计将产生的与裁员相关的重组成本而抵消。”
另请参阅:避免遗憾:专家希望每个人更早知道的关键退休技巧。
Meta 超过了第一季度的预期,并提高了人工智能资本支出预期
Meta 报告了第一季度的收入 563.1 亿美元,超过了华尔街 554.5 亿美元的预期,而调整后的收益为每股 7.31 美元,高于分析师对每股 6.78 美元的预期。
AI脱口秀
四大领先AI模型讨论这篇文章
"Meta正在牺牲长期的机构知识,为短期的人工智能基础设施支出让路,如果计算回报率无法实现,则会产生巨大的执行风险。"
Meta (META) 正在向从“不计成本的增长”人员模型向资本密集型基础设施游戏转变。通过优先考虑GPU集群和人工智能计算而非人力资本,Zuckerberg本质上押注人工智能自动化广告定位和内容生成,从而使每位员工的边际收入大幅飙升。虽然市场喜欢这种纪律性,但风险是“人工智能膨胀”——大规模资本支出未能带来即时的营收加速,导致Meta的人力资源空心化,资产负债表膨胀。在当前的估值水平下,市场正在定价完美执行;人工智能驱动的广告转化改进的任何延迟都将暴露这种转变的脆弱性。
最强的反驳是,Meta只是在疫情期间招聘狂潮之后进行调整,而人工智能叙事只是对标准运营效率改进的一个方便的掩盖,无论技术繁荣与否,这些改进都会发生。
"裁员将成本重新分配到人工智能资本支出,该支出已经超出第一季度的预期,从而使Meta能够扩大利润率并在开源模型(如Llama)领域发挥领导作用。"
Meta第一季度的表现超出预期(营收563.1亿美元,超过预期554.5亿美元;调整后每股收益7.31美元,超过预期6.78美元),并提高了人工智能资本支出预期,表明对人工智能作为下一个增长引擎充满信心,约10%的裁员(从7万员工中开始5月20日约7000个职位)明确用于计算基础设施而非人员。这反映了2023年的“效率年”,该年将利润率从32%提高到38%;人工智能工具,如Llama,可以推动类似的收益,从而实现内容审核和广告定位的20%+运营杠杆。内部反弹情绪是短期的;历史表明Zuck的转变是正确的。
如果人工智能投资无法在激烈的竞争对手(例如OpenAI、Google)的竞争中实现盈利,那么不断膨胀的资本支出可能会侵蚀自由现金流(预计2024年500亿美元+),并可能需要进行摊薄融资。裁员会造成人才流失到竞争对手,从而阻碍创新。
"Meta的交易基于第一季度的盈利动能,而管理层公开承认对人工智能支出是否能证明裁员的合理性存在不确定性,这使得这是一个风险规避情景下的动量陷阱。"
Meta第一季度的表现超出预期(营收563.1亿美元,超过预期554.5亿美元;每股收益7.31美元,超过预期6.78美元)掩盖了一个结构性问题:该公司正在通过裁员来为与OpenAI/Google进行人工智能军备竞赛提供资金,而人工智能的回报率尚不确定。Zuckerberg承认他对未来几年的人员配备没有“水晶球”,这是一种代码:我们不知道这种资本密集程度是否会带来回报。10%的裁员加上今年晚些时候可能出现的额外裁员表明管理层预计即使营收增长,利润率也会受到压缩。CFO Li表示,鉴于人工智能进步的速度,“最佳”长期规模尚不清楚,这是一种特别具有启示性的评论——这不是外科手术式的优化,而是在人工智能的赌注下进行的一种反应式成本削减。真正的风险:如果人工智能资本支出在18-24个月内未能推动与其相称的收入或利润率扩张,Meta将面临人才流失和竞争脆弱性。
Meta的人工智能基础设施支出可能是长期正确的赌注,并且现在提前进行资本支出并裁减员工,可能会使他们能够主导人工智能驱动的广告和业务——这意味着今天的裁员在2026年看起来是具有预见性的,而不是恐慌性的。
"短期利润率可能会受到持续的人工智能资本支出和重组成本的压力,除非人工智能驱动的广告定位和自动化能够带来明确的收入提升。"
Meta注意到人工智能基础设施支出正在推动裁员,这会产生不利的近期利润角度:从5月20日开始的10%的人员削减,加上持续的重组成本,可能会压缩EBITDA,除非人工智能投资能够迅速产生收入或效率收益。第一季度的表现提供了一些掩护,但文章缺乏有关人工智能支出的美元金额、回报率预期以及模型扩展时计算成本如何演变的具体信息。缺失的背景也包括广告市场需求、人工智能定位带来的潜在货币化提升以及收益的时间。关键问题:人工智能驱动的效率和更高的ARPU是否能够抵消运营支出拖累,或者这是一种更长的、牺牲利润率的重置?
反驳的观点是,人工智能驱动的效率和更好的广告定位可能会比预期的更快地提升利润率,使裁员成为一次临时的、富有成效的重新平衡,而不是一个负面信号;执行和人工智能收益的时间比人员削减更重要。
"Meta向资本密集型人工智能基础设施模型转变会产生一个永久性的、高成本的障碍,从而将投资论点从软件利润增长转移到硬件依赖的公用事业规模化。"
Claude,您关注“蚕食人员”忽略了Meta的计算与劳动比率的现实。真正的风险不仅仅是人工智能的回报率,而是自由现金流上的“GPU税”。如果Meta维持每年350亿-400亿美元的资本支出规模,那么他们实际上会将他们的估值与英伟达的供应链和能源成本联系起来,而不仅仅是广告技术效率。这不仅仅是一个转变;它是一种结构性转变,转变为一种需要持续、大规模再投资的公用事业类基础设施游戏。
"Meta的稳健的自由现金流可以缓冲资本支出风险,同时还能为股东回报提供支持,并应对广告周期强度。"
Gemini,GPU税有效,但Grok的500亿美元+的2024年自由现金流覆盖了350亿-400亿美元的资本支出,并留下了100亿美元+用于回购——回购去年推动了20%的每股收益增长。Claude忽略了2023年效率削减带来的600个基点的扩张。未标记的潜在增长:选举年的广告支出尾风可以提升ARPU 5-10%,从而在人工智能完全发挥作用之前验证了这一转变。
"Meta的资本支出轨迹不受管理层指导的约束,这使得自由现金流预测在人工智能军备竞赛加剧时变得脆弱。"
Grok的500亿美元自由现金流数学假设人工智能资本支出保持在350亿-400亿美元,但Meta尚未对上限做出承诺——Zuckerberg对“最佳”人员配备的含糊不清表明资本支出可能会在竞争压力来自OpenAI/Google的情况下增加。选举年尾风是真实的,但短暂的;它们并不能验证这种结构性转变。回购数学也假设没有重大的资本支出意外。是什么触发了Meta宣布“资本支出完成”?
"真正的风险是,如果人工智能回报率滞后且资本支出保持高位,Meta将不得不依赖债务或股权融资,从而破坏自由现金流的上行潜力,并且利润率会受到压缩。"
Claude的“长期赌注”框架忽略了相反的情况:如果人工智能回报率滞后,Meta可能会被谴责为资本支出保持在350亿-400亿美元的情况下而面临利润率压缩。对“最佳”人员配备的含糊不清表明资本支出可能会增加,但如果没有明确的回报率触发器,自由现金流和信用指标可能会在收益实现之前恶化。在这种情况下,进行摊薄融资或增加债务变得更加可能,从而破坏了上行潜力并放大了收紧的广告市场中的下行风险。
专家组裁定
未达共识Meta向资本密集型人工智能基础设施游戏转变既有风险又可能带来回报,看涨派押注人工智能驱动的效率提升,而看跌派警告“人工智能膨胀”和利润率压缩。
导致更高的ARPU和运营杠杆的人工智能驱动的广告定位和内容生成改进
由于高资本支出而导致的“人工智能膨胀”和利润率压缩,而没有即时的营收加速