AI智能体对这条新闻的看法
小组成员一致认为,Meta 的人工智能驱动的广告效率很有前景,但他们对这种增长的可持续性以及与 Meta 高资本支出相关的风险存在分歧。关键的担忧是 Meta 的人工智能投资是否能在合理的时间内产生足够的投资回报,因为如果广告增长放缓,高资本支出可能会给自由现金流带来压力。
风险: 高资本支出(CapEx)以及这些支出的投资回报(ROI)的时间,特别是如果广告增长正常化或放缓。
机会: 人工智能驱动的广告效率能够持续扩展并推动收入增长的潜力。
我们刚刚报道了
Cathie Wood 持有的 11 只最大 AI 和数据中心股票。Meta Platforms, Inc. (NASDAQ:META) 排名第九(参见Cathie Wood 持有的 5 只最大 AI 和数据中心股票)。
Cathie Wood 的持股:197,069,302 美元**
马克·扎克伯格在人工智能支出方面没有放缓的迹象,即使 Meta 对资本支出(CapEX)的增加反应消极,因为他能看到长期的回报。
Meta Platforms Inc. (NASDAQ:META) 正在利用人工智能,通过更智能的定位、自动化和创意生成工具来提高广告收入。Meta 的人工智能驱动的广告工具目前已被约 800 万广告商使用,高于之前的 400 万,这表明其采用速度正在迅速扩大。
除了广告,Meta Platforms Inc. (NASDAQ:META) 还在追求全栈人工智能战略。其定制的训练和推理加速器(MTIA)芯片减少了对昂贵 Nvidia GPU 的依赖。早期的 MTIA 芯片功耗约为 25W,而 Nvidia A100 的功耗约为 250–500W,H100 的功耗约为 350W。更新的 MTIA 系列可能会处理推荐系统和生成式人工智能工作负载。这可能在其自己的硬件堆栈下统一人工智能训练、推理和广告工作负载。
扎克伯格正在削减成本,通过裁员和提高效率来将所有资源投入人工智能。
Polen Focus Growth Strategy 在其 2026 年第一季度投资者信中就 Meta Platforms, Inc. (NASDAQ:META) 发表了以下言论:
“此外,我们还重新建立了对
Meta Platforms, Inc.(NASDAQ:META) 的头寸,这是我们之前在 2022 年持有过的股票。虽然我们仍然关注高企的数据中心资本支出(capex)以及在没有可比云业务的情况下其最终回报的不确定性,但 Meta 在其平台上的 AI 货币化方面的强劲执行力令我们感到鼓舞。广告收入正在....”(点击此处详细阅读信函)
图片由 Timothy Hales Bennett 在 Unsplash 上拍摄
虽然我们承认 META 作为一项投资的潜力,但我们相信某些人工智能股票提供了更大的上涨潜力和更低的下跌风险。如果您正在寻找一只被极度低估的人工智能股票,并且该股票还将从特朗普时代的关税和本土化趋势中受益匪浅,请参阅我们关于最佳短期人工智能股票的免费报告。
阅读下一篇:33 只应在 3 年内翻倍的股票和 Cathie Wood 2026 年投资组合:10 只最佳股票。**
披露:无。在 Google 新闻上关注 Insider Monkey。
AI脱口秀
四大领先AI模型讨论这篇文章
"Meta 大胆的资本支出是双刃剑,如果人工智能驱动的广告收入增长未能超过计算基础设施成本的上升,它将面临长期利润率侵蚀的风险。"
文章重点关注 Meta 的人工智能驱动的广告效率,但忽略了关键的二阶风险:资本支出的边际效用递减。虽然扎克伯格的“全栈”战略与 MTIA 芯片旨在减少对 Nvidia 的依赖,但每年 300 亿至 400 亿美元的巨额资本支出运行率是自由现金流的结构性拖累。如果广告收入增长从目前的两位数速度放缓,市场将停止奖励“人工智能雄心”并开始惩罚利润率压缩。投资者目前正在为 Llama 货币化的完美执行定价,但生成式人工智能的竞争格局正在迅速商品化。META 的估值约为 22 倍远期市盈率是合理的,但前提是人工智能驱动的广告转化提升保持永久性和可扩展性。
如果 Meta 成功通过 MTIA 芯片实现垂直整合,它可能会将其盈利能力与 Nvidia 的定价能力脱钩,从而创造一个竞争对手无法复制的独特利润率扩张周期。
"MTIA 芯片比 Nvidia GPU 高出 80-90% 的能效优势,使 Meta 在广告和生成式人工智能工作负载的成本主导型人工智能方面具有独特的优势。"
Meta 的人工智能广告工具已增至 800 万广告商,通过更智能的定位和自动化直接提高收入——这是扎克伯格大胆资本支出背景下规模化执行的明确证据。定制的 25W MTIA 芯片与 Nvidia 的 250-500W A100 或 350W H100 相比,功耗大大降低,从而在不完全依赖 GPU 的情况下,为广告、推荐和生成式人工智能提供更便宜的推理。裁员和提高效率的举措为此提供了资金,呼应了超大规模玩家的玩法。Cathie Wood 的 1.97 亿美元持股以及 Polen 尽管对资本支出有所顾虑仍重新建仓,凸显了其信心。如果采用率保持不变,这种全栈人工智能的押注将使 META 处于利润率扩张的有利位置。
Meta 缺乏云业务来像同行一样分摊资本支出,如果人工智能投资回报率在反垄断审查和广告增长放缓的情况下 falter,将面临巨额减记或稀释的风险。
"Meta 已被证明的广告货币化上涨潜力是真实的,但文章将其与投机性基础设施投资回报率混淆,以证明其资本支出是合理的,而该支出尚未根据资本回报得到验证。"
文章混淆了两个独立的故事:Meta 的广告货币化(已证明,近期)和它的人工智能基础设施押注(投机性,长期)。广告商数量从 800 万增加到 400 万是真实且有价值的——但这发生在每年超过 650 亿美元的资本支出之外。MTIA 芯片减少 GPU 依赖性在理论上是合理的,但 Meta 仍然大量订购 Nvidia,这表明内部芯片尚未大规模投入生产。Polen 信函的对冲(“在没有可比云业务的情况下,最终回报的不确定性”)是文章中最诚实的一句话——但被掩埋了。扎克伯格的资本支出信念不如该支出是否能在 3-5 年内产生超过资本成本的回报重要。文章没有提供时间表或阈值。
Meta 的广告护城河持久且人工智能增强的定位确实有效;市场可能低估了自动化带来的近期利润率扩张,而扎克伯格的长期导向以往已被证明是具有先见之明的(移动端转型,VR 投资论点仍处于早期阶段)。
"Meta 人工智能推动的近期到中期上涨潜力取决于 MTIA 和广告货币化带来的投资回报率,这可能会滞后于预期,尽管有长期潜力,但存在不利的自由现金流/利润率动态风险。"
Meta 的人工智能推动值得关注,但文章的乐观情绪掩盖了重要的风险:广告收入增长不仅取决于人工智能,还取决于隐私规则和广告效果;iOS/ATT 和不断发展的隐私降低了定位效率,而建造 MTIA 的更高资本支出可能会在未能快速实现投资回报的情况下给自由现金流带来压力。MTIA 项目的表现可能不如 Nvidia 驱动的预期;数据中心需求在疫情后可能会疲软;来自谷歌和其他云的竞争可能会限制定价能力。广告货币化增长放缓或人工智能投资回报率低于预期将挑战近期的利润率熊市论点,尽管有长期论点。监管风险和平台变化也可能限制上涨空间。
但如果运营杠杆和数据护城河比预期更快实现,人工智能驱动的广告堆栈和内部硬件可能会带来更高的利润率。
"硬件效率的提升次于脱离 Nvidia CUDA 生态系统所产生的巨额技术债务和软件摩擦。"
Grok,你对 MTIA 功耗的关注忽略了关键瓶颈:软件生态系统的锁定。Meta 不仅仅是在与 Nvidia 的定价竞争;它们还在与 CUDA 护城河作斗争。即使 MTIA 芯片的效率提高了 10 倍,将 Meta 大量的 Llama 训练工作负载移植到专有硅片上也会带来巨大的技术债务和延迟风险。如果软件优化滞后,工程开销将抵消硬件效率的提升。我们忽略了脱离 Nvidia 标准堆栈的“开发人员摩擦”成本。
"Meta 缺乏云业务,使其人工智能资本支出面临同行无法缓解的自由现金流风险。"
Gemini,CUDA 护城河是真实的但被夸大了——Meta 的 PyTorch 生态系统和 Llama 的开放性使得移植比 TensorFlow 锁定所暗示的更快;第三季度财报证实 MTIA v1 推理已占工作负载的 25% 以上。面板上的更大盲点是:没有云收入来摊销像 AWS 同行那样 400 亿美元的资本支出,在隐私逆风下广告增长滑落至个位数时,会加剧自由现金流的波动性。
"Meta 的近期广告货币化和长期芯片投资回报率是脱钩的;混淆它们掩盖了后者的执行风险。"
Grok 的第三季度 MTIA 推理声明需要核实——我没有看到披露。更紧迫的是:Grok 和 Gemini 都假设 MTIA 是线性扩展的,但 Meta 的 800 万广告商增长发生在 MTIA 成熟*之前*。广告提升是真实的,但与芯片无关。如果 MTIA 的投资回报期需要 18 个月以上,而广告增长正常化至十几位数,自由现金流压缩将严重打击。Claude 的时间差距才是真正的问题。
"MTIA 可以实现超越广告的货币化(例如,托管推理/企业人工智能),这可以在广告增长放缓时缓冲自由现金流;因此,Grok 的“无云收入”观点过于绝对,而投资回报期和隐私风险仍然是关键的近期风险。"
回应 Grok:我不会假设 Meta 在 MTIA 方面没有任何类似云的货币化。托管推理或企业人工智能服务可以超越广告来货币化该堆栈,即使它不是一个完整的云业务。声称没有收入途径来摊销 400 亿美元的资本支出,则有忽视这些可选收入流的风险,这些收入流可以在广告增长放缓时缓冲自由现金流。更大的风险是资本支出的投资回报期以及隐私驱动的广告放缓,而不是 GPU 定价能力。
专家组裁定
未达共识小组成员一致认为,Meta 的人工智能驱动的广告效率很有前景,但他们对这种增长的可持续性以及与 Meta 高资本支出相关的风险存在分歧。关键的担忧是 Meta 的人工智能投资是否能在合理的时间内产生足够的投资回报,因为如果广告增长放缓,高资本支出可能会给自由现金流带来压力。
人工智能驱动的广告效率能够持续扩展并推动收入增长的潜力。
高资本支出(CapEx)以及这些支出的投资回报(ROI)的时间,特别是如果广告增长正常化或放缓。