Meta一年砸下1450亿美元做AI：广告机器还能撑起多大的野心？

本文由 财报研究社Pro 撰写/授权提供，转载请注明原出处。

以下文章来源于：财报研究社Pro

作者：财报研究社pro

当一家成熟的互联网公司决定把年度资本开支推向 1450 亿美元，市场究竟应该把这笔钱理解为增长投资，还是未来几年必须持续消化的成本压力？

10 月 21 日，Meta 公布 2026 年第三季度业绩，营收达到 646 亿美元，同比增长 26%；公司同时将全年资本开支指引调整至 1350 亿至 1450 亿美元，并宣布计划推出新的无投票权 C 类股票，为未来融资和股权安排增加灵活性。AI 投入仍在加速，Reality Labs 的亏损控制也被纳入新的经营安排。与此同时，Meta 的 AI 助手 Muse 开始进入用户视野，AI 业务逐渐从底层推荐系统延伸至面向消费者的产品入口。

Meta 拥有一项其他 AI 公司难以复制的资产：一个已经具备大规模商业化能力的广告业务。

推荐算法可以改善用户体验，广告模型可以提升转化效率，新增利润又能够为数据中心和模型训练提供资金。AI 的商业化因此有机会在新产品获得独立收入之前，就先进入现有业务的利润表。

但这套循环能否持续，还取决于投入增长能否跟上收入和利润的扩张。

Meta 第三季度营收增长 26%，达到 646 亿美元，超过华尔街预期的 633.4 亿美元；净利润为 98.6 亿美元，但当季计入与美国多州诉讼和解相关的 98.9 亿美元费用，单看净利润容易低估主营业务的经营表现。公司给出的第四季度营收指引为 730 亿至 760 亿美元，显示广告业务仍有较强的增长动能。

Meta 的 AI 投入已经非常庞大，但公司并不需要等待一个全新的 AI 业务从零开始赚钱，广告系统本身就是 AI 最成熟的商业化场景之一。Facebook、Instagram 和 WhatsApp 积累的用户关系、内容互动与广告需求，能够为推荐模型和广告排序系统提供持续反馈，模型优化又能影响用户停留时间、广告匹配效率与广告主的转化回报。

对于广告主而言，AI 最直接的价值是让同样的预算获得更好的投放效果；对于 Meta 而言，效率改善有机会转化为更高的广告定价能力、更大的广告预算和更好的收入质量。与需要独立寻找客户、建立付费体系的模型公司相比，Meta 已经拥有成熟的分发渠道和商业化基础，AI 能力可以先进入存量业务，再逐步拓展到新产品。

这也是 Meta 与其他大型科技公司的重要区别。微软可以把 AI 嵌入企业软件和云服务，亚马逊能够通过 AWS 销售算力与模型服务，谷歌可以将 AI 整合进搜索、广告和云业务。Meta 最有优势的切入点则是消费者注意力与广告转化。公司披露，其旗下应用家族第三季度日活跃用户平均达到 36.4 亿，同比增长3%。庞大的用户规模意味着，即使单个用户的广告效率只有小幅改善，累积起来也可能形成可观的收入增量。

不过，广告效率提升不等于利润会自动增长。AI 基础设施需要持续投入，模型训练与推理也会带来新增成本。如果广告收入增长逐步放缓，算力支出却继续快速扩张，经营杠杆就可能反向作用于利润率。

Meta 将 2026 年资本开支指引调整至 1350 亿至 1450 亿美元，较此前 1300 亿至 1450 亿美元的区间提高了下限。第三季度资本开支约 349 亿美元，高于第二季度的 310.8 亿美元和上年同期的 194 亿美元。公司正在加快建设支撑 AI 模型训练、推理和核心业务运行的基础设施。

当前 AI 产业竞争已经从模型能力延伸到算力供给、推理成本、产品分发和商业化效率。模型能力决定产品上限，算力决定服务规模，推理成本影响单位经济效益，而用户入口决定产品能否获得足够的使用频率。Meta 试图把这些环节放在同一家公司内部协同推进，从而让 AI 研发与广告、社交产品之间形成更短的反馈链条。

但大规模建设数据中心并不意味着资本回报必然提高。

芯片采购、服务器部署和数据中心建设会先形成现金支出，相关资产的经济回报则需要在未来多个季度逐步兑现。即便AI需求继续增长，如果算力利用率不够高、模型迭代过快导致硬件折旧压力上升，或者推理成本下降速度不及预期，资本开支的回报周期也可能拉长。

第三季度公司自由现金流转为负 21 亿美元，而第二季度仍为正 7.84 亿美元，上年同期为正 106 亿美元。公司当季总费用达到 516.1 亿美元，同比增长 68%，其中包含法律和解费用，因此不能把费用增长全部归因于AI，但现金流变化已经说明，巨额投入与其他成本正在共同影响财务表现。

Meta 同时宣布推出新的无投票权 C 类股票，计划通过股票分配等安排增加融资灵活性，同时保持马克·扎克伯格的投票控制权。相关安排预计于 2027 年 1 月生效。

显然，Meta 希望在继续投入 AI 的同时，为融资和股权管理保留更多空间。公司截至 2026 年第二季度末持有约 902.6 亿美元现金、现金等价物及有价证券，并披露长期债务约 836.6 亿美元；这些数据说明 Meta 拥有较强的融资基础，但并不意味着未来资本开支没有成本。

当然，资本开支本身只是投入端指标，真正决定长期回报的仍然是资产利用率、收入增量和最终形成的自由现金流。

Meta 的 AI 布局正在向消费者产品延伸。公司推出 Muse 及 Muse Wonder，并在财报沟通中表示，美国和加拿大已有超过 1000 万用户建立 Muse 账户。扎克伯格还提到，公司希望通过提升效率降低 Muse 的运行成本，随着收入规模扩大，产品有望逐步实现盈利。

过去，AI 主要通过推荐系统和广告投放效率间接贡献收入；随着 AI 助手和Agent进入日常生活，Meta 有机会进一步参与用户的信息获取、内容消费和任务执行过程。若AI助手能够形成稳定的使用习惯，Meta 便有机会把现有的社交分发能力延伸至更广泛的服务场景。

但账户数量还不能直接代表商业化成功。AI 助手需要证明用户会持续使用，也需要证明高频使用能够带来广告收入、交易收入或其他可持续的付费模式。对消费者 AI 而言，产品体验只是第一关，用户留存、推理成本和付费意愿才决定商业模型能否成立。Meta 仍需要回答：Muse 的增长有多少来自尝鲜，又有多少能够沉淀为长期活跃用户？

Reality Labs 的调整也值得放在这一框架下理解。公司预计该部门 2026 年亏损为 180 亿至 190 亿美元，并表示 2027 年亏损有望进一步收窄至约 150 亿美元。

Meta 正在重新安排不同业务的投入优先级，以求把更多资源放到当前更有机会形成收入回报的 AI 领域，同时控制部分长期探索业务的亏损。

不过，Reality Labs 的收缩并不代表相关业务已经具备稳定盈利能力，AI 投资也不会因为获得更多资源就自然成功。公司仍需在长期技术探索与短期经营回报之间寻找平衡。

未来几个季度，广告收入增长、AI 产品留存、资本开支增速和自由现金流将成为判断这套战略能否跑通的关键指标。法律与监管风险也需要持续跟踪，因为高额诉讼费用可能继续影响利润表现。

AI 投资的下一阶段，竞争焦点将逐步从谁投入更多，转向谁能用相同的算力创造更高的商业回报。

扫码关注公众号

获取更多技术资讯