Meta 正在尝试为其庞大的 AI 基础设施寻找广告之外的变现出口。根据近期披露的计划，公司将推出名为 Meta Compute 的云服务，直接向外部企业出租其闲置的 AI 算力。这一动作意味着 Meta 不再仅仅将自建的 AI 集群视为内部研发与广告优化的引擎，而是开始将其作为一项可对外销售的服务来运营。
与算力租赁同步推进的，是 Meta 在自研芯片上的关键一步。公司计划从 9 月 起，与 博通 和 台积电 合作，加速量产其内部代号为 Iris 的数据中心芯片。这款芯片的定位显然是服务于 Meta 自身庞大的 AI 工作负载，并可能在未来成为 Meta Compute 服务底层算力的重要组成部分，减少对英伟达等外部供应商的依赖。
在模型层面，Meta 也更新了其产品矩阵，发布了 Muse Spark 1.1 和 Muse Image 等先进 AI 模型。这些模型不仅能增强其面向消费者的应用体验，同样可以作为企业级工具的一部分，通过云服务提供给外部开发者与企业客户。此外，公司还任命了新的 首席数据官，这一人事布局显示出 Meta 正在从组织架构上强化其数据战略与 AI 治理能力，以支撑日益复杂的 AI 商业化版图。
这一系列组合拳，清晰地勾勒出 Meta 在 AI 时代的新叙事：从一家依赖广告收入的社交媒体公司，转型为拥有从底层芯片、大规模算力基础设施到上层模型与应用的全栈 AI 能力，并试图将其打包成企业级服务出售的科技巨头。Meta Compute 的推出，正是这一转型最直接的商业化触点。它试图将过去几年在 AI 领域投入的巨额资本支出，转化为一条新的、可预期的经常性收入流。
然而，这条转型之路并非毫无风险。有分析指出，支撑这一叙事的前提是，Meta 的核心广告业务和用户参与度必须足够强劲，能够持续为激进的 AI 建设提供资金，同时还要实现盈利增长。Meta Compute 和 Iris 芯片虽然提供了近期的催化剂，但也放大了市场的主要担忧：不断攀升的 资本支出 和 Reality Labs 部门的持续亏损，可能会在短期内超过收入增长速度，从而压缩公司的自由现金流。
分析师群体对此也存在分歧。部分持谨慎态度的分析师此前已假设，即便公司盈利攀升至接近 1000 亿美元，其利润率也可能下滑至 29% 左右。新一轮的 AI 支出既可能验证这种担忧，也可能迫使市场彻底重新评估这些预期。有长期预测模型显示，Meta 到 2029 年 的收入需达到 3690 亿美元、盈利需达 1112 亿美元，这要求其年收入增长率保持在 19.7%，并在当前约 706 亿美元 盈利的基础上再增加约 406 亿美元。基于此模型得出的公允价值约为 每股 828.80 美元。
此外，Meta 在欧美市场面临的 监管压力 也是不可忽视的变量。欧盟日益收紧的监管行动和潜在的数十亿美元罚款风险，可能侵蚀其依赖广告和数据驱动的商业模式。Meta Compute 能否成功，不仅取决于技术实力和市场需求，也考验着公司在全球日益复杂的监管环境中平衡创新与合规的能力。将闲置算力变现，既是 Meta 对自身 AI 投资效率的一次压力测试，也是其向华尔街证明 AI 巨额投入能够带来实际财务回报的关键一役。