Meta 正在嘗試為其龐大的 AI 基礎設施尋找廣告之外的變現出口。根據近期披露的計劃，公司將推出名為 Meta Compute 的雲服務，直接向外部企業出租其閒置的 AI 算力。這一動作意味著 Meta 不再僅僅將自建的 AI 叢集視為內部研發與廣告最佳化的引擎，而是開始將其作為一項可對外銷售的服務來運營。
與算力租賃同步推進的，是 Meta 在自研晶片上的關鍵一步。公司計劃從 9 月 起，與 博通 和 台積電 合作，加速量產其內部代號為 Iris 的資料中心晶片。這款晶片的定位顯然是服務於 Meta 自身龐大的 AI 工作負載，並可能在未來成為 Meta Compute 服務底層算力的重要組成部分，減少對輝達等外部供應商的依賴。
在模型層面，Meta 也更新了其產品矩陣，釋出了 Muse Spark 1.1 和 Muse Image 等先進 AI 模型。這些模型不僅能增強其面向消費者的應用體驗，同樣可以作為企業級工具的一部分，通過雲服務提供給外部開發者與企業客戶。此外，公司還任命了新的 首席資料官，這一人事佈局顯示出 Meta 正在從組織架構上強化其資料戰略與 AI 治理能力，以支撐日益複雜的 AI 商業化版圖。
這一系列組合拳，清晰地勾勒出 Meta 在 AI 時代的新敘事：從一家依賴廣告收入的社交媒體公司，轉型為擁有從底層晶片、大規模算力基礎設施到上層模型與應用的全棧 AI 能力，並試圖將其打包成企業級服務出售的科技巨頭。Meta Compute 的推出，正是這一轉型最直接的商業化觸點。它試圖將過去幾年在 AI 領域投入的鉅額資本支出，轉化為一條新的、可預期的經常性收入流。
然而，這條轉型之路並非毫無風險。有分析指出，支撐這一敘事的前提是，Meta 的核心廣告業務和使用者參與度必須足夠強勁，能夠持續為激進的 AI 建設提供資金，同時還要實現盈利增長。Meta Compute 和 Iris 晶片雖然提供了近期的催化劑，但也放大了市場的主要擔憂：不斷攀升的 資本支出 和 Reality Labs 部門的持續虧損，可能會在短期內超過收入增長速度，從而壓縮公司的自由現金流。
分析師群體對此也存在分歧。部分持謹慎態度的分析師此前已假設，即便公司盈利攀升至接近 1000 億美元，其利潤率也可能下滑至 29% 左右。新一輪的 AI 支出既可能驗證這種擔憂，也可能迫使市場徹底重新評估這些預期。有長期預測模型顯示，Meta 到 2029 年 的收入需達到 3690 億美元、盈利需達 1112 億美元，這要求其年收入增長率保持在 19.7%，並在當前約 706 億美元 盈利的基礎上再增加約 406 億美元。基於此模型得出的公允價值約為 每股 828.80 美元。
此外，Meta 在歐美市場面臨的 監管壓力 也是不可忽視的變數。歐盟日益收緊的監管行動和潛在的數十億美元罰款風險，可能侵蝕其依賴廣告和資料驅動的商業模式。Meta Compute 能否成功，不僅取決於技術實力和市場需求，也考驗著公司在全球日益複雜的監管環境中平衡創新與合規的能力。將閒置算力變現，既是 Meta 對自身 AI 投資效率的一次壓力測試，也是其向華爾街證明 AI 鉅額投入能夠帶來實際財務回報的關鍵一役。