Meta的AI引擎已經啟動，巨額投入何時回本？

• 剔除法律撥備及遣散費後，Meta核心經營溢利按年增長9%；
• Meta廣告展示次數按年增加14%，平均廣告價格上升12%；
• 自由現金流跌至7.84億美元，但財力仍然充裕，因此我們維持對Meta的正面看法。

我們早前撰文指出，Meta的硬件採購權長期由廣告推薦系統團隊主導，導致前沿模型團隊未能使用最適合的硬件；其後，我們亦曾探討朱克伯格如何透過大刀闊斧的內部改革，推動Meta重返大模型前沿。

但重返前沿是否代表Meta已值得投資？第二季業績公布後，翌日股價下挫7.5%，市場的憂慮相當具體：Meta的AI仍停留在大舉投入階段，自由現金流按年急跌逾九成，尚未轉化為實際回報。

這種憂慮是否成立？本文將逐一拆解。

延伸閱讀：〈拆解Meta的AI豪賭：為何數百億資本支出仍換不到領先地位？〉

〈Meta AI的絕地大反擊：朱克伯格如何重建AI帝國？〉

Meta業績分析：收入增長28%、但盈利卻下滑？拆解兩項一次性費用拖累

Meta收入非常強勁，按年增長28%至608億美元，高於市場預期。其中，核心的Family of Apps廣告收入增長27%至594億美元，反映廣告需求未見明顯放緩；其他收入亦受WhatsApp付費訊息及訂閱業務帶動，大增73%至10億美元。

然而，盈利表現卻明顯較弱。第二季經營溢利按年下跌8%，每股盈利亦由7.14美元降至6.18美元，兩者均遜於市場預期。

Meta雖然收入增長強勁，盈利能力卻似乎正在倒退。下跌的原因並非經營不善或者AI開支巨大，而是受到兩項一次性開支拖累：

1.     24億美元法律訴訟撥備：美國多個州政府及個人原告指控Facebook及Instagram令青少年成癮，並損害心理健康，Meta因此為相關訴訟作出撥備。

2.     12億美元遣散費：Meta正透過大規模改革及重組精簡架構，並於5月裁減約8,000名員工，約佔全球員工一成。相關遣散費屬企業瘦身的一次性成本。

若剔除上述兩項開支，核心經營溢利約為224億美元，按年增長9%，反而高於市場預期，反映Meta的收入與核心盈利仍在增長。不過，管理層同時預期，第三季收入增長將放慢至約22%，主要受到去年同期高基數、歐洲全面推出個人化程度較低的廣告，以及持續清理違規內容影響；全年開支指引下限亦因法律費用而上調。

另外，龐大的AI開支的確令人擔憂。Meta積極建設數據中心，自由現金流由去年同期的85.5億美元急跌至7.84億美元。由於AI基建投入大幅領先收入增幅，市場憂慮新增算力能否持續轉化為收入。

表一：Meta第二季業績比較

Meta AI變現｜廣告三重升級：增加展示機會、提高廣告單價、交由AI競價

Meta的核心業務是廣告，本質上是一個24小時運作的即時拍賣市場。每當用戶瀏覽動態消息、Reels或限時動態，平台便會產生一次廣告展示機會；廣告商競投這個機會，Meta則根據出價、用戶興趣及廣告成效，決定最終展示哪一則廣告。

Meta在AI上的投入確實龐大，但AI早已滲透核心廣告業務，從三個環節提升效率與收入。相關回報並非來自銷售大模型API或AI代幣（Token），而是增加可供競投的廣告展示機會、提高每次展示的價值，以及吸引更多廣告商參與。

1.     創造更多廣告展示機會：Meta利用AI升級內容推薦系統，更準確地向用戶推送感興趣的內容，延長其停留時間。用戶留得愈久，平台可展示廣告的機會便愈多。本季Instagram全球使用時長錄得雙位數增長，帶動Meta旗下平台的廣告展示次數按年增加14%。

2.     提高每次廣告展示的價值：AI亦能改善廣告定位及轉換效率，協助廣告商將流量轉化為實際銷售。業績會披露的模型測試顯示，用戶理解模型結合GEM後，Facebook廣告點擊提升8.3%、轉換提升15.7%。當每一元廣告費能帶來更多生意，廣告商自然更願意提高出價，帶動本季平均廣告價格按年上升12%。

3.     由商戶設定競投規則，到AI逐次決定出價：過去，廣告商並非像傳統拍賣般逐次舉牌，而是要預先設定競投規則，包括目標客群、投放版位、廣告預算及競價策略，再由Meta的系統按照這些條件參與每一次廣告競投。這套流程要求廣告商了解不同客群與版位的成效，亦要持續測試素材及調整預算，對缺乏廣告投放經驗的小商戶尤其困難。

Advantage+則進一步把這些決定交給AI。廣告商只需設定業務目標，例如增加銷售或獲取潛在客戶，並提供總預算及廣告素材；AI便會預測每名用戶的轉換機會，自動決定向誰展示、在哪個版位投放、是否參與競投，以及每次應如何出價，並把預算逐步轉向成效較佳的組合。

Advantage+端到端方案的年化收入已突破750億美元，另有900萬家小企業使用Meta的AI創意工具製作廣告素材。投放門檻下降，等於讓更多買家進入Meta的廣告拍賣市場。

Meta早已透過廣告業務把AI投資變現。

Meta AI廣告推薦改革：MGR及GEM模型如何大幅提升廣告轉換率？

我們在前文提到，為了遷就廣告推薦系統，Meta改用總擁有成本高14%的Ariel機櫃，並要求AMD把MI450X的算力削減約25%—當時看來，推薦系統是前沿模型開發的包袱。但廣告推薦團隊之所以有如此大的話語權，正因為廣告業務是Meta收入與現金流的主要來源。要理解這個包袱如何變成引擎，先要看AI如何重寫這套推薦系統。

延伸閱讀：〈拆解Meta的AI豪賭：為何數百億資本支出仍換不到領先地位？〉

傳統模型各自分工，算力回報逐漸見頂

Meta的廣告推薦系統主要分為兩個環節：

1.     從龐大的廣告庫中篩選候選廣告；

2.     預測每則候選廣告被點擊或促成交易的機會，決定最終展示次序。

過去，這套系統由多個專門模型分工，分別負責篩選候選廣告、預測點擊率及最終排序；瀏覽、點擊、加購及下單等行為，亦由不同模型分析。由於模型彼此分割，各自學到的規律難以共享。隨着模型逐漸成熟，即使繼續增加數據、參數與算力，準確度的提升亦愈來愈有限。

MGR改造候選廣告的篩選方式

傳統檢索系統需要逐一評估大量廣告，再篩選出候選名單。Meta Generative Recommender（MGR）則利用大語言模型同時分析用戶偏好與廣告內容，直接預測哪些廣告最適合進入候選名單，令系統更快找出可能促成轉換的廣告。

Meta表示，利用大語言模型理解用戶偏好的早期試驗，令Instagram的應用程式事件轉換率提高1%，意味着在相同曝光量下，有更多用戶完成註冊、加入購物車或付款等目標行為。

GEM建立共用的廣告基礎模型

不過，第一步只是找出候選廣告。系統仍要理解用戶的興趣與消費意欲，再從候選名單中決定最終展示哪一則廣告。

大語言模型提供另一種思路：先訓練一個通用的基礎模型，從大量數據中掌握共通規律，再把相關能力應用於不同任務。受到這套方法啟發，Meta開發出廣告基礎模型GEM（Generative Ads Recommendation Model）。

GEM把用戶由瀏覽、點擊、加購到下單的行為串連成完整序列。就像大語言模型透過詞語的先後次序理解句子，GEM亦能分析用戶的興趣如何逐步轉化為消費，再把這套理解應用於不同的廣告排序任務。

換言之，MGR先從廣告庫中找出較合適的候選廣告，GEM則像整套系統的「基礎大腦」，利用更完整的用戶行為理解決定展示次序。根據Meta，GEM令Facebook及Instagram的廣告轉換率提高3%至5%。廣告轉換率上升後，廣告商的投資回報隨之改善，同時更願意提高出價，最終有助推動Meta的廣告價格與收入。

從理解內容，到直接生成推薦

MGR已開始同時分析廣告內容與用戶偏好，但Meta希望再向前一步，改變系統理解內容的方式。目前，廣告與帖文主要以數字編號及預先設定的特徵加以識別。這些編號可以告訴系統用戶看過哪則內容，卻不包含內容本身的意思；即使兩則廣告的主題十分相似，其編號之間也可能毫無關係。

Meta正研究以帶有語義的標記取代單純編號。主題、產品或風格相近的內容，將擁有彼此相關的標記，讓模型不但知道用戶瀏覽過甚麼，亦能理解內容之間的關係。當用戶對某類內容感興趣時，系統便更容易推斷其他可能相關的廣告與帖文。

最終，推薦系統可以像大語言模型逐字生成句子一樣，直接生成一連串代表內容的語義標記，再轉化為每名用戶最可能感興趣的推薦清單。

大模型的技術突破，為廣告推薦重新打開規模化空間。在傳統架構下，模型愈大，邊際回報愈低；如今，MGR、GEM及下一代語義推薦有望把更多數據、參數與算力，持續轉化為更準確的廣告配對、更高的轉換率及廣告收入。

Meta除了擁有龐大的用戶行為數據，亦具備充裕的資本，以及成熟的硬件與基建團隊，可以自行建設大型算力集群，訓練更龐大的廣告模型。算力愈多，推薦愈準；廣告商回報愈高，便愈願意增加預算及提高出價，帶動的廣告收入又可支持Meta繼續投入算力。

算力出租vs.內部變現：Meta會成為「包租公」嗎？

Meta一直大舉投資AI算力。SemiAnalysis預計，到2026年底，Meta的算力規模或同時超越OpenAI及Anthropic。隨着SpaceX據報以每月約12.5億美元的高價，將Colossus 1幾乎全部算力租予Anthropic，市場亦開始憧憬Meta能否以類似的高溢價出租部分算力。按此租值推算，相關數據中心僅需約7至10個月便可收回資本支出，反映可即時投入運作的大型AI數據中心極為稀缺。Meta手握龐大算力容量，若能對外出租，便可加快回收部分資本投入。

朱克伯格在業績會上證實，公司確實收到不少願意以明顯溢價租用算力的邀約，亦不排除直接出售算力。另有報道指，Anthropic曾接觸Meta，初步商討一項為期兩年、最高約100億美元的算力租賃。不過，相關談判仍處於早期階段。

管理層的基本取態仍未改變：與其直接出租算力，Meta更希望先將算力轉化為更高價值的「智能」，例如提升廣告推薦成效，或以Token形式出售模型輸出。這類業務的長遠利潤率，預計遠高於單純出租算力。若為賺取短期收入而把剩餘算力全部出租，便等同放棄利用這批算力進一步創造價值的機會。因此，算力租賃最多只是機會性收入，而非Meta的策略核心。

換言之，Meta的算力並非只有一條變現路徑。正因算力稀缺，這批算力既可以高價出租，亦可投入廣告推薦系統及前沿模型，透過「智能」變現。

巨額AI投入無疑會繼續拖累短期自由現金流，但現金流受壓並不等於算力無法變現。只要市場需求維持強勁，Meta的算力便同時具備內部使用價值與外部租賃價值，資產閒置或投資完全無法回收的風險相對有限。

投資啟示｜Meta AI已賺到收入，但未賺到現金流，為何我們維持正面看法？

市場對Meta的憂慮是否成立？MGR、GEM及Advantage+已提高廣告配對與轉換效率，證明巨額算力投入能夠轉化為廣告收入；但自由現金流按年急跌逾九成，亦反映相關回報暫時仍未足以覆蓋持續上升的基建投入。

不過，Meta仍有充裕財力支撐這場投資。公司每年產生約1,000億美元的經營現金流，而美國《One Big Beautiful Bill Act》（OBBB）的全額折舊扣減亦開始降低現金稅負。上半年公司錄得21億美元所得稅淨收益，實繳現金稅由一年前同期的55億美元降至20億美元，財務緩衝較自由現金流表面所見充裕。

除了資本支出，法律風險亦不容忽視。Meta於8月26日與全美52位州檢察長達成和解，賠償上限為180億美元，並預期第三季再撥備約100億美元。不過，和解只涵蓋州政府索償，個人及校區訴訟尚未了結，最終損失可能上升。

綜合而言，我們維持對Meta的正面看法，目標價為1,018美元，較9月3日收市價610.68美元有約66.7%潛在升幅。

表二：Meta預測盈利及潛在升幅

Meta AI變現與業績常見問題（FAQ）

1.     Meta 2026年第二季利潤為什麼下滑？

主要受到兩項一次性開支拖累：包括24億美元的法律訴訟撥備，以及5月裁減約8,000名員工，並需支付12億美元的遣散費。若剔除上述兩項開支，核心經營溢利約為224億美元，按年增長9%。

2.     Meta如何利用AI提高廣告變現能力？

Meta主要透過以下三大AI技術提高變現能力：

• MGR模型：能精準預測候選廣告，從而提升廣告成效
• GEM基礎模型：能分析用戶的興趣如何逐步轉化為消費，再把這套理解應用於不同的廣告排序任務。
• Advantage+：能為廣告商提供全自動廣告投放及出價，端到端方案的年化收入已突破750億美元。