原文链接： https://www.yjnt111.top/article/1109

每年至少 70 亿美元的诈骗广告收入，对应 660–720 亿美元的 AI 基建投入，这组数字放在同一家公司身上，本身就很刺眼。

一边是被内部文件点名的“高风险广告”黑洞，一边是对 AGI 与算力集群的豪赌。Meta 当前的商业模式，其实已经不是“社交+广告”这么简单，而是变成了：靠“污染流量池”输血，去支撑一场高风险、回报不明的 AI 基建冲刺。

下面试着用“商业模式—财务表现—AI 折现路径”的组合框架，把这家公司现在到底在干什么、未来有什么难点，捋清楚。

一、商业模式真相：干净的财报，脏掉的收入结构

从表面看，Meta 还是一台非常标准的“广告印钞机”：

2025 年三季度营收 512 亿美元，同比增长 26%，创历史新高；广告业务继续是绝对核心，其中 Instagram 广告增速首次超越 Facebook，社交矩阵进入“多点发力”阶段。

但内部文件把这台机器拆开后，呈现的是另一幅画面：

· 预测约 10.1% 年度收入 来自高风险的诈骗广告与违禁商品广告，约 160 亿美元；

· 单从部分诈骗广告中，每年就能贡献至少 70 亿美元 收入；

· 平均每天向用户投放高达 150 亿条 高风险诈骗广告；

· 2023 年 Meta 几乎驳回了96% 的有效诈骗举报 。

这些不是外部机构的控诉，而是 Meta 自己内部报告里写下来的现实。

更讽刺的是，Meta 内部研究承认：“在 Meta 平台上宣传诈骗，比在谷歌上更容易。”

这背后是一个非常冷冰冰的“收益—风险”算式：

· 系统只有在有 95% 把握认定是诈骗 时，才会封禁广告主；

· 对那些“高度可疑但达不到 95%”的广告主，Meta 并不是直接封，而是采取所谓”惩罚性竞价”——提高广告费率 ；

· 结果是：涉嫌诈骗的人，只要肯花更多钱，就可以继续投放广告。

更极致的，是所谓“高价值账户”：

一些广告支出巨大的客户，即便累计超过 500 次违规记录，也不会被封禁——这已经不是“审核疏漏”，而是非常明确的系统性放水。

内部文件还算了一笔更直白的账：

仅“法律风险较高”的诈骗广告，每 6 个月就能为 Meta 带来 35 亿美元收入 ；而预计美国监管相关的罚款，最多不过 10 亿美元 。

简单代入一下逻辑：

被罚一块钱，能挣三块，最优解就是继续赚。

这就是 Meta 当前商业模式的底色：

官方对外讲的是“广告技术+AI 推荐”，内部真正运转的是一套带着灰度乃至黑色的“风险收益函数”。对投资者而言，这意味着什么？意味着这家公司收入里的“质量折扣”正在变大——营收增长得越快，里面可能掺杂的坏东西也越多。

二、财务表现：漂亮的季度报表，对上一个巨大的资本黑洞

如果只看财务报表，Meta 的答卷其实不难看：

· 2025 年 Q3 营收 512 亿美元，同比增长 26%；

· 广告业务恢复高增速，Instagram 接力 Facebook；

· AI 驱动的 Advantage+ 广告平台带来更高转化和更长使用时长，Reels 视频观看时长同比增幅超过 20%。

从“商业模式—财务表现”这条线，Meta 的故事讲得通：

用 AI 强化广告投放效率，挖掘存量用户时长，提升广告单价与转化率。

但问题在于，支出的那一头，数字不讲故事，只讲压力：今年 Meta 第三次上调资本支出预期，全年 capex 指引直接拉到 660–720 亿美元。 这笔钱主要砸向 AGI 数据中心集群、自研大模型及 AI 人才。首座 AI 数据集群”普罗米修斯”计划 2026 年在俄亥俄州投产，单集群就要提供至少 1GW 的算力 。

站在财报的角度，你会看到一个很鲜明的错位：营收在增长，没问题；利润端被高额资本开支侵蚀，现金流承压； 最关键的是，这笔 capex 目前还缺少一个清晰的“回本剧本” 。

微软、亚马逊、谷歌加大 AI 投入时，资本市场可以容忍，原因很简单——他们有云业务、有企业订阅服务、有开发者平台，AI 基建很容易被“折现”到未来收入里 ；Meta 不一样，它既没有 Azure，也没有 GCP，它的主要盈利模式还是那一块“广告池”。

于是同样是提高 capex，微软股价只是轻微回调，谷歌、亚马逊甚至还能涨；

轮到 Meta 的时候，市场的直觉反应就是：不相信。

三、AI 投入为何难以“算得过来”？——三个维度的错配

从投研视角看 Meta 的 AI 投入，最大的矛盾不在“投得多”，而在“投得不对称”：技术路线、商业场景与组织能力，三者是错位的。

1）技术层面：Llama 不弱，但不够强到“闭环赚钱”

Meta 在大模型上并非一无是处，Llama 系列在开源社区的影响力不小，最新一代 Llama 4 在部分任务上的体验也可圈可点。

问题是，这还不够成为“商业闭环的核心锚点”。

· 在关键的代码生成、复杂推理、高阶多模态任务上，Llama 与 GPT-4o、Gemini 2.5 等顶尖闭源模型仍有不小差距；

· 同一阵营里的开源对手也很强，Llama 并没有压倒性的护城河；

· Meta 选择了开源路径，这极大提升了技术影响力，却削弱了直接向 B 端收费的空间。

换句话说，Meta 的大模型是“够用的”，但还谈不上“贵得起”。

这在技术投资与商业变现之间，形成了第一层错配。

2）商业层面：缺少高毛利的 AI 产品容器

微软和谷歌的 AI 投入，天然可以灌入几个高毛利容器：

Azure / GCP / Office / Workspace / GitHub / Security / 各种企业 SaaS；这些都是可以直接开价、按席位或按用量计费的业务。

而 Meta 目前的主战场还是：C 端社交广告、XR 设备（Quest、Ray-Ban、未来的 AR 眼镜）以及现在刚刚起步、尚未形成规模付费习惯的 AI 助手、AI 创作工具。

这些赛道并非不能赚钱，但它们对用户价格敏感度高、变现路径长、需要时间培养习惯。

在 AI 资本开支已经冲到 700 亿美元量级的当下，Meta 能拿出来对冲的收入，一是广告效率提升，二是未来的硬件+订阅预期  ——对一个成熟的万亿市值公司来说，这显然不够说服力。

3）组织与人才层面：FAIR 的出走，暴露的是内部不一致

把杨立昆、陈欣磊、庄靖尧等一串名字放在一起，会发现一个趋势：

离开的不是普通工程师，而是 Meta 在 AI 话语体系里最有象征意义的一批人。

FAIR 实验室从被视为全球顶级 AI 研究机构，到如今核心成员不断出走、再加上内部裁撤 600 人、调整汇报线，这不仅是一个“人才流失”问题，而是：科研导向与商业导向之间的冲突在加剧，公司在“做开创性研究”与“做可落地产品”之间摇摆，AI 战略路线没有得到组织层面的强一致认可。

对外，Meta 在财报电话会上难以给出清晰的 AI 变现路径，更多是在重复“要继续加大投入”这一句；

对内，一边是不断上调 capex，一边是削弱 AI 基础研究团队的资源，向产品化倾斜。

这其实传递出一个信号：

Meta 自己也还没完全想清楚，未来到底是要做一个“云+AI 平台型公司”，还是继续当“社交+广告+硬件”的超级流量媒介，只是拥有自用大模型。

四、Meta 的转型难点：不是“要不要做 AI”，而是“凭什么是你来做”

从宏观上看，Meta 不做 AI 是不现实的。

AI 正在改写人机交互的入口，未来用户很可能只需要一两个超级助手就能完成绝大部分数字活动——谁掌握入口，谁就掌握分发权和收费权。

但问题在于：这张“未来入场券”，肯定不是人人有份。

对于 Meta 来说，真正的难点不在于“要不要重押 AI”，而在于：

1.如何摆脱对灰色广告收入的结构性依赖？

· 如果继续依赖高风险广告输血，一方面监管迟早会收紧，另一方面企业品牌形象会被进一步侵蚀；

· 一旦监管和舆论拐点到来，Meta 的广告业务可能在短时间内经历一次“质量重估”，对估值的打击不亚于一次业绩暴雷。

2.如何搭建一个能承载 700 亿美元 capex 的 AI 变现架构？

· 仅靠广告效率的边际提升，撑不住这么重的资本投入；

· XR 硬件与 AR 眼镜要培育的是“新形态平台”，需要大时间窗口，短期难以产出与投入匹配的利润；

· 真正能稳定支撑 AI 投入的是 B 端、云与企业服务，而这里正是 Meta 的短板。

3.如何在组织与人才层面重建对 AI 的“凝聚力”？

· 核心科学家出走之后，FAIR 的光环在消退；

· 把原本直接向高层汇报的顶级科学家塞到复杂的汇报链条里，本质上削弱了科研侧的战略地位；

· 在 AGI 这条极度依赖顶尖人才的赛道上，如果 Meta 给外界传递的是“人才宁愿去 xAI、OpenAI，也不愿留在这里”，那很难吸引下一批真正想要做第一名的人。

4.如何重新建立市场对其“战略连续性”的信任？

· 短短四年，从全力押注元宇宙，到大力收缩 Reality Labs，再到全面转向 AGI 基建，这种节奏在创业公司可以，在万亿巨头身上就会被解读为”战略摇摆”；

· 投资者愿意为长期故事买单，但前提是：故事要有逻辑闭环，不是每两年就换一套叙事。

五、可以观察的关键变量：Meta 接下来要拿什么说服市场？

从投研框架出发，如果要持续跟踪 Meta，接下来至少有几个关键变量值得盯：

1.广告结构的“去污染化”速度

· 高风险诈骗广告占比是否逐步下降？

· 举报体系是否从“默认驳回”变为“默认重视”？

· 与监管机构之间，是否有更主动的合作与信息披露？

2.AI 产品线的实际变现能力

· Llama 的商业化节奏：API 收费、企业版授权、增值服务；

· AI 助手、AI 创作工具，能否形成稳定的订阅或增购收入？

· 是否出现一两个真正可对标 Azure Copilot / Google Workspace AI 的拳头级产品？

3.资本开支的结构调整

· capex 是否从“无上限扩张”转向更理性的 ROIC 导向？

· 是否更多采用与芯片厂、云厂商的合作模式，而不是全栈自建？

· 数据中心资产会不会出现减值或折旧压力加速的信号？

4.人才与组织的重构成效

· FAIR 之后，Meta 是否还能搭出一支在学界、业界都有话语权的新团队？

· 内部在 AI 方向上的话语权，是否回到一个“科研与产品相互制衡”的健康状态？

· 管理层在财报电话会上，对 AI 投资的叙述是否从”继续加大”转向”具体路径 + 收益指标”？

结语：一家公司，两个战场

对今天的 Meta 来说，战场其实有两个：

· 一个是当下的战场 ：清理肮脏的广告池子，修复商业模式的公信力；

· 另一个是未来的战场 ：在 AI 入场券的争夺里活下来，而不是成为又一个被历史淘汰的流量平台。

它的难度在于——这两件事是相互掣肘的：

· 只顾未来，靠放大高风险广告输血，短期数据好看，但风险越积越大；

· 一旦真心想治理广告生态，收入增速可能立刻承压，这又会反噬其 AI 投入能力。

因此，Meta 真正需要回答的，不再是那个简单的问题——

“要不要做 AI 基建？”

而是一个更难的问题——

“在不继续榨干脏水池的前提下，你凭什么比别人更配做这件事？”

这才是资本市场目前对它最大的疑问，也是扎克伯格接下来必须拿出实打实答案的地方。