寧可錯花千億，也不願不花？Meta AI大計的終點，為何是一副眼鏡？ - 深度分析第10期：Meta

我們這一兩年看新聞時，總會看到類似的頭條。

「亞馬遜2025年資本支出將會達到1000億美元。」
「微軟大幅投入AI，數據中心支出大幅增加，從上年550億到今年的800億美元。」
「四大巨頭今年總資本支出超過3千多億美元。」

當大家看完上週的雲端戰爭上下二篇之後，應該都會大概了解，究竟巨頭們的所謂資本支出是甚麼的一回事。

「四巨頭」中的三個，我們都清楚他們的資本支出是為了甚麼：建立自己的雲端帝國，在這個AI時代中最具確定性的板塊中擴展自己勢力。

於是，下一個問題來了。

Meta，究竟在做甚麼？

他們不是雲端服務商，為何卻要花費每年數百億美元大力興建自己的數據中心？在這AI浪潮之下，Meta的整個佈局，整個願景是甚麼？

要回答這個核心問題，我們必須先走進這場豪賭的核心，聆聽舵手Mark Zuckerberg本人的心聲。

在上星期的一次訪談中，他直言不諱地表示，自己「寧可錯花幾千億美元」，也絕不能在通往超級智能的競賽中落後。

他承認，AI領域的投資泡沫「很有可能」發生，但他堅信，更大的風險在於不夠積極。

這番話為Meta未來數年的戰略定下了基調：一場不計成本、不容失敗的豪賭。這場賭局的賭注有多大？

Zuckerberg承諾，到2028年，將在美國的數據中心和基礎設施上投入至少6000億美元。

他將這次歷史性的基礎設施建設，比作鐵路和互聯網泡沫，並解釋了其背後的冷酷邏輯：

「如果你建得太慢，而超級智能在三年內就可能實現，但你卻按照五年的預期來建設，那麼你就會在這場我認為是歷史上最重要的技術革命中出局。」

這不僅僅是商業策略，更是一種生存哲學。這也解釋了為何Meta會走上一條與所有競爭對手都截然不同的道路。

現在，讓我們拉開序幕，從宏觀戰場開始，一步步拆解這場斥資萬億的豪賭。

---

序章：AI時代的超大規模運營商，一場斥資萬億的豪賭

在深入剖析Meta獨特的AI戰略之前，我們必須首先理解它所處的宏觀戰場。

Meta與亞馬遜、微軟、Google一樣，都屬於一個被稱為「超大規模運營商 (Hyperscalers)」的精英俱樂部。

然而，它在這場由AI引發的軍備競賽中，卻扮演了一個截然不同的角色。

第一節：何為「超大規模運營商 (Hyperscalers)」？

超大規模運營商是指那些建立並運營著大規模、高度自動化資料中心基礎設施的大型雲端服務提供商，以網際網路規模提供計算、儲存和網路資源。

他們不銷售單獨的伺服器或網路設備，而是提供可無縫擴展的彈性服務。

其核心特徵包括：

• 巨大規模與自動化： 在全球部署數十萬甚至數百萬台伺服器，並透過軟體自動化進行管理。

• 彈性與按需付費： 用戶可按需使用資源，並僅為所用付費，極大地降低了創新的前期成本。

• 全球足跡： 在全球擁有多個可用區和區域，以實現低延遲、高容錯和數據主權合規。

• 規模經濟： 透過巨量採購，在硬體、電力和網路方面獲得巨大的成本優勢。

主要超大規模運營商一覽：

為了更清晰地理解這個俱樂部，我們可以將主要玩家及其定位整理如下：

• 供應商： Amazon Web Services (AWS)

  • 核心區域 (大約): 30+

  • 旗艦服務: EC2 (計算), S3 (儲存), Lambda (無伺服器)

• 供應商： Microsoft Azure

  • 核心區域 (大約): 60+

  • 旗艦服務: Virtual Machines, Azure Blob Storage, Azure Functions

• 供應商： Google Cloud Platform

  • 核心區域 (大約): 35+

  • 旗艦服務: Compute Engine, Cloud Storage, BigQuery

• 供應商： Meta (內部AI使用)

  • 核心區域 (大約): 有限 (私有)

  • 旗艦服務: 內部AI訓練叢集 (如用於Llama模型)

這個列表清晰地揭示了我們的核心問題：為何同為超大規模運營商，Meta的定位卻是「內部使用」，而沒有像AWS、Azure和Google那樣，將其基礎設施作為核心商品向公眾出售？

要回答這個問題，我們必須先了解AI時代給所有超大規模運營商帶來了怎樣的壓力與變革。

第二節：資本支出的空前爆炸

AI時代的到來，引發了一場科技史上前所未有的基礎設施投資狂潮。

• 驚人的投資規模： 預計到2025年，排名前列的超大規模運營商的合計資本支出將超過 3000億美元，比2024年增長52%。僅在2024年第三季度，前五大運營商的資本支出就達到了 589億美元，年增長率高達63%。

• 歷史級別的投入強度： 這些公司將超過50%的營運現金流用於資本支出，其投入的資金規模已超過了經通膨調整後的整個阿波羅登月計畫的成本。

• AI基礎設施的特殊要求： AI工作負載需要與傳統雲計算完全不同的架構。機架密度超過30-50千瓦（傳統為5-10千瓦），液冷系統成為標配，並且需要在電力充沛的地區儲備可建設數吉瓦（GW）資料中心的土地。

第三節：收入變現的巨大挑戰

這場豪賭的背後，是一個嚴峻的現實：巨大的收入差距。

• 變現壓力： 為了在傳統的50%毛利率目標下證明當前資本支出的合理性，超大規模運營商需要額外產生 4000億至5000億美元 的收入。

• 不利的單位經濟效益： 目前，一次AI查詢的成本是傳統軟體查詢的10到100倍。

• 價格侵蝕與開源競爭： GPT-4 Turbo的批發價格在一年內從每百萬token 30美元降至5-7美元。同時，像DeepSeek這樣的開源模型以極低的成本實現了前沿性能，進一步加劇了競爭。

第四節：雲端戰爭的現狀：AWS vs. 微軟 vs. Google

在這場變現競賽中，三大雲端巨頭呈現出不同的態勢：

• AWS： 雖然在2025年第二季度以 309億美元 的營收保持市場領先，但其17.5%的增長率是三者中最慢的。

• Microsoft Azure： 展現出強勁的增長動力，營收增長率高達 39%。這主要得益於其與OpenAI的獨家合作，AI相關服務極大地推動了新客戶獲取和現有客戶的擴展。

• Google Cloud： 實現了驚人的財務逆轉，2025年第二季度營運利潤率達到 20.7%，證明了其將AI基礎設施投資轉化為盈利收入流的能力。

---

超大規模運營商正處於一個十字路口。他們以前所未有的規模投資於AI基礎設施，但同時也面臨著巨大的收入變現壓力。

AWS、微軟和Google正圍繞著向企業出售雲端算力這條賽道，展開激烈的「雲端戰爭」。

這就讓我們回到了最初的問題：Meta，作為這個精英俱樂部的一員，擁有同樣龐大的基礎設施，為何選擇了另一條截然不同的道路？ 它不參與雲端戰爭，其萬億級別的投資又將如何回收？

下一章，我們將深入解構Meta獨特的AI戰略，以回答這個問題。

---

第一章：Meta截然不同的AI大計

事實是，Meta在下一盤完全不同的棋。

它不是不想贏，而是它的目標更大。與其在別人制定的戰場上爭奪一塊領地，它選擇開闢兩個全新的戰場，打一場屬於自己的「雙線戰爭」。

第一條戰線：鞏固今天的帝國

想像一下，Meta是一個富饒的王國，其財富主要來自於一塊極其肥沃的土地——也就是它龐大的廣告業務。

現在，它發現了一種神奇的資源，叫做「AI」。

Meta的第一個戰略，並不是把這種神奇資源賣給其他王國，而是用它來灌溉自己現有的土地，讓它變得前所未有的高產。

這就是Meta正在做的事情。它將數百億美元的AI投資，首先用來徹底改造其核心的廣告系統。結果如何？

• 廣告商賺得更多了： AI驅動的廣告工具，讓廣告商每投入1美元，就能賺回4.52美元。這是一個驚人的回報率。

• Meta自己也賺得更多了： 在AI的幫助下，Meta的廣告營收在2025年第二季度同比增長了21%，營運利潤率從38%飆升至43%。這意味著它的賺錢機器不僅轉得更快，效率也更高了。

簡單來說，AI讓Meta的廣告平台變得更聰明。它能更精準地找到對某個商品感興趣的用戶，還能自動幫廣告商生成更吸引人的廣告內容。

這是一個雙贏的局面，也是Meta能夠支撐其龐大AI開銷的底氣所在。

這條戰線的目標很明確：用AI將現有的現金牛業務，打造成一座堅不可摧的金融堡壘。

第二條戰線：征服明天的世界，實施「登月計劃」

如果說第一條戰線是為了「守成」，那麼第二條戰線則是為了「開創」。這也是Meta戰略中最激動人心，也最具風險的部分。

這個計劃的難度，所花費的金錢，就好比「登月計劃」。

Meta的終極目標，並不僅僅是賣出更多的廣告。Mark Zuckerberg的夢想，是定義下一個時代的計算平台。

回想一下：過去，微軟透過Windows定義了個人電腦時代；後來，蘋果和Google透過iOS和Android定義了智慧手機時代。

作為這些平台上的「應用程式」，Meta每年都需要向蘋果和Google支付數十億美元的「過路費」（即應用商店分成）。

Meta的第二個戰場，就是要擺脫這種束縛，自己成為下一個「平台之王」。而它選擇的武器，就是AI與硬體的結合。

• 願景：「個人化超級智慧」
  Meta的AI願景不是要打造一個無所不能的中央大腦（像某些科幻電影裡那樣），而是要為每個人創造一個專屬的、貼身的AI助理。

• 載體：智慧眼鏡
  這個AI助理將住在哪裡？答案就是像Ray-Ban Meta智慧眼鏡這樣的設備。Meta相信，未來，能夠看到我們所看、聽到我們所聽的智慧眼鏡，將取代手機，成為我們主要的計算設備。

• 目標：成為下一個「平台之王」
  當所有人都戴著Meta的智慧眼鏡，透過Meta的AI與世界互動時，Meta就成功地創造了下一個「iOS」或「Windows」。到那時，它將不再是別人平台上的房客，而是自己世界的房東。

軟體靈魂：從務實妥協到終極野望的OS之路

然而，要成為真正的「平台之王」，僅有硬體是遠遠不夠的。歷史一再證明，誰掌握了操作系統，誰就掌握了平台的靈魂。

這正是Meta在這場豪賭中最為精明，也最體現其長期耐心的部分。它並非只有一個戰術，而是鋪設了一條從現在通往未來的、分階段的OS演進之路。

第一階段：務實的雙軌妥協（現在）

面對當下的技術和市場，Meta採取了一套無比務實的「雙軌OS戰略」，旨在先生存，再發展。

• 軌道一：為VR打造「空間計算的Windows」—— Meta Horizon OS
  對於VR頭顯（如Quest系列），Meta的策略是開放與結盟。

  它採用了基於Android深度定製的Meta Horizon OS，並在2024年宣布將其開放授權給華碩、聯想、微軟等第三方，意圖複製微軟當年的成功路徑，將其打造成VR領域的標準化平台。

• 軌道二：為智慧眼鏡選擇「超級配件」—— 輕量化固件 + 伴侶應用
  對於智慧眼鏡（Ray-Ban Meta系列），Meta的策略是寄生與滲透。

  它深刻理解，目前要在輕便的眼鏡裡塞進一個強大的獨立OS是不現實的。因此，眼鏡本身僅運行一個由高通提供的輕量化實時固件（firmware），而所有「智慧」功能，都交由配對手機上的「Meta View」伴侶應用來完成。

第二階段：為何妥協還不夠？通用OS的根本性限制（未來）

這套雙軌戰略雖然聰明，但終究是個妥協。因為無論是改造Android，還是依賴手機，Meta都仍是建立在一個並非為其終極目標而設計的架構之上。

問題的根源，深藏於我們今天所依賴的所有主流操作系統的設計哲學之中。這些系統的設計初衷是為伺服器和智慧手機服務——高效處理多樣化的任務，而非專注於一件事：與人類感官的即時同步。

這對於AR/VR所需的「硬實時（Hard Real-Time）」要求來說，卻是一個致命傷。

想像一下，在AR世界裡，你轉動頭部，但看到的畫面有哪怕幾毫秒的延遲，結果就是瞬間的眩暈和噁心。

現有的系統架構雖然強大，但它並非為這種極致的低延遲、高同步的實時交互而生。它就像一個強大的「V8引擎」，適合驅動伺服器和手機，但要打造一副與你的感官無縫融合的AR眼鏡，你需要的是一顆為此而生的、極度精密的「瑞士腕錶機芯」。

第三階段：終極解方——Meta的微內核OS豪賭（終局）

這就是Meta真正的大膽之處，也是其OS戰略的終極野望：它正在研發一個全新的、基於「微內核」（Microkernel）架構的操作系統。

這不是對現有系統的改良，而是一場徹底的革命。

要理解這一步的革命性，只需一個簡單的比喻。

我們今天手機和電腦廣泛採用的「宏內核」（Monolithic Kernel）架構，好比一座包羅萬象的摩天大樓，所有核心服務——從內存管理到硬體驅動——都集中在樓內緊密運行。

優點是效率極高，因為各部門溝通非常直接；但缺點也同樣致命：任何一個部門（如一個不穩定的顯示驅動）的崩潰，都可能導致整棟大樓（整個系統）癱瘓。

相比之下，Meta追求的「微內核」（Microkernel）架構則完全不同。它更像一個極簡的中央指揮中心，周圍環繞著許多獨立的服務模塊（如驅動程式）。

指揮中心只負責最基礎的通信，而每個模塊都像獨立的建築。

如果某個模塊崩潰，它只會影響自身，核心系統和其他模塊安然無恙，甚至可以被獨立重啟。

這種為極致穩定性和安全性而生的設計，正是AR/VR這種絕不允許系統性崩潰的應用所需要的終極架構。

這一步棋的戰略意圖極其深遠。它解釋了Meta為何能容忍當下的妥協：

目前的雙軌戰略是為了贏得時間、贏得用戶、贏得數據的「橋樑」，而那個正在研發的微內核OS，才是Meta要駛向的、能夠真正主宰下一個計算平台的「終極目的地」。

這依然是一場豪賭。Reality Labs部門至今已燒掉超過650億美元，仍在虧損。 但如果成功，回報將是無法估量的——它將徹底重塑人與科技的互動方式，並為Meta帶來未來十數年的主導地位。

鑄造王座的基石：算力從何來？錢從何來？

然而，無論是鞏固帝國的「印鈔機」，還是征服未來的「登月計畫」，都需要一個物理基礎來承載。這就引出了一個核心問題：

既然亞馬遜、微軟和谷歌已經提供了看似無盡的算力，Meta如何支撐這場耗資巨大的雙線戰爭？

答案是，Meta正在建立一個多層次的、極具彈性的資金與資源保障體系，由三大支柱構成，共同支撐起其龐大的基礎設施帝國。

第一支柱：物理基石——自建帝國以求極致掌控

Meta選擇了最艱難、最昂貴的「自建帝國」之路，其核心是對控制、成本和性能的極致追求。

對於Meta的AI雄心而言，租用標準化的公共雲服務，就像是讓一級方程式賽車去跑普通的公路——不僅無法發揮全部潛力，而且成本高昂。

• 控制權的遊戲：
  透過自建數據中心，Meta能夠部署其完全為自身業務量身定制的軟硬體。

  例如，它自研的MTIA推理晶片和MSVP影片處理晶片，能為其特定工作負載帶來超過20-30%的能效提升。這種從晶片到軟體的垂直整合控制，是任何公共雲服務都無法提供的。

• 成本的博弈：
  自建數據中心是一場用短期資本支出（CapEx）換取長期運營支出（OpEx）優勢的豪賭。一旦建成，自營數據中心的單位算力成本，可以比長期租用雲端GPU實例便宜30%到50%。

• 性能的極限：
  頂級AI模型訓練本質上是一場能源消耗戰。Meta正在建設的AI超級集群，其設計目標是數個吉瓦（GW）的計算能力。為此，Meta甚至深度參與到區域電網的建設中，確保其AI工廠獲得穩定、龐大且具成本效益的電力供應。

間奏：為何不成為第四個雲端巨頭？

一個自然而然的問題浮現了：既然Meta已經建成了如此龐大的基礎設施，為何不學AWS、Azure和Google那樣，將其作為公共雲服務出租，開闢第二條收入曲線呢？難道僅靠自身業務，就能消化這天文數字般的算力投資嗎？

這個決定背後，既是深刻的戰略考量，也是能力上不允許。