专题：聚焦美股2024年第四季度财报
Meta今天发布了第四季度财报：营收为483.85亿美元，同比增长21%；净利润为208.38亿美元，同比增长49%。
财报发布后，Meta首席执行官马克·扎克伯格（Mark Zuckerberg）、首席财务官苏珊·李（Susan Li）等高管召开了分析师电话会议，回答了相关业务的问题。
以下是电话会议实录：
摩根士丹利分析师Brian Nowak：马克，大家对今年和即将到来的创新都感到非常兴奋。我知道今年会有很多新进展。我的问题是，随着2025年Llama 4和Meta AI新变化的到来，能否请您与我们分享一些潜在用例和产品示例？这些用例和产品将如何为Meta的用户带来实际应用、为广告商带来价值？
我的第二个问题有关定制芯片。从芯片排名上来看，管理层认为Meta的定制芯片与第三方芯片的差异在哪？管理层计划如何进一步参与到芯片定制业务上？这其中主要的限制因素有哪些？
马克·扎克伯格：关于你的第一个问题，在前面的简报中我略略提到了一些。
一直以来，我们都致力于研发Meta AI，希望将其打造成一款高度智能的、个性化人工智能助手，大家可以通过我们的应用程序进行访问。Meta AI还设有网站，用户也可以在应用程序之外访问它。在过去的一年中，我们不断提升Meta AI的质量。同时，我们也在寻找更多有效的解决方法，并将其集成到我们的服务中，以帮助更多用户。也正因如此，如今Meta AI的用户已超数亿。Meta AI能够有效识别用户需求，吸引越来越多的用户加入。
我想为我们今年要发布的产品与功能保留一些惊喜和乐趣。在前面的简报中，我也与大家分享了一些公司对Llama 4的计划。我相信相关技术从业者会喜欢的。这些都将是我们之前未曾提到的新功能。但在这里，我不会与大家进一步分享Meta今年将要推出的新产品。我希望Llama 4能让用户感到惊喜与兴奋。Llama 4不只是一个产品，而是会像Llama 3一样，在不同日期会发布不同的产品型号。
AI工程师（AI Engineer）方面，我对此感到非常兴奋。我不知道未来它是否会成为外部产品。但就我们正在进行的工作而言，我们的目标是推进AI研究，推进AI工程师的内部开发。这将是一件非常深刻的工作。随着时间的推移，相关研究成果将逐渐在我们的产品中得到体现。我们也相信，未来可能会有潜在的市场机遇。但就目前和今年而言，大家可能不会看到应用、部署极为广泛的、颠覆性的AI工程师。
我相信今年将是一切成为可能的一年，同时也会为2026年及未来的剧变奠定基础。情况大概如此。
苏珊·李：我来回答关于定制芯片的问题。
首先，我们预计将继续从行业领先的供应商处购买第三方芯片。我们将致力于维系这些长期合作伙伴关系，但与此同时，我们也将为Meta独特的工作负载研发自己的定制芯片。对于这部分特殊的工作负载，现成的芯片并不一定是最合适的，尤其是近期我们优化了整个堆栈，以期实现更高的计算效率、单位成本和功率性能。我们的部分工作负载可能需要不同的内存与网络、带宽与计算组合，所以自研定制芯片能让我们根据不同类型工作负载的特定需求对其进行定制与优化。
目前，Meta内部的MTIA（Meta自研AI运算芯片）项目研发围绕Meta内部的推理运作进行。自2024年上半年开始，在Meta内部我们便开始采用自研的MTIA芯片推理运算等工作。展望2025年，我们继续加大对这部分工作负载的应用。我们的自研芯片未来也将用于算力扩容以及替换一些基于GPU的服务器（当它们达到使用寿命时）。明年，我们希望扩大MTIA芯片的应用范围，以支持公司的一些核心AI训练工作负载。随着时间的推移，我们希望MTIA芯片能逐步支持Meta的某些生成式人工智能（Generative AI）用例。
高盛分析师Eric Sheridan：我的问题有关技术开源。管理层对“技术开源”的态度有哪些变化？行业竞争格局的变化是否会对管理层造成影响？您对“技术开源”态度的变化将如何影响产品成本曲线，并在中长期内提高人工智能的资本回报率（ROI）？
马克·扎克伯格：对于技术开源，最好的例子之一就是Meta在开放计算方面所做的工作。我们并不是第一家构建开放计算系统的公司，所以在建造之初，拥有系统专有权并没有太大的优势。正因如此，我们选择将其开源。后续很多行业都采用了我们的系统，不断为其贡献创新。而后通过对系统进行标准化改进，系统的价格也变得更有优势。
而就目前的情况来看，随着LLaMA模型的使用范围越来越广，芯片供应商和其他API、开发者平台也将为此优化他们的工作，降低其使用成本，并对模型进行改进。这些工作在某些情况下也将让我们受益。
因此，在我看来，这种“技术开源”的策略是非常有效的，对此我也将继续持乐观态度。另外，DeepSeek的爆火也表明，全球需要有一个统一的开源标准。只会加强我们的信念，让我们更加坚信这是我们应该关注的、正确的事。
伯恩斯坦研究所分析师Mark Shmulik：展望未来，随着Meta在智能眼镜Orion等方面取得更多进展，马克，您是否认为它们将最大限度地利用您在简报中提到的Meta AI助手？还是说Meta AI助手会对目前用户的产品体验进行补充？
我的第二个问题想问苏珊，在过去几个季度里，我们看到定价增长正逐渐成为Meta广告业务收入增长的主要驱动力。鉴于你之前强调的“推动更深入、更多的用户参与以及带动更好的广告商投资回报率”，我们该如何预测未来公司广告业务的收入增长模式？
马克·扎克伯格：我来回答关于智能眼镜的问题。
过去我曾多次提到，在我看来，“眼镜”是人工智能可穿戴设备的理想形式之一，因为用户可以让眼镜上的人工智能助手见你所见、听你所听，这些都为它提供了更多信息，帮助它理解用户生活中发生的一切，了解更多有关用户的背景信息。从这个角度来看，我相信智能眼镜在未来会成为非常重要的计算平台之一。当年手机成为主要计算平台时，电脑并没有随之消失。在未来一段时间内，我相信智能手机还是会是主要的计算平台。
但大家要知道，世界上戴眼镜的人非常多。很难想象十年或更久以后的情况会如何。我相信，到时候所有的眼镜基本上都会是人工智能眼镜，很多不戴眼镜的人也会逐渐发现智能眼镜的用武之地。
对此我非常乐观。正如我去年分享的那样，我认为去年最大的惊喜之一在于，我过去认为，在我们正式通过全息技术向用户展示Orion智能眼镜之前，智能眼镜不会受到太多关注。但目前的情况很显然并非如此。对此我也感到非常兴奋。我们的Ray-Ban Meta智能眼镜特别受欢迎。虽然长期来看，我们无法确定它的发展轨迹会如何，但我相信今年我们会有很多收获。于我们而言，今年会是非常重要、深刻的一年。
苏珊·李：我来回答关于定价增长的问题。
首先，从长远来看，我认为我们仍有机会通过定价与曝光量变化带动增长，从供应、需求两个维度推动收入增长。定价方面，我们报告的增长可能会受到不同因素的影响，如供应、广告组合变化、视频等服务变现效率相对较低等等，当然更广泛的宏观因素同样会影响收入增长。但我们通常预计，通过执行变现计划中的一系列工作，我们有能力持续改进广告效果，这也将对整体的广告定价产生一定影响。
对于定价增长，很重要的一点在于，我们报告的每条广告的平均价格实际上是由混合因素决定的，这种定价的背后包含多重因素，比如广告商竞标的内容、他们对这些内容的出价、平均成本等等。因此，考虑到广告商的多重目的以及这些目标所具备的不同价值，广告定价的敲定实际上是一个非常复杂的流程。
总体而言，我们看到Meta的广告商单位行动成本趋势非常健康。我们将继续推动广告订单的效率转化。这将有助于持续提升CPM效果，因为我们能够有效提升单次曝光的转化效率。
美银美林分析师Justin Post：我的第一个问题想问马克。在前面的简报中您提到了美国的政治生态变化，未来美国公司在海外市场的定位可能会更好。就美国市场来说，从广告使用和广告商采用的角度来看，您认为这是否会吸引更多用户？政治环境的变化是否会从整体上影响公司的广告业务？
我的第二个问题想问苏珊有关Meta AI。大家对Meta AI的用例非常兴奋，但也都非常关注业务的收入情况。您如何看待Meta AI业务的变现趋势？其广告收入会来自CPC广告（点击计费广告）吗？将其货币化？能否与我们分享一些您的看法？
马克·扎克伯格：关于你的第一个问题，其实你问题的核心在于“事实核查”（fact checking）以及我们的内容政策。
一直以来，我们都致力于为用户提供在我们看来最好的服务。我一直相信言论自由。人们不想看到错误的信息，但你需要建立一个有效的系统，为人们提供更多的背景信息。我认为，随着时间的推移，新的“社区笔记系统”将比之前的系统更有效。
如果有平台做得比我们好的话，我也并不害怕承认。我们的工作不断优化、为用户提供最好的平台与系统。可能很多人以为我们不愿意为平台上的错误内容增加背景信息。事情并不是这样的。实际上，我相信新的“社区笔记系统”会比我们之前的系统更有效，我们的产品也会因此变得更好。
苏珊·李：我想补充一点，目前我们还没有看到内容政策的变化对广告商支出产生任何明显影响。我们持续看到Meta平台上强劲的广告商需求，特别是那些能帮助企业最大化广告支出价值的AI广告工具。因此，我们对品牌安全的承诺没有改变，未来也将持续投资广告工具套件，以满足广告商的需求。
对于你的第二个问题，即Meta AI的变现趋势。我们对Meta AI的最初构想实际上是希望打造出色的消费者体验，坦率地说，目前我们所有的精力都投入在此。随着时间的推移，我相信我们会看到非常明显的变现机遇，包括付费推荐、高级产品组合等等。但就目前而言，上述这些并不是我们研发Meta AI的关注重点。
摩根大通分析师Douglas Anmuth：我的第一个问题想问马克。我想跟进一下前面提到的“技术开源”问题。DeepSeek和其他模型可能会利用Meta 的LLaMA模型或其他模型来更快、更高效地进行训练，您认为这将对Meta带来怎样影响？这对未来多年所需的投资轨迹意味着什么？
我的第二个问题想问苏珊。Meta今年的资本支出是在600亿至650亿美元之间，资本支出的构成与去年相比有很大变化吗？去年的时候，您提到在公司的资本支出中，服务器支出是最大的组成部分，其次是数据中心和网络基础设施等。今年资本支出构成主要有哪些？另外，本周Yann LeCun发帖称，“开源模型正超越闭源系统……DeepSeek的成功得益于开放生态”。我们又应该如何理解模型训练和数据推理之间的融合？
马克·扎克伯格：我可以先回答你关于DeepSeek的问题。
我认为DeepSeek团队完成了非常多新奇的事情，我们仍在消化这些创新。他们取得了许多进展，我们也希望能在我们的系统中得以实现。我甚至有点期待——每家推出新产品的公司都会取得新进展，供其他领域借鉴。这正是技术行业的发展模式。
至于说这对Meta的基础设施和资本支出轨迹意味着什么，现在下结论可能还为时过早。我们看到了一系列同时出现的趋势。目前的争议之一在于，计算基础设施中有多少算力应当用于预训练？随着我们取得的推理模型越来越多，我们是否应当将基础算力应用到推理计算之中，以期得到更多智能算力？包括我们自己在内，很多其他实验室都在思考这一点。答案很明显，就像所有计算一样，最大算力不一定都要用在预训练上。
但这并不意味着你需要的算力越来越少。目前我们看到的新趋势之一是在推理计算时投入更多算力，以生成更高水平的智能算力和更高质量的服务。这就意味着，对于任何一家拥有强大商业模式的公司，这将成为他们的优势。相比其他不具备商业模式的公司，我们现在能够为用户提供更加高质量的服务。
另外，我们在研发诸如Meta AI等新服务、并尝试将AI技术应用在不同广告产品上时，我们只是在为数十亿人提供服务。这和模型预训练是两回事。从某种程度上来说，为这些用户提供服务的成本很高，因为用户基数非常庞大。因此，很难说Meta AI等新服务会为我们带来怎样的变现收入。
总而言之，我们认为人工智能领域将持续迅速发展。基本上，每个从业者身上都有值得我们学习的地方。我们将继续把这些经验融入到我们的工作中，为该领域做出新的贡献。我仍然相信，随着时间的推移，在资本支出和推理基础设施方面进行大量投资将会在未来为我们带来极大的战略优势。
当然，可能我们会在某个时间点学到某些对我们有用的经验，但一切结论都为时尚早。目前来看，我坚信，构建人工智能基础设施能力将对提升我们的服务质量、实现我们理想中的规模带来巨大优势。
苏珊·李：关于你的第二个问题，我来为大家补充一些关于Meta在2025年资本支出计划的细节。
对于您问题里提到的三个资本支出方向，我们预计这三个组成部分的资本支出将继续在2025年增长。服务器将成为最大的增长动力之一，这仍然是我们整体资本支出预算中占比最大的一部分。
随着我们对生成式人工智能投入的增加以及在核心人工智能方面的投资，我们预计公司在2025年的AI能力将有所增长；随着我们持续投资核心业务，包括提高用户参与度、对现有服务器进行迭代升级，我们预计公司的非AI能力也将有所增长。
数据中心方面。我们预计2025年数据中心支出将增加，原因在于我们对大型训练集群的建设以及进入核心建设阶段的高功率密度数据中心。我们预计这部分算力将主要用于核心人工智能和非人工智能用例。
网络方面。我们预计2025年网络支出将增长，原因在于我们将构建更高容量的网络以适应非AI及核心AI相关的流量增长，以及我们庞大的生成式人工智能训练集群。我们还投资了光纤领域，以期处理未来的跨区域训练流量。
就核心和生成式人工智能用例的细分而言，我们预计2025年Meta在生成式人工智能、非AI和核心AI中的总基础设施支出将增加，大部分资本支出将用于核心业务。但需要注意的是，我们无法准确衡量这部分支出——因为我们正在构建的数据中心既可以支持AI负载，也可以支持非AI工作负载。
总的来说，我想重申马克之前所提到的：Meta致力于构建行业领先的基础模型和应用程序。我们将持续进行大规模投资以支持我们的训练和推理目标。但目前来看，我们还不确定自己处在这个周期的哪个阶段。
花旗银行分析师Ronald Josey：马克，我的问题有关您之前对OG Facebook的评论，能否请您与我们分享更多用例？您对OG Facebook有哪些看法？
Meta AI方面。我们看到Meta AI的月活跃用户数（MAU）已经接近6亿，能否请管理层与我们分享一下用户体验的演变过程？用户是如何使用Meta AI的？
马克·扎克伯格：Facebook方面。很多人每天都会使用 Facebook，它是他们生活中非常重要的组成部分。我相信Facebook面临着诸多机遇，我们可以让它比现在更具文化影响力。这是一个有趣而有意思的目标，它能将我们的产品开发带向一些更有趣的方向。过去几年我们对此并没有那么关注。
因此，这将是我今年重点关注的领域之一。以上是我能与大家分享的内容。这可能意味着，在短期内，我们会做出一些权衡，将关注重点放在我们正在做的部分产品领域上，而不是在短期内追求业务成果的最大化。
但总的来说，对于我们目前推进的公司我感到非常兴奋。我现在不打算谈太多细节，但我们会在接下来的半年或一年里持续跟进，届时我们也会推出一些新产品，其中某些产品会很有Facebook早期特色。我相信一切都会非常有趣。
苏珊·李：我很愿意与大家分享更多有关Meta AI以及用户如何使用它的信息。
从用户使用Meta AI的方式中，我们能学到很多东西。从应用程序的角度来看，WhatsApp依然是在Meta旗下应用程序系列中Meta AI使用率最高的App之一。WhatsApp用户最常利用Meta AI来搜索信息、教育查询以及获得情感支持。大多数WhatsApp上的AI互动都是一对一的，当然也有一些群组消息的使用。Facebook是Meta AI使用率第二高的App。Meta AI为我们的信息流深度挖掘带来了较高的用户参与度，人们可以向Meta AI咨询推荐给他们的内容。
在所有搜索类型中，我们持续看到Meta AI正在帮助用户使用我们的应用程序、实现一个又一个的新用例，包括信息收集、社交互动和交流等等。很多用户会用Meta AI来开玩笑、闲聊；用户也会用Meta AI来进行写作、编辑、研究、推荐等等。
展望2025年的Meta AI路线图时，我们将为用户带去更多功能，让产品更加个性化。目前，我们正在开发一系列令人兴奋的新功能，包括改进Meta AI的记忆能力，让它能记住用户在一对一聊天中分享的某些细节，并使用这些细节来对用户进行个性化回应；此外，我们也致力于提高Meta AI向用户提供优质内容推荐的能力，提高Facebook以及Instagram对用户的价值。
富国银行分析师Kenneth Gawrelski：我的第一个问题是，前面管理层谈到了资本密集度以及公司最近的发展，目前我们很难判断未来的业务走势。能否请管理层与我们分享一下2025年的情况？能否请管理层与我们分享一下您制定的资本支出预算或资本支出预测？制约资本支出的有哪些因素？包括但不限于内部资源规划、外部资源规划以及整个运营生态系统等等。
我的第二个问题是，我看到管理层给出了今年的运营支出指南。从未来招聘需求的角度来看，管理层如何考虑公司今年的运营支出？管理层在今年年初的时候宣布了“低绩效裁员计划”。能否请管理层与我们分享一下公司对2026年、2027年员工数的看法？
苏珊·李：关于你的第一个问题，即我们遇到了哪些执行资本支出计划的限制。
我们对供应情况保持密切关注，这是影响公司2025年资本支出的重要因素之一，但目前我们还没有什么能与大家分享的最新消息。我们计划在2025年大幅增加对GPU的部署，也将继续与供应商合作、投资于自研芯片以满足上述需求。
你的问题里还提到我们如何考虑资本密集度。我们其实并未做过多考虑，正如马克和我在之前的发言中所提到的，我认为现在确定长期资本密集度会是什么样子还为时过早，这其中有很多不同的影响因素，包括但不限于底层模型的优化速度、效率、我们生成式人工智能产品的采用率及用例如何、下一代硬件创新（包括自研和第三方硬件）能带来哪些性能提升，以及AI投资将为我们带来哪些变现机遇及效率提升等等。
总而言之，我认为我们还处在这个旅程中的早期阶段，对于长期的资本密集度，我们没有更多信息与大家分享。
你的第二个问题提到了公司的员工数与招聘需求。
继基础设施之后，员工薪酬是2025年费用增长的另一项较大的驱动因素。员工薪酬和员工数的增长主要由我前面提到的那几个领域推动，即基础设施变现、生成式人工智能、Reality Labs、监管及合规。这些通常是技术性更强的组织，相对于传统业务而言，这些部门的成本更高。我们的核心观点仍然是实现高效的公司运营。但与此同时，我们也正处于关键时期——想要实现行业领先，我们需要抓住一切必要的投资机遇。这也就意味着，对于一些关键领域、战略领域，我们需要优先配备所需员工，以期实现公司的整体目标。
巴克莱分析师Ross Sandler：我的问题有关AI智能体。上周，我们都看了OpenAI的操作演示。我想问马克，随着行业逐渐从AI聊天转向AI智能体，AI产品变得越来越商业化，您如何看待越来越多的商业意图进入这些 AI 产品，我想您如何看待Meta AI的盈利潜力？LLaMA 4的推理能力将为Meta AI带来哪些新体验？
马克·扎克伯格：我有几点与大家分享。
首先，大家在提到AI智能体和推理时，多数时候想到的都是执行多步骤任务。目前多数系统的工作方式是：用户发出指令，系统作出反应。整个过程就像聊天一样。但我认为真正的发展方向应该是，用户向它提供某个意图或任务时，它能够使用任意数量的计算来完成任务。有些任务对人类来说可能很简单，比如去买某个特定的东西；有些任务可能很难，比如写应用程序或优化代码等等。
我相信这类任务在未来一、两年内会变得越来越普遍。这让我感到非常兴奋。我能感觉到，在某些方面，我们的产品正在变得越来越智能。总的来说，我相信我们还有很多东西需要构建，这令我感到非常期待。
我想提醒大家的是，或者说我个人对我们产品开发过程的提醒是：我们构建这些产品后会尝试扩大产品规模，通常一个产品需要覆盖10亿人或更多。一旦它们达到某个规模，我们才会关注产品变现。比如我们目前正在对Threads进行变现实验。但通常来说，在达到理想的规模之前，我们不会加速产品的变现进程，也不认为变现会对业务造成什么有意义的贡献。
因此，在我看来，今年我们关注的重点在于扩大AI产品的用户规模。如果说去年是AI产品的介绍阶段，吸引用户使用产品，今年我希望我们的AI产品能达到足够大的用户规模，吸引更多用户，形成飞轮效应，并在此基础上不断优化我们的产品，为公司带来长期优势。
但这并不意味着AI产品将成为今年公司业务的主要来源。今年，我们的主要业务在于将AI算法融入公司的广告、推荐、信息流等功能之中。因此，Meta AI、AI Studio、AI智能体等等业务的商业机遇在很大程度上不止于2025年。这对我们来说非常重要，也是大家在预测公司前景时需要考虑在内的因素。
但其实这个流程我们已经走过许多次了——制造产品、优化产品、扩大规模、围绕其打造更多业务——这些都是我们一直在做的工作。对此我非常乐观。但话说回来，一切都还需要时间。（完）
还没有评论，来说两句吧...