Meta 30天烧掉60万亿Token:AI军备竞赛正在吞噬科技巨头利润表

近期Meta内部曝光“Claudeonomics”排行榜,显示超过8.5万名员工在30天内消耗了逾60万亿token,若按Claude Opus公开价格计算,成本可能高达9亿美元。这并非简单的内部竞赛,而是Meta将AI从研发工具升级为核心资本开支的信号,token消耗正成为新的经营指标。

Meta正进入“超高CapEx时代”,AI成为资本吞噬机器。其长期依赖广告业务带来的高毛利和自由现金流,为激进投入AI提供了底气。但AI是重资产行业,需大量GPU、数据中心等,资本开支激增。此次token使用量暴露出内部推理成本规模,未来利润率最大变量或从薪酬转向AI推理成本,Meta正从广告现金牛转向算力消费巨头。

市场关注投资回报率(ROI)。从三个维度看:一是内部研发效率提升,顶尖工程师token消耗接近薪资,但生产力提升可达10倍,单位产出成本显著下降;二是广告业务变现提升,AI可提高推荐精度和转化率,对庞大收入基数利润贡献可观;三是未来新业务,如企业AI Agent、AI SaaS等,有望推动Meta向AI平台转型,获取更高估值。

AI时代,科技公司估值指标正从MAU、ARPU等转向Token消耗、推理成本、AI投资回报等。Meta的高额AI投入本质是估值保卫战,若落后可能被市场重新定义为低增长公司,估值承压;若成功建立AI护城河则有望获得溢价。30天60万亿token并非浪费,而是扎克伯格对未来增长垄断权的豪赌。

总结

作者:Climber,CryptoPulse Labs

近期,Meta 内部曝光了“Claudeonomics”排行榜。数据显示,Meta 超过 8.5 万名员工在过去 30 天内累计消耗超过 60 万亿 token。如果按 Anthropic Claude Opus 的公开价格粗略计算,这部分 token 对应成本可能高达 9 亿美元。

表面上看这像是一场硅谷工程师的“AI内卷游戏”,但从资本市场角度看,Meta 正在把 AI 从研发工具升级为核心资本开支项目,而 Token 消耗正在成为新的经营指标。

这背后反映的不只是 Meta 的内部文化变化,而是整个科技行业正在经历的一场资产负债表重构。

一、Meta正进入“超高CapEx时代”:AI成新资本吞噬机器

想要理解 Meta 的 AI 战略,首先要看他们的财务报表。

Meta Platforms的商业模式长期以来极其优质。作为全球最大的社交广告平台之一,其核心收入主要来自广告业务,旗下拥有 Facebook、Instagram、WhatsApp等超级应用。而且广告业务有一个巨大优势,那就是高毛利。

过去几年,Meta 的营业利润率长期维持在科技巨头中的高位,自由现金流能力也极强。这种现金流优势,使得扎克伯格拥有足够底气投入高风险长期项目。比如元宇宙,如今则是 AI。

但 AI 与传统互联网业务最大的不同,在于其资本密集属性。社交平台扩张主要依赖服务器、带宽和研发人力,而 AI 扩张则需要GPU 集群、数据中心、电力基础设施、模型训练成本、推理成本等等。

换句话说,AI 是典型的重资产投入行业。

过去,资本市场常用 CapEx(资本开支)评估云计算公司。现在,这一指标正在成为衡量 AI 公司竞争力的关键变量。Meta 已经明显进入“超高 CapEx 周期”。

如果把此次曝光的 token 使用量视为内部推理成本的缩影,那么市场需要重新评估 Meta 的成本结构。未来影响利润率的最大变量,可能不再是员工薪酬,而是 AI 推理成本。

这意味着 Meta 正在从“广告现金牛”向“算力消费巨头”转变。

资本市场对此通常存在两种截然不同的看法。乐观派认为Meta短期利润率承压,但 AI 将带来生产率革命和长期护城河。悲观派则认为AI 投入可能重演元宇宙故事——巨额投入、回报滞后、估值承压。

问题的核心不在于 Meta 花了多少钱,而在于这些钱能否形成可持续回报。

二、烧掉的钱去哪了:拆解Meta的AI投资回报率

资本市场最关心的问题始终只有一个,那就是投资回报率(ROI)。对于 Meta 而言,AI 投入的 ROI 可以从三个维度测算。

首先是内部研发效率提升。Meta CTO Andrew Bosworth 曾提到,顶级工程师的 token 消耗已经接近其薪资,但生产力提升高达 10 倍。

这组数据非常关键。假设一名高级工程师年薪 50 万美元,如果AI 工具成本达到 25 万美元,总成本升至 75 万美元。看起来成本上升了 50%,但如果生产效率提升 5–10 倍,单位产出成本实际上显著下降。

举个简单例子,过去完成一个大型功能需要 10 名工程师、耗时 6 个月。AI 加持后,可能只需要 3–4 名工程师、耗时 2 个月。

这意味着人力成本下降、时间成本下降、产品迭代速度提升,而在互联网竞争中,速度往往就是利润。

其次是广告业务变现提升。Meta 的核心收入仍来自广告,而AI 对广告系统的影响主要体现在更精准的推荐、更高点击率、更高转化率、更强自动化投放能力。

哪怕广告转化率仅提升 1%–3%,由于 Meta 的收入基数极大,对利润贡献都十分可观。这也是为什么扎克伯格近年持续强调 AI 推荐系统的重要性。

从资本市场角度看,这比元宇宙更容易讲故事。因为 AI 可以直接提升主营业务现金流,而不是创造远期概念。

再就是未来新业务收入。AI Agent 很可能成为 Meta 的下一条增长曲线。

想象一下未来 Meta 不只是卖广告,还可能提供企业级 AI Agent、开发者 AI 服务、AI SaaS 产品、AI 社交助手等等业务,这将帮助 Meta 从广告公司向 AI 平台公司转型。

而平台型公司的估值倍数,通常高于单一广告公司。

三、从MAU到Token:科技公司的新估值指标

为什么资本市场愿意容忍科技巨头短期利润下降?答案很简单,市场在买未来垄断权,这在 AI 时代体现得尤为明显。

无论是 Microsoft、Alphabet、Amazon还是 Meta,大家都在做同一件事,抢占 AI 基础设施入口。

原因在于大模型行业具备明显的规模效应,数据越多,模型越强、用户越多,反馈越快、推理越多,优化越快、算力越强,壁垒越高,这会形成典型的飞轮效应。

因此,AI 竞争最终可能演化为赢家通吃的局面。

在这种格局下,Meta 的高投入就有了新的解释。扎克伯格并不是在简单追逐 AI 热点,而是在防御未来估值坍塌风险。

如果 Meta 在 AI 竞赛中落后,会发生什么?资本市场可能重新定义 Meta,过去是增长型科技公司,现在则是成熟的广告平台,而未来如果AI 落后,那么就会变成低增长互联网公司,估值倍数会显著下降。

反过来,如果 Meta 成功建立AI 护城河,市场可能给予更高溢价。

因此,Meta 的 AI 投入本质上是一种估值保卫战。“Claudeonomics”排行榜看似只是内部趣闻,却揭示了一个资本市场趋势。

过去衡量科技公司我们看的是MAU(月活)、ARPU(用户价值)、Revenue Growth(收入增速),未来可能还要增加新的指标,比如Token Consumption(Token消耗)、Inference Cost(推理成本)、AI ROI(AI投资回报),这些指标将逐步进入华尔街分析师模型。

结语

Meta 30 天烧掉 60 万亿 token,这个数字看上去夸张,甚至带着一点荒诞感。但从资本市场角度看,这并不是“浪费”,而更像是 AI 时代的基础设施投资。

扎克伯格押注的不只是 AI 工具,而是一个更激进的未来,让 AI 直接参与代码编写、产品开发乃至业务决策。

对于华尔街而言,真正的问题从来不是 Meta 花了多少钱。而是这场千亿美元级 AI 豪赌,最终能否换来下一个十年的增长垄断权。

分享至:

作者:CryptoPulse

本文为PANews入驻专栏作者的观点,不代表PANews立场,不承担法律责任。

文章及观点也不构成投资意见

图片来源:CryptoPulse如有侵权,请联系作者删除。

关注PANews官方账号,一起穿越牛熊
PANews APP
伦交所上市公司 KR1 向 Kraken 转入 370 万枚 LDO
PANews 快讯