Meta的AI账单，最终还得由广告业务买单

Meta将于10月21日美股盘后公布2026年第三季度财报。在当前的行业环境下，不适宜将这份财报看作是简单的一家社交媒体公司的业绩检验。

此前AI产业的增长主要由算力需求、模型能力和基础设施投资推动，资本市场愿意为远期增长支付溢价；进入2026年下半年，市场开始追问一个更现实的问题：巨额资本开支究竟能转化成多少收入，又需要多久才能覆盖成本。最近，AI板块的波动让这个问题变得更加迫切。

金融时报10月19日的报道将Meta财报视为AI行业信心的重要测试。英伟达等AI相关资产遭遇抛售后，市场对基础设施投资回报的要求明显提高，Meta也因此站到了聚光灯下。

Meta的特殊性在于，广告业务仍能提供相当可观的经营现金流。更重要的是，Meta已经把AI从后台推荐系统扩展到面向消费者和企业的产品。

对于资本市场而言，接下来真正需要判断的是，Meta能否凭借成熟的现金流业务支撑长期投入，并逐步建立新的收入来源。这既关系到Meta自身的竞争力，也能帮助市场理解AI基础设施投资究竟走到了哪一步。

广告机器仍在增长，但AI开始改变利润表

理解Meta的AI投资，首先要看懂广告业务为什么仍然重要。

Meta的Facebook、Instagram、WhatsApp等产品已经积累了庞大的用户网络，广告业务也拥有成熟的客户体系和变现机制，所以其并不需要从零开始寻找AI的商业场景。

AI首先能够改善的，是现有业务的效率，包括广告匹配、内容推荐、用户留存和广告创意生成。如果以上能力能够持续进步，就可能在不依赖全新收费模式的情况下，提高广告主的投放回报，并支撑广告收入增长。

第二季度的数据已经提供了经营层面的依据。Meta当季广告展示量同比增长14%，平均广告价格同比增长12%，总营收同比增长28%。这意味着广告业务的增长同时受到展示量和定价能力的支持，不能简单归结为单一因素。

展示量增加说明平台仍能提供更多广告机会，平均广告价格上涨则反映广告库存的变现能力。对于市场来说，接下来真正值得追踪的是增长的质量。AI如果能进一步改善推荐精度和广告转化效率，就有机会同时作用于这两个环节，形成更高的收入效率。

这也是Meta区别于许多AI初创公司的地方。后者需要先投入资金获取客户，再验证产品能否收费；Meta可以先通过广告业务获得收入，再把AI能力嵌入已经成熟的商业体系。于是广告业务既是公司的增长引擎，也是AI投资的重要资金来源。

不过，收入增长并不意味着投入没有代价。Meta第二季度营业利润为187.75亿美元，同比下降8%，营业利润率从上年同期的43%降至31%。公司披露的成本增长涉及基础设施、数据中心、第三方云服务、AI相关Token成本以及员工薪酬等因素，同时还有法律费用和裁员相关支出。

可见AI已经进入Meta的经营账本。接下来对公司基本面的判断，应当落在这两条路径的兑现速度上。如果AI持续改善广告转化，而基础设施投入逐步转化为有效产能，Meta的盈利能力仍有改善空间；如果收入增长无法跟上成本扩张，利润率压力就可能持续存在。

1300亿美元级别的资本开支，考验的是投资效率

数据显示，Meta第二季度财报给出的2026年资本开支指引为1300亿至1450亿美元，包含融资租赁本金支付。公司同时预计全年总费用为1650亿至1690亿美元，并表示仍预计全年营业利润高于2025年。

可见Meta面临着一定的经营约束：基础设施投资具有前置性，公司仍希望维持利润增长，却需要持续建设数据中心、扩充计算能力并支持AI产品发展，新增能力能否转化为收入则需要时间。

财报显示，第二季度自由现金流降至7.84亿美元，较上年同期的85.5亿美元明显减少。同期经营活动现金流仍达到318.6亿美元，说明公司的核心业务依然具备较强的现金创造能力，但资本开支已经大幅压缩了最终留存的现金。

需要注意的是经营现金流和自由现金流不同，前者主要体现主营业务创造现金的能力，后者则更直接反映扣除资本开支后的资金余量。对一家大规模投资AI基础设施的公司而言，自由现金流下降并不自动意味着经营失速，却会提高资本配置的要求。

单纯增加设备并不能保证利润增长，产能只有进入有效业务流程，才可能形成经营回报。市场需要进一步看清，公司新增的算力究竟服务于哪些业务，利用率能否持续提高，以及投入是否会带来更强的广告变现能力和新产品收入。2027年的资本开支同样值得关注。近期媒体报道援引分析师预测，Meta明年的支出可能进一步上升，但不同机构的估算存在差异，公司尚未给出2027年正式资本开支指引。需要注意的是相关数据仅为外部预测，并非管理层承诺。

对于Meta来说，继续加大投入有其战略理由。生成式AI、推荐系统和个人智能代理都需要更强的计算能力，公司也需要保持产品迭代速度。但投资规模越大，资源配置的容错空间就越小。数据中心建设周期、算力利用率、芯片供应和电力保障，都可能影响投资兑现的节奏。

更值得关注的是，Meta拥有相对成熟的广告业务作为缓冲，公司具备承受长期投入的条件；但现金流基础较强，不代表资本开支可以无限扩张。

后续财报如果能够同时给出收入增长、费用控制和投资效率方面的积极信号，市场就更容易接受高投入的延续。反之，若资本开支继续上升而利润和自由现金流持续承压，市场对回报周期的要求也会越来越严格。

Muse进入产品层，AI商业化开始寻找新出口

Meta近期AI布局的另一个变化，是产品开始从模型能力向实际任务执行延伸。

9月推出的个人AI助手Muse，试图让用户通过一个智能代理完成更多实际任务。9月末，公司又推出面向小企业的Muse产品，允许用户连接部分日常工作工具以及Facebook、Instagram商业账户，让AI参与营销和客户获取等流程。10月，公司进一步发布Muse Wonder和Muse Wonder Full模型，强化面向智能代理的模型能力。

这条产品路线对Meta有着明确的现实意义。企业客户已经在广告平台上投入预算，如果AI能够进一步参与营销素材制作、客户触达和业务流程管理，Meta就有机会扩大自身在企业经营环节中的价值。AI带来的收入也可能随之从广告投放延伸至订阅、企业工具和相关服务。

但产品发布距离商业兑现仍有距离。因为下载量、模型测试成绩和产品关注度可以反映初期吸引力，却不能直接等同于收入规模或利润贡献。

个人AI助手还需要证明用户会持续使用，企业产品需要证明客户愿意付费，智能代理还必须在可靠性、隐私和执行权限方面建立足够信任。

Meta的优势，是可以把AI能力与现有社交网络、广告系统和企业客户连接起来。假如Muse能够提高商家经营效率，并进一步促进广告投放和企业服务消费，公司就有机会在现有业务之上形成新的增长层。

对广告主而言，投入产出比才是决定预算的关键；对Meta而言，能否把模型能力转化为客户可衡量的经营成果，将决定新产品能走多远。

这也让第三季度财报的观察范围更加清晰。除了营收和资本开支，管理层对广告推荐、AI产品采用情况、企业服务商业化以及未来投资节奏的解释，都将影响市场对公司中长期竞争力的判断。

AI业务的收入贡献未必会在一个季度内充分体现，但公司至少需要展示一条可验证的路径：基础设施投入如何支持产品能力，产品能力如何改善用户体验和客户经营效率，最终又如何反映在收入、利润和现金流上。路径越清晰，长期投入越容易获得经营层面的支持。

对于整个AI产业来说，未来能够把AI能力嵌入成熟业务、持续改善经营效率的公司，更有条件将技术优势转化为长期回报。