营收608亿难抵AI黑洞：Meta现金流暴跌91%真相

据 Woofun AI 消息，科技巨头财报季呈现冰火两重天：Meta 虽以 608 亿美元营收刷新历史纪录，盘后交易却下跌 7%；而微软凭借强劲的云业务表现，盘后交易涨幅超过 8%。

这一背离现象揭示了市场核心分歧——在人工智能军备竞赛中，究竟由谁承担高昂的基础设施成本。Meta 的营收数据远超华尔街共识，表面光鲜，但深层财务结构已现裂痕。投资者不再单纯关注收入规模的扩张，而是聚焦于盈利质量与现金流的可持续性。

这种估值逻辑的转变，标志着市场对科技巨头增长叙事的重新定价。从单纯的规模崇拜转向效率与回报率的严苛审视，Meta 面临的不仅是短期股价波动，更是商业模式转型期的阵痛考验。其庞大的用户基数与广告收入虽提供坚实底座，但无法完全对冲 AI 投入带来的巨大不确定性。市场正在寻找一个新的平衡点，即技术创新投入与商业变现回报之间的最佳匹配比例。Meta 的每一次数据披露，都成为检验这一平衡能否达成的关键试金石。

这种紧张关系在财报发布后的市场反应中体现得淋漓尽致，显示出投资者对长期资本支出项目的耐心正在快速消耗。相比之下，拥有成熟云服务变现路径的竞争对手则获得了市场的额外溢价支持。

这种对比进一步凸显了 Meta 在当前技术周期中的独特困境与挑战。

财务表象之下隐藏着实质性的现金流断崖，广告业务的强劲增长未能转化为自由的现金储备。本季度广告营收达到 594 亿美元，同比增长 27%，这一增长由广告展示次数增加 14% 和广告价格上升 12% 共同驱动。

然而，运营现金流为 318.6 亿美元，在扣除高达 310.8 亿美元的资本支出后，自由现金流仅剩 7.84 亿美元。与之形成鲜明对比的是，去年同期自由现金流为 85.5 亿美元，短短一年内锐减 91%。

这种急剧的缩水趋势若持续下去，下一季度的自由现金流极有可能转为负值。谷歌在上周的财报中已出现历史首次的负自由现金流，这并非孤例，而是人工智能军备竞赛普遍带来的代价。所谓的"一次性支出"无法掩盖结构性问题的严峻性。财务总监苏珊·李在电话会议中解释利润下降原因时指出，第二季度总支出为 420 亿美元，同比增长 55%。其中包含 24 亿美元的法律准备金和 11.8 亿美元的遣散费。若剔除这两项非经常性项目，运营利润本可实现约 9% 的同比增长。

这一解释虽在会计层面成立，但未能平息市场对长期支出结构的担忧。真正的风险隐藏在支出结构的深层变化中，而非表面的利润波动。投资者更关心的是那些无法通过会计调整消除的持续性成本压力。

支出结构的拆解揭示了研发与资本支出的强烈 AI 属性，以及高管对此的战略解释。本季度研发支出高达 216.6 亿美元，同比增长 67%，其在营收中的占比从去年同期的 27% 飙升至 36%。这些资金并非用于法律或人事调整，而是 Meta 每月为人工智能支付的核心费用，且数额持续攀升。资本支出从去年同期的 170.1 亿美元激增至 310.8 亿美元，增幅达 83%。公司将全年资本支出指引从 1250 亿美元至 1450 亿美元调整为 1300 亿美元至 1450 亿美元。表面上看下限有所提升，上限保持不变，但这意味着每年至少有 1300 亿美元的资金被锁定用于人工智能投资。

这种大规模的资本锁定策略，反映了 Meta 对 AI 基础设施的重视程度。然而，这种重视是以牺牲短期财务灵活性为代价的。Woofun AI 整理数据显示，这种高强度的资本投入模式在科技行业中并不罕见，但其规模与速度确实引人注目。管理层强调这是为了构建长期的竞争优势，但市场更关注的是这些投入何时能转化为实际的商业回报。

这种时间错配是当前估值压力的主要来源之一。投资者需要在长期的战略愿景与短期的财务现实之间做出权衡，而 Meta 目前提供的数据尚不足以让市场完全放心。

AI 落地成效与增速错配成为另一大痛点，广告工具进展与投入产出比失衡明显。扎克伯格在电话会议上重点阐述了 Advantage+ 人工智能广告工具的进展，其年度化营收规模已超过 750 亿美元，目前已有 900 万广告主在使用至少一种 Meta 的人工智能工具。大语言模型（LLM）已整合到推荐系统中，Instagram 用户日均使用时长实现两位数增长。这些进展证实了 AI 在提升用户体验和广告效率方面的实际价值。

然而，广告业务的增长速度远跟不上资本支出的增长速度。营收同比增长 27%，而资本支出增长了 83%，两者之间存在三倍以上差距。若将研发支出纳入考量，与人工智能相关的总投资增长速度更快。

与此同时，营收增速呈现放缓态势：第一季度增长率为 33%，第二季度降至 28%，第三季度业绩指引中位数约为 625 亿美元，相当于同比增长约 22%。虽然仍保持两位数增长，但放缓趋势已十分明显。利润率也在同步下降，运营利润率从去年同期的 43% 降至 31%。人工智能广告工具虽提升了转化率并推高了广告价格，但也显著增加了推理成本。

这种成本与收益的非对称增长，是当前财务表现不佳的核心原因之一。市场需要看到更明确的边际改善信号，以确认 AI 投入的有效性。

商业模式对比凸显了 Meta "挖矿"与微软/谷歌 "卖铲子" 的路径差异及其风险。微软拥有 Azure，谷歌拥有 Google Cloud，两者均能通过计算能力租赁直接变现冗余价值。Meta 则缺乏类似的成熟云业务，扎克伯格否定了"通过出售计算能力获利"的想法，认为单纯为了短期利润而出售所有计算能力是愚蠢的。他选择的路径是通过"出售智能服务"获取长期更高利润率。从逻辑上看，这种战略具有合理性，旨在构建更深的护城河。但在"出售智能服务"实现规模化之前，谁来承担自由现金流从 85 亿美元降至不足 8 亿美元甚至可能转负的后果？

微软的 Azure 业务继续保持快速增长，证明人工智能云服务具有真实、可衡量且需求旺盛的商业周期。企业对人工智能计算能力的需求直接转化为云服务营收，链条短而清晰。Meta 的产业链则长得多：人工智能提升广告推荐精准度，广告主获得更高投资回报率，进而增加广告支出，最终推动广告营收增长。每个环节虽真实存在，但环节越多，从投资到回报的周期越长，不确定性越大。简言之，微软在卖铲子，快速回笼现金；Meta 在挖矿，前期投入巨大，收益取决于矿场质量与价格。

这种模式差异决定了两者在资本市场上的不同表现。

用户规模的双刃剑效应显著，36 亿 DAU 带来数据优势的同时也施加了巨大的推理成本重压。Meta 各类应用拥有 36 亿日活跃用户，同比增长 3%。Instagram 日活跃用户数超过 20 亿，Threads 月活跃用户数超过 5 亿，世界杯决赛期间 WhatsApp 每秒消息处理量高达 3000 万条。如此庞大的用户群体使 Meta 拥有全球最大规模的人工智能应用分发与测试环境，无论是推荐算法、广告投放还是内容生成，都拥有最庞大且多样化的训练数据与反馈机制。这是其最深的护城河。

然而，问题的另一面是，36 亿用户对人工智能推理功能的需求同样庞大。每一次个性化推荐的产生、每一次实时广告竞价优化、每一次用户行为特征的提取，都在消耗巨大的推理计算资源。

尽管营收在增长，但推理成本的增长速度更快。对 Meta 而言，这表现为广告效率的提升速度跟不上人工智能基础设施成本的上升速度。这种结构性矛盾使得 Meta 在享受规模红利的同时，也必须承受沉重的成本负担。如何在降低成本的同时保持服务质量，是 Meta 面临的最大运营挑战之一。用户规模的扩大既带来了机会，也带来了前所未有的复杂性与压力。

未来展望与市场耐心面临严峻考验，现金流转负风险及转型时间表的不确定性加剧焦虑。盘后交易中 7% 的跌幅并非因每股收益未达预期，而是对核心假设的动摇。此前市场认为 Meta 能在 12 到 18 个月内通过营收增长覆盖 AI 投资，维持或提升利润率。但二季度财报显示情况相反：营收增速放缓（从 28% 降至 22%），资本支出加速（增长 83%），利润率压缩（从 43% 降至 31%），自由现金流接近于零。扎克伯格提出的发展框架虽逻辑完整，但市场需要的是具体数据，即营收增长开始超过成本增长的转折点。二季度财报及三季度指引均未给出这一转折点。苏珊·李表示，2026 年到 2027 年是"全面扩张"阶段，直到 2028 年之后才有"调整空间"。

这意味着至少还需 18 个月的高强度投资。三季度是关键考验期，自由现金流已降至 7.84 亿美元，且资本支出仍在增加，很快可能转负。届时市场如何解读这一"负值"将决定股价走势。能否阻止广告营收放缓同样重要。三季度业绩指引中位数约 625 亿美元，同比增长约 22%；若接近 25% 上限，说明变现效率提升；若低于下限，压力将不止于短期股价下跌。扎克伯格虽声称"不会为利润出售计算能力"，但也预留退路——向企业提供 API 和智能助手，"未来也可能直接出售计算能力及其他配套服务"。

若真进入此市场，哪怕小规模，也将带来新叙事逻辑。但根本问题未解：AI 投资何时产生回报？在自由现金流即将转负背景下，市场对其长期愿景的估值溢价正在消失，耐心不再是可取选择。Meta 正讲述科技巨头历史上最大胆的转型故事之一：从轻资产型广告平台转变为重资产型人工智能基础设施运营商及智能服务提供商。608 亿美元营收及 36 亿日活跃用户为转型提供极强基本面支撑。

然而，每季度 310.8 亿美元资本支出导致的自由现金流 91% 暴跌，向市场传递同一信息：这次转型成本比预想高，且仅是起步阶段。