十五年多来，Meta Platforms 构建了世界上最庞大的 IT 基础设施之一，但从未寻求将其商业化。与亚马逊的 AWS、微软的 Azure 或 Alphabet 的谷歌云不同，Meta 仅使用其数据中心为 Facebook、Instagram、WhatsApp 及其广告机提供支持。
但人工智能正在改变这一历史逻辑，在昨天的集团年度股东大会上，马克·扎克伯格承认，如果Meta对AI基础设施的大量投资产生过剩产能，那么Meta最终可能会进入云计算市场。一个假设仍然是次要的，但它表明 Meta 开始不再仅仅将其基础设施视为战略成本，而是视为可货币化的资产。
这一变化将是重大的，Meta 还将其对 2026 年人工智能相关投资支出的预测提高到 125 至 1450 亿美元。这一数额现在使该公司更接近主要计算制造商。
几个月来，硅谷见证了 GPU 和计算能力的热潮。生成式人工智能模型需要大量的训练和推理，而实验室则寻求确保已变得稀缺的计算能力。在此背景下，数据中心正在成为战略经济资产。
这位 Meta 经理还透露，公司已经在与该集团接洽，购买计算设备或租用某些容量。
这种情况让人想起AWS的诞生，亚马逊建立了一个内部基础设施，旨在吸收其电子商务活动的高峰期。面对开发商和初创公司不断增长的需求，该集团逐渐开始出租多余的资源。最初只是一个内部工具，现已成为科技史上最赚钱的业务之一。
即使人工智能云市场不再像 2010 年代的传统云，这种情况也会发生。需求呈爆炸式增长，基础设施成本大幅上涨，能源限制也变得日益严峻。如果不包括今天建设的AI集群，涉及到数万个GPU、堪比工业现场的电力能力、先进的冷却系统、依赖NVIDIA的供应链以及数百亿美元的投资，而很少有玩家能够将这些能力整合在一起。特别是在这种新经济中，Meta 的主要风险是基础设施利用不足。
大型人工智能实验室目前正在建设巨大的能力，以避免未来出现任何短缺。但使用周期仍然变化很大。大量训练阶段与较低负荷阶段交替进行。因此，产能过剩风险成为结构性风险。
这正是云作为战略减震器的作用。通过开放租用部分基础设施的可能性，Meta 可以开发一种新的叙述方式，向投资者证明其人工智能支出的合理性。
特别是因为最新信号显示人工智能行业其他领域的经济模式正在逐渐趋同。 Meta 将测试 Meta AI 的付费订阅，在几个试点市场提供每月 7.99 美元到 19.99 美元的服务。扎克伯格还提到高级版本需要更多计算。
Meta 现在似乎认为计算能力本身就可以成为一项业务。而这一演变的背后，是科技行业更广泛的变革：数字巨头逐渐不再是单纯的软件平台，而是成为超大规模计算的产业运营商。
