花最多、跑最慢 — Meta 的 AI 戰略悖論

二○二六年三月十八日，Meta 悄悄簽了一份合約。對象是 Nebius Group，一家從俄羅斯 IT 巨頭 Yandex 分拆出來的歐洲 AI 基礎設施公司。金額：二百七十億美元。

這是科技史上最大的單筆算力採購協議之一——比台積電二○二五年全年資本支出還多。放在同一週的新聞背景裡，顯得有些諷刺：就在幾天前，《紐約時報》剛報導了 Meta 原定旗艦 AI 模型「Avocado」的延遲消息。發布時間從原定的二月底，推到三月，再推到「至少五月以後」。

同一家公司，同一週，一邊簽下史上最大算力採購合約，一邊承認自己的旗艦模型跑不贏競爭對手。

我想聊聊這個矛盾。

---

Avocado 延遲的故事，比你想的更難看

Avocado 的延遲理由很直白：在推理、程式撰寫、寫作三個主要基準測試（Benchmark）上，Avocado 都沒能超過 OpenAI、Google 和 Anthropic 的對應版本。

這是一個很少在大型科技公司公開聲明裡出現的坦白。一般公司面對這種狀況，要不悄悄延遲、什麼都不說；要不就更改測試方式，挑對自己有利的指標來公布。Meta 的情況是消息從內部洩漏，再由媒體報導出去，然後公司陷入沉默。

我把這個沉默理解為：問題可能比外界想像的更深，深到連 Meta 內部也沒有把握知道根源在哪裡。

Avocado 的技術細節外界知道得不多，但有一件事可以確定：這不是第一次了。Meta 的 LLaMA 系列開源模型在學術界廣受好評，但每一代都被同期的 GPT、Claude 和 Gemini 在商業應用指標上壓著打。LLaMA 3 在二○二四年底剛追上 GPT-4 的水準，OpenAI 的 GPT-5 系列就出來了。這個追趕的節奏，一直沒有根本性地改變過。

---

六千五百億美元的軍備競賽

要理解 Meta 的處境，需要先理解這場競賽的規模。

二○二六年，四大科技平台的 AI 基礎設施投資合計超過六千五百億美元：亞馬遜二千億、Alphabet 一千八百億、微軟一千四百五十億、Meta 一千三百五十億。這個數字，大約是全台灣一年 GDP 的三分之一。

這場軍備競賽的底層邏輯很簡單：算力（Compute）是訓練大型語言模型的原物料，誰先囤到更多更好的 GPU 和 TPU，誰就能訓練更強的模型，進而吸引更多開發者和企業客戶，建立更深的護城河。這個飛輪，跟亞馬遜當年在 AWS 的打法如出一轍——先用規模壓低成本，再把成本優勢轉化成市場份額。

然而問題沒有那麼簡單。Avocado 的延遲告訴我們一件事：錢是必要條件，但不是充分條件。

Meta 是這場競賽裡花費最多的玩家之一，卻也是模型能力最弱的一個。這個反差，不是因為 Meta 的工程師不夠聰明，而是因為 Meta 的商業模式，從根本上就不適合贏這場仗。

---

廣告平台做 AI，護城河在哪裡？

這裡有一個商業上的悖論，需要說清楚。

OpenAI 的收入來自 ChatGPT 訂閱費和 API 使用費——使用者和開發者直接為模型能力付費。模型越強，收入越高。這個因果關係清晰，反過來也成立：公司有強烈的財務誘因讓模型越來越好。

Anthropic 的邏輯相同。Google 的 Gemini 整合進 Workspace 和 Cloud，模型能力直接影響企業的續約決策。微軟的 Copilot 嵌入 Office 365，每一個多付費的企業座位，都跟模型是否好用直接掛鉤。

Meta 的核心收入是廣告，佔總收入 97% 以上。Meta AI 嵌在 Facebook、Instagram、WhatsApp 裡，使用者不付費，廣告主也不直接為 AI 功能買單——他們買的是廣告版位的曝光效果。

這帶來兩個結構性問題。

第一，Meta 的 AI 投資報酬難以計算。廣告精準度提升 5%，能帶來多少額外收入？這條因果鏈很長，而且中間充滿雜訊。廣告收入的增長，可能來自整體電商環境好轉、廣告主預算增加、或者競爭對手出了什麼狀況——而不是因為 AI 模型變強了。這對內部資源分配是一個問題：工程師憑什麼相信，花更多時間改善 Avocado 的推理能力，會直接轉化為公司的財務表現？

第二，Meta 缺少外部的「直接買單者」來驗證模型能力。OpenAI 的企業客戶，付費是因為 GPT-5.4 能幫他們完成真實的工作任務；他們每天都在用，每天都在感受能力差異。Meta 沒有這個即時反饋迴路。它的 AI 能力好不好，要透過廣告系統的黑箱傳導，延遲長、信號弱。

換言之，Meta 是這場軍備競賽裡，花費最多、但 AI 直接貢獻收入最不確定的一家公司。

---

如果我是 Zuckerberg，我現在最想做什麼

用投資人的眼光看，Meta 現在的處境不算悲觀——二○二五年廣告收入超過一千九百億美元，財務基礎厚實，一千三百五十億的 AI 支出是從這個地基往外加的。它買得起這場賭注，輸得起幾個 Avocado。

但用創業者的眼光看，問題更麻煩：Meta 的 AI 戰略，到底是要解決什麼問題？

Zuckerberg 曾多次公開表示，他的目標是打造出「世界上最好的 AI 助理」。這個目標很宏大，但它和 Meta 的廣告商業模式之間，存在一條我至今看不清楚的連接線。最好的 AI 助理，不一定是廣告轉換率最高的 AI 助理。這兩件事，可能是不同的優化目標。

更根本的問題是：Meta 的研究部門 FAIR（Facebook AI Research）歷史悠久，在學術界聲譽卓著，LLaMA 系列的開源策略讓全球開發者受益。但從研究突破到商業化落地，一直是 Meta 的弱項。開源帶來了知名度，卻沒有帶來訂閱收入或企業合約。這個從研究到產品的轉化鏈，才是 Avocado 問題的真正所在——不是算力不夠，而是目標不夠清晰。

二百七十億美元的 Nebius 合約，說明 Meta 相信算力問題可以靠錢解決。這個判斷在技術上是對的。但商業模式的問題，靠錢解決不了。

---

這場仗才剛進入中段。OpenAI 和 Anthropic 的年化收入都在往兩百億美元靠近，Google 的 Gemini 已經深度整合進企業工作流，微軟的 Copilot 已經出現在你的 Office 365 帳號裡。Meta 的 AI，則還在等 Avocado 熟透。

廣告公司做 AI，護城河要建在哪裡？我有一個答案，但我覺得 Zuckerberg 自己還沒想清楚。

你覺得呢？