无云的巨头：千亿资本开支，全部自己用

你打开手机，点进一个社交应用，开始往下刷。照片、短视频、朋友的动态、 某个陌生人做饭的视频——中间隔三差五夹着一条广告。你可能随手划过去了， 也可能停下来看了三秒，甚至点进去买了一双鞋。这件事每天在全球发生几百亿次， 而 Meta 这家公司九成七以上的收入，就来自这里。

先把这门生意的形状讲清楚，因为后面十六节所有的判断都从它长出来。 广告说到底是一门「租注意力」的生意：有人愿意为「被人看见」付钱， 而平台手上有很多人的注意力。难点从来不在有没有注意力， 而在怎么让这次「被看见」值钱——同样一次曝光， 给对了人可能带来一笔成交，给错了人就是一次白白的打扰。

过去一百年里，这个问题的答案换过三次，每换一次，广告这门生意的规模就上一个台阶。

搜索广告与信息流广告的差别，本课想用一组对照钉住，因为它决定了两家公司后面所有的打法。 差别不在技术，在用户当时的状态。

搜索是需求捕捉。用户打出「北京 搬家 公司」这七个字的时候， 需求已经成型了，他只差一个供应商。平台要做的是把最合适的那几家排在最前面， 然后向这几家收钱。这是一门极好的生意——意图不用猜，成交率高，广告主愿意付很高的单价。 搜索广告这门生意的完整经济学，Google 那门课已经从头讲过一遍， 本课不重复。

信息流是需求创造。用户打开应用的时候并没有要买东西， 他只是无聊。这时候平台把一双鞋推到他眼前，他有可能买，更大概率不买。 单次曝光的价值低得多，但这门生意有两样搜索没有的东西。

第一样是量。一个人一天主动搜索可能十几次，但他能刷一个小时。 可供出售的曝光次数，比搜索大出一两个数量级。 第二样是品类。有大量东西是人不会主动去搜的——一件他没见过的设计师小众品牌、 一款他不知道存在的家用小电器。这些生意在搜索广告里根本不存在， 因为没有人会搜一个自己不知道的东西。信息流把它们变成了可以做的生意。

回到最实在的问题：这门生意为什么这么赚钱。三个原因叠在一起。

一是边际成本几乎为零。多给一个人多播一条广告， 平台要多花的钱只有一点点带宽和电费。收入涨一倍，成本涨不了一倍—— 这是所有软件生意的共同优势，只是广告把它推到了极致。

二是价格不是平台定的，是广告主互相竞出来的。 每一次曝光背后都跑着一场瞬间完成的拍卖：几十个广告主同时出价，系统挑一个最划算的展示。 平台不用猜「这条广告值多少钱」，市场会告诉它。 好处是当经济好、广告主变多时，价格会自己往上走，平台什么都不用做。

三是库存是自己的。Meta 的广告位长在自己的应用里， 不用向任何人买流量。这一条听起来平常，但换个角度看就不平常了： 很多广告公司要先花钱买流量再卖广告，中间隔着一道成本；Meta 没有这道成本。 这也是本课后面反复要用的一个视角——看一家公司赚的钱里， 有多少是「过路费」，有多少是真的自己的。

这三条叠起来，就是下面这组数字。

把上面这组数字读顺了，本课真正的问题才浮出来。

一家毛利率 82%、几乎不需要固定资产的软件公司， 正在用几乎全部的经营现金流去买芯片、建数据中心、拉电。 滚动十二个月里，它的经营活动现金流是 $1,303.01 亿， 而扣掉买厂房设备的钱之后，只剩 $215.54 亿——八成三的现金流进了水泥、电缆和芯片。

这就带出本课的中心问题，也是这门课和同系列其他几门课最不一样的地方： 花同样规模的钱建算力，别的巨头至少有一部分可以租出去收租；Meta 一台都不租。 它没有云业务。所有这些算力都是自己用，所有这笔投入的回报， 必须全部从「广告卖得更好」里赚回来。

这个「自用型投入」的回报怎么验证，是贯穿本课十七节的那条线。 但在算这笔账之前，得先搞清楚一件事：AI 到底怎么让广告卖得更好。 这正是下一节的内容。

上一节说，信息流广告的成败全押在「猜得准不准」。这一节把「猜」这件事拆开。

你往下刷的时候，屏幕上要出现一条广告。这一刻发生了什么？ 系统手上有几十万条候选广告，它要在几十毫秒内挑出一条给你。 挑的依据是一个估计值：这条广告给这个人看，他点的概率有多大、点了之后买的概率有多大。 把概率乘上广告主愿意出的价，得到一个「预期收益」，谁的预期收益高就展示谁。

这个估计值就是推荐系统的全部工作。它看的是你过去点过什么、停留过多久、 关注了谁、和什么样的人行为相似。这件事在技术上叫「预测点击率」， 在生意上叫「这家公司值多少钱」——因为估得准一个百分点， 乘上一年几万亿次曝光，就是几十亿美元。

所以这里要先破除一个很常见的误解。

把广告投放从头到尾走一遍，会看到三道关口，每一道都被 AI 接管过一次。 而且接管的顺序很有讲究：先接管最容易量化的，再接管最难量化的。

第三行是最值得琢磨的一行。2021 年之后，手机系统厂商收紧了应用追踪用户的权限， 广告平台原来那套「看得见全链路」的追踪被打断了。 当时市场普遍认为这是对 Meta 的重击，公司自己也承认那一年受到了以百亿美元计的收入影响。

但后来发生的事情更值得学：追踪断了之后，平台没有退回到「看不见」， 而是改用模型去估计——用能看到的那部分样本，推测看不到的那部分。 这套东西建起来之后，广告主的处境变了：他看到的「转化数」不再是一个可以自己数清楚的数字， 而是平台模型给出的一个估计。

这件事有两面。好的一面是效果确实回来了，而且更准； 另一面是，广告主从此很难自己验证平台说的是不是真的，也就更难把预算挪走—— 因为挪去别家，别家给出的数字和这家的口径根本没法比。

上面说的都是机制。但一个产业分析如果停在机制上，就等于没有落地—— 必须找到一个外部可以看见的数字，来验证这套机制真的在兑现。

这个数字是每次展示的价格。逻辑很直接： 广告主只会为效果付钱。如果一次曝光带来的成交变多了，他自然愿意为一次曝光出更高的价； 如果推荐系统没长进，他出的价就不会涨。 所以「展示量没怎么变、单价却在涨」这个组合， 就是推荐能力在变强的最直接证据——涨的那部分不是通胀，是「猜得更准」。

这张表还藏着一个本课后面要反复用的读法。广告收入的增长可以拆成两半： 一半是展示得更多（量），一半是每次展示更值钱（价）。 这两半的来源完全不同——量来自用户多花时间、平台多塞广告，是有天花板的； 价来自推荐更准，理论上没有硬上限。

所以以后看到「广告收入涨了 20%」，第一个动作应该是问：这 20% 里，量涨了多少，价涨了多少？ 如果主要靠量，那增长会随着时间和广告位的耗尽而停下； 如果主要靠价，说明 AI 的钱真的赚回来了。 下一节就用这个思路，把整门生意的需求彻底拆成可算的三个因子。

前两节讲了这门生意是什么、AI 在里面做什么。这一节做一件更实在的事： 把「它能赚多少钱」变成一个可以自己算的式子。

式子其实很简单，简单到有点让人不放心：

广告收入 ≈ 用户总时长 × 广告负载 × 每次展示的价格。

第一项是所有人加起来一年盯着这些应用看了多少时间； 第二项是这些时间里有多大比例被用来放广告——行业里的说法是「每刷一百条内容，有几条是广告」； 第三项是每一条广告被看一次，广告主付多少钱。三个数乘起来，就是这门生意的收入。

这个式子的价值不在精确，而在它把一个模糊的问题（这公司还能涨多久） 拆成了三个性质完全不同的小问题。下面一个个看。

第一个因子最好理解也最硬：一天只有 24 小时，人要睡觉、上班、吃饭。 留给盯屏幕的时间就那么多，而且早就被瓜分完了。

所以时长这个因子的性质是零和的： 你多刷十分钟短视频，就必然少刷十分钟别的东西。 这意味着任何一家平台想在时长上增长，只能从别人碗里抢。 这就是为什么这个行业的竞争特别凶——它不是在做大蛋糕，是在分一块固定大小的蛋糕。

拆时长还有一个必须先钉住的口径问题，不钉住后面会一路错下去。

第二个因子是平台自己能调的：在用户刷的内容里多塞几条广告。 这是所有信息流平台手上最方便的一根杠杆——今天想多赚一点，把广告密度调高就行， 当天就见效。

但它也是最危险的一根。广告密度和用户体验是直接对冲的： 塞得越密，用户刷得越烦，走得越早。 短期收入上去了，长期时长下来了，而时长恰恰是第一个因子。 换句话说，第二个因子用力过猛，会把第一个因子吃掉。

所以成熟平台对广告负载的态度通常是「小步慢走」：每年提一点点， 提完看时长有没有掉，掉了就收回来。这也是为什么一家平台的广告负载数据很少被明确披露—— 它是个敏感的经营变量，不是个可以拿来宣传的成绩。

新产品是这个因子唯一的松动口。一个刚起步、几乎还没放广告的产品， 广告负载可以从接近零开始往上加，这段空间是干净的增量—— 第 7 节会看到公司手上确实还握着这样的产品。

第三个因子上一节已经讲过一半：每次展示的价格由广告主竞价产生， 而广告主只会为效果付钱。

它和前两个因子最大的不同，是它没有一个物理上的硬上限。 时长受限于 24 小时，广告负载受限于用户忍耐度， 而单价的上限是「这次曝光究竟带来了多少生意」——推荐系统越准，这个数就越大。 理论上，如果系统准到每一次曝光都能促成一笔成交，广告主愿意付的价可以高得多。

现实当然到不了那一步。但方向是清楚的：在成熟市场，一家信息流平台的长期增长， 主要只能靠第三个因子。而第三个因子唯一的推动力，就是 AI。

把这张表和上一节的价格数据接起来，本课的中心问题就完整了。 一家在成熟市场里的信息流平台，它的长期增长押在「单价」这一个因子上； 而顶开单价天花板的唯一办法是让推荐更准；让推荐更准需要更多算力； 更多算力需要一年上千亿美元的固定资产投入。

这就是本课要算的那笔账的完整链条：钱 → 算力 → 更准的推荐 → 更高的单价 → 更多的收入。 链条上任何一环断了，这笔投入就收不回来。 而且它没有备用管道——别家可以把多余的算力租出去收租，它不能。

下一节先把它在产业链上的位置摆清楚，你就能看见这条「没有备用管道」的结构长什么样。

前三节讲的是这门生意本身。这一节把它摆进整条链里，看看它的钱从哪来、到哪去。

读产业链图有个很省事的办法：顺着箭头往上看，是「它要花钱买谁的东西」； 往下看，是「谁付钱给它」；横着那一排，是「跟它抢同一批东西的人」。 一家公司在这三个方向上的位置定下来，它在产业里的角色基本就清楚了。

这张图有个地方需要你特别留意——不是多画了什么，而是少画了一格。 看完图我们回来说那一格。

现在回来说少画的那一格。同层那一排里，有一格叫「对外出租算力」， 三家资本开支规模相当的公司都在里面有名字，只有 Meta 那一栏写着「无」。

这一格为什么要紧？因为它决定了同样一笔钱的两种命运。 另外三家花一百亿建机房，建完之后这些机器有两个用途：自己用，以及租给别人收租。 租金是当期就能收到的现金，而且它是外部的客观定价——市场愿意付多少，那就是这些资产的价值。

Meta 花一百亿建机房，建完只有一个用途：自己用。 没有租金，没有外部报价，也没有第二个买家。 这笔钱能不能收回来，完全取决于一件事——用了这些算力之后， 第 3 节那个「每次展示价格」有没有涨得够多。

这就是本课贯穿始终的那条线，我们给它一个名字：自用型资本开支。 它不是一个会计名词，是一个判断视角：当一笔巨额投入没有外部对价时， 验证它的唯一办法，是回到公司自己的利润表上去找。第 15 节整节做这件事。

图里出现了两个电力单位的数字：约 20GW 的数据中心足迹， 和约 3GW 的自有自运营 IT 算力。它们差了将近七倍， 而且在新闻里经常被混着用，所以这里必须钉住。

第 3 节说过，用户时长是零和的——一天 24 小时，谁多拿一分钟，别人就少一分钟。 所以这一场仗没有「双赢」这个选项。

这场仗最经典的一次交锋发生在 2018 年之后。一款以算法推荐为核心的短视频产品迅速起量， 把大量原本花在社交动态上的时间吸走了。它的厉害之处不在于内容更好， 而在于产品形态的差别：传统社交产品给你看的是「你关注的人」发的东西， 上限是你的朋友圈有多活跃；短视频给你看的是「全网最可能让你停下来的东西」， 上限是全世界的内容库。

这是一个结构性的优势，而且它不需要用户有社交关系。 Meta 的应对是把自己的产品也改成同样的形态——动态流里越来越多地出现你不认识的人发的内容， 只要系统认为你会喜欢。这个转变在当时受到不少用户抱怨， 但从生意的角度看它是必须的：不这么改，可供推荐的内容池就被朋友圈的规模锁死了。

这一段历史值得记住，因为它解释了这家公司后来所有激进决策的底色。

第二场仗的对手完全换了一批。广告主一年有一笔总预算， 这笔钱可以投搜索、可以投信息流、可以投电商平台的站内广告， 每个季度都在重新分配。

这三种广告各有各的位置，不能简单说谁更好：

今天大家说起这家公司，脑子里浮现的是四个应用。 但其中两个不是它做的，是买的。

2012 年，它花约 $10 亿买下一家只有十几个人、还没有任何收入的照片分享应用。 当时市场普遍认为这个价格荒唐——十几个人的团队，一分钱收入没有，值十亿美元？ 2014 年，它又花约 $190 亿买下一家做通讯工具的公司， 这家公司同样几乎不赚钱，而且创始人公开反对广告。 这笔交易在当时被认为是科技史上最贵的一次冲动消费。

十几年之后回头看，这两笔交易买到的是这家公司后来一半的命。 照片应用成长为它最重要的广告阵地之一，通讯工具则拿下了全球大部分市场的日常通讯入口。 更关键的是，它们让这家公司完成了从桌面到手机的迁移—— 而同一时期，很多没完成这次迁移的互联网公司就此消失了。

这段历史里有一条很值得带走的判断方法。

2021 年，公司正式改名，把「元宇宙」这个还不存在的市场写进了自己的名字里。 这是一次极其罕见的动作——大多数公司押注新业务时会新建一个部门， 它选择的是把整家公司的身份押上去。

紧接着的 2022 年，是这家公司二十年里最难的一年，两件事同时发生：

一是上一节讲的追踪新规，广告效果的可测量性被打断，收入以百亿美元计地受损； 二是短视频对手正在高速抢走用户时长，而它的产品改造还在半路上。 与此同时，元宇宙业务每个季度都在烧掉几十亿美元，却看不到任何收入。

三件事叠在一起，股价在一年里跌去约四分之三。 市场当时的主流判断是：它错过了 AI、押错了元宇宙、还丢掉了年轻用户。

2023 年公司把这一年定名为「效率之年」。做法很直接，也很狠： 两轮裁员合计约 2.1 万人，砍掉大批未见成效的项目，压缩管理层级， 停掉一部分办公场地的扩张。

结果反映在账上非常清楚。看下面这三年的对比—— 这是一组很好的教学数据，因为它展示了「成本管住了会怎样」。

这家公司的财报把业务分成两块，分得非常干脆： 一块叫应用家族，装着四个人人都在用的应用； 另一块叫 Reality Labs，装着头显、眼镜这些硬件。

先看它们在同一个季度里的样子。这组数字建议慢慢读一遍， 因为很少有大公司的分部结构会失衡到这个程度。

把这四个数拼起来：$233.94 亿减去 $46.19 亿，等于 $187.75 亿—— 这正是本地财务数据里 2026 年二季度的合并营业利润。 两块拼得上，说明这个结构没有被任何中间项掩盖：广告赚的钱，直接被硬件业务切走了一块。

切走多少？$46.19 除以 $233.94，约等于五分之一。 广告每赚五块钱，就有一块进了 Reality Labs 的坑里。

单看一个季度还不够，因为很多公司都有正在投入期的新业务。 Reality Labs 特别的地方在于时间长度：它从 2020 年开始被单独列出来披露， 此后每一年都是亏的，而且亏损额逐年扩大。 按 2026 年二季度的速度年化，一年的亏损规模在百亿美元以上。

这就引出一个必须诚实面对的问题：一笔连续六年、累计以百亿美元计、 至今看不到收入拐点的投入，该怎么评价？

本课不给「值不值」的结论，但要给一个可用的框架。评价一笔长期亏损业务， 看三件事：它在防什么、它的亏损有没有上限、以及如果彻底失败会怎样。

先看这条曲线。它是本课后面所有讨论的物理基础—— 没有这条曲线，「自用型资本开支」就只是一个说法。

先讲最老、也最容易被低估的一层。

社交产品有一个别的产品没有的特性：它的价值不取决于产品本身，取决于别人在不在。 一个视频网站如果推荐做得不好，你换一个就是了； 但一个社交产品就算做得不好，只要你的朋友、同事、家人都在上面，你就换不掉。 你一个人走没有意义，要走得所有人一起走。

这一层护城河的厉害之处在于它不需要公司持续努力去维护。 产品迭代慢一点、界面难看一点，关系网还在那儿。 历史上真正撼动过它的，只有一种情况：出现了一个完全不依赖关系网的新形态—— 比如第 5 节讲的短视频，它给你看的是陌生人的内容，所以不需要你的朋友先搬过去。

这正是这家公司最警惕的事情，也是它把一切都押在「不能错过下一个形态」上的原因。

第二层是数据飞轮。这是第 2 节那套推荐机制的直接结果： 用户用得越多，系统对他了解越深；了解越深，推得越准；推得越准，广告效果越好； 效果越好，广告主投得越多；投得越多，可供挑选的候选广告越多，推得又更准。 这是一个自我加强的圈，而且它有一个很不公平的性质——转得快的会越转越快，落后的很难追。

为什么难追？因为这个圈的每一环都需要规模。 一个新平台就算算法一样好，它没有那么多用户行为可学，也没有那么多广告主来竞价， 所以它推得一定更差、单价一定更低。这不是技术差距，是规模差距。

第三层是广告主生态，最不起眼但最实在。 几百万个商家在这套系统里建了账户、传了素材、跑了几年的投放、 积累了一整套「什么素材有效、什么人群转化好」的历史数据。 要搬去另一个平台，这些全部清零，得重新试错一遍。 对一个中小商家来说，这个迁移成本可能比省下的广告费高得多。

第 5 节已经讲过这件事的历史，这里要把它作为一条结构性短板正式记下来。

它的所有应用都跑在两家公司的操作系统上， 下载要经过两家公司的应用商店，广告效果的追踪要遵守两家公司定的规则。 2021 年那次规则变更证明了这不是理论风险：别人改一行政策，它一年的收入就以百亿美元计地受影响， 而且它没有任何谈判筹码。

这一条的严重性不在于损失金额，在于它是重复性风险—— 规则改过一次，就可能改第二次。 所以在评估这家公司时，「入口依赖」不是一个历史事件，是一个常设的变量。

第二条是收入结构过于单一。2025 年广告占收入 97.6%。 这个比例带来的是效率——全公司所有资源都服务一个目标，没有内耗； 但它同时意味着，任何冲击广告的因素都会直接打在全部收入上，没有第二条腿分担。

对照着看会更清楚：同样在做巨额算力投入的另外几家公司， 它们的收入里有很大一块来自云服务和企业软件。 广告市场遇冷时，那几块能撑住；这家公司没有可以撑住的东西。

第三条是模型能力上的争论。这条要讲得小心，因为它涉及判断而不只是事实。

可以确认的事实是：它自己的模型系列在一些面向编程和第三方开发者使用的公开基准上， 表现被认为落后于第一梯队；公司高管在 2026 年年中的一次内部会议上也承认， 智能体方向的技术进展慢于预期。 另一方面，实验室负责人把已发布的版本形容为「开胃菜」，暗示更强的版本还在路上。

所以这一条的正确表述不是「它的模型不行」，而是「在前沿模型这条赛道上， 它目前不是被公认领先的那一家，而它的投入规模是按领先者的标准在花钱」。 这两件事之间的落差，是本课第 16、17 节要盯的一个关键变量。

这张对照表最该带走的，是最后那句话：护城河和短板不是两组独立的清单， 它们是同一批选择的两面。

正因为所有资源都集中在自有应用上，才有了那么厚的关系网和那么快的飞轮； 也正因为如此，才只有一条腿、才必须住在别人家的地板上。 你不可能只要前者不要后者——想要第二条腿，就得分散资源； 想要自己的地板，就得去做硬件，而做硬件就是第 7 节那个每季亏 46 亿的坑。

单元二到此结束。接下来的单元三讲三场正在发生的技术变化—— 它们决定的是这些护城河还能撑多久、这些短板会不会被补上。