一家 82% 毛利率的公司，正在主动把它压到 68%

收入一直在两位数增长，而且增得不慢（2026 年 +27.1%）。

但毛利率在三年里掉了 13.5 个百分点， 营业利润率掉了 12.4 个百分点。

正常情况下，一家收入还在快速增长的软件公司， 利润率应该是往上走的——因为软件的边际成本接近零，多卖一份不用多花什么钱。

利润率往下走，只有两种可能： ①生意变差了，被迫降价或者花更多钱获客；②它主动往成本里加了一个不属于软件的东西。

本课要讲的是第二种。

一家公司买了几百亿美元的服务器和加速卡， 这些机器不会一次性计入费用，而是按使用年限一年一年地折旧。

而折旧是计入营业成本的——所以它直接压毛利率。

这就是「软件公司变重资产公司」在报表上的具体长相： 收入侧还是软件（广告），成本侧多了一大块硬件的折旧。 两者叠在一起，就是毛利率从 82% 走向 68%。

关键在于：这笔折旧是 2024–2026 年花掉的钱， 在 2026–2029 年一点一点体现在利润表上。 也就是说，你今天看到的利润率下滑，反映的是过去两年的决策； 而今天正在花的钱，要到 2028、2029 年才会完整地压上来。

Reality Labs 的收入是 Family of Apps 的 0.7%， 但它的亏损相当于后者利润的近两成。

粗略地说：这家公司每赚 100 块， 就有大约 20 块被扔进一个几乎不产生收入的部门里。

而且这已经持续了好几年。 这件事本身就说明了公司的性格——它有一个近乎无限的现金牛， 以及一个愿意长期烧钱押注下一个平台的管理层。 本课后面讲的所有激进决定，都要放在这个性格底下理解。

全球约 80 亿人。这家公司每天有 36 亿人在用它的产品。

这意味着两件事，方向相反：

① 它有一个别人几乎无法复制的分发能力—— 任何新产品一上线，第二天就能触达十几亿人。
② 它也有一个别人几乎无法复制的损失风险—— 如果用户开始把时间挪到别的地方去，它没有第二个 36 亿可以退守。

Bernstein 的原话是：「如果它能解决消费级 AI， 它在 36 亿用户上的赢面可能无可匹敌——但这是一个昂贵的『如果』。」

下一节讲的就是这个「如果」的另一半：它在怕什么。

DAP = Daily Active People，跨 Facebook、Instagram、WhatsApp、Messenger 四个应用去重之后的日活人数。

为什么要单独造这个口径：因为很多人同时用其中两三个应用， 按单个应用的日活相加会严重重复计算。

可复用的动作：看到任何一个「用户数」， 先确认三件事——是日活还是月活、去没去重、统计的是账号还是人。 这三件事任意一件不同，数字就能差出好几倍。

财报会告诉你一家公司花了多少钱，但不会告诉你它为什么花。

而「为什么」决定了两件事：这笔钱会不会继续花下去， 以及在什么情况下会停。

如果一笔投入的动机是「抓住机会」， 那么机会证伪的时候它会停；
如果动机是「避免被淘汰」，那么它几乎不会停——因为停下来的代价被认为更大。

这门课的资本开支，属于第二种。

它花的每一笔钱，都对应「防止用户迁移」这四件事之一。

所以当有人问「Meta 的资本开支会不会因为回报率不够而收缩」时， 正确的问法应该是：「用户迁移的威胁解除了吗」。

这两个问题的答案往往不一样—— 一笔防御性投入可以在回报率很低的时候继续花下去， 因为它的对照组不是「不花能赚多少」，而是「不花会亏多少」。

主题是「个人超级智能（Personal Superintelligence）」。 Bernstein 的评价很克制：关于「消费级 AI 到底长什么样、什么时候出现、 商业模式怎么跑通」，这三个问题目前都没有答案。

但它的战略选择是清楚的： 在所有人都挤向更容易变现的企业级市场时，它选择去做一片空白的消费级市场。

这个选择直接决定了本课后面的一切—— 为什么资本开支这么大、为什么变现要等这么久、 以及为什么「把多余算力卖出去」这个想法会突然变得这么重要（单元三）。

2026 年 18.5 倍，2027 年 18.7 倍。

股价没动，倍数却升了——因为 2027 年的每股收益比 2026 年低了 0.8%。

这是一个非常容易读反的地方。 很多人看到「按明年算 18.7 倍、按今年算 18.5 倍」， 第一反应是「差不多嘛」，而正确的反应应该是： 「等一下，为什么按更远的一年算，倍数反而更贵？」

因为在正常情况下，公司在成长， 越往后的年份每股收益越高、倍数越低。倍数不降反升，说明那一年的盈利在倒退。

企业价值 ÷ 自由现金流：2025 年 34.2 倍 → 2026E −167.1 倍 → 2027E −31.8 倍。

负数意味着自由现金流为负。 一个负的倍数在数学上成立，在估值上没有任何意义—— 你没法说「−167 倍比 −31.8 倍便宜」。

第 7 门课讲过同一件事： 当自由现金流接近零或转负时，自由现金流收益率这个锚不是「变差了」，是「变得没有信息量了」。

而 Meta 的情况比谷歌更极端： 谷歌是滚动十二个月仍为正、单季转负；Meta 是卖方预测里有一整年为负。

数据中心的总电力容量里，一部分要给散热、供电损耗、办公等非 IT 负载； 还有一大部分是「已经拿到地、拿到电，但机器还没进场」的规划容量。

所以「20GW 足迹」和「3GW IT 产能」之间， 隔着几年的建设周期和几百亿美元的设备采购。

如果你拿 20GW 去乘每兆瓦的收入或成本， 会得出一个大到离谱的数字；如果你拿 3GW 去评估这家公司的长期潜力， 又会严重低估。两个数字各有各的用处，但不能互换。

可复用的动作：看到任何一个 GW 数字， 先问三件事——是总电力容量还是 IT 负载、含不含在建、含不含租赁。

第一层：Meta 的新增产能比两家超大规模云厂商少，但不是少一个数量级—— 一家没有对外云业务的公司，产能规模已经能和云厂商相提并论。

第二层，也是摩根士丹利的原意： 这个规模说明 Meta 理论上「有算力可以出租」，哪怕只是临时性的。

换句话说，这张图不是用来比大小的， 是用来论证「卖算力这件事在物理上是可行的」。 Bernstein 的说法更直接：这个规模轻松比得上云服务商的足迹。

但把两端分开看，它说的是两件不同的事：

下限抬了 $50 亿 —— 意味着「最少也要花这么多」这条线抬高了。 也就是说，原来那个 $1,250–1,300 亿的低情景已经被排除。确定性提高了。

上限一动没动 —— 意味着公司不愿意把承诺给得更高。 这可能是因为供给受限（想花也花不出去），也可能是因为它不想在这个时点吓到市场。

可复用的动作：任何一个区间指引， 永远拆成「下限动了没」和「上限动了没」两个问题分别回答。 区间收窄（下限抬、上限不动）＝ 确定性提高； 区间整体上移 ＝ 规模扩大；只有上限抬 ＝ 乐观情景变好但底部没变。

野村在点评里明确写了：管理层没有对 FY27 资本开支给出多少颜色。

对比第 8 门课（微软）：微软给了 1QFY27 资本开支超 $500 亿的明确前瞻。 对比第 7 门课（谷歌）：谷歌给了 2026 年 $1,950–2,050 亿的全年指引。

三家里只有 Meta 在这个时点选择不给次年数字。

这既可能是因为它自己也还没定（产能规划在变， 路易斯安那站点刚从 $270 亿提到 $500 亿以上）， 也可能是因为它知道那个数字会让市场不舒服。 高盛的处理方式很直接——既然公司不给，就自己把 2027–28 年累计资本开支上调约 14%。

它的意思是：同样一块算力，现在建好比三年后建好值钱得多。

为什么？回到第 3 节——因为消费者迁移得很快。 三年后才建好的产能，可能已经赶不上那次迁移了。

而这句话对财务的含义是残酷的： 它等于说「我们会为了速度接受更差的单位经济」。 在一个供给受限的市场里，追求速度就意味着接受更高的采购价、更快的折旧、更低的利用率。

这也解释了为什么高盛在上调资本开支的同时下调每股收益—— 这两件事在这家公司身上是同一个决定的两面。

五颗芯片，三颗 3nm、两颗 2nm，覆盖 2026 到 2029。

这不是「做一颗试试看」，是一条已经排好的路线图。 一家公司愿意把芯片管线签到四年后，说明两件事： ①它对自己的算力需求有长期把握 ②它已经过了「要不要自研」的犹豫期。

而且 2nm 的两颗（Astrid、Apollo）排在后面—— 这意味着它已经在最先进制程上排产能了， 而先进制程的产能是要提前很久预订的（第 4 门课，台积电）。

第 6 门课讲的 Broadcom，是那家「按吉瓦报业绩」的定制芯片供应商。 本课的主角，是它最重要的客户之一。

注意摩根大通那个数字的口径：$120–150 亿是「含网络」的。 也就是说，卖一颗定制加速器，还会带出配套的交换芯片（Tomahawk、Jericho 系列）。 这就是第 6 门课讲的「一整套」——定制芯片厂商真正卖的不是一颗芯片， 是一个连起来的集群。

对 A 股的含义：定制芯片路线用的光模块、PCB、连接器， 和 GPU 路线不完全一样但重叠度很高——第 12、14 节会展开。