新AI模型非關鍵利多！Meta AI建設成本砍半驚艷華爾街 美銀喊價835美元

Meta 最新推出 AI 模型 Muse Spark 1.1，以及轉向付費開發者模式，近期成為市場關注焦點。不過，真正推動 Meta 股價持續走高的原因，並非新模型本身，而是一份曝光的內部文件揭露其 AI 基礎設施建置成本遠低於市場預期，使投資人重新評估其龐大資本支出的投資報酬率。

根據《路透》取得並檢視的 Meta 內部備忘錄，美國銀行證券 (BofA Securities) 分析師 Justin Post 因此重申對 Meta Platforms (META-US)的「買進」評等，並維持 835 美元目標價。分析認為，Meta 打造 AI 算力基礎設施的效率遠高於市場估計，成為近期股價上漲的真正催化劑。

市場過去一直擔憂 Meta 龐大的 AI 投資將侵蝕現金流。建設大型 AI 資料中心需要巨額資本支出、電力及運算設備，因此 Meta 今年高達 1,450 億美元的資本支出預算，始終是市場質疑焦點。

不過，根據曝光的內部文件，Meta 正大幅擴建 AI 運算能力，且成本控制優於預期。

資料顯示，Meta 計畫於 2026 年至 2027 年間新增總計 14GW(吉瓦)AI 運算容量，其中 2026 年截至目前已部署約 1GW，下半年預計再增加 5.5GW，使今年全年新增容量達 6.5GW。

美銀證券原先估算，Meta 每新增 1GW 運算能力約需投入 450 億美元，但依據內部文件揭露的建設進度，以及 Meta 預計投入約 1,450 億美元資本支出推算，實際成本約降至每 GW 僅 220 億美元，幾乎只有原先估算的一半。

Justin Post 指出，備忘錄所揭露的 2026 年新增 6.5GW 運算容量，遠高於美銀原先預估的 2.6GW。若該數據接近實際情況，代表 Meta 已成功將每 MW(百萬瓦)AI 運算容量建置成本壓低至遠低於美銀及市場普遍預估的水準。

分析師認為，這項突破意味著 Meta 並非只是持續砸錢投入 AI，而是建立出效率極高的 AI 基礎設施，其投資效益將顯著優於市場原先預期。

Justin Post 進一步指出，若 Meta 能將 AI 運算容量建置成本控制在每 GW 低於 300 億美元，其經濟效益將明顯優於其他大型科技公司。依據美銀估算，亞馬遜 (Amazon.com)(AMZN-US) 與 Alphabet (GOOGL-US)旗下 Google Cloud 每 GW 運算能力每年可創造約 100 億至 160 億美元雲端營收；相較之下，近期 SpaceX 相關 AI 算力合作案，每 GW 每年合約價值約介於 400 億至 500 億美元之間，因此 Meta 未來可望具備更優異的投資報酬。

此外，《路透》報導指出，Meta 完成測試後，計畫今年秋季正式量產代號「Iris」的自研 AI 晶片，以降低對 GPU 的依賴。

Iris 將由博通 (Broadcom)(AVGO-US) 與台積電 (TSM-US) 協助製造，預計 9 月開始投入量產。Meta 並規劃至 2027 年間約每六個月推出一款新一代自研 AI 晶片，同時與博通及台積電等合作夥伴簽署多年期供應協議，建立長期晶片供應鏈。

不過，美銀認為，Iris 今年秋季才開始量產，因此並非推動 2026 年建置成本下降的主因，意味 Meta 目前展現出的成本優勢，主要來自資料中心建設與基礎設施本身的效率提升，而非新晶片效益。

Justin Post 表示，雖然 Iris 尚未正式量產，不太可能已對 2026 年運算容量成本帶來重大影響，但 Meta 在自研晶片上的持續進展仍屬重大利多。參考 Google TPU 及 Amazon Trainium 等自研 AI 晶片已成功提升雲端服務獲利能力，Meta 建立完整晶片藍圖，有望進一步強化 AI 基礎設施投資報酬，也支持 Meta 執行長對 AI 資本支出回報的樂觀看法。

分析指出，近期市場焦點多放在 Meta 推出新 AI 模型及產品策略調整，但真正推升股價的是 AI 基礎建設經濟效益的大幅改善。隨著 Meta 成功將 AI 算力建置成本壓低至遠低於市場預期，同時建立自主晶片供應鏈，市場開始相信其龐大的 AI 資本支出將有機會帶來長期且可觀的獲利回報，而非僅是高成本投入。