(圖/ 路透社)
Meta AI建設成本下降與AI基礎設施效率提升，正成為華爾街重新評價Meta投資價值的重要依據。近期市場原先聚焦於Meta推出新一代AI模型與產品策略調整，但最新曝光的內部資料顯示，真正改變市場預期的關鍵，在於AI資料中心與算力基礎設施的建置效率大幅提升，使投資人重新評估其龐大資本支出的回報能力。
Meta近期推出新AI模型Muse Spark 1.1，並持續調整AI產品商業模式，希望擴大企業與開發者市場布局。然而，市場分析指出，新模型本身並非近期股價上漲的主要催化因素，反而是AI基礎建設成本遠低於市場原先估計，使投資人開始相信Meta的大規模AI投資將具備更高的資本效率。
根據公開報導及市場分析，美國銀行（BofA Securities）維持Meta「買進」評等，目標價維持835美元。分析師指出，Meta近年持續投入大型AI資料中心建設，市場過去普遍擔憂高額資本支出可能侵蝕自由現金流，但最新資訊顯示，其AI算力建置成本可能遠低於市場原先預估，意味投資效益有望優於預期。
資料顯示，Meta規劃於2026年至2027年間持續擴充AI運算容量，其中2026年預計新增約6.5GW運算能力。依照最新公開資訊推估，每GW建置成本約220億美元，遠低於市場先前估算約450億美元的水準，顯示AI資料中心建設效率已有明顯提升。
除了基礎建設之外，Meta也同步推進自研AI晶片布局。根據公開資訊，代號「Iris」的AI晶片預計今年秋季開始量產，由博通與台積電協助製造，未來規劃約每六個月推出新一代產品，逐步降低對GPU供應商的依賴，建立更完整的AI晶片供應鏈。
不過，多數分析認為，Iris晶片目前仍處於量產初期，因此尚不足以解釋近期AI建設成本快速下降的原因。目前Meta展現出的成本優勢，主要仍來自資料中心規劃、基礎設施設計以及建置流程效率提升，而非新晶片帶來的直接效益。
市場也開始將Meta與其他大型科技公司進行比較。包括Google、Amazon等雲端服務業者皆持續投入AI算力建設，而Meta若能持續維持較低的建置成本，未來AI基礎設施投資報酬率可能更具競爭力，進一步改善市場對龐大資本支出的疑慮。
對臺灣供應鏈而言，Meta持續擴大AI投資也帶動相關合作夥伴受到關注，包括台積電、博通等半導體供應鏈可望持續受惠於AI晶片、自研ASIC及大型資料中心建設需求增加。隨著全球科技業持續競逐生成式AI與AI Agent市場，企業未來競爭焦點也逐漸從模型能力，延伸至算力成本控制、晶片自主化及基礎設施效率。
整體而言，Meta此次受到市場重新評價，反映AI產業競爭已從單純推出新模型，逐步轉向比拚基礎設施效率與投資報酬。未來AI資料中心建設成本、AI晶片發展進度，以及大型科技公司的資本支出效益，仍將是全球科技股與AI供應鏈的重要觀察指標。
中華超傳媒
(文/ 記者 曾知遠)
