作者 | Noah"s Arc Capital Management
编译 | 华尔街大事件
Meta (NASDAQ：META) 的股价在过去一个月内下跌了 11% 以上。虽然过去几周该股大幅下跌，但分析师仍然相信 Meta 强劲的基本面和人工智能支持的广告表现推动了其引人注目的长期价值。
Meta 的关键开源 AI 策略（特别是在其广告部门使用其开源模型）对于为广告商创造卓越的投资回报至关重要。从本质上讲，他们的模型必须保持竞争力，他们的广告模式才能脱颖而出。
最近，越来越多的证据表明 Meta 的人工智能部门效率低下。Meta 的 GenAI 部门在 GPU 方面投入了大量资金。不幸的是，这笔巨大的 GPU 投资尚未转化为公司以与 DeepSeek 同行相同的速度推出模型。本质上，Meta 的顶尖人才 + 一流 GPU 架构模式尚未完全转化为相应的进展。
随着 DeepSeek 开源使用率不断增长，这已经对 Meta 在开源 AI 领域争夺领导地位的努力构成了直接挑战。DeepSeek 的开源模式在关键基准上的表现优于 Llama（而且成本仅为其一小部分），这对 Meta 的竞争优势构成了真正的威胁。
在 1 月份，一位匿名的 Meta 员工透露，Meta 现在在 AI 竞赛中已经远远落后。
因为 DeepSeek V3，使得 Llama 4 在基准测试中已经落后 - 这位匿名员工说。
雪上加霜的是，“这家不知名的中国公司拥有 550 万美元的培训预算”。工程师们正在疯狂地剖析 DeepSeek，并尽可能地复制其中的一切。我一点也不夸张。
这位 Meta 员工掌握的内部信息比任何人都多，他描述了 Meta 在人工智能竞赛中如何落后，以及 DeepSeek 如何取得领先。这位员工当时讨论了现在的担忧。当时，分析师曾认为管理层会很灵活，适应 DeepSeek 的训练协议，并更快地进行创新。
管理层担心 GenAI org 的巨额成本是否合理。当 GenAI org 的每位“领导者”的收入都超过训练 DeepSeek V3 的全部成本，而我们有数十位这样的“领导者”时，他们将如何面对领导层……DeepSeek R1 让事情变得更加可怕。我不能透露机密信息，但它很快就会公开。
此后，中国开源模型不断突破极限，展示了世界级模型的训练成本远低于西方人工智能公司最初的预期。DeepSeek 的最新模型 (V3) 现已与 OpenAI 的最新模型相媲美。
该公司表示，其 V3 模型采用了价值不到 600 万美元的 2,000 块 Nvidia H800 芯片的计算能力进行训练，达到了与 OpenAI 和 Meta 最先进的模型相当的性能水平。
作为参考，Meta 的模型在去年夏天只短暂地与 OpenAI 的模型不相上下。DeepSeek 现在已经达到了这一水平。
不幸的是，Meta 在 AI 方面的巨额投资（资本支出高达数百亿美元）正在成为一项更大的负担。竞争对手以更低的支出取得了类似的成果，这意味着开发人员可能会转向使用 DeepSeek 来处理开源模型用例。
今年 1 月，DeepSeek 是否真的能以传闻的 56 亿美元预算进行训练还不完全清楚。现在，很明显，训练成本要低得多。像中国的蚂蚁金服这样的公司宣称人工智能训练支出将减少 20%。问题是，西方公司并没有利用他们已经庞大的资本支出来加快训练速度，或者减少未来的芯片采购。自 1 月以来，西方人工智能创新明显落后（以美元计）。这令人担忧。
分析师对首席执行官马克·扎克伯格迅速转型的能力很有信心。扎克伯格有在合法的情况下抄袭竞争对手的功能或技术的记录。主要担心的是他为什么没有早点采用这种做法。
事实上，Meta 非常善于从竞争对手那里借鉴成功的策略。有一次，该公司迅速采用了与Snapchat Stories类似的功能。最近，该公司推出了 Instagram Reels 与 TikTok 竞争。
目前，Meta 的预期非 GAAP 市盈率为 22.75。与行业中位数12.75相比，溢价率高达 80.95%。量化系统在该指标上给 Meta 的评级为 D+。
尽管存在这种溢价，但实际上对分析师预期的未来收入增长感到兴奋。根据 Meta 的增长指标，该公司的未来收入增长率为16.71%，比行业中位数 2.76% 高出 506.50%。不出所料，量化系统在这一指标上给 Meta 打了 A 级。请记住，如果 Meta 的 Llama 模型处于 AI 领先地位，那么大部分增长不会受到直接（或间接）影响。
由此来看，Meta 的预期每股收益摊薄增长率目前预计为 24.66%，是行业中位数 7.97% 的三倍多。Seeking Alpha Quant 也在这个指标上给 Meta 评了 B+ 级。从强劲的增长与估值权衡的角度来看，这使得 22.75 的预期市盈率溢价看起来更为有利。
实质上，虽然我们在预期市盈率基础上支付了 80% 的溢价，但我们仍然可以获得高于行业中位数增长三倍的每股收益增长。
因此，三倍的增长水平带来 80% 的溢价。这太不可思议了。这个 GARP 就是我仍然买入股票的原因。事实上，如果我们看到 Meta 在训练 AI 模型方面变得更加高效（并且不需要在 GPU 集群或 GenAI 团队上投入太多资金），预计 EPS 增长甚至可能高于行业中位数的 3 倍。
如果我们看到 Meta 的预期市盈率溢价从目前的 80.95% 进一步扩大到 100%，这将意味着股价上涨约 23.53%。虽然这一上涨幅度低于我今年早些时候认为的股价上涨幅度，但（我认为）风险与回报相比还是值得的。Meta 仍然是一个绝佳的机会。如果它能降低 DeepSeek AI 日益增加的风险，情况会更好。Meta 必须提高效率。股东的收益将是巨大的。
虽然 DeepSeek 已经成为人工智能领域的一个重要组成部分，但其指数级增长的影响对人工智能领域的许多开源竞争对手来说是一个重大警钟。随着DeepSeek 主导开源人工智能市场，这对 Meta 来说是个大问题。
但如果 Meta 能够以类似的成本结构复制 DeepSeek 惊人的增长水平，其收益将远远大于仅仅保持领先。他们将成为（可以说）最高效的西方人工智能公司。这会产生巨大的连锁反应。
这似乎是 Meta 的一个转折点。要么该公司适应新挑战并进行创新，要么继续其目前在人工智能方面投入巨额资金的轨迹。
【如需和我们交流可后台回复“进群”加社群】
作者 | Noah"s Arc Capital Management
编译 | 华尔街大事件
Meta (NASDAQ：META) 的股价在过去一个月内下跌了 11% 以上。虽然过去几周该股大幅下跌，但分析师仍然相信 Meta 强劲的基本面和人工智能支持的广告表现推动了其引人注目的长期价值。
Meta 的关键开源 AI 策略（特别是在其广告部门使用其开源模型）对于为广告商创造卓越的投资回报至关重要。从本质上讲，他们的模型必须保持竞争力，他们的广告模式才能脱颖而出。
最近，越来越多的证据表明 Meta 的人工智能部门效率低下。Meta 的 GenAI 部门在 GPU 方面投入了大量资金。不幸的是，这笔巨大的 GPU 投资尚未转化为公司以与 DeepSeek 同行相同的速度推出模型。本质上，Meta 的顶尖人才 + 一流 GPU 架构模式尚未完全转化为相应的进展。
随着 DeepSeek 开源使用率不断增长，这已经对 Meta 在开源 AI 领域争夺领导地位的努力构成了直接挑战。DeepSeek 的开源模式在关键基准上的表现优于 Llama（而且成本仅为其一小部分），这对 Meta 的竞争优势构成了真正的威胁。
在 1 月份，一位匿名的 Meta 员工透露，Meta 现在在 AI 竞赛中已经远远落后。
因为 DeepSeek V3，使得 Llama 4 在基准测试中已经落后 - 这位匿名员工说。
雪上加霜的是，“这家不知名的中国公司拥有 550 万美元的培训预算”。工程师们正在疯狂地剖析 DeepSeek，并尽可能地复制其中的一切。我一点也不夸张。
这位 Meta 员工掌握的内部信息比任何人都多，他描述了 Meta 在人工智能竞赛中如何落后，以及 DeepSeek 如何取得领先。这位员工当时讨论了现在的担忧。当时，分析师曾认为管理层会很灵活，适应 DeepSeek 的训练协议，并更快地进行创新。
管理层担心 GenAI org 的巨额成本是否合理。当 GenAI org 的每位“领导者”的收入都超过训练 DeepSeek V3 的全部成本，而我们有数十位这样的“领导者”时，他们将如何面对领导层……DeepSeek R1 让事情变得更加可怕。我不能透露机密信息，但它很快就会公开。
此后，中国开源模型不断突破极限，展示了世界级模型的训练成本远低于西方人工智能公司最初的预期。DeepSeek 的最新模型 (V3) 现已与 OpenAI 的最新模型相媲美。
该公司表示，其 V3 模型采用了价值不到 600 万美元的 2,000 块 Nvidia H800 芯片的计算能力进行训练，达到了与 OpenAI 和 Meta 最先进的模型相当的性能水平。
作为参考，Meta 的模型在去年夏天只短暂地与 OpenAI 的模型不相上下。DeepSeek 现在已经达到了这一水平。
不幸的是，Meta 在 AI 方面的巨额投资（资本支出高达数百亿美元）正在成为一项更大的负担。竞争对手以更低的支出取得了类似的成果，这意味着开发人员可能会转向使用 DeepSeek 来处理开源模型用例。
今年 1 月，DeepSeek 是否真的能以传闻的 56 亿美元预算进行训练还不完全清楚。现在，很明显，训练成本要低得多。像中国的蚂蚁金服这样的公司宣称人工智能训练支出将减少 20%。问题是，西方公司并没有利用他们已经庞大的资本支出来加快训练速度，或者减少未来的芯片采购。自 1 月以来，西方人工智能创新明显落后（以美元计）。这令人担忧。
分析师对首席执行官马克·扎克伯格迅速转型的能力很有信心。扎克伯格有在合法的情况下抄袭竞争对手的功能或技术的记录。主要担心的是他为什么没有早点采用这种做法。
事实上，Meta 非常善于从竞争对手那里借鉴成功的策略。有一次，该公司迅速采用了与Snapchat Stories类似的功能。最近，该公司推出了 Instagram Reels 与 TikTok 竞争。
目前，Meta 的预期非 GAAP 市盈率为 22.75。与行业中位数12.75相比，溢价率高达 80.95%。量化系统在该指标上给 Meta 的评级为 D+。
尽管存在这种溢价，但实际上对分析师预期的未来收入增长感到兴奋。根据 Meta 的增长指标，该公司的未来收入增长率为16.71%，比行业中位数 2.76% 高出 506.50%。不出所料，量化系统在这一指标上给 Meta 打了 A 级。请记住，如果 Meta 的 Llama 模型处于 AI 领先地位，那么大部分增长不会受到直接（或间接）影响。
由此来看，Meta 的预期每股收益摊薄增长率目前预计为 24.66%，是行业中位数 7.97% 的三倍多。Seeking Alpha Quant 也在这个指标上给 Meta 评了 B+ 级。从强劲的增长与估值权衡的角度来看，这使得 22.75 的预期市盈率溢价看起来更为有利。
实质上，虽然我们在预期市盈率基础上支付了 80% 的溢价，但我们仍然可以获得高于行业中位数增长三倍的每股收益增长。
因此，三倍的增长水平带来 80% 的溢价。这太不可思议了。这个 GARP 就是我仍然买入股票的原因。事实上，如果我们看到 Meta 在训练 AI 模型方面变得更加高效（并且不需要在 GPU 集群或 GenAI 团队上投入太多资金），预计 EPS 增长甚至可能高于行业中位数的 3 倍。
如果我们看到 Meta 的预期市盈率溢价从目前的 80.95% 进一步扩大到 100%，这将意味着股价上涨约 23.53%。虽然这一上涨幅度低于我今年早些时候认为的股价上涨幅度，但（我认为）风险与回报相比还是值得的。Meta 仍然是一个绝佳的机会。如果它能降低 DeepSeek AI 日益增加的风险，情况会更好。Meta 必须提高效率。股东的收益将是巨大的。
虽然 DeepSeek 已经成为人工智能领域的一个重要组成部分，但其指数级增长的影响对人工智能领域的许多开源竞争对手来说是一个重大警钟。随着DeepSeek 主导开源人工智能市场，这对 Meta 来说是个大问题。
但如果 Meta 能够以类似的成本结构复制 DeepSeek 惊人的增长水平，其收益将远远大于仅仅保持领先。他们将成为（可以说）最高效的西方人工智能公司。这会产生巨大的连锁反应。
这似乎是 Meta 的一个转折点。要么该公司适应新挑战并进行创新，要么继续其目前在人工智能方面投入巨额资金的轨迹。
【如需和我们交流可后台回复“进群”加社群】
