Meta一夕損失7兆市值!獲利不如預期、用戶首次下滑,社群巨頭遇上什麼難關?
Meta一夕損失7兆市值!獲利不如預期、用戶首次下滑,社群巨頭遇上什麼難關?

在數位廣告的復甦浪潮中,身為第二大平台的Meta,卻因蘋果的新隱私政策步步受挫,導致最新財報繳出不如預期的成績,股價因而一度暴跌逾20%,蒸發上千億美元市值。

Meta最新財報中,營收為336.7億美元、年增3%,略高於預期的334億美元,只不過每股盈餘(EPS)只有3.67美元,低於預期的3.84美元。另外,月活躍用戶數為29.1億人,低於預期的29.5億人。

這是Facebook改名為Meta後的第一份財報,然而不光2021年第四季的成績不盡人意,對新的季度財測也沒有好轉,預期2022年第一季營收為270億至290億美元之間,低於外界預期的302億美元。

種種的壞消息,導致Meta股價一夕崩跌逾25%,損失超過2,500億美元(約7兆新台幣)市值,雖然對於科技巨頭來說,股價波動大多只是暫時的,但如此劇烈的動盪,依舊表現出投資者對Meta未來的不安與憂心。

仍受蘋果隱私政策衝擊,Meta估損失100億美元

Meta指出,這次獲利不如預期的情況,受到很多因素影響。其中一個便是蘋果2021年4月在iOS 14.5更新的隱私政策。儘管蘋果的新隱私政策上線接近1年,廣告市場仍未完全吸收這次衝擊。

Meta透露,蘋果的新隱私政策讓他們在2021年損失約100億美元營收,另外通膨以及用戶分散等因素,都對營收獲利造成一定程度的影響。

apple store/蘋果
Meta指出,去年蘋果上線的新隱私政策,至今仍在影響他們的廣告收入。
圖/ shutterstock

由於Meta規模龐大,大多數客戶都是中小型商家,面對蘋果的新隱私政策難以快速因應,造成營收及獲利下滑。

相對地,規模沒這麼大的影音社群平台SnapChat,母公司反倒在最新財報中繳出亮眼成績,股價一度飆升55%。SnapChat的客戶主要都是大型企業,因此很快就採用新解決方案適應蘋果政策的新環境。

而身為第一大數位廣告商的Google則擁有Android系統,受到iOS系統影響也相對較輕。值得一提的是,亞馬遜在最新財報中首度披露2021年廣告營收達310億美元,超過了YouTube初次公佈營收的表現,雖然規模不及Meta,但敢於在這時公佈成績,顯然對業務前景相當有把握。

除了蘋果隱私政策影響,用戶從Facebook、Instagram流到Reels等新開發的服務,也是財務表現受到影響的原因之一。Meta強調,這些新服務的變現能力大大不如Facebook及Instagram。

「由於爭奪用戶時間越來越激烈,以及內部用戶轉向Reels這類的影音服務,這些服務變現能力不如動態推播(Feed)及限時動態(Stories),因此我們認為財務表現會持續受到衝擊。」Meta指出。

用戶數首次下降,Meta坦承正流向TikTok

而不得不投入報酬率更低的服務,也是因為Meta正面臨更激烈的競爭環境。除了財務表現不如預期外,用戶數更首度下滑,主要是受近年廣受全球年輕人歡迎的短影音平台TikTok影響。

Meta執行長馬克.祖克柏坦承,他們的用戶正在流向TikTok,特別是年輕用戶。去年9月TikTok才公佈月活躍用戶數突破10億人,先前Cloudflare公佈的數據同樣顯示,TikTok去年擊敗Google成為2021年流量最高的域名。

instagram tiktok
Meta的用戶數首次出現下滑,祖克柏也坦承用戶正在被TikTok奪走。
圖/ 截圖自Twitter

Meta開發短影音服務Reels,就是感受到TikTok的威脅,希望能夠有一款短影音服務與TikTok爭奪用戶的注意力,縱然可能導致營收表現有所下滑。祖克柏認為,Reels有辦法與TikTok同台競爭,但還需要一些時間追趕。

而先前成為焦點的元宇宙,反倒在這次財報會議上沒有獲得太多關注。之前Meta曾喊話要在VR、AR1部分Reality Labs投資100億美元發展元宇宙,但或許因為獲利受挫,2021年第四季支出反倒下降了8%。

資料來源:CNBCReuters紐約時報

責任編輯:侯品如

關鍵字: #Facebook
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓