Meta Platforms traci przez wydatki na AI, ale pojawiają się trzy sygnały poprawy

W ostatnich 12 miesiącach akcje Meta Platforms wyraźnie odstawały od szerszego rynku. Kurs spółki spadł o 9% w ujęciu rocznym (stan na zamknięcie notowań w czwartek), podczas gdy S&P 500 zyskał 21%.

Największą przeszkodą dla inwestorów były obawy, że Meta przeznacza bardzo duże środki na AI. Część rynku zakładała, że wydatki „zjedzą” zyski firmy, a korzyści nie nadążą za kosztami.

Mimo to w ostatnim czasie widać kilka powodów, dla których nastroje mogą się zmienić.

1) Meta może wejść w biznes chmury i sprzedawać AI „od ręki”

W ubiegłym tygodniu pojawiły się doniesienia, że Meta rozwija własną infrastrukturę chmurową. Takie podejście stawiałoby firmę w roli konkurenta dla Amazon Web Services (AWS), Microsoft Azure oraz Alphabet (Google Cloud).

Kluczową przewagą liderów chmury jest nie tylko sprzedaż mocy obliczeniowej na żądanie, ale też gotowe zaplecze do wdrażania modeli AI. W praktyce klienci mogą korzystać z usług i modeli bez konieczności ponoszenia dużych nakładów na budowę własnej infrastruktury. Wskazywane przewagi mają odpowiednio: Amazon Bedrock, Google Cloud Vertex AI oraz Azure AI Foundry.

Jeśli Meta uruchomi własną usługę chmurową, może „wyrównać” poziom gry. Firma równolegle mocno inwestuje w centra danych pod swoje plany AI. Gdyby udało się sprzedawać nadwyżki mocy w chmurze oraz oferować własne modele, mogłoby to wzmocnić jej strategię AI.

2) Niższe koszty rozbudowy infrastruktury AI niż się obawiano

Jednym z największych znaków zapytania dla Meta są jej ambitne nakłady inwestycyjne powiązane z AI. W pierwszym kwartale spółka podniosła prognozę wydatków (capex). Meta oczekuje, że wydatki będą w przedziale 125–145 mld USD, wobec wcześniejszego zakresu 115–135 mld USD.

Te nakłady w dużej części mają wspierać budowę centrów danych pod AI. Obawiano się, że koszty wyprzedzą zwroty z tak dużych inwestycji.

Jednocześnie analitycy z Bank of America wskazują, że rozbudowa infrastruktury AI może być bardziej opłacalna, niż zakładano. Meta ma dostarczyć dodatkowe 14 gigawatów (GW) do końca przyszłego roku, przy czym 1 GW ma już działać.

Analityk pierwotnie szacował koszt na 45 mld USD za 1 GW. Według wewnętrznej notatki Meta koszt ma być bliższy 22 mld USD za 1 GW. Jeśli te liczby okażą się choć częściowo trafne, oznaczałoby to istotne oszczędności kosztowe względem oczekiwań rynkowych.

Meta współpracuje też z Broadcomem nad zestawem układów Meta Training and Inference Accelerator (MTIA). To wyspecjalizowane procesory projektowane pod konkretne zadania, które mają zmniejszać koszty operacyjne związane z AI. Pierwszy z tych niestandardowych układów, nazwany „Iris”, ma rozpocząć produkcję we wrześniu.

3) Przyjęcie modelu Muse Spark 1.1 i nowe funkcje AI

Po chłodniejszym odbiorze modelu Llama 4 w ubiegłym roku Meta cofnęła się, by uporządkować kolejne kroki. W tym tygodniu firma wypuściła Muse Spark 1.1.

Wczesne oceny wskazują, że spółka może mieć „trafiony” produkt. Najnowsze rozwiązanie to multimodalna AI, która zasila asystenta Meta AI. Model ma oferować zaawansowane rozumowanie oraz obsługiwać złożone procesy.

W aktualizacji pojawia się też agentic coding, czyli możliwość pisania, testowania i debugowania kodu przy minimalnym udziale człowieka.

Choć nowe modele wciąż są słabsze niż rozwiązania OpenAI i Anthropic, Meta wyraźnie zmniejsza dystans w porównaniu do liderów. Dodatkowo koszty korzystania z systemu mają być niższe. CEO Mark Zuckerberg zapowiada „agresywne” ceny oraz „znacznie bardziej przystępną” cenę dla modelu frontier. Deweloperzy testujący Muse Spark mają korzystać z niego za darmo, ale mają zacząć płacić po przekroczeniu określonego progu zużycia.

Rynek wciąż wycenia Meta z dyskontem

Pomimo tych zmian Meta nadal bywa wyceniana taniej niż wiele pozostałych firm należących do „Magnificent Seven”. Aktualnie kurs Meta jest notowany poniżej 23 razy zyski (na zamknięciu notowań w czwartek).