Airbnb 執行長切斯基成立人工智慧實驗室；Meta 擬投入逾 100 億美元於人工智慧基礎設施

Airbnb 執行長 Brian Chesky 正成立一個新的人工智慧實驗室，標誌著他首次直接投入全球前沿模型競賽；與此同時，Meta 正考慮進行規模達數百億美元的巨額股權增資，以支應其人工智慧基礎設施建置。根據彭博報導，Chesky 的這項事業仍處於早期募資階段，將開發人工智慧模型，可能聚焦於使用者互動與設計。此舉正值各大科技公司加速推動人工智慧自主化，降低對 OpenAI 等外部合作夥伴的依賴。據金融時報報導，Meta 的潛在增資計畫將是企業史上規模最大的股權發行之一，並顯示基礎設施支出週期遠未觸頂。這兩項發展共同凸顯一個根本性轉變：人工智慧軍備競賽不再只是部署模型，而是掌握從研究、晶片到資本市場的完整供應鏈。對於追蹤這 1 兆美元人工智慧商機的投資人與策略師而言，問題已不再是誰擁有最佳模型，而是誰擁有資產負債表與組織決心能獨立前行。

Meta 股權機制：100 億至 200 億美元新股

Meta 潛在股權增資的機制相當直接，但影響深遠。該公司正考慮出售數百億美元的新股，此舉規模將超越歷史上大多數企業的資本募集。作為對照，Meta 市值約為 1.5 兆美元，意味著 100 億至 200 億美元的發行將造成約 1% 至 1.5% 的股權稀釋。這筆資金將幾乎全數投入人工智慧基礎設施，包括資料中心、網路裝置與客製化晶片。這不是債務融資，而是股權，代表 Meta 押注人工智慧基礎設施的報酬將超過股權成本——以 Meta 的 beta 值而言，約為 9% 至 11%。選擇發行股票而非債券，反映其對資產負債表彈性的策略偏好。Meta 目前的債務相對於現金流已屬偏低，而在利率仍處於高檔之際，大規模發債將推升槓桿比率。透過股權融資，Meta 保留了未來必要時再舉債的空間。此舉也向市場傳遞一個訊號：Meta 認為人工智慧基礎設施建置是一個多年期、贏者通吃的機會，值得投入永久性資本。這不是週期性的資本支出循環，而是公司資產基礎的結構性轉型。

Meta 與 Airbnb 損益表如何轉變

對 Meta 而言，此次股權籌資將直接反映於現金流量表，同時增加投資現金流出與融資現金流入。短期內對自由現金流的淨影響為中性，公司僅是以一種資本形式換取另一種。然而，對損益表的長期影響則相當顯著。隨著新資料中心陸續上線，折舊將急遽攀升，壓縮營業利潤率。Meta 目前的折舊年化水準約為 120 億美元。若投入 100 億至 200 億美元的基礎設施支出，以 10 年使用年限計算，每年將增加約 10 億至 20 億美元的折舊。這將對 GAAP 每股盈餘形成壓力，即便現金每股盈餘仍維持強勁。對 Airbnb 而言，Chesky 的人工智慧實驗室是另一種賭注。該事業尚未納入 Airbnb 的合併財務報表，但若成功，將徹底改變公司的成本結構。Airbnb 最大的支出項目為銷售與行銷，每年約 25 億美元。若能透過人工智慧模型改善使用者互動與設計，將藉由自動化個人化與搜尋降低客戶獲取成本。若實驗室產出的模型能削減 10% 的行銷支出，每年即可節省 2.5 億美元。風險在於 Chesky 的注意力可能被分散，這是創辦人主導型公司長期以來的隱憂。Airbnb 的股票已反映穩定成長的預期，高層分心恐拖慢執行力。

競爭版圖重組：微軟、Meta 與新的人工智慧秩序

這些動作最直接的競爭意涵，在於大型科技業者與 OpenAI 之間加速脫鉤。微軟人工智慧執行長穆斯塔法·蘇萊曼透露，六個月前與 OpenAI 的合約變更，讓微軟得以運用自家研究人員、資料與晶片投入超級智慧研發。在 Build 2026 大會上，微軟發布七款 MAI 模型，屬多模態系列，並宣示目標為在 2030 年前達成「人本超級智慧」。這是對 OpenAI 作為預設前沿實驗室地位的直接挑戰。這七款 MAI 模型涵蓋影像、文字與程式碼任務，其中 MAI-Image-2-Efficient 在基準測試中的效能指標，微軟稱在每單位運算資源下超越 OpenAI 同級產品。命名方式本身即透露意圖：MAI 而非 Copilot 或 Azure AI，將該系列定位為獨立於 OpenAI 合作關係之外的產品識別。Meta 的股權募資加速了類似動態。該公司已發布自家大型語言模型，如今更有資本以規模化打造客製化晶片。對 OpenAI 而言，這是存亡之秋。它失去微軟與 Meta 兩大客戶兼合作夥伴，因兩者皆轉向自建。前沿模型授權的剩餘市場將縮減至較小企業與政府機構。對 Airbnb 而言，切斯基的實驗室是對平台依賴的避險。若旅遊業標準化於單一人工智慧介面，Airbnb 恐遭去中介化。透過自建模型，切斯基確保 Airbnb 掌控使用者體驗。風險在於實驗室未能產出差異化模型，使 Airbnb 落得成本高昂的陪跑者。

對超大規模雲端業者、晶圓廠與企業買家的下游影響

Meta 的股權籌資將在整個人工智慧供應鏈中產生連鎖效應。數百億美元的新資本將主要流向資料中心建設，這有利於 Equinix 和數位 Realty 等超大規模雲端業者，以及輝達和超微等晶片製造商。然而，最重要的二階效應在於無晶圓廠半導體生態系。Meta 的自訂晶片雄心，已在其 MTIA 晶片中顯而易見，將需要台積電或三星的晶圓代工產能。一筆 100 億至 200 億美元的基礎設施支出意味著 Meta 將需要數萬顆加速器晶片，可能是輝達 H100 與其自訂設計的混合。這將使本已受限的市場供給更加吃緊，推高企業買家的交期與價格。對企業部門而言，此消息好壞參半。一方面，Meta 的規模將隨著公司推動效率提升，長期壓低人工智慧運算資源的單位成本。另一方面，立即的效應是對 HBM 記憶體、先進封裝和網路裝置的需求升高。像 Parsons Corporation 這類將人工智慧整合進聯邦解決方案與關鍵基礎設施的公司，將看到對人工智慧驅動平台的需求增加。Parsons 的 iNET 智慧移動平台已在全球部署超過 40 次，其過去十筆超過 1 億美元的訂單中有八筆包含關鍵的人工智慧差異化優勢。聯邦人工智慧市場正與商業建設同步成長，形成雙重需求驅動力。

政策與策略訊號：人工智慧自主是新常態

這些動作所釋出的策略訊號再明確不過：人工智慧夥伴關係的時代，正讓位給人工智慧自主的時代。微軟與 OpenAI 的合約切割、Meta 的股權募資，以及 Chesky 的實驗室成立，全都指向一個市場現實：規模最大的參與者相信，要競爭就必須擁有完整的人工智慧堆疊。這對反托拉斯監管機關有深遠意涵。若前五大科技公司各自打造自家的前沿模型，人工智慧市場將變得更加分散，而非更集中。這個反直覺的結果，降低了監管機關直接介入模型取用權的迫切性。然而，這也將權力集中在早已主導雲端、搜尋與社群媒體的企業手中。對政策制定者而言，問題在於人工智慧自主究竟是鞏固既有優勢，還是創造新的競爭動態。答案取決於資本取得管道。Meta 能籌得數百億美元股權，是其 1.5 兆美元市值的函式。規模較小的參與者無法複製這一點。這形成了雙層市場：超大規模雲端業者，以及一條長期依賴領導者提供運算資源與模型授權的長尾新創。歐盟的人工智慧法案為主權算計增添了第三個面向。隨著超大規模雲端業者打造內部模型，每一家都必須依該法案對高風險應用的要求進行驗證。這個過程有利於擁有專責法遵團隊與既有監管機關關係的企業，而這正是 Meta 與微軟相較於純人工智慧新創所擁有的結構性優勢。就國家安全而言，此趨勢是正面的。像 Parsons 這樣的公司正將人工智慧嵌入關鍵任務系統，而轉向內部模型降低了對外國或不可信人工智慧供應商的依賴。美國政府對人工智慧主權的推動，與企業趨勢直接一致。

未來十二個月將考驗這些押注能否獲得回報。Meta 的股權募資將於第三季底完成，為 2027 年基礎設施週期備妥銀彈。微軟的 MAI 模型必須證明能達到或超越 GPT-5 等級的表現，這是高標準。Chesky 的實驗室必須推出能實質改善 Airbnb 使用者體驗的產品，否則恐被視為虛榮專案。共同主軸在於，這三家公司都押注今天投入人工智慧基礎設施與研究的最後一塊錢，明天將在營收或成本節省上產生倍數回報。這項押注並無保證。科技史上充斥著過度建設的產能。但承諾的規模顯示，這些公司的領導者將人工智慧視為這十年的定義性機會。對投資人而言，關鍵觀察指標不只是模型表現，還有資本效率：誰能以最少的股權稀釋打造出最佳人工智慧。這場競賽才剛開始。