一家 82% 毛利率的公司，正在主动把它压到 68%

假设你写了一个小软件放到网上卖。第一份卖出去之前，你熬了三个月； 第二份呢？点一下复制，成本几乎是零。第一万份也一样。 所以软件生意有一条几乎不会错的规律：卖得越多，赚走的比例越高。 收入涨一倍，利润通常涨得更多，因为多出来的那一份收入几乎不带成本。

Meta 一直是这种公司里最典型的一个。它的成本大头是工程师工资和带宽， 广告多播一次并不需要额外买什么东西，所以它的毛利率常年待在八成以上—— 这个水平在实体行业里是不可想象的。

下面这张表的反常之处就在这里：收入还在按两位数往上走，那条规律却失效了。

看到利润率掉下来，最容易的反应是「这公司要不行了」。 但在下任何判断之前，得先把最简单的那个可能排除掉：是不是广告卖不动了？ 如果收入在放缓、客户在流失，那利润率下滑就是结果而不是原因，后面所有的分析都不用做了。

2Q26 的财报把这条路堵死了。收入、指引、剔掉一次性项目之后的利润率，三个数字都好—— 生意这一头没出问题。真正变了的是另一头：它花钱的速度。

再想一件更日常的事。你花 30 万买了一辆车跑网约车，钱是一次性掏出去的。 那么这个月的账上，要不要记 30 万成本？不能。车能开五年， 这 30 万得摊到五年里，每年记 6 万。这个摊法就叫折旧，它的用处是让「花钱的那一刻」 和「这笔钱产生收益的那几年」在账上对上。

Meta 现在做的是同一件事，只是标的从一辆车换成了几百亿美元的服务器和加速卡。 钱在 2024 到 2026 年花掉，账面上的成本却要从 2026 年一直记到 2029 年。 而这块折旧记在营业成本里——它压的正是毛利率那一行。

把前面三段连起来，这门课的问题就成型了：一家不需要重资产也能活得很好的公司， 自己选择了变重。它当然不是发疯，背后有一个具体的恐惧（第 3 节讲）， 花出去的钱也变成了具体的东西（单元二讲），而这笔钱怎么收回来， 它自己给出的答案在本系列里最激进（单元三讲）。

顺带说一句本课的读法：凡是遇到「利润率变差」，先分清是生意的问题还是会计的问题。 这一节已经用过一次（一次性法律费用），后面还会用很多次—— 到第 4 节你会看到最绕的一版，那里连市盈率变高都不是因为估值涨了。

要看懂一家公司，最省事的第一步是问：它把自己切成了几块？ 上市公司必须按分部披露收入和利润，而怎么切是管理层自己定的—— 切法本身就透露了他们认为哪几件事是不同的生意。

Meta 只切了两块，而且这两块的体量差得离谱：一块是四个社交应用， 另一块是眼镜和头显。下面这张表把两块并排放在一起， 你会看到一个在正常公司里根本不会出现的比例。

广告这门生意说穿了是收「路过费」：人在哪里待着，广告主的钱就往哪里去。 所以判断一家广告公司值不值钱，第一个要问的从来不是它今年赚了多少， 而是每天有多少人从它这里路过、待多久。收入只是这个数字的下游。

Meta 的这个数字是每天约 36 亿人。全球人口约 80 亿，扣掉不上网的、 太小的太老的、以及中国大陆这个它进不去的市场， 剩下的人里差不多每两个就有一个每天会打开它的应用。 这个规模在商业史上没有第二个。

财报的两个分部是会计口径，用来对外披露。但要理解这门课后面的所有争论， 得换一种切法：按「这条线什么时候开始产生现金」来分。

这么一切，Meta 就变成了一条正在赚钱的线加三条还没开始赚钱的线。 麻烦的地方在于时间不对齐——建数据中心的钱这个季度就在花， 而那三条线里最快的一条也要两三年才有像样的收入。 中间空出来的这几年，就是投资者真正在吵的东西。

最后把前面用了好几次的那个「36 亿」讲清楚，因为用户数是最容易被玩花样的一类数字。 同一家公司，换个口径就能报出差好几倍的用户规模，而且每一种都不算撒谎。

先讲一件生活里的事。楼下邻居家被撬了，第二天你花六千块换了一扇防盗门。 这时候有人问：这六千块的回报率是多少？这个问题问不出答案—— 你换门不是为了赚钱，是为了不丢东西。算不出回报率，但你照换不误， 而且往后哪年手头紧了，你也不会把门拆下来卖。

公司花钱同样分这两种。一种是奔着赚去的，一种是奔着「不能丢」去的。 它们在财报上长得一模一样，都叫资本开支， 但在什么条件下会停，完全是两回事。

卖方研报的标题一般都很平淡，无非是「二季度点评」加一句评级。 所以当一份报告把标题写成《避免 TikTok 2.0》时， 它其实是在说：这家公司这个季度所有的动作，都能用同一件往事解释。

「TikTok 2.0」这个说法要成立，得先知道 1.0 是什么样。 短视频这个形态起来的那两年，Meta 的判断是慢的—— 用户的时间已经开始往别处走了，它才推出 Reels 去追。

后来它追上了，但那段日子非常难看：产品得重做，推荐系统得按新的内容形态重新训练， 广告位的定价体系也要跟着改一遍。更要命的是，短视频的每分钟广告收入一开始远低于信息流， 用户看得越多，公司当期反而赚得越少。那几年的股价就是这么跌下去的。

所以它现在的态度可以理解成一句话：这次不等了。而 AI 比短视频还麻烦一层——

zig 和 zag 是英文里形容折线的一对词，意思是别人往左拐的时候它往右拐。 这几年做 AI 的公司几乎都往同一个方向走：卖给企业。 道理很实在——企业有预算、有采购流程、算得清一个员工每月省几个小时值多少钱， 所以钱来得快也来得稳。第 8 门课里微软的 Copilot 就是这条路的样板。

Meta 偏偏往另一边走：它要把 AI 做给普通人用。 普通人不写采购申请，也很少为一个工具按月付费； 可另一方面，全世界没有第二家公司手里攥着 36 亿个每天都会打开的入口。 这个选择是理解后面所有事情的前提。

先把市盈率这个词还原成人话。街口那家包子铺整体转让要 100 万，一年能挣 10 万， 你买下来十年回本——这个「十年」就是十倍市盈率。它衡量的是按现在的赚钱速度， 多少年能把买它的钱赚回来。数字越大越贵，越小越便宜。

一家还在成长的公司，按越往后的年份去算，这个数应该越小： 生意一年比一年赚得多，回本自然一年比一年快。所以按明年的盈利算出来的倍数， 理应低于按今年算的。

下面这张表里，这个顺序在 2026 和 2027 之间倒过来了。

这条「明年不如今年」的曲线，本系列不是第一次遇到。第 7 门课讲 Alphabet 的时候 出现过形状几乎一样的一条，但那一条的病因和这一条完全不同， 而病因决定了它会不会自己好。

谷歌那次是分子被垫高了：2026 年入账了一笔近千亿美元的股权重估收益， 和卖广告没有半点关系。这种钱不会年年有，所以 2027 年一对比就显得难看。 Meta 这次账上没有这种一次性的东西——2027 年那个数字，是被实实在在的成本压下去的。

再换一把尺子试试。买房子的人常算租金回报率：房子 300 万，一年净收租 6 万， 回报率 2%。这个算法之所以让人踏实，是因为分子是真的到手的现金， 不受任何会计处理的影响。放到股票上，对应的就是自由现金流收益率—— 公司一年赚到的、扣掉必要投入之后真正能自由支配的钱，除以它的总市值。

问题在于，这把尺子有个前提：分子得是正的。而 Meta 在 2027 年这一行，分子是负的。

一把尺子坏了就换一把，但要知道每把尺子量的是哪一段。 下面这四把的区别，说到底只有一件事：它站在折旧的前面还是后面。 站在前面的，看不见这轮投入的账面成本，所以显得越来越便宜； 站在后面的，把折旧全吃进去，于是显得停滞。

先解释一件外行常觉得奇怪的事：为什么讲数据中心，大家不数机器台数，而是说「多少吉瓦」？ 因为机器型号年年换，一台新机柜顶得上过去好几台，台数早就没法横向比了； 而所有机器都要吃电，电是唯一通用的计量单位。 1 吉瓦（GW）等于 100 万千瓦，差不多是一座大型核电站一台机组的出力， 够几十万户家庭用——这就是今天一家公司谈 AI 产能的量级。

但「有多少吉瓦」这句话本身还不够。这就像问一家工厂有多大： 说它占地一千亩是一回事，说它现在有三条产线在开工是另一回事。 两个说法都不假，差的是一个数量级。Meta 身上正好有这么一对数字。

把各家机构披露的口径拉到一张表上，能看出这家公司产能的三种状态： 已经在跑的、正在建的、以及干脆从别人手里租来的。 最后那一行是这一节里最反直觉的：一家自己拥有 20GW 地盘的公司， 还在外面租 2.5GW。

孤立的数字没有意义，得放到同行里才知道大小。 下面这张图比的是 2027 年三家各自新增多少 IT 产能——注意谷歌和亚马逊是把算力当商品卖的， 建产能是为了做生意；Meta 建产能原本只为自己用。 一家自用的公司，和两家卖算力的公司站到同一个量级上，这件事本身就值得停一下。

最后看一眼单个项目的尺度，因为这轮基建的量级很容易被「几百亿美元」这种说法麻痹掉。 路易斯安那那个叫 Hyperion 的站点，投资规划在一年之内从 $270 亿提到了 $500 亿以上。 翻倍的不是股价，是一个正在挖土的工地的预算。

这类站点消息对做 A 股的人有个特别的用处：它比财报早。 财报一个季度出一次，而站点的用地、电力申请、承包商中标是随时发生的公开信息， 量级又大到足以改变整条供应链的排产。

装修过房子的人都熟悉这个场景：师傅报价「十五万到二十万」。 后来他改口说「至少要十七万，最多还是二十万」。 听上去只是往上调了一点，但你心里其实很清楚， 变的不是「最多花多少」，是「最少也躲不掉多少」——原本还指望的那个便宜方案，没了。

公司的业绩指引也是一个区间，读法完全一样。 媒体报道通常只说一句「资本开支指引上调」，那是把两端拍平成中值之后的说法， 而信息恰恰藏在哪一端动了。

知道了动的是哪一端，还得知道这个数字里装的是什么。 买设备可以直接掏钱买，也可以签一份长租合同分期付——后一种叫融资租赁， 实质上和分期买车没什么两样：东西你在用，钱你在还，只是账上换了个名字。

要命的是，各家公司报「资本开支」时含不含这一块，全凭自己定。 所以两家公司的资本开支数字摆在一起，很可能压根不是一回事。

财报电话会上，分析师最想问出来的往往不是刚过去这个季度，而是明年。 管理层给不给、给多细，本身就是一种表态。 同一个季度里，微软给了下个财年首季超 $500 亿的明确数，谷歌给了整个 2026 年的区间， 只有 Meta 什么也没说。

这里有个容易让人转不过弯的地方：卖方一边把这家公司的投入调高， 一边把它的盈利预测调低。听起来像是自相矛盾——投得多不是应该赚得多吗？

不矛盾，因为两件事发生在不同的时间。投入是今天的现金， 它带来的收入要等机房通电、模型跑起来、产品上线之后才有； 而它带来的折旧，从设备上架的那个月就开始记。 成本先到，收入后到，中间那几年的每股收益自然要往下走。

一家做社交软件的公司为什么要自己设计芯片？可以这么想： 你开一家快餐连锁，天天要切几十吨土豆。一开始当然用市面上最好的多功能料理机， 它什么都能干。但等到量大到一定程度，你会发现自己付的钱里有一大半买的是 「切胡萝卜、打果汁、和面」这些你根本用不上的功能。 于是你去找厂家定做一台只会切土豆的机器——它更便宜、更省电、切得还更快。

这就是自研芯片的全部道理。通用 GPU 是那台多功能料理机， Meta 找 Broadcom 一起做的 MTIA 就是那台切土豆的机器。 下面这张表是它排出来的产品线——注意它排到了 2029 年。

说到 AI 芯片，大多数人第一反应是拿来训练那种能聊天写代码的大模型。 MTIA 目前干的不是这个。它干的是决定你刷到哪条视频、看到哪个广告。

这件事听起来不如大模型性感，但它的规模大得多：36 亿人每天每次下拉刷新， 背后都要在几百万条候选内容里排出一个顺序，而且这活儿天天干、年年干， 算法结构相对稳定。回到切土豆的比喻—— 要定做一台专用机器，你当然从最重复、最不会变的那道工序开始。

芯片是 Meta 出想法、Broadcom 落地成硅片，所以这条管线对两家公司都是生意。 本系列第 6 门课的主角就是 Broadcom，这门课的主角是它最重要的客户之一—— 两门课在这里正面接上了。

自研芯片这条路，谷歌走得比谁都早。它的 TPU 已经做到第八代， 2026 年起还开始把硬件卖给外面的人用。Meta 的 MTIA 走的是同一条路、 甚至找的是同一个合作方，但有一处停在了不同的地方：它没有对外卖。