跳至主要內容
FAQ

Meta推出企業AI代理平台與Meta Compute雲端服務,正面叫陣AWS與Azure

Meta全面推出商業AI代理平台並發布Meta Compute雲端服務,宣告進軍300億美元的企業雲端市場。Meta商業代理原生運行於WhatsApp與Messenger,以每百萬tokens 2美元的定價處理客戶詢問、商品推薦與預約服務。Meta Compute透過自研MTIA晶片提供GPU算力與Llama模型託管,定價較AWS和Azure低估20至30%。

1 分鐘閱讀

Meta在人工智慧領域的野心,一直以它的基礎建設支出來衡量。2026年,這家公司承諾投入1,450億美元於AI基礎建設——這個數字龐大得超越了多數國家的AI預算——幾個月來外界一直在問:除了維持自家社群平台運作之外,Meta打算如何利用這些算力?本週,答案終於具體呈現:Meta同步推出面向企業客戶的商業代理平台(Business Agent Platform)與全新雲端服務Meta Compute,直接與亞馬遜AWS、微軟Azure、谷歌雲端形成競爭。

這兩項宣布,代表Meta自放棄元宇宙硬體、將全部重心轉向AI以來,朝企業直接營收邁出最重要的一步。

商業代理:WhatsApp變身企業銷售渠道

Meta商業代理平台在今年6月倫敦Conversations開發者大會首度亮相後,於7月1日正式向合作夥伴開放。概念上直接,但在規模下潛力驚人:一個原生運行於WhatsApp和Messenger對話框中的AI代理,讓企業透過全球最多人使用的即時通訊平台與客戶建立直接連結。

這個代理能夠回答產品問題、根據對話脈絡推薦商品、處理預約,以及完成交易——全程不需要客戶離開他們每天使用的通訊軟體。對於在WhatsApp主導消費者溝通的市場(拉丁美洲、東南亞、非洲與南亞絕大部分地區,這些市場的消費者互動多以此為主要渠道),這不只是對現有聊天機器人技術的邊際改良,而有可能成為主要銷售前台。

定價設定在每百萬tokens 2美元,換算約等於每則訊息四到五美分——這個成本結構讓高頻率零售與服務業者在經濟上可行。平台在2026年8月1日開始收費前,提供免費使用期。

商業代理背後的技術基礎是Meta的Llama模型家族,針對客服與電商交易的特定對話模式進行調整。Meta強調,企業能夠掌控代理的知識庫、品牌語調,以及轉接真人客服的機制——這對無法承擔AI失控回應風險的企業來說是重要的防護機制。

Meta Compute:出售基礎建設

更具戰略野心的宣布是Meta Compute——公司正式進軍雲端基礎建設市場。多年來,Meta建立了全球規模最大的私有運算叢集之一,最初服務廣告定向,近年日益投向AI模型訓練與推論。開放外部客戶使用這些基礎建設,代表Meta重新定義了自身技術棧的價值主張。

Meta Compute的服務架構分為三個層次。第一層是原始GPU算力——提供可透過API存取或專用實例配置的運算資源,供客戶在Meta硬體上執行自有工作負載。第二層是附帶微調與部署工具的Llama模型託管服務,目標客群是希望享有開放權重模型經濟優勢、卻不想自行管理推論基礎建設的企業。第三層是用於建構自訂AI代理的平台服務,代理可選擇性整合Meta的社交圖譜與通訊分發渠道——這是任何競爭對手都無法複製的鉤子。

定價策略是其中最具攻擊性的元素。Meta計劃利用自研MTIA(Meta訓練與推論加速器)晶片,將定價設定在低於AWS和Azure約20到30%的水準。MTIA晶片家族由內部設計,專門針對推論工作負載優化——而推論,正是AI算力支出的大宗,遠超過訓練階段。若Meta在MTIA上的內部成本結構確實優於Nvidia GPU叢集,則它可以在維持利潤的同時提供更低定價。

結構優勢與競爭挑戰

Meta進入雲端市場,帶著傳統雲端供應商難以複製的不對稱優勢。第一是分發能力:部署商業代理的企業自動成為Meta Compute的客戶,在消費者產品與基礎建設業務之間形成飛輪效應。第二是社交圖譜整合層——將AI代理連接至WhatsApp的25億用戶與Facebook逾30億月活躍用戶的能力,是AWS根本無法提供的差異化優勢。

挑戰同樣真實存在。Meta沒有能與AWS、Azure或Google Cloud相比的企業銷售組織,沒有企業級支援體系,沒有與財富500強公司CISO和CTO的既有關係,也沒有金融、醫療等高度監管行業所需的合規認證。從零建立這一切,同時對抗已深耕企業市場十年的供應商,是龐大的工程。

還有一個信任問題。企業界對主業為廣告的公司普遍保持戒心——廣告業的歷史涉及大量數據收集與商業化。對部分企業買家而言,將工作負載交給Meta,需要公司提供技術層面(隔離的運算環境、明確的數據分割合約)與長期一貫行為所建立的數據治理保證。

Llama生態系的棋局

兩項宣布的底層,是Meta長期押注開放權重模型作為競爭護城河的策略。透過向開源社群釋出Llama,Meta培育了一個熟悉該模型家族的全球開發者、研究者與企業生態系——為Meta Compute的Llama託管服務創造了天然的導流管道。

這個策略顛轉了傳統封閉模型的打法。OpenAI和Anthropic緊守模型權重以提取API收入,Meta則免費發布模型、在算力上獲利。它的假設是:在能力成熟的開放模型存在的世界裡,基礎建設與分發層將比模型權重本身捕獲更多價值。

這個假設是否正確,仍有待觀察。Together AI近期完成的8億美元融資——同樣建立在開放模型加第三方基礎建設的論題之上——說明市場確實存在。Meta在規模與分發上的優勢,暗示它有能力在這個市場建立主導地位。關鍵問題在於:企業採用開放權重模型的速度,以及Meta Compute的定價與可靠性能否媲美AWS和Azure花費十年磨練的企業SLA。

對雲端市場意味著什麼

Meta進入雲端不會立即威脅AWS、Azure或Google Cloud——三者各自創造數千億年度收入,且擁有十年積累、難以輕易撼動的企業關係。它確實改變的,是邊際的競爭動態——尤其在AI為核心的工作負載領域,Meta的MTIA定價優勢與Llama生態系效益最為顯著。

對已在部署Llama應用的企業而言,若定價優勢確如宣稱,Meta Compute是顯而易見的遷移目標。在北美歐洲以外的WhatsApp主導市場,商業代理平台或許完全繞過傳統軟體銷售週期,讓Meta透過消費者渠道建立企業關係,再向上擴展至算力業務。

1,450億美元的基礎建設承諾是戰略錨點:Meta已先把錢花下去,建好了容量。現在,它正在建立能夠證明這筆投資合理的營收模式。

Meta AI代理 WhatsApp 雲端運算 企業AI Llama MTIA
分享

相關報導

Google 對 Meta 限量供應 AI 算力,同時向 SpaceX 租用 GPU 自救——連最大的基礎設施巨頭也追不上自己創造的需求

Google 告知 Meta 無法滿足其 Gemini 算力需求,迫使 Meta 限制員工 AI 使用並加速轉向自研的 Muse Spark 模型。為了填補自身缺口,Google 以每月 9.2 億美元的代價向 SpaceX 租用 11 萬張 Nvidia GPU——即便年投資額逾 1,800 億美元的基礎設施巨頭,也已無法跟上自己推動的 AI 需求。

1 分鐘閱讀