أصدرت ميتا تقريرها الربع سنوي، حيث بلغ إيراداتها 60.8 مليار دولار بزيادة قدرها 28% على أساس سنوي، لكن الاستثمارات الضخمة في البنية التحتية للذكاء الاصطناعي أدت إلى تدفق نقدي حر قدره فقط 784 مليون دولار.

كاتب المقال، المصدر: Letter AI

أنتجت ميتا تدفقًا نقديًا من الأنشطة التشغيلية قدره 31.862 مليار دولار في الربع الثاني، وأنفقت 31.078 مليار دولار على بناء مراكز البيانات وشراء الخوادم، وتبقى لديها 784 مليون دولار فقط من التدفق النقدي الحر.

يجب أن تعلم أن آلة إعلانات ميتا لا تزال تحقق أرباحًا بسرعة.

حققت ميتا إيرادات قدرها 60.801 مليار دولار في الربع الثاني، بزيادة قدرها 28% على أساس سنوي؛ حيث بلغ إيرادات الإعلانات 59.363 مليار دولار، بزيادة قدرها 27%. وارتفع عدد عروض الإعلانات وسعرها المتوسط معًا، وتجاوزت الإيرادات التوقعات الخاصة بوول ستريت.

الأرباح من آلات الإعلانات تُستهلك بسرعة من قبل الذكاء الاصطناعي.

كما رفعت الشركة الحد الأدنى للإنفاق الرأسمالي لعام 2026 من 125 مليار دولار إلى 130 مليار دولار، مع استمرار إمكانية إنفاق ما يصل إلى 145 مليار دولار كحد أقصى.

أدى إصدار تقرير أرباح تجاوز التوقعات إلى انخفاض في سعر السهم قارب 8%. أغلق سهم ميتا في ذلك اليوم عند 585.61 دولارًا، وانخفض بنسبة تقارب 9% بعد إغلاق السوق بعد إصدار التقرير.

خلال المكالمة الهاتفية، طرح محلل بنك أمريكا لل证券 جاستين بوست السؤال مباشرة على زوكربيرغ: متى يمكن لوال ستريت أن ترى تسارعًا واضحًا في إصدار النماذج والرقائق وغيرها من المنتجات، بعد أن استبدلت ميتا قيادة مختبر الذكاء الاصطناعي قبل عام؟

أجاب زوكربيرغ بأنه "رضا إلى حد كبير" عن التقدم الحالي في المختبر. إن Muse Spark وMuse Spark 1.1 هما مجرد نتائج مبكرة لمسيرة Meta في صعود سلم قدرات النماذج، حيث تقوم الشركة بتدريب نماذج أكبر حجمًا وأقوى قدرة.

لم يُعلن عن موعد إصدار هذا النموذج الرائد، ولم يقدم نتائج تقييم جديدة، بل قال فقط إن هناك مزيدًا من المعلومات قريباً.

قبل عام، لم تحقق Llama 4 النتائج المتوقعة، فاستثمر زوكربيرغ 14.3 مليار دولار في Scale AI، ودعا وانغ تاو البالغ من العمر 28 عامًا إلى انضمام Meta، وسلّمه سلطة إعادة بناء نظام الذكاء الاصطناعي.

هناك العديد من أوجه التشابه بين وانغ تاو وزوكربيرغ — كلاهما ترك الدراسة حول سن التاسعة عشر للبدء في ريادة الأعمال، وكلاهما أصبح مليارديراً في العشرينات من عمره، وكلاهما يؤمن بالسلطة المركزية للمؤسس والتنفيذ السريع. زوكربيرغ، الذي بلغ الأربعين من عمره، يبدو أنه يُسلّم مستقبل ميتا إلى نفسه في سن الشباب.

بعد عام، أعاد وانغ تاو هيكلة فريق الذكاء الاصطناعي في ميتا، وأطلق أول نماذج ومنتجات. لكن النموذج الرائد Watermelon، الذي يُتوقع منه مواجهة التحديات، لا يزال قيد التدريب.

المنافسون لا يزالون يسرعون في التحديث، بينما تزداد التكلفة التي تدفعها ميتا انتظارًا لهذه الإجابة.

طالما لا يسلم وانغ تاو النموذج الرئيسي، يصعب على زوكربيرغ إثبات ما الذي تم تحقيقه مقابل هذا المال، وإعادة الهيكلة هذه، وسنة أخرى من الانتظار. في هذه المرحلة، تغيير الأشخاص أو التقليل من الجهود يعني الاعتراف بأن التكاليف المدفوعة سابقًا يصعب استردادها.

وانغ تاو أصبح أكبر تكلفة غارقة لزوكربيرغ.

المنقذ الخاطئ؟

وانغ تاو بالطبع لم يكُن يُفرّط في الراحة.

اختيار زوكربيرغ لوانغ تاو هو قرار محفوف بعض الشيء بالمخاطرة. فـ Scale AI تقدم منذ فترة طويلة خدمات البيانات والتقييم لشركات مثل OpenAI وGoogle وMeta، ويعرف وانغ تاو ما تتدرب عليه مختبرات كل شركة وأين تتعثر، لكنه لم يسبق له قيادة تطوير نماذج متقدمة من قبل.

أبرز قدرات وانغ تاو كانت دائمًا الإدارة وتنسيق الموارد.

بعد أن نما Scale AI إلى أكثر من ألف موظف، ما زال يصر على مراجعة موظفين جدد يدويًا وفحص عينات عشوائية من البيانات قبل تسليمها للعملاء. ويشير إلى هذا التمسك بعبارة "الجودة شبيهة بالتشعب": عندما لا يهتم المديرون بالتفاصيل، يتعلم الفريق الأدنى بسرعة ألا يهتم بها أيضًا.

ما يبحث عنه زوكربيرغ هو التركيز والصرامة وسرعة التنفيذ، وهي صفات يصعب العثور عليها في شركة كبيرة يبلغ عدد موظفيها عشرات الآلاف. ولذلك وصفته صحيفة فاينانشال تايمز بأنه "الرئيس التنفيذي للحرب" الذي تحتاجه ميتا.

بعد الدخول إلى ميتا، نقل وانغ تاو بسرعة هذا النمط الإداري الخاص بالمؤسسين إلى قسم الذكاء الاصطناعي. أنشأت ميتا مختبر TBD المخصص للنماذج المتقدمة، وسحبت موظفين برواتب عالية من شركات مثل OpenAI وGoogle، وفي نفس الوقت قلصت الطبقات الإدارية القائمة، وسعت إلى تحويل قسم الذكاء الاصطناعي الثقيل إلى فريق "حرب" أكثر فعالية وسرعة في التنقل.

The cost is obvious.

تم تسريح حوالي 600 وظيفة من فريق الذكاء الاصطناعي الأصلي في ميتا، وغادر يان لوكون بعد 12 عامًا من العمل في ميتا ليبدأ مشروعًا جديدًا في أبحاث النماذج العالمية. ظهرت فجوة بين الفريق الجديد ذي الراتب المرتفع والنظام البحثي القديم.

تكلفة هذه إعادة الهيكلة بدأت الآن تظهر في التقارير المالية لـ Meta.

في الربع الثاني، بلغت تكاليف البحث والتطوير لدى ميتا 21.656 مليار دولار أمريكي، بزيادة قدرها 67% مقارنة بالفترة نفسها من العام السابق. وأشارت السيدة سوزان لي، المدير المالي، خلال اجتماع الهاتف إلى أن زيادة نفقات الرواتب تعود بشكل رئيسي إلى التوظيف الإضافي للمهندسين التقنيين خلال العام الماضي، ولا سيما موظفي الذكاء الاصطناعي الذين تم توظيفهم برواتب مرتفعة.

حتى بعد خصم تكاليف قانونية بقيمة 2.4 مليار دولار وتكاليف تسريح موظفين بقيمة 1.18 مليار دولار، لا يزال إجمالي تكاليف ميتا في الربع الثاني قد ارتفع بنسبة حوالي 42% مقارنة بالفترة نفسها من العام السابق، وهو ما يتجاوز بكثير معدل نمو الإيرادات البالغ 28%.

ما جلبه وانغ تاو ليس فقط هيكلًا تنظيميًا جديدًا، بل أيضًا فريق ذكاء اصطناعي يزداد تكلفةً باستمرار.

من هنا يصبح منطق المخاطرة الكبرى التي قام بها زوكربيرغ واضحًا: فهو يؤمن بقدرة وانغ تاو على إعادة تنظيم الهيكل وتعبئة الموارد، والتي يمكن في النهاية أن تتحول إلى قدرة على تدريب النماذج المتقدمة. وقد تم إثبات الأولى بالفعل، بينما تبقى الثانية مرهونة بنتائج النموذج.

في أبريل 2026، أطلقت ميتا أول نموذج من فريق وانغ تاو، وهو Muse Spark. وقد أكدت ميتا من البداية أن النموذج صغير الحجم وسريع، وهو مجرد "الرائد" في سلسلة Muse، مع وجود نماذج أكبر قادمة.

بحلول يوليو، رفعت Muse Spark 1.1 مؤشر التحليل الاصطناعي من 43 إلى 51 نقطة، مع تحسن ملحوظ في البرمجة والاستدلال العلمي وقدرات المعرفة. يتم فرض رسوم قدرها 1.25 دولار لكل مليون توكين إدخال و4.25 دولار لكل مليون توكين إخراج.

هذا النموذج تقدم بسرعة كبيرة وسعره منخفض بما يكفي، لكن قدراته الشاملة لا تزال تفتقر بشكل واضح إلى أحدث النماذج، ولا يكفي لإثبات أن استثمار ميتا البالغ 14.3 مليار دولار وتشكيل فريق جديد باهظ الثمن قد أثمر عن عائد يستحق هذا الإنفاق.

الذي يتحمل هذا التوقع حقًا هو Watermelon الذي لا يزال قيد التدريب.

في اجتماع داخلي في ميتا، قال وانغ تاو إن القوة الحسابية المستخدمة في تدريب Watermelon أعلى بدرجة واحدة من Muse Spark، وقد تجاوزت بالفعل GPT-5.5 في بعض تقييمات المرجع. ومع ذلك، لم يحدد مشاريع التقييم المحددة، ولم تُنشر نتائج ميتا ذات الصلة.

لم تقدم مكالمة التقارير المالية الأحدث أي دليل إضافي على هذا الادعاء. تأكد زوكربيرغ فقط من أن ميتا تدرب نماذج أكبر وأكثر قوة، ولم يذكر اسم Watermelon، ولا أصدر أي موعد إصدار أو نتائج تقييم.

أكثر واقعية أن Watermelon لم يُصدر بعد، لكن OpenAI وAnthropic وGoogle لن يتوقفوا انتظارًا له.

بعد عام واحد على دخول وانغ تاو إلى ميتا، لم يصبح بعد "المخلص".

سنتان متأخرتان

الأكثر سخرية أن ميتا لم تكن أبدًا متأخرة في مجال الذكاء الاصطناعي.

في عام 2013، أنشأت فيسبوك FAIR وعينت يان لونكون كقائدها. على مدار العقد التالي، اكتسبت ميتا خبرة عميقة في مجالات مثل الرؤية الحاسوبية والتعلم الذاتي الإشرافي، كما أنتجت PyTorch؛ كما أن أنظمة التوصية والإعلانات على فيسبوك وإنستغرام تستخدم بالفعل الذكاء الاصطناعي يوميًا لمعالجة مليارات البيانات التي ينتجها المستخدمون. وأدى إصدار Llama في عام 2023 إلى منح ميتا نفوذًا سريعًا في مجال النماذج المفتوحة.

بعد ظهور ChatGPT، بنت OpenAI نموذجًا وواجهات برمجة التطبيقات وبيئة مطورين حول مدخل استهلاكي، بينما كانت موارد الذكاء الاصطناعي الخاصة بـ Meta موزعة بين FAIR وفريق الذكاء الاصطناعي التوليدي وفرق المنتجات وفرق البنية التحتية.

بحلول عام 2025، رفع زوكربيرغ الذكاء الاصطناعي إلى مستوى حرب شركة، وخطط لاستثمار 60 إلى 65 مليار دولار في البنية التحتية، لكنه تلقى Llama 4 الذي لم يحقق التوقعات.

الإصلاحات المركزية التي قادها وانغ تاو لاحقًا كانت في الواقع إصلاحات كان ينبغي لـ Meta إكمالها في عام 2023. عندما بدأت في إعادة الهيكلة، كانت OpenAI وAnthropic وGoogle قد أنشأت بالفعل ميزات في النماذج والمواهب والمنتجات، مما جعل Meta متأخرة لمدة عامين كاملين.

وانغ تاو يشبه فاتورة تأخر دفعها زوكربيرغ خلال السنتين الماضيتين.

في بداية عام 2025، يخطط زوكربيرغ لاستثمار ما بين 60 مليار و65 مليار دولار في البنية التحتية. وفي عام 2026، من المتوقع أن تصل النفقات الرأسمالية إلى ما بين 130 مليار و145 مليار دولار، وهي قيمة قصوى تتجاوز ضعفي الخطة السابقة.

ومع ذلك، لم تنفق ميتا كل هذه الأموال على نموذج رئيسي لم يُصدر بعد. في الربع الثاني، حقق وقت استخدام مستخدمي إنستغرام نموًا باثنين من الأرقام، وارتفع وقت مشاهدة الفيديوهات على فيسبوك بنسبة 9٪. وأفادت ميتا أن نموذج الإعلانات الجديد زاد من عدد النقرات على إعلانات فيسبوك بنسبة 8.3٪، ورفع معدل التحويل بنسبة 15.7٪؛ كما تجاوز عدد الشركات الصغيرة التي تستخدم الذكاء الاصطناعي لإنشاء مواد إعلانية 9 ملايين شركة.

هذه النتائج تثبت أن الذكاء الاصطناعي يمكنه مساعدة آلة إعلانات ميتا على كسب المزيد من الأموال، لكنها لا يمكن حسابها مباشرة كإجابة وانغ تاو.

التحسينات التي كشفت عنها ميتا تأتي بشكل رئيسي من نظام التوصية، وترتيب الإعلانات، وفهم المحتوى، دون توضيح مدى دور النماذج المتقدمة لفريق Watermelon أو وانغ تاو. كانت الإعلانات والتوصيات دائمًا من نقاط القوة التي تراكمت لدى ميتا على مدار أكثر من عشر سنوات.

بعبارة أخرى، يمكن لـ Meta أن تستمر في تحسين الإعلانات باستخدام تقنيات الذكاء الاصطناعي الحالية بينما تنتظر النموذج الرئيسي لوانغ تاو. إن قوة عمل الإعلانات تعطي زوكربيرغ الثقة للاستمرار في الانتظار، كما أنها تجعل هذه المغامرة الكبيرة لا تملك حتى الآن نقطة زمنية إلزامية للتوقف.

بالإضافة إلى قدرات الحوسبة الإضافية، أعدت ميتا مسارات إضافية. وذكر زوكربيرغ في اجتماع الهاتف مسارات مثل الوكلاء الشخصيين، والوكيلات المؤسسية، وواجهات برمجة التطبيقات للنماذج، وبيع قدرات الحوسبة مباشرة.

يستخدم أكثر من مليون شركة أسبوعيًا وكلاء أعمال Meta، كما تلقت الشركة عروضًا عديدة لشراء قوة الحوسبة، حيث تُدّعى أن هذه العروض أعلى بكثير من تكلفة حصول Meta على هذه القوة.

سأل المحلل من مورغان ستانلي، براين نوواك، أي من هذه الأعمال من المرجح أن تتوسع أولاً لتوفير عوائد قابلة للحساب للمستثمرين. ولم يختَر زوكربيرغ إجابة واضحة، بل أشار فقط إلى أنه متفائل بشدة حيال جميع هذه الاتجاهات، وسيُعلن عن مزيد من التفاصيل قريبًا.

قالت السيدة سوزان لي، الرئيسة المالية، بشكل أكثر مباشرة: حتى لو لم تدخل نماذج ميتا إلى أحدث المقدّمات، فإن الشركة واثقة من أنها تستطيع استخدام هذه القدرة الحاسوبية لتحسين المنتجات الحالية. وإذا لم تُستَخدم بالكامل، يمكن بيعها مباشرةً لشركات أخرى.

هذا يعادل إعداد عدة مخارج لاستثمارات ضخمة، لكنه يوضح أيضًا أن ميتا لا تزال غير متأكدة من أي من الأعمال الجديدة ستتحمل هذه الفاتورة في النهاية.

Can you still afford to wait?

في الربع الثاني، أصدرت ميتا ديونًا طويلة الأجل بقيمة حوالي 24.91 مليار دولار أمريكي. وبحلول نهاية يونيو، وصل إجمالي ديون الشركة طويلة الأجل إلى 83.664 مليار دولار أمريكي، بزيادة قدرها 24.92 مليار دولار أمريكي مقارنة بـ 58.744 مليار دولار أمريكي في نهاية العام الماضي. في الوقت نفسه، لم تقم ميتا بشراء أسهمها في هذا الربع.

السبب ليس معقدًا.

أنتجت ميتا تدفقًا نقديًا من الأنشطة التشغيلية قدره 31.862 مليار دولار في الربع الثاني، وتم استخدام 31.078 مليار دولار في الإنفاق الرأسمالي، تاركًا فقط 784 مليون دولار من التدفق النقدي الحر، وهو ما لا يكفي حتى لتغطية توزيعات الأرباح البالغة 1.35 مليار دولار خلال نفس الفترة.

النقد الناتج عن نشاط الإعلانات لم يعد قادرًا على تغطية توسيع الذكاء الاصطناعي، وتوزيع الأرباح، وشراء الأسهم في نفس الوقت.

لا يزال لدى ميتا 90.26 مليار دولار نقدًا وأوراقًا مالية، ولا تعاني من نقص في السيولة على المدى القصير. لكن الجدير بالذكر أنها لم تعد تعتمد فقط على النقد الناتج عن أعمال الإعلانات لبناء الذكاء الاصطناعي، بل بدأت في زيادة الديون وجذب شركاء لجمع تمويل إضافي للمشاريع الطويلة الأجل.

خلال المكالمة الهاتفية، سأل المحلل في غولدمان ساكس إيريك شيريدان سوزان لي عن كيفية توازن ميتا بين الاستثمارات الجريئة واحتياجات التمويل.

أجابت سوزان لي أن الشركة قد عملت على مدار السنوات الأخيرة على زيادة نسبة الدين بهدف الحصول على تمويل بتكاليف أقل وفترات أطول، لمواكبة دورة البناء الطويلة للبنية التحتية للذكاء الاصطناعي.

إن شراكة ميتا مع بلاك روك هي مثال على ذلك. في اليوم السابق لإصدار التقارير المالية، أعلنت الطرفان عن بناء مركز بيانات بقدرة 1 جيجاوات في إل باسو، تكساس. تستفيد ميتا من شركاء خارجيين لتقاسم تكاليف البناء، بينما تحتفظ بقدرة استخدام قوة الحوسبة.

يجب إنفاق المال الآن، بينما العائد سيأتي فقط بعد إكمال مراكز البيانات. اعترف زوكربيرغ خلال اجتماع الهاتف أن مراكز البيانات التي تبنيها الشركة لن تولد قيمة حتى تُفعّل. كما أشارت سوزان لي إلى أن أولوية ميتا الحالية هي توسيع قدرات الحوسبة قدر الإمكان لعامي 2026 و2027، ثم تحديد كمية الرقائق التي سيتم شراؤها بعد عام 2028 بناءً على الاحتياجات الفعلية.

هذا يعني أن قدرات Watermelon لم تُثبت بعد بشكل علني، لكن مراكز البيانات والخوادم والشبكات اللازمة لتدريب النماذج الأكبر يجب أن تُجهز مسبقًا بسنوات. حتى لو لم تحقق النتائج النهائية التوقعات، فقد تم بالفعل استثمار الأراضي والكهرباء ومراكز البيانات في البناء.

لكن من الصعب على ميتا تحديد خط واضح للوقف الخسارة لهذه المراهنة الكبيرة.

ولا تنسَ أن ميتا أثبتت من قبل أنها تمتلك صبرًا مذهلًا تجاه مراهنة طويلة الأجل. في الربع الثاني، بلغ إيرادات Reality Labs فقط 431 مليون دولار أمريكي، بينما بلغ العجز التشغيلي 4.619 مليار دولار أمريكي. ودفع نظارات الذكاء الاصطناعي زيادة في إيرادات هذا القسم بنسبة 16٪، كما أشار زوكربيرغ إلى أن مبيعات النظارات الجديدة تجاوزت التوقعات، لكنها لا تزال بعيدة جدًا عن تغطية الخسائر الهائلة لـ Reality Labs.

الشكوك الخارجية التي تقع على وانغ تاو تقع أيضًا على كتفي زوكربيرغ — نجاح أو فشل وانغ تاو لم يعد مجرد نجاح أو فشل لـ Meta، بل أصبح حجر اختبار لتحديد ما إذا كان زوكربيرغ قد تصرف مرة أخرى بغير عقلانية بعد "الميتافيرس".

ما يقلق وول ستريت هو ما إذا كانت الذكاء الاصطناعي ستكون المقامرة التالية دون موعد نهائي واضح.

كلما طال وقت الانتظار، زادت الأموال والقوة الحسابية التي تستثمرها ميتا. وكلما زادت الاستثمارات، صعب على زوكربيرغ الاعتراف بأن هذا الطريق قد لا ينجح.

لا يزال لدى Watermelon فرصة لإثبات كل شيء باسم وانغ تاو. لكن، قبل أن يأتي ذلك اليوم، كلما انتظرت Meta فصلاً إضافياً، زادت تكلفة وانغ تاو "الغارقة".