मेटा ने चौथाई आय रिपोर्ट जारी की, जिसमें आय 28% की वृद्धि के साथ 608 अरब डॉलर हुई, लेकिन AI बुनियादी ढांचे में भारी निवेश के कारण स्वतंत्र नकदी प्रवाह केवल 7.84 अरब डॉलर रहा।

लेखक, स्रोत: अक्षर AI

मेटा ने दूसरे तिमाही में 318.62 अरब डॉलर का संचालन धन प्रवाह उत्पन्न किया, जिसमें से 310.78 अरब डॉलर डेटासेंटर बनाने और सर्वर खरीदने पर खर्च किए गए, जिससे अंततः केवल 7.84 अरब डॉलर का मुक्त धन प्रवाह शेष रह गया।

जानिए कि मेटा की विज्ञापन मशीन अभी भी तेजी से कमा रही है।

दूसरे तिमाही में मेटा की आय 608.01 अरब डॉलर थी, जो पिछले वर्ष की तुलना में 28% की वृद्धि है; जिसमें विज्ञापन आय 593.63 अरब डॉलर थी, जो 27% की वृद्धि है। विज्ञापन प्रदर्शनों की संख्या और औसत कीमत दोनों में वृद्धि हुई, और आय वॉल स्ट्रीट के अनुमान से अधिक रही।

एड मशीन से कमाई गई राशि लगभग AI द्वारा समाप्त हो चुकी है।

कंपनी ने 2026 के लिए पूंजी खर्च की न्यूनतम सीमा 125 अरब डॉलर से बढ़ाकर 130 अरब डॉलर कर दी है, जबकि अधिकतम खर्च 145 अरब डॉलर तक हो सकता है।

एक आय की अपेक्षा से अधिक रिपोर्ट के बावजूद, स्टॉक में लगभग 8% की गिरावट आई। मेटा का स्टॉक उस दिन 585.61 डॉलर पर बंद हुआ, और रिपोर्ट जारी होने के बाद बाद के ट्रेडिंग में गिरावट लगभग 9% तक पहुंच गई।

फोन कॉल पर, अमेरिकन बैंक सेक्युरिटीज के विश्लेषक जस्टिन पोस्ट ने ज़करबर्ग को सीधा सवाल पूछा: मेटा ने एक साल पहले अपने एआई प्रयोगशाला के उच्च स्तरीय नेतृत्व को बदल दिया, वॉल स्ट्रीट को मॉडल, चिप आदि के विकास की गति में स्पष्ट तेजी कब दिखाई देगी?

ज़करबर्ग ने जवाब दिया कि वह लैब की वर्तमान प्रगति से "काफी संतुष्ट" हैं। Muse Spark और Muse Spark 1.1 केवल Meta के मॉडल क्षमता के प्रगति कदम के प्रारंभिक परिणाम हैं, और कंपनी बड़े और अधिक क्षम स्केल के मॉडल्स को प्रशिक्षित कर रही है।

उसने इस फ्लैगशिप मॉडल के लॉन्च के समय की घोषणा नहीं की, न ही नए रिव्यू परिणाम प्रस्तुत किए, बस यह कहा कि जल्द ही और अधिक जानकारी आएगी।

एक साल पहले, Llama 4 का प्रदर्शन अपेक्षाओं से कम रहा, जैक मार्कर ने Scale AI में 143 अरब डॉलर का निवेश किया, 28 वर्षीय वांग ताओ को Meta में शामिल किया, और उन्हें AI प्रणाली को पुनर्निर्मित करने का अधिकार सौंप दिया।

वांग ताओ और ज़करबर्ग के बीच कई समानताएँ हैं—दोनों लगभग 19 साल की उम्र में विश्वविद्यालय छोड़कर उद्यम शुरू करते हैं, दोनों अपनी बीस की दशक में ही अरबपति बन जाते हैं, और दोनों संस्थापक-आधारित केंद्रीय शक्ति और त्वरित कार्यान्वयन पर विश्वास करते हैं। 40 साल के ज़करबर्ग, मेटा के भविष्य को अपने युवा समय के खुद पर सौंप रहे हैं।

एक साल बाद, वांग ताओ ने मेटा की एआई टीम को पुनर्गठित कर दिया और पहले मॉडल और उत्पाद लॉन्च कर दिए। मेटा की प्रतिक्रिया की उम्मीदों को सचमुच संभालने वाला फ्लैगशिप मॉडल वॉटरमेलन अभी भी प्रशिक्षण के चरण में है।

प्रतिद्वंद्वी अभी भी त्वरित रूप से अपडेट कर रहे हैं, जबकि मेटा इस उत्तर का इंतजार करने के लिए अधिक महंगा खर्च कर रहा है।

अगर वांग ताओ एक दिन भी अपना फ्लैगशिप मॉडल नहीं देता है, तो ज़ैकरबर्ग के लिए यह साबित करना मुश्किल हो जाएगा कि ये पैसे, यह पुनर्गठन और एक और साल का इंतजार किसके लिए था। इस समय व्यक्ति बदलना या संकुचित होना भी यह मानने के समान है कि पहले दिए गए खर्चे को वापस पाना मुश्किल है।

वांग ताओ, जो ज़करबर्ग की सबसे बड़ी डूबी हुई लागत बन चुका है।

"गलत बचावकर्ता" को भेज दिया?

वांग ताओ निश्चित रूप से आराम नहीं कर रहे थे।

ज़करबर्ग द्वारा वांग ताओ का चयन स्वयं ही कुछ जोखिम भरा निर्णय है। स्केल AI लंबे समय से OpenAI, Google और Meta जैसी कंपनियों को डेटा और मूल्यांकन सेवाएं प्रदान कर रहा है, इसलिए वांग ताओ जानते हैं कि प्रत्येक प्रयोगशाला क्या ट्रेन कर रही है और कहाँ फंस रही है, लेकिन उनके पास प्रायोगिक मॉडल विकास का नेतृत्व करने का पहले कोई अनुभव नहीं था।

वांग ताओ की सबसे उल्लेखनीय क्षमता सदैव प्रबंधन और संसाधन आवंटन रही है।

Scale AI ने हजारों कर्मचारियों को भर्ती करने के बाद भी नए कर्मचारियों की स्वीकृति और डेटा के ग्राहकों को भेजे जाने से पहले उसकी अनियमित जांच करने की प्रथा जारी रखी। उसने इस दृढ़ता को “गुणवत्ता फ्रैक्टल है” कहा: यदि प्रबंधक विवरणों की परवाह नहीं करते, तो नीचे के लोग भी जल्द ही विवरणों की परवाह नहीं करना सीख लेंगे।

ज़करबर्ग द्वारा चुना गया, वही केंद्रीकृत, कठोर और कार्यान्वयन की गति है, जिसे एक लाखों कर्मचारियों वाली कंपनी से ढूंढना मुश्किल है। इसलिए फाइनेंशियल टाइम्स ने वांग ताओ को मेटा के लिए “युद्धकालीन सीईओ” कहा है।

मेटा में शामिल होने के बाद, वांग ताओ ने तुरंत इस फाउंडर-स्टाइल मैनेजमेंट एप्रोच को एआई डिपार्टमेंट में लागू किया। मेटा की स्थापना से सीधे रूप से फ्रंटियर मॉडल्स के लिए TBD लैब को प्रभावित किया, जिसने OpenAI, Google आदि कंपनियों से उच्च वेतन पर लोगों को भर्ती किया, और साथ ही मौजूदा प्रबंधन स्तरों को संकुचित किया, ताकि भारी एआई डिपार्टमेंट को एक तेज़ कार्रवाई वाली "युद्धकालीन टीम" में बदला जा सके।

The cost is obvious.

मेटा के मूल AI टीम के लगभग 600 पदों को काट दिया गया, यांग लिकुन ने 12 साल के मेटा के काम को छोड़ दिया और विश्व मॉडल पर नया अध्ययन शुरू किया। उच्च वेतन वाली नई टीम और पुरानी शोध प्रणाली के बीच दरार पैदा हो गई।

अब इस पुनर्गठन की लागत मेटा के वित्तीय विवरण में दिखाई दे रही है।

दूसरे तिमाही में, मेटा के अनुसंधान और विकास खर्च 216.56 अरब डॉलर तक पहुँच गए, जो पिछले वर्ष की तुलना में 67% की वृद्धि है। सीएफओ सुजान ली ने फोन कॉल पर कहा कि कंपनी के कर्मचारी वेतन खर्च में वृद्धि मुख्य रूप से पिछले वर्ष में जोड़े गए तकनीकी कर्मचारियों, विशेष रूप से महंगे एआई पेशेवरों के आकर्षण से हुई है।

24 अरब डॉलर के कानूनी खर्च और 11.8 अरब डॉलर के नौकरी काटने के खर्च को घटाने के बावजूद, मेटा का दूसरा तिमाही कुल खर्च लगभग 42% बढ़ गया, जो 28% की आय वृद्धि से काफी अधिक है।

वांग ताओ ने केवल एक नया संगठनात्मक संरचना ही नहीं, बल्कि एक बढ़ते हुए महंगे AI टीम को भी लाया है।

ज़करबर्ग के इस बड़े जोखिम की तर्कशक्ति अब स्पष्ट हो गई है: वह वांग ताओ की संगठन को पुनर्निर्मित करने और संसाधनों को सक्रिय करने की क्षमता पर विश्वास करता है, जो अंततः अग्रणी मॉडल के प्रशिक्षण में परिवर्तित हो सकती है। पहली बात पहले ही साबित हो चुकी है, दूसरी बात अभी मॉडल के द्वारा साबित की जानी है।

अप्रैल 2026 में, मेटा ने वांग ताओ टीम का पहला मॉडल Muse Spark लॉन्च किया। मेटा ने शुरू से ही जोर दिया कि यह छोटा और तेज है, केवल Muse सीरीज का "पहला" है, और बड़े मॉडल अभी बाकी हैं।

जुलाई तक, Muse Spark 1.1 ने Artificial Analysis समग्र सूचकांक को 43 से बढ़ाकर 51 कर दिया, जिसमें प्रमुख प्रगति प्रोग्रामिंग, वैज्ञानिक तर्क और ज्ञान क्षमताओं में हुई। प्रति मिलियन इनपुट और आउटपुट टोकन की कीमत क्रमशः 1.25 डॉलर और 4.25 डॉलर है।

इस मॉडल में तेजी से प्रगति हुई है और कीमत भी पर्याप्त रूप से कम है, लेकिन इसकी समग्र क्षमता सबसे अग्रणी मॉडल्स से अभी भी स्पष्ट अंतर रखती है, और Meta द्वारा 143 बिलियन डॉलर के निवेश और महंगी नई टीम के गठन का बदला पाने के लिए यह पर्याप्त नहीं है।

इस उम्मीद को अभी भी प्रशिक्षण के दौरान रहने वाला Watermelon ही वहन कर रहा है।

वांग ताओ ने मेटा की आंतरिक बैठक में कहा कि अभी भी प्रशिक्षण के अधीन वाटरमेलन का उपयोग करने वाली कैलकुलेशन क्षमता, म्यूज़ स्पार्क से एक गुणक अधिक है, और यह कुछ बेंचमार्क मूल्यांकनों में GPT-5.5 के साथ बराबरी कर चुका है। हालाँकि, उन्होंने विशिष्ट मूल्यांकन प्रोजेक्ट्स का उल्लेख नहीं किया, और मेटा ने संबंधित परिणामों को सार्वजनिक नहीं किया है।

नवीनतम वित्तीय रिपोर्ट कॉल ने इस दावे के लिए कोई अतिरिक्त साक्ष्य नहीं दिया। ज़करबर्ग ने केवल यही पुष्टि की कि मेटा बड़े और अधिक क्षमतावान मॉडल की प्रशिक्षण कर रहा है, लेकिन वॉटरमेलन का नाम नहीं लिया और प्रकाशन तिथि और मूल्यांकन परिणाम भी जारी नहीं किए।

अधिक वास्तविकता यह है कि Watermelon अभी तक जारी नहीं हुआ है, लेकिन OpenAI, Anthropic और Google इसका इंतजार नहीं करेंगे।

Wang Tao ने Meta में एक साल बिताया है, लेकिन अभी तक "बचावकर्ता" नहीं बने हैं।

दो साल की देरी

सबसे विरोधाभासी बात यह है कि मेटा कभी एआई क्षेत्र में देर से नहीं आया था।

2013 में, फेसबुक ने FAIR की स्थापना की और यांग लिकुन को इसका प्रमुख नियुक्त किया। इसके बाद दशक में, मेटा ने कंप्यूटर विज़न, स्व-नियंत्रित शिक्षा आदि क्षेत्रों में गहरी निपुणता प्राप्त की और PyTorch का विकास किया; फेसबुक और इंस्टाग्राम के अनुशंसा और विज्ञापन प्रणालियाँ पहले से ही दिनभर में अरबों उपयोगकर्ताओं द्वारा उत्पन्न डेटा को AI के साथ संसाधित करती हैं। 2023 में जारी Llama ने मेटा को ओपन मॉडल क्षेत्र में तेजी से प्रभाव प्राप्त करने में मदद की।

ChatGPT के आने के बाद, OpenAI एक उपभोक्ता-स्तरीय एंट्री पॉइंट के चारों ओर मॉडल, API और डेवलपर इकोसिस्टम बना रहा है, जबकि Meta के AI संसाधन FAIR, जनरेटिव AI टीम, प्रोडक्ट डिपार्टमेंट और इंफ्रास्ट्रक्चर डिपार्टमेंट में बिखरे हुए हैं।

2025 तक, ज़ैकरबर्ग ने AI को कंपनी स्तरीय युद्ध के रूप में उठाया, बुनियादी ढांचे के निर्माण के लिए 600 से 650 अरब डॉलर निवेश करने की योजना बनाई, लेकिन उन्हें अपेक्षाओं से कम प्रदर्शन करने वाला Llama 4 मिला।

वांग ताओ द्वारा आगे बढ़ाई गई केंद्रीकृत सुधार प्रक्रिया, वास्तव में मेटा को 2023 में पूरा करना चाहिए था। जब तक यह पुनर्गठन शुरू करता है, OpenAI, Anthropic और Google पहले से ही मॉडल, कुशलता और उत्पाद के मामले में लाभ प्राप्त कर चुके हैं, जिससे मेटा दो साल पीछे रह गया।

Wang Tao is more like a bill that Zuckerberg received two years late for his hesitation.

2025 की शुरुआत में, ज़करबर्ग बुनियादी ढांचे के निर्माण के लिए 600 से 650 अरब डॉलर निवेश करने की योजना बना रहे हैं। 2026 तक, पूंजी खर्च 1300 से 1450 अरब डॉलर तक पहुँचने का अनुमान है, जो पहले की योजना से दोगुना से अधिक है।

हालांकि, मेटा ने इन पैसों को सिर्फ एक अभी तक जारी नहीं हुए फ्लैगशिप मॉडल पर ही खर्च नहीं किया है। दूसरे तिमाही में, इंस्टाग्राम उपयोगकर्ताओं के उपयोग का समय दो अंकों की वृद्धि हुई, और फेसबुक पर वीडियो देखने का समय 9% बढ़ा। मेटा के अनुसार, नए विज्ञापन मॉडल के कारण फेसबुक पर विज्ञापन क्लिक 8.3% बढ़े और रूपांतरण दर 15.7% बढ़ी; AI द्वारा विज्ञापन सामग्री बनाने वाले छोटे व्यवसायों की संख्या 900 लाख से अधिक हो गई है।

ये उपलब्धियाँ साबित करती हैं कि AI मेटा के विज्ञापन मशीन को अधिक पैसा कमाने में मदद कर सकता है, लेकिन यह सीधे वांग ताओ का उत्तर पत्र नहीं है।

मेटा द्वारा उल्लिखित सुधार मुख्य रूप से अनुशंसा प्रणाली, विज्ञापन व्यवस्था और सामग्री समझ से आए हैं, लेकिन यह नहीं बताया गया है कि वॉटरमेलन या वांग ताओ टीम के अग्रणी मॉडल ने इसमें कितना योगदान दिया है। विज्ञापन और अनुशंसा मूल रूप से मेटा की दशकों के अनुभव का मजबूत क्षेत्र हैं।

दूसरे शब्दों में, मेटा वर्तमान एआई तकनीक का उपयोग करते हुए विज्ञापनों में सुधार करते रह सकता है, जबकि वांग ताओ के प्रमुख मॉडल का इंतजार कर रहा है। मजबूत विज्ञापन व्यवसाय ज़करबर्ग को और अधिक प्रतीक्षा करने की हिम्मत देता है, और इस बड़ी जुए को अभी किसी अनिवार्य रुकने की तारीख की आवश्यकता नहीं है।

अतिरिक्त भारी कैलकुलेशन क्षमता के लिए मेटा ने अधिक विकल्प भी तैयार किए हैं। ज़करबर्ग ने फोन कॉल में व्यक्तिगत बुद्धिमान एजेंट, व्यवसायिक बुद्धिमान एजेंट, मॉडल API और कैलकुलेशन क्षमता की सीधी बिक्री जैसे दिशानिर्देशों का उल्लेख किया।

मेटा बिजनेस एजेंट्स का उपयोग प्रति सप्ताह 10 लाख से अधिक व्यवसायों द्वारा किया जा रहा है, और कंपनी को कई कैलकुलेशन पावर खरीदने के ऑफर मिले हैं, जिनका दावा है कि ये मूल्य मेटा द्वारा इस कैलकुलेशन पावर को प्राप्त करने की लागत से स्पष्ट रूप से अधिक हैं।

मॉरगन स्टैनले के विश्लेषक ब्रायन नोवाक ने पूछा कि इनमें से कौन सा व्यवसाय निवेशकों के लिए गणना योग्य रिटर्न लाने के लिए सबसे पहले स्केल होगा। ज़करबर्ग ने कोई स्पष्ट उत्तर नहीं दिया, बल्कि केवल यह बताया कि वह इन सभी दिशाओं के प्रति आशावादी हैं और जल्द ही अधिक जानकारी जारी की जाएगी।

CFO सुजान ली ने और सीधे कहा: भले ही मेटा के मॉडल सबसे अग्रणी स्तर पर न जाएं, कंपनी को इन कैपेसिटीज़ का उपयोग करके वर्तमान उत्पादों में सुधार करने में आत्मविश्वास है। अगर इनका उपयोग पूरी तरह से नहीं हो पाता है, तो इन्हें सीधे अन्य कंपनियों को बेचा जा सकता है।

यह बड़े निवेश के लिए कई बचाव के रास्ते तैयार करने के बराबर है, लेकिन यह यह भी दर्शाता है कि मेटा अभी भी अनिश्चित है कि इस बिल को कौन सा नया व्यवसाय उठाएगा।

क्या आप और इंतजार कर सकते हैं?

द्वितीय तिमाही में, मेटा ने लगभग 249.1 अरब डॉलर का दीर्घकालिक ऋण जारी किया। 30 जून तक, कंपनी का दीर्घकालिक ऋण 836.64 अरब डॉलर हो गया, जो पिछले वर्ष के अंत के 587.44 अरब डॉलर की तुलना में 249.2 अरब डॉलर अधिक है। इसी समय, मेटा ने इस तिमाही में स्टॉक का पुनः क्रय नहीं किया।

कारण जटिल नहीं है।

मेटा ने दूसरे तिमाही में 318.62 अरब डॉलर का संचालन धन प्रवाह उत्पन्न किया, जिसमें से 310.78 अरब डॉलर पूंजी खर्च पर लग गए, जिससे केवल 7.84 अरब डॉलर का मुक्त धन प्रवाह शेष रहा, जो समान अवधि में 13.5 अरब डॉलर के लाभांश व्यय को कवर करने के लिए पर्याप्त नहीं है।

एडवरटाइजिंग बिजनेस से उत्पन्न नकदी, AI के विस्तार, लाभांश और स्टॉक रिकॉम्प्स को एक साथ पूरा करने के लिए पर्याप्त नहीं है।

मेटा के पास अभी भी 902.6 बिलियन डॉलर के नकद और प्रतिभूतियाँ हैं, इसलिए इसे अल्पकालिक रूप से पैसे की कमी नहीं है। हालाँकि, ध्यान देने योग्य बात यह है कि अब यह केवल विज्ञापन व्यवसाय से प्राप्त नकदी के माध्यम से AI का निर्माण नहीं कर रहा है, बल्कि लंबी अवधि की परियोजनाओं के लिए अधिक फंड जुटाने के लिए ऋण बढ़ा रहा है और साझेदारों को शामिल कर रहा है।

कॉल के दौरान, गोल्डमैन सैक्स विश्लेषक एरिक शेरिडन ने सुजान ली से पूछा कि मेटा अत्यधिक निवेश और वित्तीय आवश्यकताओं के बीच संतुलन कैसे बनाएगा।

सुसान ली ने उत्तर दिया कि पिछले कुछ वर्षों में कंपनी ने ऋण के अनुपात को बढ़ाने पर ध्यान केंद्रित किया है, ताकि लंबे समय तक और कम लागत पर वित्तीय संसाधन प्राप्त किए जा सकें, जो AI बुनियादी ढांचे की लंबी निर्माण अवधि के साथ मेल खाए।

Meta और BlackRock की साझेदारी एक उदाहरण है। अर्जित रिपोर्ट जारी होने के एक दिन पहले, दोनों ने टेक्सास के एल पैसो में 1 गीगावॉट का डेटा केंद्र बनाने की घोषणा की। Meta ने निर्माण लागत को साझा करने के लिए बाहरी साझेदारों का उपयोग किया, जबकि अपनी क्षमता को बनाए रखा।

पैसा अभी खर्च किया जाना चाहिए, लेकिन रिटर्न डेटा सेंटर के लाइव होने के बाद ही मिलेगा। ज़करबर्ग ने फोन कॉल पर स्वीकार किया कि कंपनी जिस डेटा सेंटर का निर्माण कर रही है, उसके लाइव होने से पहले इससे कोई मूल्य उत्पन्न नहीं होगा। सुसान ली ने भी कहा कि मेटा वर्तमान में 2026 और 2027 के लिए सबसे अधिक कैपेसिटी को बढ़ाने पर ध्यान केंद्रित कर रही है, और 2028 के बाद वास्तविक मांग के आधार पर कितने चिप्स खरीदने हैं, इसका फैसला किया जाएगा।

इसका अर्थ है कि Watermelon क्षमता की पुष्टि अभी तक नहीं हुई है, लेकिन बड़े मॉडल को प्रशिक्षित करने के लिए डेटासेंटर, सर्वर और नेटवर्क की तैयारी कई साल पहले ही शुरू हो चुकी है। भले ही अंतिम परिणाम अपेक्षित के अनुसार न हों, भूमि, बिजली और डेटासेंटर पहले से ही निर्माण के लिए निवेश किए जा चुके हैं।

लेकिन मेटा के लिए इस बड़ी जुए के लिए एक स्पष्ट स्टॉप-लॉस लाइन खींचना मुश्किल है।

और याद रखें कि मेटा पहले भी लंबे समय तक के एक बड़े जोखिम पर अद्भुत धैर्य दिखा चुका है। दूसरे तिमाही में, रियलिटी लैब्स की आय केवल 431 मिलियन डॉलर थी, जबकि संचालन में 4.619 बिलियन डॉलर की हानि हुई। AI चश्मे ने इस विभाग की आय में 16% की वृद्धि की, और ज़करबर्ग ने कहा कि नए चश्मों की बिक्री अपेक्षाओं से अधिक रही, लेकिन यह रियलिटी लैब्स की विशाल हानि को कवर करने से अभी बहुत दूर है।

बाहरी संदेह वांग ताओ पर पड़ते हैं, वहीं ज़ाकरबर्ग के कंधों पर भी पड़ते हैं—वांग ताओ की सफलता या असफलता केवल मेटा की सफलता या असफलता नहीं है, बल्कि यह भी परीक्षण है कि क्या ज़ाकरबर्ग "मेटावर्स" के बाद फिर से अनुचित रूप से कार्य कर रहे हैं।

वॉल स्ट्रीट को चिंता है कि क्या AI अगली अनिश्चित काल तक की बड़ी जुए के रूप में साबित होगी।

जितना अधिक समय इंतजार किया जाता है, उतना ही अधिक मेटा द्वारा पैसा और कंप्यूटिंग पावर लगाया जाता है। जितना अधिक निवेश किया जाता है, उतना ही कठिन हो जाता है कि ज़करबर्ग इस रास्ते के असफल होने को स्वीकार करे।

वॉटरमेलन अभी भी वांग ताओ के लिए सब कुछ साबित करने का मौका रखता है। केवल, उस दिन आने से पहले, मेटा हर अगले क्वार्टर का इंतजार करती है, वांग ताओ की यह “डूबी हुई लागत” लगातार बढ़ती जाती है।