AI经营内参|Meta 重新押注 AI,老板该盯的不是模型,而是回本路径

这期只看一个信号：大公司已经不能只用“我们有更强模型”来解释 AI 投入，必须回答“这笔钱具体靠哪个业务回收”。

Meta 是最典型的样本。它的广告主业仍在增长，但 AI capex 也在快速抬高；它有 35 亿级日活用户池、广告系统、社交分发和新模型，却仍需要向市场证明 AI 不是下一个长期烧钱项目。

这对普通企业的含义更直接：不要把 AI 预算只挂在“接入哪家模型”上，而要挂在可复盘的业务指标上。否则，模型越强，成本越像一张没有项目编号的采购单。

这件事，先和谁有关？

最相关行业：
广告、电商、内容平台、客服中心、销售型 SaaS、所有正在把 AI 放进客户触点的企业。

先受影响的企业类型：

最先感受到变化的部门：

一句话判断：
下一阶段 AI 经营竞争，不是“谁接入的模型最贵”，而是“谁最快把 AI 放进能产生收入、节省成本或提升转化的闭环”。

发生了什么：
Meta 在 4 月发布一季度财报后，6 月 14 日又被 CNBC 放到一个更尖锐的问题里：Alexandr Wang 带队做出 Muse Spark 之后，接下来是 Zuckerberg 要把它卖出去，而不是只证明 Meta 还能做模型。

为什么这个案例重要：
Meta 不是没钱，也不是没用户。问题在于，当 AI 投入进入百亿美元级别，经营层不能只看技术路线，要看 AI 是否真正提升广告效率、订阅收入、商业工具收入或组织人效。

能看到的数字 / 动作：

• Meta 官方一季度收入为 563.11 亿美元，同比增长 33%。
• 一季度 capex 含融资租赁本金为 198.4 亿美元，全年 2026 capex 指引上调到 1250 亿到 1450 亿美元，之前区间为 1150 亿到 1350 亿美元。
• Meta 明确提到发布了 Meta Superintelligence Labs 的首个模型，并称目标是把 personal superintelligence 交付给数十亿人。
• CNBC 6 月 14 日报道提到，Meta 为重建 AI 战略进行了超 140 亿美元级别投入，并把 Alexandr Wang 及 Scale AI 核心人才纳入新 AI 体系；这部分为媒体转述，非本期引用的官方财报数字。

发生了什么：
OpenRouter 6 月 12 日发布 Fusion，6 月 14 日补充 FAQ，核心做法是让多个模型并行回答，再由一个 judge / synthesizer 汇总，面向复杂研究、工具调用和综合判断任务。

为什么这个案例重要：
这不是单纯 benchmark 新闻。它给企业采购一个提醒：AI 能力的获得方式，可能不再是永远买最强、最贵、单一模型，而是按任务把模型组合成可测试、可替换、可控成本的流程。

能看到的数字 / 动作：

• OpenRouter 在 100 个 DRACO deep research 任务上测试，Fable 5 + GPT-5.5 组合得分 69.0%，高于 Fable 5 单独 65.3%。
• 由 Gemini 3 Flash、Kimi K2.6、DeepSeek V4 Pro 组成的 budget panel 得分 64.7%，接近 Fable 5，并被 OpenRouter称为约 50% 成本。
• OpenRouter 同时提醒：Fusion 不是 Fable 的直接替代，长周期任务仍是 Fable 强项；当 Fusion 被调用时，流程通常比标准调用慢 2 到 3 倍。

建议阶段：试

为什么是这个阶段：
现在不适合只“看热闹”，因为 AI 已经进入预算和组织分配；也不适合全公司硬推，因为不同任务的成本、速度、正确率和审计要求差异很大。最务实的动作，是先选一个高频、可量化、可回滚的流程试出账本。

适合现在动的企业：

现在先别急的企业：

先看最靠近收入的部门：广告投放、销售转化、客服留资和续费团队，而不是先从“全员 AI 办公”铺开。

先试一个“AI 辅助生成 / 检索 / 判断，人来最终确认”的小闭环，并把模型成本、人工节省、响应速度和转化变化记在同一张表里。

先别按供应商话术采购“一套最强模型”，也别把 AI 项目写成技术升级；没有业务指标的 AI 项目，本质上只是更贵的软件试用。

真正拉开差距的，不是谁先买到更强模型，而是谁先把 AI 预算变成可复盘的经营账。

仅供参考，不构成投资建议。