Meta（Follow-up call 紀要）：Muse 商業價值，源於高價值用户 + 購物為使用頻次較高場景

以下為$Meta(META.US) 會後跟進電話會（Follow-up Call）紀要，財報點評可參考海豚君點評（原文回顧）、業績電話會整理（原文回顧）。

一、核心要點

Muse 目前只靠訂閲變現，交易/廣告等其他變現要等用户數與 Connect 合作方達到規模之後；美國 Muse 用户中 20% 以上是年 ARPU 1000 美元以上的高價值用户。

Muse 連接器（connector）申請數：Connect 大會時為 1500+，目前翻了一倍多；約 30% 用户已至少接入 1 項外部服務。

8-K 中” 數千億美元” 股權融資只是理論上限，用來測算多大規模的股權融資會觸發創始人控制權喪失；不代表當前股權融資需求或計劃，目前無相關安排。

管理層所説的” 成本效率提升 10 倍”，但有把握的部分達不到 10 倍，剩下部分要靠未來一年的技術進步；單位經濟性取決於” 變現爬坡速度 vs 算力成本下降速度” 兩條曲線。

內部 AI 提效：人均軟件產出同比翻倍以上；70% 以上的分析產出由 AI 輔助（年初約為 0）；非工程崗（PM/設計/數據科學/研究）寫代碼的比例從 1 年前約 5% 升至約 30%。

二、經營情況回顧

Muse 用户結構：美國 Muse 用户中 ，20% 為年 ARPU ≥1000 美元的用户 → Muse 目前集中在 FoA（Family of Apps）最高價值用户裏；FoA 中多數最高 ARPU 用户都是 Muse 最早的使用者。

Muse 地域覆蓋：目前只在美國、加拿大上線 → 擴到更多地區受服務成本約束，要求在商業上可持續。

Muse 生態：connector 申請數從 Connect 大會的 1500+ 增至現在的 3000+（原話為” 翻了一倍多”）；約 30% 用户接入了至少 1 項服務。

Muse 使用場景：購物是 Muse 使用頻次最高的活動之一 → 商業意圖強，管理層據此判斷交易變現路徑” 相對直接”。

小企業：平台上自我認定的小企業約 5 億家；Muse for small business 9 月底上線；平台消費者約 36 億。

內部 AI 提效：人均軟件總產出同比翻倍以上；員工分析產出同比多約 10%-20%；>70% 的分析產出由 AI 輔助；非工程崗寫代碼比例約 30%（一年前約 5%）；2Q 以來 AI 驅動的數據基礎設施優化節省了可觀的內部算力，並清理了 50，000+ 個冗餘數據資產。

三、管理層戰略

Muse 變現路徑：現階段優先做規模（增長、滲透、功能）和數據飛輪 → 新聞類變現以訂閲、token 用量、抽成為主，不排除廣告；交易變現要先有用户規模和 connector 規模 → 2027 年 Muse 收入貢獻取決於變現爬坡速度。

Muse 與 FoA 互補：FoA 負責” 激發靈感與發現”，Muse 承接” 已明確的商業意圖”（調研 → 比較 → 下單）→ 用新方式切入搜索/意圖型廣告市場，支撐多條收入來源；遠期願景是消費者 Agent 與企業 Agent 互相交互（agent-to-agent），依託 36 億消費者和 5 億企業。

交易是否在站內完成：參照廣告業務，交易不必都在 Meta 平台內完成 → 關鍵是給商家證明 ROAS（廣告支出回報）；Muse 交易變現的核心在於價值能否被衡量，具體形式還沒定。

算力/CapEx：行業算力仍緊，Meta 自己也受限；過去曾低估算力需求 → 以自建為主（可按自身場景優化，但建設週期長），用第三方雲補近期缺口；基礎設施按 “可互換（fungible）” 設計，產能可以靈活調配；提前購地、準備大型園區，同時分批下服務器訂單，控制眼下的承諾規模 → 資產負債表在融資環境不確定時是優勢。

大集羣與模型訓練：多個數據中心園區處在不同階段，部分規模會很大但大多還在建；預訓練依賴大集羣，後訓練可以在較小集羣上做。

成本效率：手段依次為：① 把 Muse Wonder 的能力蒸餾到更小、更高效的模型；② 推理與產品層面的效率提升；③ 利用閒時（off-peak）算力；④ 針對特定任務的專用模型 → 10 倍提升需要額外技術突破。

廣告排序與推薦：繼續把 LLM 式建模技術推廣到整個廣告系統（Meta Generative Recommender）→ 以生成方式挑選廣告候選，不再逐條打分，並能預測轉化價值，而不只是預測是否轉化；新技術先在單一服務上線，再推到其他服務 → 排序與推薦的提升還有後續儲備。

Muse 安全與信任：每個用户的 Muse 運行在獨立的雲端虛擬機；另設 Sentinel Agent 在系統層面隔離、審核所有操作，Muse 只能提議操作，由 Sentinel 授權；憑證存入安全存儲，Muse 能用但讀不到；敏感操作（發郵件、購買）需用户確認，並保留完整審計記錄。

四、分析師問答（Q&A）重點

Q：新聞類業務的變現是否不含廣告？4Q 收入指引更多靠定價還是靠參與度？

A：當前首要任務是擴大 Muse 規模和數據飛輪；新聞變現以訂閲、token、抽成為主，不排除廣告。

4Q 指引覆蓋多種情形，預計營收繼續較快增長，驅動為廣告效果投入 → 廣告主需求，加上參與度增長 → 廣告庫存增加；各項貢獻不拆分。

Q：交易變現是否需要更多 Connect 合作方？8-K 中” 數千億美元” 股權融資與 C 類股的關係？

A：交易變現前要先擴大用户數和合作方/connector 數量；購物是 Muse 最主要的活動之一，高 ARPU 用户是最早的使用者 → 規模起來後變現路徑 “相對直接”。

“數千億美元” 是測算控制權觸發點的理論上限，不是融資計劃，目前無公告（短期沒有股權稀釋風險）。

Q：算力環境與自建/租賃比例？Muse 跟蹤哪些 KPI？

A：算力仍緊，2027 年需求繼續增長；以自建為主，第三方雲補近期缺口，比例未披露；基礎設施按可互換設計，提前儲備土地和園區，分批下服務器訂單 → 遠期留有彈性，眼下承諾有限。

KPI 主要看核心使用/參與度和按 cohort 拆分的留存曲線，管理層對曲線形狀 “滿意”，具體數字未披露。後續路線：擴到更多國家、更多合作方和 connector、語音模式、與 FoA 及廣告更深的打通、Buy with Muse、企業場景。

Q：消費者 Agent 的長期變現空間？10 倍成本效率的驅動排序？

A：Muse 主要用在主動調研、推薦、比價、幫助下單 → 用新方式切入主觀意圖型廣告市場；5 億小企業 + 36 億消費者 → agent-to-agent 生態。

A：依次為：把 Muse Wonder 蒸餾成小模型 → 推理與產品效率 → 閒時算力 → 專用模型。

Q：收入持續增長加上算力效率提升 10 倍以上，新增收入所需的新增資本是否會下降？內部 AI 提效體現在哪？

A：單位經濟性取決於兩條曲線：目前 Muse 只有訂閲一個變現渠道，其他變現引擎需要時間；最有把握的低垂效率不足 10 倍，10 倍要靠未來一年的技術進步（管理層未確認 “資本強度會下降” 的説法）。

內部提效明顯：人均軟件產出同比翻倍以上；分析產出多 10%-20%，>70% 由 AI 輔助；非工程崗寫代碼比例從約 5% 升至約 30%；

2Q 以來清理了 50000+ 冗餘數據資產並節省算力 ，具體體現在研發效率和內部基礎設施成本上。

Q：怎樣用約 40 億 FB/IG 用户推廣 Muse，時間表？Prometheus 上線後其他大集羣進度？

A：Muse 目前只在美國、加拿大上線，擴張取決於服務成本能否持續覆蓋 → 沒給時間表；放開後會通過 FoA 深度集成、聊天入口等推廣。

其他集羣的公開信息有限：多個園區處在不同階段，部分規模會很大但大多還在建；後訓練可以在較小集羣上做 → 模型迭代不完全依賴大集羣上線。

Q：Muse 推廣如何平衡” 搶先發” 和” 首次體驗”；GEM / Andromeda / Lattice 的推廣還剩多少空間？

A：產品市場契合度好，非技術用户也能上手，推薦主動性（proactivity）是突出功能；管理層認為 Meta 目前在 Agent 市場領先，並有 “無可比擬” 的規模化能力。

廣告方面：召回與排序棧持續改進，Meta Generative Recommender 用生成方式挑選廣告候選並預測轉化價值；先在單一服務上線再推廣 → 排序與推薦的提升還有儲備，剩餘空間未量化。

Q：Muse 用户與美加平均用户是否不同？走向更高收入是否需要 Muse 從 “促成交易” 轉向 “自主完成交易”?

A：美國 Muse 用户中 ，高於 20% 為年 ARPU ≥1，000 美元。是否要轉向自主完成交易還不知道；參照廣告業務，交易不必在站內完成 → 關鍵是給商家創造的價值（相比其他營銷渠道）。

Q：用户對 Muse 的信任（Gmail/銀行賬户連接數據）？是否允許從 Muse 跳轉到站外交易？

A：安全架構是獨立虛擬機 + Sentinel 審核 + 憑證不可讀 + 敏感操作需確認 + 審計記錄；connector 申請數從 1500+ 翻倍以上，約 30% 用户至少接入 1 項服務；Gmail/銀行賬户的具體接入比例未披露。站外交易 “看後續演化”，核心是商家能否衡量 ROAS → Muse 交易變現的具體形式未定。

六、值得跟蹤的信號

Muse 非訂閲變現落地時間：交易抽成、廣告、Buy with Muse 何時上線；變現爬坡速度與算力成本下降速度誰快 → 直接決定 2027 年 CapEx 回報率。

Muse 擴到美加以外的時間表：管理層把它綁定在單用户服務成本上 → 小模型蒸餾、閒時算力利用的進展是先行指標。

10 倍成本效率能否兑現：管理層已承認低垂果實不足 10 倍，需跟蹤 Muse 單位推理成本的披露。

Connector 生態：申請數（當前 >3000）、用户接入率（約 30%），以及看大型商家是否持續牴觸接入。

自建與租賃比例、大集羣上線節奏：第三方雲合同佔比與 Prometheus 之後的大集羣投產時點；算力仍受限時 CapEx 是否會再上修。

C 類股/股權融資：“數千億美元” 為理論上限，需跟蹤後續有沒有實際股權融資動作。

廣告排序與推薦：Meta Generative Recommender 推到更多服務後，對轉化率和廣告價格的貢獻。

<此處結束>

本文的風險披露與聲明：海豚研究免責聲明及一般披露