<p>Meta 的全球事務首席官 Joel Kaplan 在 2026 年達沃斯與 CNBC 的 Andrew Ross Sorkin 進行了交談，詳細介紹了公司在美國對人工智能基礎設施和就業創造的巨大承諾。談話的中心圍繞 Meta 雄心勃勃的目標，即構建 “個人超智能”，以及他們在快速發展的人工智能領域中的差異化方法，特別是關於像 Llama 這樣的開源模型和與中國的地緣政治競爭。</p>
<p>Kaplan 立即將 Meta 的人工智能努力框定為不僅僅是技術追求，而是具有國家意義的重要資本支出。他強調了財務承諾的規模，指出公司正在 “在美國的人工智能基礎設施和就業方面投資鉅額資金。” 這一投資支撐了他們的主要目標：創造 Kaplan 所稱的 “個人超智能”，他將其定義為 “將超智能放在每個人的手中。” 這一願景暗示了人工智能能力的民主化力量，與可能更集中化的方法形成對比。</p>
<p>Kaplan 評論中的一個核心見解是 Meta 利用其龐大用户基礎——每天為 35 億人服務——作為人工智能競爭中的基礎優勢。這一規模為他們的模型提供了獨特的測試和部署場地。Kaplan 表示：“我們有一個每天為 35 億人服務的平台，因此我們在這裏有一些真正的優勢。” 這一優勢對於快速迭代和完善他們的人工智能產品至關重要，使他們能夠比缺乏這種直接、大規模反饋循環的競爭對手更有效地推出前沿模型。</p>
<p>討論轉向 Meta 在模型開發和部署方面的差異化策略。雖然承認像 OpenAI 和 Google（Gemini）這樣的競爭對手具有高度可見性，Kaplan 強調了 Meta 對開放方法的承諾，特別提到了 Llama 模型。他指出，儘管他們不公開討論融資細節，但他們的核心策略是專注於創建一個人工智能可及的生態系統。他指出，他們的方法與那些嚴重依賴私人信貸來資助基礎設施建設的公司不同，暗示 Meta 的內部資源和現有平台規模提供了更強大的基礎。</p>
<p>此外，Kaplan 還談到了人工智能發展的地緣政治維度，將技術競爭框定為一場關鍵的戰略競爭。他直接將 Meta 的人工智能投資與國家安全問題聯繫在一起，表示：“我們與美國政府的立場一致，認為贏得這場與中國的鬥爭非常重要。” 這突顯了涉及的高風險，將人工智能領導地位視為維護西方經濟安全和技術優勢的關鍵。他強調需要 “清除影響數據中心和能源的監管負擔”，以確保美國能夠保持對中國的競爭優勢。</p>
<p>談話還涉及了監管環境，特別是在歐洲。當被問及 Meta 的行動是否可能激怒習慣於更嚴格監管的歐洲領導人時，Kaplan 承認了政治阻力，但對合作持樂觀態度。他承認，關於監管的事情變得 “相當緊張”，但指出美國政府，特別是在前任政府下，一直支持消除對人工智能發展的監管負擔。他最後指出，歐洲監管者在抵制一些來自歐洲的歧視性監管方面是一個 “巨大的盟友”，這表明儘管方法不同，但在促進創新方面存在共同利益。</p>
<p>最終，Kaplan 所闡述的 Meta 戰略似乎是多方面的：利用現有的巨大規模，推動開源模型哲學（Llama），並積極投資基礎設施以實現 “個人超智能”，同時應對複雜的全球監管和地緣政治潮流。對於創始人和風險投資者來説，潛在的信息是，人工智能競爭是資本密集型的，規模——無論是在計算能力還是用户覆蓋範圍上——都被視為決定性的競爭因素。</p>

META

<p>Meta 的全球事務首席官喬爾·卡普蘭在 2026 年達沃斯論壇上概述了公司 6000 億美元的人工智能投資戰略，強調了創造 “個人超級智能” 的目標。他指出，Meta 每天為 35 億用户提供服務的獨特優勢，有助於快速開發人工智能模型。卡普蘭強調了開放源代碼方法的重要性，特別是在 Llama 模型方面，並將人工智能投資與國家安全聯繫起來，尤其是在與中國競爭的背景下。他還提到了歐洲的監管挑戰，倡導通過合作來促進創新</p>

<p>Meta’s Chief Global Affairs Officer, Joel Kaplan, spoke with CNBC’s Andrew Ross Sorkin at Davos 2026, detailing the company’s massive commitment to Artificial Intelligence infrastructure and job creation in the U.S. The conversation centered on Meta’s ambitious goal to build “personal superintelligence” and their differentiated approach to the burgeoning AI landscape, particularly concerning open-source models like Llama and the geopolitical race with China.</p>
<div class="lb-trans"><p>Meta 的全球事務首席官 Joel Kaplan 在 2026 年達沃斯與 CNBC 的 Andrew Ross Sorkin 進行了交談，詳細介紹了公司在美國對人工智能基礎設施和就業創造的巨大承諾。談話的中心圍繞 Meta 雄心勃勃的目標，即構建 “個人超智能”，以及他們在快速發展的人工智能領域中的差異化方法，特別是關於像 Llama 這樣的開源模型和與中國的地緣政治競爭。</p>
</div><p>Kaplan immediately framed Meta’s AI endeavor not just as a technological pursuit but as a significant capital expenditure with national implications. He highlighted the scale of the financial commitment, noting the company is investing an “enormous amount in AI infrastructure and jobs in the United States.” This investment underpins their primary objective: the creation of what Kaplan terms “personal superintelligence,” which he defines as “putting superintelligence in the hands of everyone.” This vision suggests a democratizing force for AI capabilities, contrasting with potentially more centralized approaches.</p>
<div class="lb-trans"><p>Kaplan 立即將 Meta 的人工智能努力框定為不僅僅是技術追求，而是具有國家意義的重要資本支出。他強調了財務承諾的規模，指出公司正在 “在美國的人工智能基礎設施和就業方面投資鉅額資金。” 這一投資支撐了他們的主要目標：創造 Kaplan 所稱的 “個人超智能”，他將其定義為 “將超智能放在每個人的手中。” 這一願景暗示了人工智能能力的民主化力量，與可能更集中化的方法形成對比。</p>
</div><p>A core insight from Kaplan’s commentary is Meta’s strategy of leveraging its massive user base—serving 3.5 billion people daily—as a foundational advantage in the AI race. This scale provides a unique testing and deployment ground for their models. Kaplan asserted, “We’ve got a platform that serves 3.5 billion people every day, so we have some real advantages there.” This advantage is crucial for rapidly iterating and refining their AI products, enabling them to bring frontier models to bear more effectively than competitors who lack this direct, massive-scale feedback loop.</p>
<div class="lb-trans"><p>Kaplan 評論中的一個核心見解是 Meta 利用其龐大用户基礎——每天為 35 億人服務——作為人工智能競爭中的基礎優勢。這一規模為他們的模型提供了獨特的測試和部署場地。Kaplan 表示：“我們有一個每天為 35 億人服務的平台，因此我們在這裏有一些真正的優勢。” 這一優勢對於快速迭代和完善他們的人工智能產品至關重要，使他們能夠比缺乏這種直接、大規模反饋循環的競爭對手更有效地推出前沿模型。</p>
</div><p>The discussion pivoted to Meta’s differentiated strategy regarding model development and deployment. While acknowledging the high visibility of competitors like OpenAI and Google (Gemini), Kaplan emphasized Meta’s commitment to an open approach, specifically citing the Llama model. He noted that while they don’t discuss financing details publicly, their core strategy is focused on creating an ecosystem where AI is accessible. He pointed out that their approach is different from those who rely heavily on private credit to fund infrastructure buildouts, suggesting Meta’s internal resources and existing platform scale provide a more robust foundation.</p>
<div class="lb-trans"><p>討論轉向 Meta 在模型開發和部署方面的差異化策略。雖然承認像 OpenAI 和 Google（Gemini）這樣的競爭對手具有高度可見性，Kaplan 強調了 Meta 對開放方法的承諾，特別提到了 Llama 模型。他指出，儘管他們不公開討論融資細節，但他們的核心策略是專注於創建一個人工智能可及的生態系統。他指出，他們的方法與那些嚴重依賴私人信貸來資助基礎設施建設的公司不同，暗示 Meta 的內部資源和現有平台規模提供了更強大的基礎。</p>
</div><p>Furthermore, Kaplan addressed the geopolitical dimension of AI development, framing the technological race as a critical strategic contest. He directly linked Meta’s AI investment to national security concerns, stating, “We’re aligned with the administration in the US that it’s very important that we win this battle against China.” This underscores the high stakes involved, positioning AI leadership as integral to maintaining Western economic security and technological supremacy. He emphasized the need to “clear away the regulatory burdens” affecting data centers and energy to ensure the U.S. can maintain its competitive edge against China.</p>
<div class="lb-trans"><p>此外，Kaplan 還談到了人工智能發展的地緣政治維度，將技術競爭框定為一場關鍵的戰略競爭。他直接將 Meta 的人工智能投資與國家安全問題聯繫在一起，表示：“我們與美國政府的立場一致，認為贏得這場與中國的鬥爭非常重要。” 這突顯了涉及的高風險，將人工智能領導地位視為維護西方經濟安全和技術優勢的關鍵。他強調需要 “清除影響數據中心和能源的監管負擔”，以確保美國能夠保持對中國的競爭優勢。</p>
</div><p>The conversation also touched upon the regulatory environment, particularly in Europe. When questioned about whether Meta’s actions might irritate European leaders accustomed to more stringent regulatory oversight, Kaplan acknowledged the political headwinds but maintained an optimistic stance on collaboration. He conceded that things have become “pretty tense” regarding regulation, but pointed out that the U.S. administration, particularly under the previous administration, had been supportive of removing regulatory burdens on AI development. He concluded by noting that European regulators have been a “huge ally in pushing back on some of the discriminatory regulation that we’ve seen come out of Europe,” suggesting a shared interest in fostering innovation despite differing approaches.</p>
<div class="lb-trans"><p>談話還涉及了監管環境，特別是在歐洲。當被問及 Meta 的行動是否可能激怒習慣於更嚴格監管的歐洲領導人時，Kaplan 承認了政治阻力，但對合作持樂觀態度。他承認，關於監管的事情變得 “相當緊張”，但指出美國政府，特別是在前任政府下，一直支持消除對人工智能發展的監管負擔。他最後指出，歐洲監管者在抵制一些來自歐洲的歧視性監管方面是一個 “巨大的盟友”，這表明儘管方法不同，但在促進創新方面存在共同利益。</p>
</div><p>Ultimately, Meta’s strategy, as articulated by Kaplan, appears multifaceted: leveraging massive existing scale, pushing an open-source model philosophy (Llama), and aggressively investing in infrastructure to achieve “personal superintelligence” while navigating complex global regulatory and geopolitical currents. The underlying message for founders and VCs is that the AI race is capital-intensive, and scale—both in compute and user reach—is being treated as a decisive competitive factor.</p>
<div class="lb-trans"><p>最終，Kaplan 所闡述的 Meta 戰略似乎是多方面的：利用現有的巨大規模，推動開源模型哲學（Llama），並積極投資基礎設施以實現 “個人超智能”，同時應對複雜的全球監管和地緣政治潮流。對於創始人和風險投資者來説，潛在的信息是，人工智能競爭是資本密集型的，規模——無論是在計算能力還是用户覆蓋範圍上——都被視為決定性的競爭因素。</p>
</div>

Meta’s Kaplan Outlines $600B AI Investment Strategy and the Race for “Personal Superintelligence”

- Meta 在美國投資 AI 基礎設施，以創建 “個人超級智能”。
- Kaplan 指出，該公司將其 AI 戰略與國家安全緊密關聯，強調與中國的競爭。
- Meta 策略為利用規模優勢，推動開放源代碼模型，同時應對監管挑戰。

Meta 的 Kaplan 闡述了 6000 億美元的人工智能投資戰略以及爭奪 “個人超級智能” 的競賽