9月28日,Meta宣布成立Meta Enterprise Platform,还从MongoDB请来原CEO Chirantan“CJ”Desai担任首任首席企业平台官,直接向马克·扎克伯格汇报。

新平台将Muse、Meta Business Agent、Muse API、Muse Code等AI产品与模型、基础设施能力整合,面向企业和开发者提供AI服务。Meta给出的平台发展方向很直接:把已经投入多年的AI能力,真正变成企业可以部署、使用和付费的产品。
如果把该动作放在Meta今年的经营数据里看,分量会更清楚。
财报数据显示,2026年第二季度,Meta收入608.01亿美元,同比增长28%;广告收入593.63亿美元,占季度收入绝大部分。同期成本和费用达到420.26亿美元,同比增长55%,营业利润187.75亿美元,同比下降8%,营业利润率从43%降至31%。单季度资本开支达到310.8亿美元,公司预计全年资本开支1300亿至1450亿美元。
公司的广告业务依然强劲,AI投入也正在快速扩大。面对的问题因此变得更加具体:当Meta持续建设模型、数据中心、Agent和AI硬件之后,除了继续提高广告效率,AI本身能否成为新的收入来源?
Meta Enterprise Platform的成立,就是这个问题第一次以一个独立业务形态被摆上台面。
Meta的AI账本正在变长,广告之外需要新的商业化出口
Meta目前最成熟的AI商业模式,仍然是广告。
第二季度,Meta旗下应用日活用户平均达到36亿,同比增长3%;广告展示量增长14%,平均广告价格增长12%,广告收入达到593.63亿美元,同比增长28%。AI已经深度进入内容推荐、广告排序和广告创意生成等核心环节,帮助原有商业模式持续提高效率。
但与此同时另一边的账本也越来越重。
第二季度Meta资本开支达到310.8亿美元,自由现金流只有7.84亿美元;全年资本开支预计达到1300亿至1450亿美元。公司同时预计全年总费用达到1650亿至1690亿美元。
尽管开支里包含数据中心、基础设施、人才等多方面投入,不能简单归结为AI产品成本,但AI算力需求已经成为Meta未来投资计划的重要组成部分。
因此,Enterprise Platform真正有价值的地方,在于Meta开始建立一套外部商业化体系。
如果模型主要服务Instagram、Facebook和WhatsApp,AI产生的经济价值最终仍然体现为广告效率、用户留存和内容消费;如果模型开始直接服务企业,收入来源就会出现变化,API调用、Agent部署、Coding工具以及企业AI服务,都可能进入新的商业收入结构。
虽然该过程不会很快反映在财报里,但商业模式的方向已经发生变化。
此前市场给Meta的核心定价,主要围绕广告增长、用户规模和利润率展开。企业AI如果能够形成规模化收入,长期看会给Meta增加一个新的基本面变量。
当然,目前还不能把这种可能性写成已经兑现的业绩。因为Meta并没有公布Enterprise Platform的具体定价、客户数量、合同金额和收入目标,现阶段更准确的判断,是Meta开始搭建AI商业化基础设施。
Muse向企业延伸,Meta真正想卖的已经不只是模型
9月8日发布的Muse,被定义为个人AI Agent,可以通过独立的Muse Secure VM执行任务,包括发送邮件、预订旅行等;Meta随后又在Connect 2026上宣布将Muse扩展到AI眼镜,并增加购物、支付、旅行和工作场景的连接能力。
Meta在9月推出Muse之后,产品路线已经越来越清楚。AI产品也开始从“回答问题”进入“执行任务”。在企业市场同样如此。只是一个聊天窗口,很难成为企业真正愿意长期采购的AI产品,企业需要的更可能是进入销售、客服、研发、运营和内部流程的Agent,以及能够直接嵌入开发流程的Coding工具。
Meta Enterprise Platform首批整合的产品恰好覆盖这些方向:Muse负责Agent,Meta Business Agent面向企业业务场景,Muse API连接开发者,Muse Code则进入软件开发环节。
Desai此前担任MongoDB CEO,在此之前曾负责Cloudflare产品与工程业务,并在ServiceNow担任包括总裁兼COO在内的管理职务。其职业经历集中在企业软件、云基础设施、安全和企业客户服务方面,对Meta来说很重要。因为Meta真正需要的恰恰就是一个熟悉企业软件销售、开发者生态和大型客户采购体系的人。
这意味着Meta开始解决的问题,已经从“模型能做什么”转向“企业愿意为什么付费”。同时整个企业AI行业也正在进入新阶段。
未来模型能力的差距会逐渐缩小,企业采购最终会落到安全、权限、数据、部署、开发工具、Agent执行能力和持续服务上。
Meta拥有全球规模的模型和基础设施,也拥有长期服务大量企业客户的广告业务经验,但企业软件市场的销售体系和客户关系,与广告平台依然存在明显差异。
Enterprise Platform能否把这两套能力真正连接起来,是后面的主要看点。
Meta下一阶段的关键指标是商业兑现能力
模型有Muse Spark,Agent有Muse和Business Agent,开发者有API和Muse Code,基础设施则由持续扩张的数据中心和算力体系支撑。Meta在4月推出Muse Spark时已经开始向部分合作伙伴开放API;到了9月,AI产品进一步向个人Agent、企业Agent和开发者工具延伸。
Meta已经不缺AI产品,后续真正需要观察的是,这套体系能否形成持续付费。
企业AI和消费者AI的主要区别在于企业最终要经过预算、采购、安全审查和业务部门验证。因为一次产品发布确实可以带来关注度,但只有进入真实工作流程,才能形成稳定的API调用、Agent使用和软件收入。
因此,Meta未来几个季度更值得跟踪的,除了Muse用户增长,还有企业客户数量、付费情况、API使用规模、Agent部署情况,以及这些业务能否形成独立收入贡献。
更现实的问题则是利润。数据显示,第二季度Meta收入增长28%,成本和费用增长55%,营业利润同比下降8%。资本开支继续处于历史高位。
可见AI商业化除了增加一项收入,还能帮助Meta提高巨额AI投入的资本回报效率。
后续如果Enterprise Platform能够逐步形成企业软件和AI服务收入,Meta的数据中心、模型和基础设施就拥有了更多应用场景,AI资本开支的回报路径也会更加多元。
可如果企业AI业务只是长期停留在产品发布和用户增长层面,却无法形成有规模的商业收入,那么Meta的广告业务仍然需要承担大部分AI投资的现金流压力。
所以,这次组织调整真正值得研究的地方,是Meta开始主动建立一条从模型、Agent、基础设施到企业收入的完整链条。
结语|Meta真正需要证明的,是AI能不能自己赚钱
Meta此前擅长把数十亿用户聚集到平台,再通过广告完成商业化。如今Meta开始尝试把另一种能力卖给企业:模型、Agent、Coding工具和基础设施。
这条新业务还没有收入规模,也没有成熟的利润模型,但组织架构已经先行,产品体系正在成形,负责人也换成了拥有企业软件经验的管理者。
接下来,市场的观察重点也将发生改变。广告业务决定Meta今天的盈利质量,AI产品决定Meta未来的增长空间,Enterprise Platform能否产生真正的企业收入,则决定这笔庞大AI资本开支最终能够讲出多大的商业故事。
这或许才是9月28日这项人事与业务调整最值得研究的地方:Meta正在尝试让AI从成本中心、效率工具,逐渐走向能够独立创造收入的业务。
通弘网提示:文章来自网络,不代表本站观点。