Meta（Follow-up call 纪要）：Muse 商业价值，源于高价值用户 + 购物为使用频次较高场景

以下为$Meta(META.US) 会后跟进电话会（Follow-up Call）纪要，财报点评可参考海豚君点评（原文回顾）、业绩电话会整理（原文回顾）。

一、核心要点

Muse 目前只靠订阅变现，交易/广告等其他变现要等用户数与 Connect 合作方达到规模之后；美国 Muse 用户中 20% 以上是年 ARPU 1000 美元以上的高价值用户。

Muse 连接器（connector）申请数：Connect 大会时为 1500+，目前翻了一倍多；约 30% 用户已至少接入 1 项外部服务。

8-K 中” 数千亿美元” 股权融资只是理论上限，用来测算多大规模的股权融资会触发创始人控制权丧失；不代表当前股权融资需求或计划，目前无相关安排。

管理层所说的” 成本效率提升 10 倍”，但有把握的部分达不到 10 倍，剩下部分要靠未来一年的技术进步；单位经济性取决于” 变现爬坡速度 vs 算力成本下降速度” 两条曲线。

内部 AI 提效：人均软件产出同比翻倍以上；70% 以上的分析产出由 AI 辅助（年初约为 0）；非工程岗（PM/设计/数据科学/研究）写代码的比例从 1 年前约 5% 升至约 30%。

二、经营情况回顾

Muse 用户结构：美国 Muse 用户中 ，20% 为年 ARPU ≥1000 美元的用户 → Muse 目前集中在 FoA（Family of Apps）最高价值用户里；FoA 中多数最高 ARPU 用户都是 Muse 最早的使用者。

Muse 地域覆盖：目前只在美国、加拿大上线 → 扩到更多地区受服务成本约束，要求在商业上可持续。

Muse 生态：connector 申请数从 Connect 大会的 1500+ 增至现在的 3000+（原话为” 翻了一倍多”）；约 30% 用户接入了至少 1 项服务。

Muse 使用场景：购物是 Muse 使用频次最高的活动之一 → 商业意图强，管理层据此判断交易变现路径” 相对直接”。

小企业：平台上自我认定的小企业约 5 亿家；Muse for small business 9 月底上线；平台消费者约 36 亿。

内部 AI 提效：人均软件总产出同比翻倍以上；员工分析产出同比多约 10%-20%；>70% 的分析产出由 AI 辅助；非工程岗写代码比例约 30%（一年前约 5%）；2Q 以来 AI 驱动的数据基础设施优化节省了可观的内部算力，并清理了 50，000+ 个冗余数据资产。

三、管理层战略

Muse 变现路径：现阶段优先做规模（增长、渗透、功能）和数据飞轮 → 新闻类变现以订阅、token 用量、抽成为主，不排除广告；交易变现要先有用户规模和 connector 规模 → 2027 年 Muse 收入贡献取决于变现爬坡速度。

Muse 与 FoA 互补：FoA 负责” 激发灵感与发现”，Muse 承接” 已明确的商业意图”（调研 → 比较 → 下单）→ 用新方式切入搜索/意图型广告市场，支撑多条收入来源；远期愿景是消费者 Agent 与企业 Agent 互相交互（agent-to-agent），依托 36 亿消费者和 5 亿企业。

交易是否在站内完成：参照广告业务，交易不必都在 Meta 平台内完成 → 关键是给商家证明 ROAS（广告支出回报）；Muse 交易变现的核心在于价值能否被衡量，具体形式还没定。

算力/CapEx：行业算力仍紧，Meta 自己也受限；过去曾低估算力需求 → 以自建为主（可按自身场景优化，但建设周期长），用第三方云补近期缺口；基础设施按 “可互换（fungible）” 设计，产能可以灵活调配；提前购地、准备大型园区，同时分批下服务器订单，控制眼下的承诺规模 → 资产负债表在融资环境不确定时是优势。

大集群与模型训练：多个数据中心园区处在不同阶段，部分规模会很大但大多还在建；预训练依赖大集群，后训练可以在较小集群上做。

成本效率：手段依次为：① 把 Muse Wonder 的能力蒸馏到更小、更高效的模型；② 推理与产品层面的效率提升；③ 利用闲时（off-peak）算力；④ 针对特定任务的专用模型 → 10 倍提升需要额外技术突破。

广告排序与推荐：继续把 LLM 式建模技术推广到整个广告系统（Meta Generative Recommender）→ 以生成方式挑选广告候选，不再逐条打分，并能预测转化价值，而不只是预测是否转化；新技术先在单一服务上线，再推到其他服务 → 排序与推荐的提升还有后续储备。

Muse 安全与信任：每个用户的 Muse 运行在独立的云端虚拟机；另设 Sentinel Agent 在系统层面隔离、审核所有操作，Muse 只能提议操作，由 Sentinel 授权；凭证存入安全存储，Muse 能用但读不到；敏感操作（发邮件、购买）需用户确认，并保留完整审计记录。

四、分析师问答（Q&A）重点

Q：新闻类业务的变现是否不含广告？4Q 收入指引更多靠定价还是靠参与度？

A：当前首要任务是扩大 Muse 规模和数据飞轮；新闻变现以订阅、token、抽成为主，不排除广告。

4Q 指引覆盖多种情形，预计营收继续较快增长，驱动为广告效果投入 → 广告主需求，加上参与度增长 → 广告库存增加；各项贡献不拆分。

Q：交易变现是否需要更多 Connect 合作方？8-K 中” 数千亿美元” 股权融资与 C 类股的关系？

A：交易变现前要先扩大用户数和合作方/connector 数量；购物是 Muse 最主要的活动之一，高 ARPU 用户是最早的使用者 → 规模起来后变现路径 “相对直接”。

“数千亿美元” 是测算控制权触发点的理论上限，不是融资计划，目前无公告（短期没有股权稀释风险）。

Q：算力环境与自建/租赁比例？Muse 跟踪哪些 KPI？

A：算力仍紧，2027 年需求继续增长；以自建为主，第三方云补近期缺口，比例未披露；基础设施按可互换设计，提前储备土地和园区，分批下服务器订单 → 远期留有弹性，眼下承诺有限。

KPI 主要看核心使用/参与度和按 cohort 拆分的留存曲线，管理层对曲线形状 “满意”，具体数字未披露。后续路线：扩到更多国家、更多合作方和 connector、语音模式、与 FoA 及广告更深的打通、Buy with Muse、企业场景。

Q：消费者 Agent 的长期变现空间？10 倍成本效率的驱动排序？

A：Muse 主要用在主动调研、推荐、比价、帮助下单 → 用新方式切入主观意图型广告市场；5 亿小企业 + 36 亿消费者 → agent-to-agent 生态。

A：依次为：把 Muse Wonder 蒸馏成小模型 → 推理与产品效率 → 闲时算力 → 专用模型。

Q：收入持续增长加上算力效率提升 10 倍以上，新增收入所需的新增资本是否会下降？内部 AI 提效体现在哪？

A：单位经济性取决于两条曲线：目前 Muse 只有订阅一个变现渠道，其他变现引擎需要时间；最有把握的低垂效率不足 10 倍，10 倍要靠未来一年的技术进步（管理层未确认 “资本强度会下降” 的说法）。

内部提效明显：人均软件产出同比翻倍以上；分析产出多 10%-20%，>70% 由 AI 辅助；非工程岗写代码比例从约 5% 升至约 30%；

2Q 以来清理了 50000+ 冗余数据资产并节省算力 ，具体体现在研发效率和内部基础设施成本上。

Q：怎样用约 40 亿 FB/IG 用户推广 Muse，时间表？Prometheus 上线后其他大集群进度？

A：Muse 目前只在美国、加拿大上线，扩张取决于服务成本能否持续覆盖 → 没给时间表；放开后会通过 FoA 深度集成、聊天入口等推广。

其他集群的公开信息有限：多个园区处在不同阶段，部分规模会很大但大多还在建；后训练可以在较小集群上做 → 模型迭代不完全依赖大集群上线。

Q：Muse 推广如何平衡” 抢先发” 和” 首次体验”；GEM / Andromeda / Lattice 的推广还剩多少空间？

A：产品市场契合度好，非技术用户也能上手，推荐主动性（proactivity）是突出功能；管理层认为 Meta 目前在 Agent 市场领先，并有 “无可比拟” 的规模化能力。

广告方面：召回与排序栈持续改进，Meta Generative Recommender 用生成方式挑选广告候选并预测转化价值；先在单一服务上线再推广 → 排序与推荐的提升还有储备，剩余空间未量化。

Q：Muse 用户与美加平均用户是否不同？走向更高收入是否需要 Muse 从 “促成交易” 转向 “自主完成交易”?

A：美国 Muse 用户中 ，高于 20% 为年 ARPU ≥1，000 美元。是否要转向自主完成交易还不知道；参照广告业务，交易不必在站内完成 → 关键是给商家创造的价值（相比其他营销渠道）。

Q：用户对 Muse 的信任（Gmail/银行账户连接数据）？是否允许从 Muse 跳转到站外交易？

A：安全架构是独立虚拟机 + Sentinel 审核 + 凭证不可读 + 敏感操作需确认 + 审计记录；connector 申请数从 1500+ 翻倍以上，约 30% 用户至少接入 1 项服务；Gmail/银行账户的具体接入比例未披露。站外交易 “看后续演化”，核心是商家能否衡量 ROAS → Muse 交易变现的具体形式未定。

六、值得跟踪的信号

Muse 非订阅变现落地时间：交易抽成、广告、Buy with Muse 何时上线；变现爬坡速度与算力成本下降速度谁快 → 直接决定 2027 年 CapEx 回报率。

Muse 扩到美加以外的时间表：管理层把它绑定在单用户服务成本上 → 小模型蒸馏、闲时算力利用的进展是先行指标。

10 倍成本效率能否兑现：管理层已承认低垂果实不足 10 倍，需跟踪 Muse 单位推理成本的披露。

Connector 生态：申请数（当前 >3000）、用户接入率（约 30%），以及看大型商家是否持续抵触接入。

自建与租赁比例、大集群上线节奏：第三方云合同占比与 Prometheus 之后的大集群投产时点；算力仍受限时 CapEx 是否会再上修。

C 类股/股权融资：“数千亿美元” 为理论上限，需跟踪后续有没有实际股权融资动作。

广告排序与推荐：Meta Generative Recommender 推到更多服务后，对转化率和广告价格的贡献。

<此处结束>

本文的风险披露与声明：海豚研究免责声明及一般披露