《臉書-美股公司研究報告-深度系列二：META的AI投入與ROI測算-240901（43頁）.pdf》由會員分享，可在線閱讀，更多相關《臉書-美股公司研究報告-深度系列二：META的AI投入與ROI測算-240901（43頁）.pdf（43頁珍藏版）》請在三個皮匠報告上搜索。

1、請務必閱讀正文之后的免責聲明及其項下所有內容20242024年年0909月月0101日日臉書（臉書（Meta.OMeta.O）深度系列）深度系列二二：METAMETA的的AIAI投入與投入與ROIROI測算測算公司研究公司研究 海外公司深度報告海外公司深度報告 互聯網互聯網 互聯網互聯網投資評級：優于大市（維持）投資評級：優于大市（維持）證券分析師：張倫可聯系人：劉子譚0755-S0980521120004證券研究報告證券研究報告|請務必閱讀正文之后的免責聲明及其項下所有內容摘要摘要Meta是英偉達數據中心業務最大的客戶之一且Meta著力發展AI應用層上兩大業務廣告與AI Agent，AI能否

2、商業化變現對后續投資持續性至關重要，市場高度關注META中遠期潛在的AI投入與回報率。本報告主要就META的 AI投資情況、AI商業化變現方式以及收入空間、AI投資的ROI幾個方面展開討論。META本輪關于AI的投資從21年開始，在GenAI的浪潮下增加顯著。投資主要包含兩個部分：AI推薦系統（Al content ranking）以及通用人工智能計算（GenAl），前者是公司根據可衡量的回報安排、目前已有顯著收入轉化，而后者還在回報曲線的早期。AIAI推薦系統（推薦系統（Al content rankingAl content ranking）投資）投資：內容推薦引擎底層硬件更新，如切換GP

3、U；廣告平臺升級，如Advantage+產品；通用人工智能計算（通用人工智能計算（GenAlGenAl）投資：）投資：訓練 Llama系列模型，為Meta AI提供推理算力以及AI Agent等。我們將META 可展望的AI技術發展與商業化落地分為三個周期：2022-20242022-2024年：主要依賴年：主要依賴AIAI分發算法、分發算法、GPUGPU替換與小部分替換與小部分GenAIGenAI技術技術META借助Reels短視頻功能的快速發展，通過提高AI分發占比顯著拉動了Impression（曝光量/廣告位）的增長，公司23Q3財報會表示推薦算法更新帶來全年7%FB時長增長、6%INS

4、時長增長。同時底層硬件升級成GPU，提升內容/廣告推薦準確性。發布Advantage+廣告投放工具，節省廣告主投放成本，公司表示Advantage+可提升廣告主32%的廣告支出回報率。2025-20262025-2026年：除了年：除了AIAI分發、分發、GPUGPU、Advantage+Advantage+占比持續提升，占比持續提升，GenAIGenAI技術將持續提升廣告技術將持續提升廣告ROIROI，META AIMETA AI逐步商業化逐步商業化META在24年初發布基于Transformer改進廣告推薦流程、從而提升推薦準確性的論文。預計隨著底層硬件逐漸完備，推薦算法模塊將利用Tran

5、sformer技術進行更新，從而拉動CTR以及CPM持續增長。同時，Meta AI預計從C端和B端持續提升變現。2027-20292027-2029年：大一統的推薦系統與年：大一統的推薦系統與META AIMETA AI變現變現24Q2財報會扎克伯格提到Facebook已將所有視頻類型集成到一個播放系統中，未來希望朝著統一的推薦系統邁進。預計該系統有望顛覆目前推薦流程，未來如果疊加AIGC進行內容創作，形成興趣捕捉-內容生成-精準分發的閉環,達到更高的推薦準確度和更繁榮的內容生態。META AI助手在C端預計可實現訂閱與廣告的雙重變現，B端則借助WhatsApp產品提供AI Agent商業對話

6、變現。qUgZwPrRyRfVbZ6M8Q9PoMoOtRsOjMrRyRjMpPoMaQrQnNxNpOvNNZsPmO請務必閱讀正文之后的免責聲明及其項下所有內容摘要摘要測算測算AIAI貢獻收入空間，貢獻收入空間，AIAI主要通過拉動主要通過拉動METAMETA現有社媒廣告業務以及現有社媒廣告業務以及META AIMETA AI的直接變現兩種方式。的直接變現兩種方式。AIAI拉動拉動METAMETA社媒廣告：社媒廣告：通過提升內容/廣告推薦精準度，增強客戶粘性、提升用戶時長，提高廣告轉化率與廣告價格，每年約拉動META傳統社媒廣告高個位數增長，我們測算在2029年有望帶動200億美元/年的

7、收入。META AIMETA AI：隨著使用滲透率的提升，商業化變現顯著增長。采用中性預測，我們預計2029年約可帶動730億美元年收入，其中包括C端訂閱收入約75億美元/年，C端廣告收費294億美元/年，B端WhatApp商業消息收入364億美元/年。采用樂觀預測，預計2029年約可帶動1180億美元年收入。META AI CMETA AI C端：端：形態為嵌入應用家族的AI Agent，主要變現包括訂閱（類似ChatGPT Plus）與廣告收費（類似搜索廣告）。META AI META AI B B端：端：變現主要作為客服助理通過WhatsApp實現商業消息的傳遞，參考Meta Whats

8、App Business按使用量抽成。根據測算，AI技術對META 收入端的總拉動作用持續提升，預計在27年開始增速貢獻超過20pcts。2029年，AI帶來的收入預計占META總收入的1/4。測算測算AIAI投入的投入的ROIROI空間：空間：假設META Capex在2025年達到500億美元，后Capex穩定在450億美元/年左右（考慮GPU/ASIC/AI模型成本持續優化）。ROI（當年AI利潤/當年AI投入）：在2028年可大于100%且持續提升，意味當年AI投入對自由現金流產生正面影響；ROI（當年AI利潤/AI當年折舊攤銷）：在2028年可大于100%且持續提升，意味當年AI投入

9、對凈利潤產生正面影響；ROIC(當年AI利潤/累計AI投入)：在2029年AI投資的ROIC達到20%且持續提升（ROIC為20%則5年可收回投資成本）；盈利預測：盈利預測：考慮到AI持續提升廣告效率以及META AI商業化變現的潛力，上調2024-2025年公司收入為1629/1901/2242億美元（前值1629/1843/2068億美元），上調幅度0/3%/8%。由于AI對于前期投資要求較高，下調盈利預測2024-2026年凈利潤為550/627/723億美元(前值為550/639/753億美元)，幅度0%/-2%/-4%。中性預測下2024/2025年PE 24x/21x，維持“優于大

10、市”評級。風險提示風險提示:盈利預測的風險，宏觀經濟波動，下游廣告需求不及預期。技術投資過大風險。AI產品進度以及性能水平不及預期，產生安全合規性問題的風險。（本篇報告對中遠期的業務假設主要為META AI商業化變現與GenAI廣告系統，僅考慮AI對META現有業務的影響。由于業務模型尚未成熟，本篇報告主要參考META業績會、相關論文與相似產品形態，盈利預測的相關假設采用類似產品形態的中性假設。）請務必閱讀正文之后的免責聲明及其項下所有內容META Capex變化與業務分配0101AI技術對社媒廣告的拉動0202META利用GenAI升級廣告系統技術介紹0606AI對META收入貢獻以及ROI

11、變化0404目錄目錄主要內容節選自臉書深度系列一：Reels商業化空間廣闊，AI版圖逐漸清晰META AI的變現預測0303盈利預測0707請務必閱讀正文之后的免責聲明及其項下所有內容META CapexMETA Capex變化變化 20242024年公司上調年公司上調CapexCapex指引為指引為370-400370-400億美元億美元，同比同比+31%-40%+31%-40%。截至目前，Meta對AI的投資經歷了三個資本支出周期：2017-2018 年：購買V系列芯片，建設數據中心；2021-2022 年：GPU硬件切換，提升AI分發占比，在蘋果IDFA政策后改進其內容排名/推薦算法，重

12、建廣告技術堆棧；2023至今：持續的GPU硬件切換與GenAI的投資。1,753 2,074 2,642 4,803 6,732 13,980 15,654 15,718 19,244 32,036 28,103 40,021-20%0%20%40%60%80%100%120%0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000 45,000 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024E capex折舊攤銷Capex YoY折舊攤銷YoY圖：圖：META Ca

13、pexMETA Capex（百萬美元）（百萬美元）資料來源：Meta財報會、國信證券經濟研究所整理圖：各互聯網與云廠圖：各互聯網與云廠CapexCapex季度季度變化情況變化情況 （百萬美元）（百萬美元）資料來源：公司財報、國信證券經濟研究所整理0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 18,000 20,000 2Q22 3Q22 4Q22 1Q23 2Q233Q234Q231Q24 2Q24 微軟亞馬遜谷歌META5請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：META CapexMETA Capex使用分配使用分配資

14、料來源：Meta財報會、國信證券經濟研究所整理測算META CapexMETA Capex變化與業務分配變化與業務分配 AIAI推薦系統（推薦系統（Al content ranking Al content ranking）累計投入Capex約350億美元?！?023年財報會：所有資本支出增長的驅動力，我們將根據我們能夠看到和衡量的回報來安排未來的投資。所以坦白說，我們希望有更多的機會在這里投資，因為我們預計這將是我們的高投資回報率的領域。核心AI我們繼續采取非常注重投資回報的方法，因為對用戶參與度和廣告性能的改進已經轉化為收入增長?！蓖ㄓ萌斯ぶ悄苡嬎悖ㄍㄓ萌斯ぶ悄苡嬎悖℅enAlGenAl）

15、累計投入Capex約140億美元?！?023年財報會：支持通用AI的資本支出投資是一個新興的機會。我們仍處于了解各種應用和可能用例的初期階段。我確實認為這可能代表了一個對我們來說重要的投資機會，它在回報曲線上的位置更早?，F在說這將如何影響我們短期內的整體資本強度還為時過早?！? 1）辦公場地與設施：）辦公場地與設施：非技術資本支出；2 2）元宇宙業務）元宇宙業務：主要與硬件相關，如VR/AR眼鏡；3 3）核心應用家族（）核心應用家族（FoAFoA）業務：）業務：基礎計算（基礎計算（Core ComputeCore Compute）：主要是維護以托管和運行應用程序，包括像Reels 短視頻功能上

16、的視頻內容；AIAI推薦系統（推薦系統（Al content ranking Al content ranking）：）：內容推薦引擎底層硬件更新；廣告技術平臺升級，如 Advantage+新產品；通用人工智能計算（通用人工智能計算（GenAlGenAl）：）：如訓練 Llama，為Meta AI提供推理算力以及AI Agent等。應用家族（FoA計66050404080203080901001001001101103012080120401000501001502002503003504004502018 2019 2020 2021 2022 2023 2024E 元宇宙辦公場地與設施基礎

17、計算AI推薦系統GenAl請務必閱讀正文之后的免責聲明及其項下所有內容CapexCapex變化與算力規模變化與算力規模 2323年底年底METAMETA表示表示2424年底計劃購買年底計劃購買3535萬片英偉達萬片英偉達H100H100，加上其他，加上其他GPUGPU約等效約等效6060萬萬H100H100 GPUGPU的計算能力的計算能力。Omdia報道，2023年Meta和微軟各購得15W H100，谷歌、亞馬遜、甲骨文和騰訊各購得5W H100，特斯拉1.2W H100。TNP測算目前META擁有約6.6W V100、7.6W A100、15W H100，預計今年還將到貨35W H100

18、和2.4W B系列芯片。TNP預計預計2424年底年底GPUGPU相關的累計資本支出將近相關的累計資本支出將近1 15 50 0億美元，其中億美元，其中2424年一年支出達年一年支出達94.794.7億美元，占比億美元，占比63%63%。經過22年與23年初的降本增效周期，META重新開始新一輪硬件投資。圖：圖：META META 擁有的算力規模預測擁有的算力規模預測資料來源：TNP、Meta財報會、國信證券經濟研究所整理年份年份型號型號GPUTensorCore（F16,F32）等效等效H100（片）（片）單價（美元）單價（美元）總價（百總價（百萬美元）萬美元）總浮點計算量總浮點計算量（Ex

19、aflops/FP16）2017V100Super22,0001251,37510,0002202.752021其他V10040,0001252,50010,00040052022RSCA10016,0006244,99215,0002409.982022其他AI0060,00062418,72015,00090037.4420232023H100分配150,0002.000150,00025,0003,75030020242024H100分配350,0002.000350,00025,0008,75070020242024B100/B200分配24,0005,80069,60030.0007

20、20139.2全部全部662,000597,18714,9801,194.37累計累計：GPU支出成本150億美元，數據中心建設數據中心建設與維護成本約與維護成本約400400億美元億美元。20232023年：年：GPU支出成本約40億美元，數據中心建設成本約100億美元，占當年Capex投資約35%；20242024年：年：GPU支出成本約100億美元，數據中心建設成本約230億美元，占當年Capex投資總額約60%；7請務必閱讀正文之后的免責聲明及其項下所有內容META Capex變化與業務分配0101AI技術對社媒廣告的拉動0202META利用GenAI升級廣告系統技術介紹0606AI對

21、META收入貢獻以及ROI變化0404目錄目錄主要內容節選自臉書深度系列一：Reels商業化空間廣闊，AI版圖逐漸清晰META AI的變現預測0303盈利預測0707請務必閱讀正文之后的免責聲明及其項下所有內容META AIMETA AI貢獻的核心技術與產品貢獻的核心技術與產品METAMETA增長的增長的AIAI驅動驅動核心技術核心技術：GenAI技術效果：提升廣告收入效果：提升廣告收入+META AI+META AI變現變現核心產品核心產品/功能：功能：推薦系統革新：推薦系統革新：大一統的推薦系統，疊加AIGC進行內容創作，形成興趣捕捉-內容生成-精準分發的閉環。META AIMETA AI

22、助手助手：社交媒體AI助手，客服場景AI Agent，AR眼鏡/VR產品；中期中期（2027-2029）核心技術核心技術：GenAI技術、傳統AI技術效果：提升廣告收入效果：提升廣告收入+META AI+META AI變現變現核心產品核心產品/功能：功能：推薦算法革新：推薦算法革新：利用Transformer技術改進原有算法模塊；AIAI分發、分發、GPUGPU、Advantage+Advantage+占比持占比持續提升；續提升；META AIMETA AI助手助手：社交媒體AI助手，客服場景AI Agent，AR眼鏡/VR產品；短期（短期（2025-2026年）年）核心技術核心技術：GPU替

23、換、AI分發算法與小部分GenAI技術效果：提升社媒廣告收入效果：提升社媒廣告收入核心產品核心產品/功能：功能：AIAI分發算法：分發算法：依托Reels等新增功能，AI分發帶動用戶時長增長；GPUGPU切換：切換：提升內容/廣告推薦精準度；Advantage+Advantage+：提升廣告主20%的ROI，Sandbox廣告制作工具；目前（目前（2022-2024年）年）9請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：AIAI分發占比與效率提升分發占比與效率提升測算資料來源：Meta財報會、國信證券經濟研究所整理測算 META AIMETA AI貢獻的收入空間與節奏測算貢獻的收入空間與

24、節奏測算短期（短期（-2026年）年）中期（中期（2027-2029年）年）AI技術說明GPU替換、AI內容分發算法與小部分GenAI技術GenAI技術、傳統AI核心產品與效果ReelsReels：AI分發帶動用戶時長增長；Advantage+Advantage+：提升廣告主20%的ROI，Sandbox 廣告制作工具；推薦算法革新：推薦算法革新：利用Transformer技術改進原有算法模塊；推薦系統革新：推薦系統革新：大一統的推薦系統，疊加AIGC進行內容創作，形成興趣捕捉-內容生成-精準分發的閉環。META AIMETA AI助手助手：社交媒體AI助手，客服場景AI Agent，AR眼鏡

25、/VR產品；產品收入貢獻或TAMAIAI分發：分發：25年達到50%的滲透率，測算對于時長拉動約35%；Advantage+Advantage+：25年20%廣告使用量占比，測算提升廣告主ROI/廣告價格約4%；長期50%廣告使用量占比，測算提升廣告主ROI/廣告價格約10%；推薦算法模塊更新：推薦算法模塊更新：假設對于推薦效率提升幅度約在18%；推薦系統革新：推薦系統革新：預計相比推薦算法模塊更新持續提升推薦效率；META AIMETA AI：據測算2029年化超700億美元收入（占當年收入約30%）C C端訂閱收入端訂閱收入：訂閱20美元/月，歐美發達區域8億MAU*10%付費率*40%滲

26、透率*20*12=75億美元；（ChatGPT Plus目前全球訂閱率約5.6%)C C端廣告收入：端廣告收入：2525億DAU*40%滲透率*日均搜索3.8次*40%Ad load*2.8個廣告/次*CPM 20美元（谷歌移動端搜索CPM24美元）=每日36億次搜索（目前谷歌移動端搜索約150億次/天）*40%Ad load*2.8個廣告/次*CPM 20美元=294億美元/年；B B端：端：WhatsApp主要用戶集中在印度、巴西、美國和印尼。目前商家發起單條平均$0.025，每日能夠收到5條商業信息，5*24e MAU*50%用戶滲透率*0.025*64%折扣=60億條/天(目前What

27、sApp平臺商業消息6億條/天)*0.025美元*64%折扣=1億美元收入/天，每年每年約約364364億美元億美元；注：測算過程見后文10請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：META Impression META Impression 與與Ad priceAd price變化變化資料來源：Meta財報、國信證券經濟研究所整理AIAI技術對廣告業務的影響技術對廣告業務的影響 AIAI帶動帶動廣告曝光量（廣告曝光量（ImpressionImpression）增長）增長：通過精準推薦、提升AI內容分發占比、數據標簽體系完善提升Reels用戶時長增長，從而帶動曝光量增長。AIAI帶

28、動廣帶動廣告單價（告單價（CPM/Ad PriceCPM/Ad Price）增長）增長:通過Advantage+工具帶動廣告主投放環節20%ROI的提升，通過精準投放匹配提升廣告CTR。圖：圖：MetaMeta廣告收入的主要影響因素廣告收入的主要影響因素資料來源：公司財報，國信證券經濟研究所整理廣告收入廣告曝光量（Impression）廣告單價（CPM）日活躍人數日均使用時長廣告加載率廣告平均瀏覽時長用戶指標廣告展示指標廣告類型行業內廣告主數量廣告供需關系廣告主所屬行業格局廣告投放效率宏觀經濟法規政策15%15%17%23%26%34%31%21%20%10%-8%-14%-18%-22%-1

29、7%-16%-6%2%6%10%-30%-20%-10%0%10%20%30%40%1Q222Q22 3Q22 4Q22 1Q23 2Q233Q234Q231Q24 2Q24 Impressions YOYAd price YOY11請務必閱讀正文之后的免責聲明及其項下所有內容META AIMETA AI技術拉動技術拉動廣告曝光量（廣告曝光量（ImpressionImpression）測算）測算 提升提升AIAI分發占比（分發占比（推薦你并未關注的用戶內容推薦你并未關注的用戶內容）可以有效提升用戶時長）可以有效提升用戶時長，通過，通過AIAI技術更精準推薦促使內容快速傳播、技術更精準推薦促使內

30、容快速傳播、提升用戶時長，提升用戶時長，AI推薦占比從22Q2的15%增長之24Q1的30%。GPU替換提升推薦精準度，拉動時長約為10%，隨著GPU替換逐步改善。公司業績會表示22Q2 AI推薦算法帶來15%Reels用戶時長提升，23Q3推薦算法更新帶來全年7%FB時長增長、6%INS時長增長，23Q4因為推薦算法的進步視頻類觀看時間同比增長25%。AI一方面促進內容推薦更精準，同時AI內容分發占比提升，將形成更精準的數據標簽，和未來更多的商業化曝光流量位。生成式模型尚未在推薦環節大規模使用，預計后續也能帶動時長增長。圖：圖：AIAI推薦占比變化與推薦占比變化與AIAI帶來的帶來的Reel

31、sReels時長增長時長增長資料來源：公司業績會、國信證券經濟研究所整理0%10%20%30%40%50%60%0%5%10%15%20%25%30%35%22Q122Q223Q123Q323Q424Q1AI推薦占比AI帶來Reels時長增長Reels占比Ins時長Reels占Ins時長的20%全平臺20%內容由AI推薦，INS達到40%推薦算法更新帶來7%FB時長增長，6%INS時長增長AI使Video類觀看時間+25%YoY全平臺30%內容由AI推薦，INS超過50%圖：圖：AIAI分發占比與效率提升分發占比與效率提升資料來源：Meta財報會、國信證券經濟研究所整理測算*紅字為財報會披露數

32、據注：測算未考慮Ad load與DAU變化影響202220232024EFacebook AI分發占比Q2約5%Q1約10%Q1約20%Instagram AI分發占比Q2約35%Q1 40%Q1 50%+全平臺AI分發占比Q2 15%*Q1 20%Q1 30%AI給FB時長提升7%AI給Ins時長提升6%AI分發占比提升與時長拉動22年約+5%，AI分發占比+6.4%23年約+7%，AI分發占比+9%24年約9%，AI分發占比+12.5%總總Impression拉動拉動5%7%9%12請務必閱讀正文之后的免責聲明及其項下所有內容表：表：META META AI分發占比與時長變化測算對應圖表分

33、發占比與時長變化測算對應圖表資料來源：Meta財報會、We are social、國信證券經濟研究所測算整理 *紅字為財報會披露數據 注：測算未考慮Ad load與DAU變化影響AIAI技術拉動技術拉動廣告曝光量測算：廣告曝光量測算：分發占比與時長變化對應圖表分發占比與時長變化對應圖表提升提升AIAI分發占比（分發占比（推薦你并未關注的用戶內容推薦你并未關注的用戶內容）可以有效提升用戶時長）可以有效提升用戶時長，通過，通過AIAI技術更精準推薦促使內容快速傳播、技術更精準推薦促使內容快速傳播、提升用戶時長，提升用戶時長，AI推薦占比從22Q2的15%增長之24Q1的30%。GPU替換提升推薦精

34、準度，拉動時長約為10%，隨著GPU替換逐步改善。公司業績會表示22Q2 AI推薦算法帶來15%Reels用戶時長提升，23Q3推薦算法更新帶來全年7%FB時長增長、6%INS時長增長，23Q4因為推薦算法的進步視頻類觀看時間同比增長25%。AI一方面促進內容推薦更精準，同時AI內容分發占比提升，將形成更精準的數據標簽，和未來更多的商業化曝光流量位。21Q422Q222Q423Q123Q323Q424Q124Q4EFB AI分發占比約10%約15%20%INS AI分發占比40%約45%+50%+全平臺約12%15%*約18.3%（每季度+1.7%）20%約25%(每季度+2.5%)約27.5

35、%30%約40%(每季度+3.3%)AI拉動FB時長全年+7%AI拉動Ins時長全年+6%總時長變化（僅考慮AI因素）22年約+5%，AI分發占比+6.3%23年約+7%，AI分發占比+9%24年約9%，AI分發占比+12.5%13請務必閱讀正文之后的免責聲明及其項下所有內容META AIMETA AI技術拉動技術拉動廣告價格（廣告價格（CPM/Ad PriceCPM/Ad Price）測算）測算 2022年8月，Meta整合自動化廣告產品推出賦能型產品系列（Meta Advantage+），涉及預算管理、用戶定位和廣告制作。2023年全年利用Advantage+Shopping和App功能的

36、廣告收入實現超過100%的增長，廣告主使用意愿明顯，23Q423Q4的的ARRARR已達已達到到100100億美元。億美元。廣告主使用廣告主使用Advantage+Advantage+預計能帶來預計能帶來20%20%的的ROIROI提升。提升。據Meta官網2023年有關文章表述，Advantage+Advantage+平均降低平均降低 CPACPA 28%(Cost Per Acquisition,28%(Cost Per Acquisition,即即獲客獲客成本成本），提升），提升 ROASROAS 32%32%（Return on Ad SpendReturn on Ad Spend，即

37、廣告支出回報率即廣告支出回報率）。）。短期短期GPUGPU替換、更完善的用戶數據標簽和跟蹤體系預計也能帶動替換、更完善的用戶數據標簽和跟蹤體系預計也能帶動2%2%左右的左右的ROIROI提升。提升。META今年初論文采用Transformer技術更新推薦算法模塊，也能顯著提升推薦精準度，預計隨著推廣使用能持續提升CPM。圖：圖：MetaMeta AdvantageAdvantage產品介紹產品介紹資料來源：Meta官網、國信證券經濟研究所整理產品Catalog Ads(目錄廣告，又稱動態廣告)Audience（自動化受眾）Placements（自動化版位）Creative（自動化素材生成）優化

38、目標提高銷量與喚醒原有客戶擴展目標客戶群體投放版位選擇生成更多自適應素材適用客戶適合產品種類眾多的電商與零售店家希望拓展受眾群體、增大觸達面的廣告主全盤廣告投放不熟悉的廣告主；適合大眾化產品的投放所有類型廣告主；從素材制作成本上，對中小型廣告主帶來更明顯的增益圖：圖：Advantage+Advantage+使用比例與整體使用比例與整體ROIROI的的拉動拉動資料來源：Meta官網、國信證券經濟研究所整理 *假設ROI與廣告價格CPM線性相關202220232024E2025E2026E廣告主滲透率5%30%55%75%85%廣告量使用比例1%5%10%20%30%A+ROI A+ROI 拉動拉

39、動0.2%0.8%1%2%2%其他因素其他因素ROIROI拉拉動動0.8%2.2%3%3%3%其他因素說明其他因素說明GPU替換，數據標簽完善GPU替換，Transformer技術更新推薦算法模塊ROI ROI 拉動預測拉動預測1%3%4%5%5%對對CPMCPM的拉動的拉動1%3%4%5%5%14請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：AIAI技術對技術對METAMETA社媒廣告的曝光量社媒廣告的曝光量ImpressionImpression與廣告價格與廣告價格CPMCPM的拉動的拉動預測預測資料來源：Meta財報會、國信證券經濟研究所整理測算總結：總結：AIAI技術對技術對ME

40、TA META 社媒廣告業務的拉動社媒廣告業務的拉動預測預測 22-2422-24年年:META借助Reels短視頻功能的快速發展，通過提高AI分發占比顯著拉動了Impression（曝光量/廣告位）的增長。同時底層硬件升級成GPU，提升內容/廣告推薦準確性。發布Advantage+廣告投放工具，節省廣告主投放成本，拉動CPM增長；25-2625-26年年：隨著GenAI與相關技術的發展，META在24年初發布基于Transformer改進廣告推薦流程、從而提升推薦準確性的論文（詳見本報告第五章）。預計隨著底層硬件逐漸完備，推薦算法模塊更新預計拉動CTR以及CPM持續增長。27-2927-29

41、年：年：24Q2財報會扎克伯格提到廣告推薦方面，Facebook已將所有視頻類型集成到了一個播放系統中，未來希望朝著統一的推薦系統邁進。借助GenAI技術的大一統推薦系統有望顛覆目前推薦流程，達到更高的推薦準確度。20222022202320232024E2024E2025E2025E2026E2026E2027E2027E2028E2028E2029E2029E 全平臺AI分發占比18%27%40%48%55%57%59%60%AI分發Impression拉動5%7%9%5%4%其他因素Impression拉動1%1%2%2%2%對總對總ImpressionImpression拉動預測拉動預

42、測5%7%9%6%5%2%2%2%核心驅動核心驅動因素因素提升提升AI分發占比，分發占比，GPU替換替換提升提升AI分發，推薦系統升級分發，推薦系統升級大一統推薦系統大一統推薦系統 A+廣告量使用比例1%5%10%20%30%50%50%50%A+ROI 拉動0.2%0.8%1%2%2%1%1%1%其他因素ROI 拉動0.8%2.2%2.5%3%3%4%5%5%對總對總CPMCPM的拉動預測的拉動預測1%3%4%5%5%5%6%6%核心驅動核心驅動因素因素GPU替換，替換，A+滲透滲透推薦系統升級，推薦系統升級，A+滲透滲透大一統推薦系統大一統推薦系統 AIAI對社媒廣告增速的影響對社媒廣告增

43、速的影響6%10%13%11%10%7%8%8%15請務必閱讀正文之后的免責聲明及其項下所有內容META Capex變化與業務分配0101AI技術對社媒廣告的拉動0202META利用GenAI升級廣告系統技術介紹0606AI對META收入貢獻以及ROI變化0404目錄目錄主要內容節選自臉書深度系列一：Reels商業化空間廣闊，AI版圖逐漸清晰META AI的變現預測0303盈利預測0707請務必閱讀正文之后的免責聲明及其項下所有內容META AI CMETA AI C端端形態：嵌入應用家族生態的形態：嵌入應用家族生態的AI AgentAI Agent24年4月Meta Platforms在推出

44、了Llama3時同時推出其改進的MetaAI聊天界面，該界面嵌入其Facebook、Instagram、WhatsApp和Messenger應用程序中。MetaMeta AIAI主要在聊天、搜索、總結等需求中使用，可以訪問實時信息、生成圖片主要在聊天、搜索、總結等需求中使用，可以訪問實時信息、生成圖片。META與谷歌和必應合作獲得實時信息，下一階段的AI可以處理更多任務，形態更像一個Agent而不是聊天機器人。公司財報會表示目前對公司財報會表示目前對AIAI帶來的短期收入轉化較為保守帶來的短期收入轉化較為保守。AI收入并非直接體現在AI服務，而是可能通過其他方式。比如公司表示不做搜索廣告，但M

45、eta AI互動中可能會出現廣告和付費內容。比如也可能為更大的模型、更多的計算能力或高級功能付費。圖：圖：META AIMETA AI在網頁中形式在網頁中形式資料來源：Meta官網、國信證券經濟研究所整理圖：圖：META AIMETA AI在在MessageMessage中形式中形式資料來源：Meta官網、國信證券經濟研究所整理圖：圖：META AIMETA AI在在FeedFeed流中形式流中形式資料來源：Meta官網、國信證券經濟研究所整理17請務必閱讀正文之后的免責聲明及其項下所有內容圖：從圖：從InstagramInstagram點擊消息廣告跳轉點擊消息廣告跳轉MessengerMes

46、senger與與Instagram DirectInstagram Direct資料來源：公司官網、國信證券經濟研究所整理B B端端形態：形態：WhatsApp+WhatsApp+Click-To-MessageClick-To-Message廣告廣告，對話式營銷的潛力對話式營銷的潛力 Click-to-messageClick-to-message廣告允許用戶通過點擊廣告允許用戶通過點擊將客戶引導至將客戶引導至 WhatsApp WhatsApp、Instagram Direct Instagram Direct 和和MessengerMessenger，直接與品牌進直接與品牌進行對話行對話

47、。這種廣告類型特別有利于擴大覆蓋面并有效提高與客戶的互動。實時聊天：通過實時聊天更快地接觸到客戶，滿足現代消費者對于快速響應的期望；個性化消息：能夠直接與品牌建立聯系，允許品牌向互動過的人發送個性化消息，提高受眾參與度和品牌認知度；互動答疑：吸引潛在客戶點擊消息，與廣告進行更多互動，對話介紹產品更新、優惠和折扣，建立對業務的興趣；通過該類廣告為通過該類廣告為WhatsAppWhatsApp平臺（類似企業微信）帶來極大收入增長。平臺（類似企業微信）帶來極大收入增長。WhatsApp商業版目前不通過訂閱直接向用戶收費，也沒有計劃在聊天中投放廣告。23年初，該應用推出了自動化和自定義商家消息的付費功

48、能。Meta還通過向企業收費發送特定信息給客戶，以及銷售鏈接至WhatsApp聊天的點擊的消息廣告來實現盈利。圖：從圖：從FacebookFacebook點擊消息廣告跳轉點擊消息廣告跳轉WhatsAppWhatsApp界面界面資料來源：公司官網、國信證券經濟研究所整理18請務必閱讀正文之后的免責聲明及其項下所有內容B B端形態：端形態：Click-To-MessageClick-To-Message廣告廣告目前目前的收入與發展的收入與發展 2023年2月，扎克伯格財報會表示示Click-To-MessageClick-To-Message廣告廣告在全球的在全球的Run RateRun Rate

49、收入已達到收入已達到100100億美元（占比總收入約億美元（占比總收入約8%8%）。23年10月，扎克伯格表示印度的點擊消息廣告收入同比翻了一番，印度超過60%的WhatsApp用戶每周都會向商業應用帳戶發送消息。印度作為WhatsApp最大的市場擁有超過5億用戶。年初，WhatsApp在印度允許用戶使用即時通訊應用程序內的各種支付選項付款，包括信用卡和其他UPI應用。扎克伯格還表示，目前大多數“信息傳遞商業”都發生在“勞動力成本足夠低，以至于企業讓人們通過短信與客戶通信是有意義的”的國家。圖：從圖：從InstagramInstagram點擊消息廣告跳轉點擊消息廣告跳轉MessengerMes

50、senger與與Instagram DirectInstagram Direct資料來源：公司官網、國信證券經濟研究所整理圖：從圖：從InstagramInstagram點擊消息廣告跳轉點擊消息廣告跳轉MessengerMessenger資料來源：公司官網、國信證券經濟研究所整理19請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：WhatAppWhatApp、WhatsApp BusinessWhatsApp Business與與WhatsApp Business APIWhatsApp Business API用戶權益用戶權益資料來源：Shopline、國信證券經濟研究所整理B B端形態

51、：端形態：WhatsApp BusinessWhatsApp Business與與WhatsApp Business APIWhatsApp Business API產品介紹產品介紹 隨著電子商務興起，各行各業都積極發展線上互動交流，全球擁有逾24億用戶、服務遍及180個不同國家的WhatsApp Business正是其中一個不可忽略的產品。2014年WhatsApp 被 Facebook 收購。2018年WhatsApp 發布了 WhatsApp Business 幫助中小企業與客戶溝通。2018年8月WhatsApp 發布了 WhatsApp Business API，適用于企業高級需求的

52、商業解決方案。2022年2月WhatsApp Business API 由按訊息 template 收費轉變為完全基于對話收費。WhatsApp Business商業賬號有兩種版本，一種是免費的WhatsApp Business，另一種則是收費的WhatsApp Business API，商家可訂閱經過META認可的SaaS服務商。前者是目前最多中小型商家采用的，只需下載應用程式便能免費使用群發訊息、對話標簽、商家目錄等一系列商用工具。但WhatsApp Business應用程式存有限制，例如每次只允許4人內用戶登入等等，活躍客戶群體不超過256個人。復雜功能需要WhatsApp Busine

53、ss API，企業購買特定服務供應商平臺（第三方SaaS服務商）的商業解決方案，與WhatsApp客戶溝通，能使用自動回復大量查詢、聊天機器人(Chatbot)、數據分析等升級功能。20請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：WhatsApp Business APIWhatsApp Business API第三方第三方SaaSSaaS ShoplineShopline的的收費模式收費模式資料來源：Shopline、國信證券經濟研究所整理B B端形態：端形態：WhatsApp Business APIWhatsApp Business API產品收費模式產品收費模式商家如果想要使用

54、WhatsApp Business API，一般需要訂閱第三方軟件服務商，客戶按照第三方計價方式付費。META對不同的SaaS供應商有統一的按量抽成規則。2022年2月1日，WhatsApp商業賬號META采取全新收費模式，按照用戶發起及商戶發起有不同的定價標準：商戶發起商戶發起(Business-Initiated)(Business-Initiated)：如果整個對話是由商戶主動開啟，先前未有任何訊息的話，商家便必須使用預設的范本訊息發送（范本信息必須取得官方批準才能使用）。假如客戶發出訊息后，商戶未能及時在24小時內回復，此后開展的對話就屬于商戶發起，將被收取不同費率（比用戶發起貴）。用

55、戶發起用戶發起(User-Initiated)(User-Initiated)：由客戶主動引起的對話。如果在客人發出首個訊息后的24小時內商家回復，則屬于用戶發起的信息，商家發送的信息收費按照用戶發起計價，相比較便宜。圖：圖：METAMETA在全球部分國家在全球部分國家WhatsApp Business APIWhatsApp Business API收費模式收費模式資料來源：WhatsApp官網、國信證券經濟研究所整理21請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：WhatsApp Business商家對話廣告界面商家對話廣告界面資料來源：WhatsApp、萬寧官網、國信證券經濟研究

56、所整理案例：案例：WhatsApp BusinessWhatsApp Business商家對話廣告商家對話廣告商超采用WhatsApp宣傳優惠活動，訂閱官方賬號可領取優惠券在WhatsApp互動過的官方賬號可以通過發送范本消息吸引回購或宣傳22請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：META AIMETA AI收入收入C C端中性測算端中性測算資料來源：Meta財報會、AIPRM、SensorTower、國信證券經濟研究所整理測算META AI CMETA AI C端端中性與樂觀中性與樂觀收入測算收入測算2320252026202720282029C端1 1）以訂閱的方式收費）以訂

57、閱的方式收費歐美及其他發達地區MAU（日韓新馬臺）7.507.587.657.737.80訂閱費用（每月）2020202020產品MAU滲透率15%20%30%35%40%歐美等付費率4%5%7%8%10%訂閱費用營收（歐美及發達地區）訂閱費用營收（歐美及發達地區）1111 1818 3939 5252 7575 2 2）按廣告投放收入）按廣告投放收入Meta DAU為24億24.024.224.524.725.0產品DAU滲透率15%20%30%35%40%DAU用戶數量（億）3.64.87.38.710.0日均搜索次數（次）3.03.23.33.53.6YOY5%5%5%5%每日搜索次數（

58、億）1115243036單次搜索顯示的廣告數量1.01.52.02.42.8AD Load5%10%25%35%40%月廣告加載總數（億）16 69 364 757 1,224 年廣告加載總數（億）194 825 4,373 9,089 14,688 廣告CPM2020202020廣告投放營收廣告投放營收4 4 1616 8787 182182 294294 圖：圖：META AIMETA AI收入收入C C端樂觀測算端樂觀測算資料來源：Meta財報會、AIPRM、SensorTower、國信證券經濟研究所整理測算20252026202720282029C端1 1）以訂閱的方式收費）以訂閱的方

59、式收費歐美及其他發達地區MAU（日韓新馬臺）7.507.587.657.737.80訂閱費用（每月）2020202020產品MAU滲透率15%20%35%50%60%歐美等付費率4%5%7%8%10%訂閱費用營收（歐美及發達地區）訂閱費用營收（歐美及發達地區）1111 1818 4545 7474 112112 2 2）按廣告投放收入）按廣告投放收入Meta DAU為24億24.024.224.524.725.0產品DAU滲透率15%20%35%50%60%DAU用戶數量（億）3.64.88.612.415.0日均搜索次數（次）33.54.04.65.2YOY15%15%15%15%每日搜索次

60、數（億）1117345679單次搜索顯示的廣告數量1.01.52.02.42.8AD Load5%10%25%35%40%月廣告加載總數（億）16 75 510 1,422 2,642 年廣告加載總數（億）194 903 6,119 17,059 31,702 廣告CPM2020202020廣告投放營收廣告投放營收4 4 1818 122122 341341 634634 中性假設考慮META AI產品可以替代現有信息獲取工具，產品體驗穩健增長，五年后滲透率40%。樂觀預期Gen搜索體驗大幅提升，META的競爭格局較好，五年后滲透率達60%。發達區域訂閱收費參考ChatGPT Plus，后者目

61、前全球付費率約5.6%；滲透率中性與樂觀假設參考如上。單用戶日均搜索參考谷歌目前約3-4次/日，樂觀假設下Gen搜索的對于信息獲取效率、范疇、準確性大幅提升，帶動搜索需求的增加。谷歌當前搜索200億次/天，移動端約占150億次/天，因META主要為移動端用戶，中性假設下2029年META移動端搜索市占率約為25%，樂觀假設下META市占率約為50%；參考谷歌移動端搜索平均CPM為$24，假設廣告CPM$20.請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：META AIMETA AI收入收入B B端樂觀端樂觀測算與合計測算與合計資料來源：Meta財報會、AIPRM、SensorTower、

62、國信證券經濟研究所整理測算圖：圖：META AIMETA AI收入收入B B端中性測算與合計端中性測算與合計資料來源：Meta財報會、AIPRM、SensorTower、國信證券經濟研究所整理測算META AI BMETA AI B端端中性與樂觀中性與樂觀收入測算收入測算2420252026202720282029B B端端WhatsApp BusinessWhatsApp MAU(億)20.021.022.123.224.3YOY5%5%5%5%WhatsApp Business 滲透率10%20%30%40%50%WhatsApp Business 觸達MAU（億）2.004.206.62

63、9.2612.16每日商業信息（次）23445日商業信息數量（億）4.012.626.537.060.8單條商業信息價格（美元）0.0250.0230.0200.0180.016YOY-10%-10%-10%-10%日信息總營收0.10.30.50.71.0年營收37103196246364合計C C端端1）訂閱模式11 18 39 52 75 2）廣告變現模式4 16 87 182 294 B B端端WhatsApp Business37 103 196 246 364 合計合計5151 138138 322322 480480 733733 20252026202720282029B B端

64、端WhatsApp BusinessWhatsApp MAU(億)20.021.022.123.224.3YOY5%5%5%5%WhatsApp Business 滲透率10%20%30%40%50%WhatsApp Business 觸達MAU（億）2.004.206.629.2612.16每日商業信息（次）23456日商業信息數量（億）4.012.626.546.372.9單條商業信息價格（美元）0.0250.0230.0200.0180.016YOY-10%-10%-10%-10%日信息總營收0.10.30.50.81.2年營收37103196308437合計C C端端1）訂閱模式11

65、18 45 74 112 2）廣告變現模式4 18 122 341 634 B B端端WhatsApp Business37 103 196 308 437 合計合計5151 140140 363363 723723 11831183 WhatsApp Business 滲透率指WhatAppp用戶可以收到商業化消息的比例，隨著Click-To-Messenge廣告的推廣以及商家的引流獲客，假設2029年滲透率達到50%；目前META平臺商業信息每日約6億條。中性假設考慮通過META AI代替人工傳遞WhatsApp商業消息，節省大量人力成本，且消息轉化率提升，每日傳遞的消息數量穩步增長，假設

66、五年后達5條/日。樂觀預期假設五年后達6條/日。目前WhatsApp Business是按照消息使用量計費，全球差異化定價，未來隨著使用量大幅增長，預計收費模式和均價會有所調整，考慮每年10%的價格優惠。請務必閱讀正文之后的免責聲明及其項下所有內容META Capex變化與業務分配0101AI技術對社媒廣告的拉動0202META利用GenAI升級廣告系統技術介紹0606AI對META收入貢獻以及ROI變化0404目錄目錄主要內容節選自臉書深度系列一：Reels商業化空間廣闊，AI版圖逐漸清晰META AI的變現預測0303盈利預測0707請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：AI

67、AI技術對技術對METAMETA收入的貢獻測算收入的貢獻測算資料來源：Meta財報會、國信證券經濟研究所整理測算METAMETA收入增長以及收入增長以及AIAI貢獻空間預測貢獻空間預測20222022202320232024E2024E2025E2025E2026E2026E2027E2027E2028E2028E2029E2029E AIAI帶動社媒廣告收入帶動社媒廣告收入71 71 116 116 169 169 180 180 186 186 147 147 187 187 208 208 AIAI對社媒廣告增速的影響對社媒廣告增速的影響6%6%10%10%13%13%11%11%10%

68、10%7%7%8%8%8%8%META AIMETA AI帶動收入帶動收入5151 138138 322322 480480 733733 METAMETA AIAI對總收入的影響對總收入的影響3%3%7%7%14%14%18%18%24%24%AIAI貢獻總收入（億美元貢獻總收入（億美元/年）年）71 116 169 232 325 469 667 940 AIAI累計貢獻收入（億美元）累計貢獻收入（億美元）7171 187187 356356 588588 913913 13811381 20482048 29882988 META META 社媒廣告收入（億美元社媒廣告收入（億美元/年）

69、年）11361136 13191319 15961596 18191819 20742074 23022302 25562556 28372837 YoY YoY-1%-1%16%16%21%21%14%14%14%14%11%11%11%11%11%11%META META 總收入（億美元總收入（億美元/年）年）（包含社媒廣告、包含社媒廣告、RLRL、META AIMETA AI收收入入）116611661349134916321632 19011901 22422242 26542654 30663066 35993599 YoY YoY-1%-1%16%16%21%21%16%16%18

70、%18%18%18%16%16%17%17%其中其中AIAI拉動的收入端增長拉動的收入端增長6%6%10%10%13%13%14%14%17%17%21%21%25%25%31%31%當年當年AIAI收入占當年收入收入占當年收入6%6%9%9%10%10%12%12%14%14%18%18%22%22%26%26%根據測算AI變現的收入空間：AIAI對社媒廣告：對社媒廣告：每年約拉動META傳統社媒廣告高個位數增長，在2029年約帶動200億美元/年的收入。META AIMETA AI：隨著使用滲透率的提升，商業化變現顯著增長，采用中性預測，預計29年可帶動730億美元/年收入量級。根據測算，

71、AI技術對META 收入端的總拉動作用持續提升，預計在27年開始增速貢獻超過20pcts。2029年，AI帶來的收入預計占META總收入的1/4。26請務必閱讀正文之后的免責聲明及其項下所有內容圖：近三年圖：近三年人工智能計算（人工智能計算（Al content ranking Al content ranking）投資以及投資以及ROI變化變化資料來源：Meta財報會、國信證券經濟研究所整理測算圖：近三年通用圖：近三年通用人工智能計算（人工智能計算（GenAIGenAI ）投資以及投資以及ROI變化變化資料來源：Meta財報會、國信證券經濟研究所整理測算近三年近三年AIAI對對METAMET

72、A收入貢獻以及收入貢獻以及ROIROI變化變化 AIAI推薦系統（推薦系統（Al content rankingAl content ranking）投資初期ROI（當年利潤/投入折舊攤銷）基本為1。ROIC約15%，既約6年左右可以收回投資成本?！?023年財報會：所有資本支出增長的驅動力，我們將根據我們能夠看到和衡量的回報來安排未來的投資。我們預計這將是我們的高投資回報率的領域?！蓖ㄓ萌斯ぶ悄苡嬎悖ㄍㄓ萌斯ぶ悄苡嬎悖℅enAlGenAl）累計投入Capex約140億美元，目前投資ROI約30%、ROIC約5%，還處在早期階段?！?023年財報會：通用AI的資本支出投資是新興的機會。我們仍處

73、于了解各種應用和可能用例的初期階段，它在回報曲線上的位置更早?！?0222022202320232024E2024E當年當年CapexCapex投入投入120 120 80 80 120 120 累計累計CapexCapex投入投入150 150 230 230 350 350 當年折舊攤銷當年折舊攤銷25 25 38 38 58 58 當年收入當年收入71 71 116 116 149 149 當年利潤當年利潤24 24 39 39 50 50 ROIROI（當年利潤（當年利潤/投入折舊攤投入折舊攤銷）銷）95%95%101%101%85%85%ROIC(ROIC(當年利潤當年利潤/累計投入

74、累計投入)16%16%17%17%14%14%20222022202320232024E2024E當年當年CapexCapex投入投入0 0 40 40 100 100 累計累計CapexCapex投入投入0 0 40 40 140 140 當年折舊攤銷當年折舊攤銷0 0 7 7 23 23 當年收入當年收入0 0 0 0 20 20 當年利潤當年利潤0 0 0 0 7 7 ROIROI（當年利潤（當年利潤/投入折舊攤投入折舊攤銷）銷）0%0%0%0%29%29%ROIC(ROIC(當年利潤當年利潤/累計投入累計投入)0%0%0%0%5%5%AIAI推薦系統（推薦系統（Al content r

75、anking Al content ranking）：內容推薦引擎底層硬件更新；廣告技術平臺升級，如 Advantage+這樣的新產品；通用人工智能計算（通用人工智能計算（GenAlGenAl）：）：如訓練 Llama，為Meta AI提供推理算力以及AI Agent等。請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：AI對對META收入貢獻以及收入貢獻以及ROI變化變化資料來源：Meta財報會、國信證券經濟研究所整理測算AIAI對對METAMETA收入貢獻收入貢獻空間以及空間以及ROIROI變化變化測算測算20222022202320232024E2024E2025E2025E2026E

76、2026E2027E2027E2028E2028E2029E2029EMETA META 總收入（億美元總收入（億美元/年）年）11661166134913491632 1632 1901 1901 2242 2242 2654 2654 3066 3066 3599 3599 YoY YoY-1%-1%16%16%21%21%16%16%18%18%18%18%16%16%17%17%AI AI貢獻收入（億美元）貢獻收入（億美元）71 71 116 116 169 169 232 232 325 325 469 469 667 667 940 940 AI AI累計貢獻收入（億美元）累計貢獻

77、收入（億美元）71 71 187 187 356 356 588 588 913 913 1381 1381 2048 2048 2988 2988 Capex Capex預測預測320320281281390390500500450450450450450450450450 YoY YoY67%-12%39%28%-10%0%0%0%當年當年AIAI投入金額（億美元）投入金額（億美元）120120120120220220280280230230230230220220210210 AI AI累計投入（億美元）累計投入（億美元）150150270270490490770770100010001

78、23012301450145016601660 折舊攤銷（億美元折舊攤銷（億美元/年）年）8585110110152152221221310310400400480480530530 AI AI投入折舊攤銷（億美元投入折舊攤銷（億美元/年）年）252545 45 82 82 128 128 167 167 200 200 217 217 232 232 AI AI當年貢獻利潤（參考當前利潤率）當年貢獻利潤（參考當前利潤率）24 24 39 39 56 56 77 77 117 117 169 169 240 240 338 338 AI AI累計貢獻利潤累計貢獻利潤（參考當前利潤率）（參考當前

79、利潤率）24 24 62 62 119 119 196 196 329 329 497 497 737 737 1076 1076 ROIROI（當年（當年AIAI利潤利潤/當年當年AIAI投入）投入）20%20%32%32%26%26%28%28%51%51%73%73%109%109%161%161%ROIROI（當年（當年AIAI利潤利潤/AI/AI當年當年折舊攤銷）折舊攤銷）95%95%86%86%69%69%60%60%70%70%84%84%111%111%146%146%ROIC(ROIC(當年當年AIAI利潤利潤/累計累計AIAI投入投入)16%16%14%14%11%11%1

80、0%10%12%12%14%14%17%17%20%20%假設META Capex在2025年達到500億美元，后Capex穩定在450億美元/年左右（考慮GPU/ASIC/AI模型成本優化）。ROI（當年AI利潤/當年AI投入）：在2028年可大于100%且快速提升，意味當年AI投入對現金流帶來正面影響；ROI（當年AI利潤/AI當年折舊攤銷）：在2028年可大于100%且快速提升，意味當年AI投入對凈利潤正面影響；ROIC(當年AI利潤/累計AI投入)：29年AI投資ROIC達到20%且持續提升（ROIC為20%則5年可收回投資成本）。28請務必閱讀正文之后的免責聲明及其項下所有內容MET

81、A Capex變化與業務分配0101AI技術對社媒廣告的拉動0202META利用GenAI升級廣告系統技術介紹0606AI對META收入貢獻以及ROI變化0404目錄目錄主要內容節選自臉書深度系列一：Reels商業化空間廣闊，AI版圖逐漸清晰META AI的變現預測0303盈利預測0707請務必閱讀正文之后的免責聲明及其項下所有內容推薦算法排序流程：同時考慮精準度和時效性推薦算法排序流程：同時考慮精準度和時效性*從龐大的視頻資源庫中，挑選出一部分與特定用戶潛在興趣相關的視頻片段，同時對處理的時效性與時效性與內容覆蓋度提出要求，常用聚類操作內容覆蓋度提出要求，常用聚類操作。這一過程依賴于用戶的歷

82、史活動記錄、興趣點標簽以及社交網絡關系等多維度信息，并借助多種檢索策略（例如，基于內容的推薦和協同過濾推薦）來實現精確篩選。內容內容召回召回對召回的視頻進行初步排序視頻進行初步排序，使用較為簡單的模型或規則，快速評估每個視頻對于用戶的潛在價值或相關性，以便進一步縮小推薦范圍。毫秒級別的速度對更有可能受用戶歡迎的視頻進行篩選，減輕后續精排階段的計算壓力。粗排粗排在對候選視頻進行初步篩選后，運用更為復雜且精細化的模型對視頻進行深入的評估與排序。在此過程中需盡可能提升準確度盡可能提升準確度，挖掘用戶歷史行為的聯系，確保為用戶呈現的視頻列表更具個性化和準確性，綜合考慮各種特征以及用戶的個性化需求，并利

83、用機器學習算法計算每個視頻的綜合評分。精排精排在精排階段之后，根據特定的業務策略對視頻列表進行最終調整，考慮時效性、重復性、多樣性和創新性考慮時效性、重復性、多樣性和創新性的因素的因素，或針對特定業務目標（如提升點擊率、觀看針對特定業務目標（如提升點擊率、觀看時長等）進行優化時長等）進行優化。整合更多業務目標參數，如用戶留存率、點擊率提升等關鍵指標，重新排序，滿足用戶的多元化需求、提升用戶體驗。優化排序優化排序30請務必閱讀正文之后的免責聲明及其項下所有內容圖：可被圖：可被GPUGPU替代的推薦算法環節替代的推薦算法環節資料來源：Heng-Tze Cheng et al.、Wide&Deep

84、Learning for Recommender Systems、Machine Learning、20160624，國信證券經濟研究所整理GPUGPU替代：替代：提升推薦模型性能，滿足算力、帶寬和時延平衡需求提升推薦模型性能，滿足算力、帶寬和時延平衡需求 GPU大規模替代，對于系統能力會更高，對廣告收益提升，因為：通過其并行計算能力提升了模型性能，模型承載力得到提升，能夠在更大的樣本去做選擇；CPU無法做用戶序列的模型，耗時長，計算難度更高，GPU可以提高序列長度，提高準度；GPUGPU的成本是否能夠被廣告收益覆蓋，涉及到廣告商的邊際效益的成本是否能夠被廣告收益覆蓋，涉及到廣告商的邊際效益/

85、成本情況成本情況。大模型能力加入到廣告算法里面去做訓練，增加的維度是比較多的，同時向量拼接之后還需要接入很多神經網絡，因此對訓練的資源要求較高?？紤]到國內大模型訓練，當前大模型階段可能沒有冗余的算力去做廣告方面的應用?？捎每捎肎PUGPU替代環節：替代環節：召回階段：召回階段：對廣告庫里的廣告先聚類，再選擇幾個接近的類作為TOP N。GPU可以做更快計算，使得聚類的最小聚合數的參數更低，從而減少精度損失。粗排階段：粗排階段：GPU能夠處理更復雜的模型和特征工程，進一步提高了預測準確度，深入理解了用戶需求和內容特性，從而優化了推薦質量。精排階段精排階段：后續隨著處理信息的增多，精排階段也需要盡快

86、的響應速度，預計GPU也有進一步替代的需求。召回粗排精排優化召回Server排序Server內容索引Redis推薦算法層推薦算法層公用組件公用組件存儲單元存儲單元索引表索引表用戶特征用戶特征31請務必閱讀正文之后的免責聲明及其項下所有內容AIAI賦能廣告推薦算法的方式賦能廣告推薦算法的方式 從提升內容理解方面，如果公司既做廣告又做內容，廣告測可以用到用戶在內容側的消費信息，在用戶公司既做廣告又做內容，廣告測可以用到用戶在內容側的消費信息，在用戶廣告測的興趣刻畫會更準確廣告測的興趣刻畫會更準確，因為廣告推薦反饋的用戶數據是稀疏的，用戶曝光的廣告或者用戶去點擊廣告是偏少數的。提升內容理解，提升內容

87、理解，進行模型更新，讓用戶和推薦內容更匹配，從而對ROI的提升。當下暫時沒有公司能夠把內容理解的模型做得很深，基本是基本是IDID類類特征特征+內容理解或者用一個多模內容理解或者用一個多模態的特征作為輔助進行模型訓練。態的特征作為輔助進行模型訓練。多模態提升內容理解多模態提升內容理解通過在推薦系統的編碼和向量化推薦系統的編碼和向量化階段引入更豐富的數據維度階段引入更豐富的數據維度，綜合處理包括用戶行為、內容屬性在內的多樣化特征。在排序階段應用更復雜的模型結排序階段應用更復雜的模型結構構/大模型架構大模型架構，顯著提升了系統的推理能力。提升提升RankRank精準度精準度生成式推薦成為新的架構生

88、成式推薦成為新的架構，大模型成為一個模塊，與過去的Rank范式有大差異。通過更精細的模型和算法，實現對用戶行為的高準確度預測，從而提供更個性化的推薦結果。AI賦能會削弱標簽化的優勢賦能會削弱標簽化的優勢-泛泛化的特征，最終會被個性化特征化的特征，最終會被個性化特征取代取代。生成式推薦新架構生成式推薦新架構國內外廠商主要嘗試環節32請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：傳統傳統Wide-DeepWide-Deep推薦算法架構推薦算法架構資料來源：Heng-Tze Cheng et al.、Wide&Deep Learning for Recommender Systems、Mach

89、ine Learning、20160624，國信證券經濟研究所整理傳統推薦算法框架：如何在稀疏輸入的情況下實現記憶和泛化傳統推薦算法框架：如何在稀疏輸入的情況下實現記憶和泛化 WideWide組件組件（廣義線性模型）：（廣義線性模型）：主要負責記憶能力，Memorization能夠從歷史數據中學習到高頻共現的特征組合的能力從歷史數據中學習到高頻共現的特征組合的能力，Wide組件主要處理規則性和記憶性的信息密集特征，比如用戶ID、商品ID等類別特征。DeepDeep組件（前饋神經網絡）組件（前饋神經網絡）：主要負責泛化能力，尋找抽象泛化后的特征間的負責泛化能力，尋找抽象泛化后的特征間的非線性非線

90、性數理關系數理關系，提高模型的表達能力。Generalization代表模型能夠利用相關性的傳遞性去探索歷史數據中從未出現過的特征組合，主要處理數值和非規則性特征，比如用戶的年齡、性別等?；贓mbedding的DNN模型在Generalization表現優異，但在數據分布較為長尾的情況下，對于長尾數據的處理能力較弱，容易造成過度泛化。DNN神經算法層擬合性會比較好，三層的DNN已經具有擬合任何可測的函數，通常不超過十層，更多的層數可以增加模型的表示能力，但也可能導致過擬合和計算成本的增加，推薦算法層數限制是為了平衡模型的復雜度和泛化能力。33請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖

91、：HSTUHSTU編碼器與傳統編碼器比較編碼器與傳統編碼器比較資料來源：Jiaqi Zhai et al.Actions Speak Louder than Words-Trillion Parameter Sequential Transducers for Generative Recommendations、Machine Learning、20240227，國信證券經濟研究所整理METAMETA：WukongWukong架構滿足架構滿足Scaling LawScaling Law的推薦方法的推薦方法HSTUHSTU編碼器編碼器是為生成推薦模型（GRs）設計的高性能自注意力編碼器，HST

92、U采用了一種新的點積聚合注意力機制，替代了傳統的softmax注意力機制。由多個相同的層堆疊而成，每層通過殘差連接，這種設計有助于提高模型的深度和表達能力。WukongWukong使推薦模型能夠像大型語言模型（使推薦模型能夠像大型語言模型（LLMLLM）一樣滿足建立擴展定律）一樣滿足建立擴展定律，即模型質量能夠隨著數據集大小、計算和參數預算的增加而持續提升。Wukong兩個主要目標是有效捕捉高階特征交互以及確保模型質量隨數據集大小和參數預算的增長而優雅地擴展。生成式模型隱藏層加深加寬生成式模型隱藏層加深加寬，允許更高學習率和更深網絡結構，降低過擬合風險允許更高學習率和更深網絡結構，降低過擬合風

93、險。GR通過序列化方法和目標感知表示提高編碼和向量化效率，突破神經網絡層數限制，提升檢索和排序效果與效率，更好地捕捉和學習復雜數據分布，提高推薦準確性和用戶滿意度。傳統深層網絡理論上能捕捉更復雜特征，但存在邊際遞減效應。GR通過采用特殊網絡結構（如ResNet和注意力機制）和引入跳躍連接等機制，有效解決梯度消失問題。通過(目標感知)交叉注意的原因掩蔽學習特征圖：圖：WukongWukong架構架構資料來源：Buyun Zhang et al.、Wukong:Towards a Scaling Law for Large-Scale Recommendation、Machine Learning

94、、20240304，國信證券經濟研究所整理1.Wukong的架構包括嵌入層、交互棧和最終的MLP層，其中交互棧是核心，它由一系列統一的神經網絡層組成，用于捕獲嵌入之間的交互。2.交互棧：由連接的wukong層構成，采用了一系列堆疊的因式分解機（FM）來捕獲指數級更高階的特征交互。34請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：傳統推薦系統與基于llm的生成式推薦的流水線比較資料來源：Lei Li et al.、Large Language Models for Generative Recommendation:A Survey and Visionary Discussions、In

95、formation Retrieval、20230903，國信證券經濟研究所整理生成推薦模型生成推薦模型算法框架：算法框架：將傳統的排將傳統的排名名檢索任務轉化為序列檢索任務轉化為序列傳傳導任務導任務生成推薦模型（GRs）是一種新的推薦系統范式，將傳統的排名和檢索任務轉化為序列轉導任務，在生成模型框架內處理，訓練過程也是端到端的。序列化特征序列化特征：GRs首先將用戶與物品的交互歷史以及用戶的特征（如瀏覽歷史、購買歷史等）序列化為一個時間序列，捕捉了用戶行為的動態變化。構建動態詞匯表構建動態詞匯表：由于推薦系統中的物品和用戶特征通常是動態變化的，GRs構建了一個動態詞匯表來表示這些變化的元素。

96、這個詞匯表允許模型在生成過程中引用和生成最新的內容。序列轉導任務序列轉導任務：GRs將推薦問題轉化為序列轉導任務，即在給定用戶的歷史序列和其他上下文信息的情況下，預測下一個最可能發生的用戶行為或推薦的物品。這個過程可以通過生成式模型來實現，其學習到用戶行為的模式和偏好。生成過程生成過程：在生成階段，GRs會根據已經學習到的模式，從動態詞匯表中采樣下一個狀態或物品，這個過程基于概率，確保了推薦內容的多樣性和個性化。與傳統的多階段推薦流程不同，GRs通過單階段過濾范式直接生成推薦內容，這意味著模型在一次前向傳遞中完成從原始輸入到最終推薦結果的整個推理過程，提高了效率和響應速度。35請務必閱讀正文之

97、后的免責聲明及其項下所有內容META MAUMETA MAU按照產品與地域分布按照產品與地域分布 分產品看分產品看：Facebook與Instagram分別以30億和22億的月活用戶數位列數字媒體平臺第一和第三，且與其后的產品拉開巨大差距。兩者產品發布時間較早，目前增速已回落到低個位數增長。分地區看分地區看：全球生態用戶增長目前約3%。其中北美地區MAU 2.7億，目前同比增速1-2%，滲透基本完成，典型成熟市場。收入方面，單用戶高價值，2023年貢獻Meta收入近一半（45%），該地區收入增長主要受宏觀等外部周期影響，如2021年順風收入增長32%，而22年受IDFA和高基數影響下滑-2%，

98、23年恢復增長（+13%）。圖：圖：全球各區域全球各區域MAUMAU增長情況增長情況資料來源：公司財報、國信證券經濟研究所整理(5.0)%-5.0%10.0%15.0%20.0%25.0%30.0%35.0%-500 1,000 1,500 2,000 2,500 3,000 3,500 20132014201520162017201820192020202120222023Total MAUsUS&Canada MAUs(M)Europe MAUs(M)Asia MAUs(M)RoW MAUs(M)Total MAUs YoY US&Canada MAUs YoY Europe MAUs Y

99、oY Asia MAUs YoY RoW MAUs YoY 36圖：圖：全球熱門應用全球熱門應用MAUMAU變化（百萬）變化（百萬）資料來源：Business of Apps、國信證券經濟研究所整理Facebook,3033WeChat,1343Twitter,450Instagram,2230TikTok,1587Youtube,2700ChatGPT,16005001000150020002500300035002008200920102011201220132014201520162017201820192020202120222023FacebookWeChatTwitterInsta

100、gramTikTokYoutubeChatGPT請務必閱讀正文之后的免責聲明及其項下所有內容圖：圖：FacebookFacebook與與InsIns日均使用時長變化日均使用時長變化資料來源：公司資料來源：公司法說會法說會、wearesocialwearesocial、國信證券經濟研究所整理、國信證券經濟研究所整理METAMETA產品時長變化產品時長變化 Facebook在20-23年日均時長變化不顯著，每年約0.5%的同比增長；Reels在提升Instagram日均使用時長起到決定性作用，自2021年起Reels的日均使用時長占比從20%陡增至2023年50%，Instagram總時長平均增速

101、達19%。同期，TikTok亦保持平均增速在30+%。圖：圖：InstagramInstagram（按功能拆分）、（按功能拆分）、TikTokTikTok日均使用時長日均使用時長資料來源：公司資料來源：公司法說會法說會、wearesocialwearesocial、國信證券經濟研究所整理、國信證券經濟研究所整理1818171716164 47 7161639476801020304050607080202120222023Exclude ReelsReelsTikTok請務必閱讀正文之后的免責聲明及其項下所有內容META Capex變化與業務分配0101AI技術對社媒廣告的拉動0202META

102、利用GenAI升級廣告系統技術介紹0606AI對META收入貢獻以及ROI變化0404目錄目錄主要內容節選自臉書深度系列一：Reels商業化空間廣闊，AI版圖逐漸清晰META AI的變現預測0303盈利預測0707請務必閱讀正文之后的免責聲明及其項下所有內容表：表：METAMETA收入利潤預測（百萬美元）收入利潤預測（百萬美元）資料來源：國信證券經濟研究所整理盈利預測盈利預測:中性預測中性預測24-24-2626年凈利潤年凈利潤550550/627/723627/723億美元，億美元，CAGRCAGR 2 23 3%收入端：預計收入端：預計20202424-2026-2026年收入年收入162

103、8/1900/22421628/1900/2242億美元，同比億美元，同比+21%/17%/18%+21%/17%/18%，CAGR 18%CAGR 18%應用家族廣告收入：應用家族廣告收入：預計2024-2026年收入增速為21%/14%/14%，AI分發占比顯著拉動了Impression（曝光量/廣告位）的增長。同時底層硬件升級成GPU、發布Advantage+廣告投放工具，提升投放效率、節省成本，拉動CPM增長；META AIMETA AI收入收入：根據前文測算預計2026年可帶動138億美元收入，其中包括C端訂閱收入約18美元/年，C端廣告收費16億美元/年，B端WhatApp商業消息

104、收入103億美元/年。凈利潤端：預計凈利潤端：預計20202424-2026-2026年凈利潤年凈利潤550/627/723550/627/723億美元，同比億美元，同比+40%/14%/15%+40%/14%/15%，CAGR 23%CAGR 23%三費變化三費變化:考慮到公司今年加大AI投入，后續折舊攤銷壓力會逐步增加，據測算2024-2026年折舊攤銷金額分別為150/220/310億美元。且META 24Q2財報會表示后續將開始增加研發人員，預計經營利潤率小幅下降。整體看：整體看：考慮到AI持續提升廣告效率以及META AI商業化變現的潛力，上調2024-2026年公司收入為1629/

105、1901/2242億美元（前值1629/1843/2068億美元），上調幅度0/3%/8%。由于AI對于前期投資要求較高，下調盈利預測2024-2026年凈利潤為550/627/723億美元(前值為550/639/753億美元)，幅度0%/-2%/-4%)。中性預測下對應2024/2025年PE 24x/21x，維持“優于大市”評級。注：根據本篇報告重點對為META AI商業化變現與GenAI廣告系統，僅考慮AI對META現有業務的影響。由于業務模型尚未成熟，本篇報告主要參考META業績會、相關論文與相似產品形態，盈利預測的相關假設采用類似產品形態的中性假設。39Million$2024E20

106、25E2026E Advertising revenue$159,660$181,943$207,415 Payments/RL revenue$3,203$2,623$3,000 META AI revenue$5,495$13,815 Total net revenue$162,863$190,062$224,230 YoY21%17%18%Cost of Revenue$29,315$34,211$40,361%Revenue18%18%18%Gross Profit$133,547$155,851$183,869 Gross Margin82.0%82.0%82.0%Sales and

107、 Marketing$12,215$15,205$22,423 Research and development$44,255$52,221$60,055 General and administrative$13,029$15,205$16,817 Total Operating Expense$69,499$82,631$99,295 Operating Income$64,048$73,219$84,574 GAAP operating margin39.3%38.5%37.7%Interest and other income$1,460$1,460$1,460 Pre-Tax Inc

108、ome$65,508$74,679$86,034 Income Tax$10,481$11,949$13,765 Tax Rate16.0%16.0%16.0%Net Income$55,027$62,731$72,268 YoY40.7%14.0%15.2%請務必閱讀正文之后的免責聲明及其項下所有內容盈利預測盈利預測:META META 資產負債、現金流量、利潤表資產負債、現金流量、利潤表40資產負債表（百萬美元）資產負債表（百萬美元）2023 2024E2025E2026E現金及現金等價物4186269277102223144648應收款項19962241002812433180存貨凈額0

109、000其他流動資產0000流動資產合計流動資產合計85365118095156301205080固定資產96587117239135801152878無形資產及其他34736329993134929782投資性房地產6794679467946794長期股權投資6141102352102332701資產總計資產總計229623285362351268427235短期借款及交易性金融負債0000應付款項4849522561387216其他流動負債27111299043539642197流動負債合計流動負債合計31960351294153349413長期借款及應付債券1838518385183851

110、8385其他長期負債26110291553220035245長期負債合計長期負債合計44495475405058553630負債合計負債合計764558266992118103043少數股東權益0000股東權益153168202692259150324191負債和股東權益總計負債和股東權益總計229623285362351268427235利潤表（百萬美元）利潤表（百萬美元）20232024E2025E2026E營業收入營業收入134902162864190063224232營業成本25959293163421140361研發費用-38483-44299-30410-36998銷售及管理費用-

111、23709-25244-52267-62336營業利潤46751640067317584536財務費用677174726893858權益性投資損益0000其他損益凈額0000稅前利潤稅前利潤47428655087467986034所得稅費用8330104811194913765少數股東損益0000歸屬于母公司凈利潤歸屬于母公司凈利潤39098550276273172268經調整歸母凈利潤經調整歸母凈利潤39098550276273172268現金流量表（百萬美元）現金流量表（百萬美元）20232024E2025E2026E凈利潤凈利潤39098550276273172268資產減值準備0000

112、折舊攤銷-11178-14729-22142-29976公允價值變動損失0000財務費用-677-1638-2274-3218營運資本變動-6617-3000-7607-8211其它49810294584428459952經營活動現金流經營活動現金流71113667567726694033資本開支-28247-40000-50000-45000其它投資現金流2516-1177-1236-1298投資活動現金流投資活動現金流-24495-41117-51176-46238權益性融資0000負債凈變化8462000支付股利、利息0-5503-6273-7227其它融資現金流-36424000融資活

113、動現金流融資活動現金流-19500-5503-6273-7227現金凈變動現金凈變動27181201361981740568貨幣資金的期初余額 14681418626199881815貨幣資金的期末余額 418626199881815122383企業自由現金流43010253792535646330權益自由現金流14904267562726649033請務必閱讀正文之后的免責聲明及其項下所有內容風險提示：風險提示：盈利預測與盈利預測與經營風險經營風險1.1.盈利預測的風險：盈利預測的風險：根據本篇報告重點對為META AI商業化變現與GenAI廣告系統，僅考慮AI對META現有業務的影響。由于

114、業務模型尚未成熟，本篇報告主要參考META業績會、相關論文與相似產品形態，盈利預測的相關假設采用類似產品形態的中性假設。例如對于META AI聊天助手后續變現參考ChatGPT Plus，對于付費率的假設也以此產品為參考，并未考慮未來GenAI搜索形態以及商業模式的改變，后續高階版本聊天助手是否一定收費存在不確定性。例如對于META AI聊天助手C端廣告收入參考谷歌搜索廣告商業模式與定價，隱含GenAI搜索對于傳統搜索具備替代性假設，同時也未考慮新型搜索形態下廣告嵌入方式和定價的變化。我們假設2024-2029年 META Family of Apps廣告業務以及META AI收入增長可能存在

115、對廣告市場大盤及公司在廣告市場的競爭偏樂觀，可能對于AI技術與應用發展、商業化進展偏樂觀，未充分考慮到宏觀經濟的不確定性，進而高估收入的風險。我們對AI ROI的測算可能存在對于公司AI投資的成效過于樂觀，對于AI算力投入以及研發成本估算保守進而高估利潤率的風險。2.2.宏觀經濟波動，下游廣告需求不及預期，宏觀經濟波動，下游廣告需求不及預期，廣告主在廣告主在METAMETA生態平臺的投放預算縮減的風險生態平臺的投放預算縮減的風險。全球經濟狀況和廣告主支出水平對Meta的廣告業務產生直接影響，若下游廣告主需求不及預期，投放預算和廣告價格將會受到影響，致使行業增長不及預期。公司95%以上的營業收入

116、來源于廣告服務。3.3.行業競爭加劇的風險：行業競爭加劇的風險：公司所處的社交媒體與廣告行業競爭較為激烈，用戶可能會因為不同平臺推出的爆款應用、內容而產生遷移。廣告市場面臨激烈的競爭，META的廣告業務可能受到市場波動和消費者行為變化的影響。例如，廣告主對效果的不滿或數據隱私問題可能導致廣告支出下降。許多大型科技公司或新公司正致力于開發與META類似的產品和服務，市場份額的侵蝕可能會對收入產生長期負面影響。Meta的產品存在被取代風險或者DAU下滑用戶留存風險。Meta在社交媒體和廣告領域面臨來自TikTok、Snapchat、YouTube等公司的激烈競爭，這些競爭可能影響其廣告收入和市場份

117、額。雖然Meta推出了短視頻應用Reels復制TikTok的功能，TikTok也受到地緣政治限制，但是仍有可能繼續面臨用戶和市場的爭奪。41請務必閱讀正文之后的免責聲明及其項下所有內容風險提示：技術、政策、風險提示：技術、政策、法律風險法律風險4.4.AIAI倫理和責任風險：倫理和責任風險：META已經在社交媒體類產品中使用AI技術，如自動勝場廣告的應用Advantage，并且計劃更廣泛的運用AI提高產品效率和體驗。AI技術的應用可能引發倫理和法律問題，如算法歧視、個人隱私侵犯等。處理這些問題不當可能導致法律訴訟、監管處罰和聲譽損失。AI系統可能面臨黑客攻擊和濫用風險。例如，黑客可能利用AI生

118、成深度偽造內容攻擊META的平臺，導致用戶信任危機。5.5.AIAI產品進度以及性能水平不及預期風險。產品進度以及性能水平不及預期風險。AI等產品依賴的核心技術工程化難度大，依賴大量的數據與反饋持續提升性能，整體進度可能會收到影響。大模型等技術壁壘較高，持續迭代較慢。Meta在人工智能等領域進行了大量投資，AI發展速度和規模仍存在不確定性。如果市場需求低于預期，META在這一領域的大量投資可能難以得到回報。在短期內可能會導致高額的研發費用和資本支出，從而影響公司的利潤。6.6.隱私和數據安全風險隱私和數據安全風險：META在社交媒體和虛擬現實等領域積累了大量用戶數據。任何數據泄露或濫用可能引發

119、公眾和監管機構的強烈反應，從而影響股價和業務前景。7.7.法律訴訟風險。法律訴訟風險。Meta面臨來自全球監管機構的嚴格審查，特別是在反壟斷、用戶隱私和數據安全方面。Meta經常面臨與用戶隱私、數據安全、版權等方面的法律和訴訟。這些訴訟可能導致公司支付巨額賠償金，影響公司的財務狀況和聲譽。此外，不斷變化的法律法規也可能要求Meta調整其業務策略，從而影響收入。8.8.政府監管政策：政府監管政策：政府對互聯網、虛擬現實和社交媒體的監管越來越嚴格。例如，關于數據隱私和內容監管的新規可能限制META的商業活動，增加合規成本，或者限制其在特定地區的擴張。META在人工智能方面的投資也可能引發道德和社會

120、擔憂，例如人工智能決策的透明度和公平性問題，可能引發公眾反彈和法規限制。9.9.地緣政治風險地緣政治風險：META的全球化運營可能會受到特定國家或地區的政治和經濟穩定性的影響，例如貿易戰、匯率波動等。42請務必閱讀正文之后的免責聲明及其項下所有內容免責聲明免責聲明分析師承諾分析師承諾作者保證報告所采用的數據均來自合規渠道；分析邏輯基于作者的職業理解，通過合理判斷并得出結論，力求獨立、客觀、公正，結論不受任何第三方的授意或影響；作者在過去、現在或未來未就其研究報告所提供的具體建議或所表述的意見直接或間接收取任何報酬，特此聲明。重要聲明重要聲明本報告由國信證券股份有限公司（已具備中國證監會許可的證

121、券投資咨詢業務資格）制作；報告版權歸國信證券股份有限公司（以下簡稱“我公司”）所有。，本公司不會因接收人收到本報告而視其為客戶。未經書面許可，任何機構和個人不得以任何形式使用、復制或傳播。任何有關本報告的摘要或節選都不代表本報告正式完整的觀點，一切須以我公司向客戶發布的本報告完整版本為準。本報告基于已公開的資料或信息撰寫，但我公司不保證該資料及信息的完整性、準確性。本報告所載的信息、資料、建議及推測僅反映我公司于本報告公開發布當日的判斷，在不同時期，我公司可能撰寫并發布與本報告所載資料、建議及推測不一致的報告。我公司不保證本報告所含信息及資料處于最新狀態；我公司可能隨時補充、更新和修訂有關信息

122、及資料，投資者應當自行關注相關更新和修訂內容。我公司或關聯機構可能會持有本報告中所提到的公司所發行的證券并進行交易，還可能為這些公司提供或爭取提供投資銀行、財務顧問或金融產品等相關服務。本公司的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報告中意見或建議不一致的投資決策。本報告僅供參考之用，不構成出售或購買證券或其他投資標的要約或邀請。在任何情況下，本報告中的信息和意見均不構成對任何個人的投資建議。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。投資者應結合自己的投資目標和財務狀況自行判斷是否采用本報告所載內容和信息并自行承擔風險，我公司及雇員對投資者使用

123、本報告及其內容而造成的一切后果不承擔任何法律責任。證券投資咨詢業務的說明證券投資咨詢業務的說明本公司具備中國證監會核準的證券投資咨詢業務資格。證券投資咨詢，是指從事證券投資咨詢業務的機構及其投資咨詢人員以下列形式為證券投資人或者客戶提供證券投資分析、預測或者建議等直接或者間接有償咨詢服務的活動：接受投資人或者客戶委托，提供證券投資咨詢服務；舉辦有關證券投資咨詢的講座、報告會、分析會等；在報刊上發表證券投資咨詢的文章、評論、報告，以及通過電臺、電視臺等公眾傳播媒體提供證券投資咨詢服務；通過電話、傳真、電腦網絡等電信設備系統，提供證券投資咨詢服務；中國證監會認定的其他形式。發布證券研究報告是證券投

124、資咨詢業務的一種基本形式，指證券公司、證券投資咨詢機構對證券及證券相關產品的價值、市場走勢或者相關影響因素進行分析，形成證券估值、投資評級等投資分析意見，制作證券研究報告，并向客戶發布的行為。國信證券投資評級國信證券投資評級投資評級標準投資評級標準類別類別級別級別說明說明報告中投資建議所涉及的評級（如有）分為股票評級和行業評級（另有說明的除外）。評級標準為報告發布日后6到12個月內的相對市場表現，也即報告發布日后的6到12個月內公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。A股市場以滬深300指數（000300.SH）作為基準；新三板市場以三板成指（899001.CSI）為基準；香港市場以恒生指數(HSI.HI)作為基準；美國市場以標普500指數(SPX.GI)或納斯達克指數（IXIC.GI）為基準。股票投資評級股票投資評級優于大市股價表現優于市場代表性指數10%以上中性股價表現介于市場代表性指數10%之間弱于大市股價表現弱于市場代表性指數10%以上無評級股價與市場代表性指數相比無明確觀點行業投資評級行業投資評級優于大市行業指數表現優于市場代表性指數10%以上中性行業指數表現介于市場代表性指數10%之間弱于大市行業指數表現弱于市場代表性指數10%以上