彭博这篇观点文章挺有意思，核心不是讨论扎克伯格和马斯克的 AI 模型到底做得多差，而是讲了一个更现实的商业路径：模型做不到第一梯队，但基础设施可能反而变成好生意。

Meta 过去几年在 AI 上砸了很多钱，买 Scale AI 股权、挖人、组建超级智能团队，但无论是 Llama 还是新的 Muse Spark，都没有真正追上 OpenAI 和 Anthropic 这些前沿模型。xAI 的 Grok 也类似，声量很大，但在企业市场和模型能力上并没有占到明显优势。

但问题在于，他们手里有非常稀缺的资产：算力、数据中心、电力接入能力。

文章里提到，Meta 在北美已经有 30 多个数据中心，容量约 4.8GW，仅次于亚马逊、微软和谷歌。2026 年资本开支预计高达 1150 亿到 1350 亿美元，目标是年底做到 10GW 以上。过去市场会担心这是无底洞式烧钱，但如果其中一部分算力可以对外出租，就会从“成本中心”变成“类云业务”。

这个逻辑其实和 AWS 当年有点像。亚马逊最早也是为自己业务建设基础设施，后来把多余能力产品化，最终 AWS 只贡献亚马逊大约 17% 的收入，却贡献了大部分经营利润，利润率大约 35%。

马斯克这边也类似。xAI 模型未必是第一梯队，但 SpaceX/xAI 体系下的数据中心和算力建设速度很快，已经开始向 Anthropic、Google 等外部客户出租算力。也就是说，即便模型本身不是赢家，基础设施仍然可能赚钱。

这背后的本质是，AI 竞争不只是模型竞争，也是一场电力、数据中心、GPU、工程交付能力的竞争。前沿模型赢家未必很多，但算力需求只要持续紧张，基础设施层就会有相当强的议价能力。

所以这篇文章的结论并不是“Meta 和马斯克做 AI 失败了”，而是说他们可能在另一条路上找到回报：模型做不成第一名，至少还可以把服务器、芯片和电力卖给真正做模型的人。

这也解释了为什么现在 AI 投资里，不能只盯着模型能力本身。未来真正赚钱的公司，可能一部分在应用层，一部分在模型层，但很大一部分仍然会在算力、电力和数据中心这些最硬的基础设施层。人工智能 成为TA的V+会员