मेटा ने AI की जंग जीतने के लिए टेंट में बनाए डेटा सेंटर, लेकिन 1,45,000 करोड़ डॉलर का दांव क्यों डगमगाया?
मेटा तेज़ी से AI कंप्यूटिंग पावर हासिल करने के लिए $10 करोड़ से ज़्यादा कीमत के GPU क्लस्टर औद्योगिक ग्रेड के फैब्रिक टेंटों में लगा रही है, क्योंकि अगली पीढ़ी के AI मॉडलों की देरी पारंपरिक डेटा सेंटर्स के इंतज़ार से... कंपनी का फ्लैगशिप 'Avocado' मॉडल मार्च से बढ़कर मई 2026 तक टल गया, क्योंकि वह गूगल के Gemini 3.0...
मेटा तेज़ी से AI कंप्यूटिंग पावर हासिल करने के लिए $10 करोड़ से ज़्यादा कीमत के GPU क्लस्टर औद्योगिक ग्रेड के फैब्रिक टेंटों में लगा रही है, क्योंकि अगली पीढ़ी के AI मॉडलों की देरी पारंपरिक डेटा सेंटर्स के इंतज़ार से...
कंपनी का फ्लैगशिप 'Avocado' मॉडल मार्च से बढ़कर मई 2026 तक टल गया, क्योंकि वह गूगल के Gemini 3.0 से रीज़निंग जैसे क्षेत्रों में पिछड़ गया। वहीं 'Behemoth' मॉडल 2026 की पतझड़ तक के लिए टाल दिया गया, जिससे भारी निवेश पर...
वॉल स्ट्रीट अब सतर्क है: Q1 2026 की कमाई के बाद जब मेटा ने 2026 का पूंजीगत व्यय बढ़ाकर $1,45,000 करोड़ कर दिया, तो स्टॉक 8.5% तक लुढ़क गया। विश्लेषकों ने चेतावनी दी है कि यदि टले हुए मॉडल रिटर्न देने में नाकाम रहे, तो...
Why is Meta building AI data centers in tents, and what does this approach reveal about the company's current challenges with AI model releaAn industrial-grade weatherproof tent used to house GPU clusters at Meta's Prometheus AI data center campus.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: Why is Meta building AI data centers in tents, and what does this approach reveal about the company's current challenges with AI model relea. Article summary: ## Why Meta Is Building AI Data Centers in Tents. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Discover how Meta's tent-style data center strategy is accelerating AI infrastructure development. Learn why KENTEN modular structure" source context "Meta Builds Tent Data Centers: Why Modular Structure Buildings Are the Future of AI Infrastructure - KENTEN Tent" Reference image 2: visual subject "Meta will reportedly use a new "tent" style of structure that is faster to build and has less redundancy to further increase the pace of" source context "Meta is building AI data centers
openai.com
AI की दुनिया में बादशाहत की जंग लड़ रही मेटा (Meta) ने एक अनोखा और जोखिम भरा रास्ता चुना है। कंपनी अपने सबसे ताकतवर GPU क्लस्टर को पारंपरिक कंक्रीट और स्टील की इमारतों में नहीं, बल्कि बड़े-बड़े मौसमरोधी टेंटों में लगा रही है। मेटा के इंजीनियरिंग ब्लॉग ने इसकी आधिकारिक पुष्टि की है, जिसका मकसद ओहायो (Ohio) में एक नए कैंपस में सालों का निर्माण समय घटाकर महीनों में लाना था ।
लेकिन यह टेंट रणनीति महज एक इंजीनियरिंग करिश्मा नहीं, बल्कि गहरे तकनीकी और वित्तीय दबाव का लक्षण है। मेटा इसलिए बेतहाशा तेज़ी से कंप्यूट क्षमता (Compute Capacity) बढ़ा रही है क्योंकि उसके अगली पीढ़ी के AI मॉडल प्रतिस्पर्धा में पिछड़ रहे हैं। इससे भारी इंफ्रास्ट्रक्चर निवेश और उस पर रिटर्न देने वाले उत्पादों के बीच एक चिंताजनक खाई पैदा हो गई है।
जल्दबाज़ी की वजह: आखिर टेंट क्यों?
AI के लिए कंप्यूटिंग पावर की मांग इतनी विस्फोटक है कि पारंपरिक डेटा सेंटर बनाने की निर्माण उद्योग की क्षमता उससे बुरी तरह पिछड़ गई है। 2025 के वसंत से, मेटा ने $10 करोड़ (लगभग 850 करोड़ रुपये) से अधिक कीमत के GPU क्लस्टर को औद्योगिक-ग्रेड, जलवायु-नियंत्रित फैब्रिक के ढाँचों में लगाना शुरू कर दिया । ये ढाँचे स्थायी कंक्रीट की दीवारों के सूखने से पहले ही खड़े कर दिए जाते हैं। इस ‘अस्थायी फैब्रिक संरचना’ (Temporary Fabric Structure या TFS) दृष्टिकोण में पहले से तैयार बिजली और कूलिंग मॉड्यूल का उपयोग होता है, जो सामान्य निर्माण कार्यक्रम की तुलना में महीनों या सालों पहले कंप्यूट को ऑनलाइन कर देता है ।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
"मेटा ने AI की जंग जीतने के लिए टेंट में बनाए डेटा सेंटर, लेकिन 1,45,000 करोड़ डॉलर का दांव क्यों डगमगाया?" का संक्षिप्त उत्तर क्या है?
मेटा तेज़ी से AI कंप्यूटिंग पावर हासिल करने के लिए $10 करोड़ से ज़्यादा कीमत के GPU क्लस्टर औद्योगिक ग्रेड के फैब्रिक टेंटों में लगा रही है, क्योंकि अगली पीढ़ी के AI मॉडलों की देरी पारंपरिक डेटा सेंटर्स के इंतज़ार से...
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
मेटा तेज़ी से AI कंप्यूटिंग पावर हासिल करने के लिए $10 करोड़ से ज़्यादा कीमत के GPU क्लस्टर औद्योगिक ग्रेड के फैब्रिक टेंटों में लगा रही है, क्योंकि अगली पीढ़ी के AI मॉडलों की देरी पारंपरिक डेटा सेंटर्स के इंतज़ार से... कंपनी का फ्लैगशिप 'Avocado' मॉडल मार्च से बढ़कर मई 2026 तक टल गया, क्योंकि वह गूगल के Gemini 3.0 से रीज़निंग जैसे क्षेत्रों में पिछड़ गया। वहीं 'Behemoth' मॉडल 2026 की पतझड़ तक के लिए टाल दिया गया, जिससे भारी निवेश पर...
मुझे अभ्यास में आगे क्या करना चाहिए?
वॉल स्ट्रीट अब सतर्क है: Q1 2026 की कमाई के बाद जब मेटा ने 2026 का पूंजीगत व्यय बढ़ाकर $1,45,000 करोड़ कर दिया, तो स्टॉक 8.5% तक लुढ़क गया। विश्लेषकों ने चेतावनी दी है कि यदि टले हुए मॉडल रिटर्न देने में नाकाम रहे, तो...
मेटा ने AI की जंग जीतने के लिए टेंट में बनाए डेटा सेंटर, लेकिन 1,45,000 करोड़ डॉलर का दांव क्यों डगमगाया?
मेटा तेज़ी से AI कंप्यूटिंग पावर हासिल करने के लिए $10 करोड़ से ज़्यादा कीमत के GPU क्लस्टर औद्योगिक ग्रेड के फैब्रिक टेंटों में लगा रही है, क्योंकि अगली पीढ़ी के AI मॉडलों की देरी पारंपरिक डेटा सेंटर्स के इंतज़ार से... कंपनी का फ्लैगशिप 'Avocado' मॉडल मार्च से बढ़कर मई 2026 तक टल गया, क्योंकि वह गूगल के Gemini 3.0...
मेटा तेज़ी से AI कंप्यूटिंग पावर हासिल करने के लिए $10 करोड़ से ज़्यादा कीमत के GPU क्लस्टर औद्योगिक ग्रेड के फैब्रिक टेंटों में लगा रही है, क्योंकि अगली पीढ़ी के AI मॉडलों की देरी पारंपरिक डेटा सेंटर्स के इंतज़ार से...
कंपनी का फ्लैगशिप 'Avocado' मॉडल मार्च से बढ़कर मई 2026 तक टल गया, क्योंकि वह गूगल के Gemini 3.0 से रीज़निंग जैसे क्षेत्रों में पिछड़ गया। वहीं 'Behemoth' मॉडल 2026 की पतझड़ तक के लिए टाल दिया गया, जिससे भारी निवेश पर...
वॉल स्ट्रीट अब सतर्क है: Q1 2026 की कमाई के बाद जब मेटा ने 2026 का पूंजीगत व्यय बढ़ाकर $1,45,000 करोड़ कर दिया, तो स्टॉक 8.5% तक लुढ़क गया। विश्लेषकों ने चेतावनी दी है कि यदि टले हुए मॉडल रिटर्न देने में नाकाम रहे, तो...
Why is Meta building AI data centers in tents, and what does this approach reveal about the company's current challenges with AI model releaAn industrial-grade weatherproof tent used to house GPU clusters at Meta's Prometheus AI data center campus.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: Why is Meta building AI data centers in tents, and what does this approach reveal about the company's current challenges with AI model relea. Article summary: ## Why Meta Is Building AI Data Centers in Tents. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Discover how Meta's tent-style data center strategy is accelerating AI infrastructure development. Learn why KENTEN modular structure" source context "Meta Builds Tent Data Centers: Why Modular Structure Buildings Are the Future of AI Infrastructure - KENTEN Tent" Reference image 2: visual subject "Meta will reportedly use a new "tent" style of structure that is faster to build and has less redundancy to further increase the pace of" source context "Meta is building AI data centers
openai.com
AI की दुनिया में बादशाहत की जंग लड़ रही मेटा (Meta) ने एक अनोखा और जोखिम भरा रास्ता चुना है। कंपनी अपने सबसे ताकतवर GPU क्लस्टर को पारंपरिक कंक्रीट और स्टील की इमारतों में नहीं, बल्कि बड़े-बड़े मौसमरोधी टेंटों में लगा रही है। मेटा के इंजीनियरिंग ब्लॉग ने इसकी आधिकारिक पुष्टि की है, जिसका मकसद ओहायो (Ohio) में एक नए कैंपस में सालों का निर्माण समय घटाकर महीनों में लाना था ।
लेकिन यह टेंट रणनीति महज एक इंजीनियरिंग करिश्मा नहीं, बल्कि गहरे तकनीकी और वित्तीय दबाव का लक्षण है। मेटा इसलिए बेतहाशा तेज़ी से कंप्यूट क्षमता (Compute Capacity) बढ़ा रही है क्योंकि उसके अगली पीढ़ी के AI मॉडल प्रतिस्पर्धा में पिछड़ रहे हैं। इससे भारी इंफ्रास्ट्रक्चर निवेश और उस पर रिटर्न देने वाले उत्पादों के बीच एक चिंताजनक खाई पैदा हो गई है।
जल्दबाज़ी की वजह: आखिर टेंट क्यों?
AI के लिए कंप्यूटिंग पावर की मांग इतनी विस्फोटक है कि पारंपरिक डेटा सेंटर बनाने की निर्माण उद्योग की क्षमता उससे बुरी तरह पिछड़ गई है। 2025 के वसंत से, मेटा ने $10 करोड़ (लगभग 850 करोड़ रुपये) से अधिक कीमत के GPU क्लस्टर को औद्योगिक-ग्रेड, जलवायु-नियंत्रित फैब्रिक के ढाँचों में लगाना शुरू कर दिया । ये ढाँचे स्थायी कंक्रीट की दीवारों के सूखने से पहले ही खड़े कर दिए जाते हैं। इस ‘अस्थायी फैब्रिक संरचना’ (Temporary Fabric Structure या TFS) दृष्टिकोण में पहले से तैयार बिजली और कूलिंग मॉड्यूल का उपयोग होता है, जो सामान्य निर्माण कार्यक्रम की तुलना में महीनों या सालों पहले कंप्यूट को ऑनलाइन कर देता है ।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
"मेटा ने AI की जंग जीतने के लिए टेंट में बनाए डेटा सेंटर, लेकिन 1,45,000 करोड़ डॉलर का दांव क्यों डगमगाया?" का संक्षिप्त उत्तर क्या है?
मेटा तेज़ी से AI कंप्यूटिंग पावर हासिल करने के लिए $10 करोड़ से ज़्यादा कीमत के GPU क्लस्टर औद्योगिक ग्रेड के फैब्रिक टेंटों में लगा रही है, क्योंकि अगली पीढ़ी के AI मॉडलों की देरी पारंपरिक डेटा सेंटर्स के इंतज़ार से...
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
मेटा तेज़ी से AI कंप्यूटिंग पावर हासिल करने के लिए $10 करोड़ से ज़्यादा कीमत के GPU क्लस्टर औद्योगिक ग्रेड के फैब्रिक टेंटों में लगा रही है, क्योंकि अगली पीढ़ी के AI मॉडलों की देरी पारंपरिक डेटा सेंटर्स के इंतज़ार से... कंपनी का फ्लैगशिप 'Avocado' मॉडल मार्च से बढ़कर मई 2026 तक टल गया, क्योंकि वह गूगल के Gemini 3.0 से रीज़निंग जैसे क्षेत्रों में पिछड़ गया। वहीं 'Behemoth' मॉडल 2026 की पतझड़ तक के लिए टाल दिया गया, जिससे भारी निवेश पर...
मुझे अभ्यास में आगे क्या करना चाहिए?
वॉल स्ट्रीट अब सतर्क है: Q1 2026 की कमाई के बाद जब मेटा ने 2026 का पूंजीगत व्यय बढ़ाकर $1,45,000 करोड़ कर दिया, तो स्टॉक 8.5% तक लुढ़क गया। विश्लेषकों ने चेतावनी दी है कि यदि टले हुए मॉडल रिटर्न देने में नाकाम रहे, तो...
इसका सबसे बड़ा उदाहरण ओहायो के न्यू अल्बानी (New Albany) में प्रोमेथियस (Prometheus) कैंपस है, जिसके 2026 तक 1 गीगावॉट से अधिक बिजली खपत करने की उम्मीद है । रफ्तार के अलावा, टेंट संरचनाएं एक सोची-समझी अदला-बदली का नतीजा हैं: इनमें खासतौर पर बैकअप डीज़ल जनरेटर का अभाव है, जिससे पारंपरिक डेटा सेंटरों की विश्वसनीयता पर रफ्तार और क्षमता को तरजीह दी गई है । बताया जाता है कि यह रणनीति एलन मस्क की कंपनी xAI की अभूतपूर्व लॉन्च स्पीड से प्रेरित थी, जो बताती है कि मेटा कितनी बेचैनी से प्रतिस्पर्धा में बने रहना चाहती है ।
उत्पाद की अड़चन: AI मॉडल की देरी का सिलसिला
‘डेटा टेंट’ बनाने की यह होड़ मेटा के AI अनुसंधान प्रभाग में हाई-प्रोफाइल नाकामियों के सिलसिले के साथ ही हो रही है। कंपनी के फ्रंटियर मॉडल बार-बार, सार्वजनिक रूप से विलंब का शिकार हो रहे हैं, और प्रमुख प्रतिस्पर्धियों से पिछड़ रहे हैं।
Avocado (अगली पीढ़ी का फ्रंटियर मॉडल): पहले मार्च 2026 में लॉन्च का लक्ष्य था, लेकिन आंतरिक मानकों (बेंचमार्क) में यह देखने के बाद कि यह गूगल के Gemini 3.0 से रीज़निंग और प्रोग्रामिंग जैसे महत्वपूर्ण कार्यों में पिछड़ गया, इसे कम से कम मई या जून 2026 तक के लिए टाल दिया गया । एक अन्य रिपोर्ट ने संकेत दिया कि यह परियोजना, जो मूल रूप से 2025 के अंत के लिए तय थी, पहले ही 2026 की पहली तिमाही तक टल चुकी थी ।
Llama 4 'Behemoth': इस फ्लैगशिप बड़े भाषा मॉडल को शुरुआती जून रिलीज़ से बढ़ाकर “2026 की पतझड़ या बाद” के लिए टाल दिया गया, क्योंकि वरिष्ठ इंजीनियर Llama परिवार के पहले, छोटे मॉडलों से इसकी क्षमताओं को पर्याप्त रूप से बेहतर बनाने के लिए संघर्ष कर रहे थे ।
Muse Spark API: जून 2026 में ही, वॉल स्ट्रीट जर्नल ने रिपोर्ट दी थी कि मेटा ने “तकनीकी बग और बुनियादी ढांचे की चुनौतियों” के चलते अप्रैल 2026 से अपने नए AI मॉडल Muse Spark के API की रिलीज़ को कई बार टाल दिया है, और कोई नई तारीख तय नहीं है ।
ये बदलती समय-सीमाएं मेटा की पैसा कमाने की रणनीति के लिए एक बड़ा झटका हैं। कंपनी एक लीडर की तरह खर्च तो कर रही है, लेकिन उत्पाद लॉन्च नहीं कर पा रही। इससे उसके विशाल इंफ्रास्ट्रक्चर निर्माण और उस भारी कीमत को सही ठहराने वाले व्यावसायिक उत्पादों के बीच एक असहज शून्य पैदा हो गया है ।
आर्थिक सच्चाई: 1,45,000 करोड़ डॉलर का दांव और अनिश्चित भविष्य
मेटा का पूंजीगत व्यय (कैपेक्स) का रुख कॉर्पोरेट इतिहास में सबसे ऊंची चढ़ाई पर है। कंपनी का AI खर्च लगातार दोगुना हो रहा है, जबकि नए AI उत्पादों से राजस्व इस रफ्तार से कहीं धीमा बढ़ रहा है।
2024: लगभग $4,000 करोड़ डॉलर का कैपेक्स ।
2025: यह बढ़कर $7,220 करोड़ डॉलर हो गया, जो सालाना आधार पर लगभग 70% की वृद्धि है ।
2026 का अनुमान: पहले चौंका देने वाले $11,500–$13,500 करोड़ डॉलर पर रखा गया, लेकिन मेटा ने Q1 2026 की कमाई के दौरान इसे बढ़ाकर $12,500–$14,500 करोड़ डॉलर कर दिया । मेटा ने इस वृद्धि का कारण कंपोनेंट्स की ऊंची कीमतें और डेटा सेंटर की अतिरिक्त लागत बताया ।
यह राशि अब 2025 के रिकॉर्ड खर्च से लगभग दोगुनी है और मेटा की वार्षिक EBITDA का लगभग 1.3 गुना है, एक ऐसा चौंकाने वाला अनुपात जो गलती की बहुत कम गुंजाइश छोड़ता है । आवश्यक कंप्यूट संसाधन जुटाने के लिए, मेटा ने मार्च 2026 में नेबियस ग्रुप (Nebius Group) के साथ $2,700 करोड़ डॉलर की बुनियादी ढांचा साझेदारी भी की ।
वॉल स्ट्रीट का फैसला: उत्साह से घबराहट तक
जैसे-जैसे इस दांव का पैमाना साफ हो रहा है, निवेशकों की भावनाओं में तेजी से बदलाव आया है। शुरू में, वॉल स्ट्रीट ने मार्क जुकरबर्ग को छूट दे दी। जब मेटा ने जनवरी 2026 में अपनी प्रारंभिक $11,500–$13,500 करोड़ डॉलर की योजना की घोषणा की, तो स्टॉक 10% से अधिक उछल गया क्योंकि मजबूत विज्ञापन राजस्व ने निवेशकों को इन चकरा देने वाली संख्याओं से आंखें मूंदने पर मजबूर कर दिया ।
अब वह धैर्य जवाब दे गया है। Q1 2026 की आय रिपोर्ट के दौरान मेटा द्वारा अपने कैपेक्स पूर्वानुमान को $14,500 करोड़ डॉलर तक बढ़ाने के बाद—मजबूत तिमाही मुनाफे की रिपोर्ट देने के बावजूद—स्टॉक तुरंत 8.5% तक लुढ़क गया । खर्च में हुए इस इजाफे ने बाकी सभी परिणामों को ढक दिया, यह एक साफ संकेत था कि निवेशक अब भविष्य के AI राजस्व पर भारी छूट लगा रहे हैं। जहां संस्थागत विश्लेषकों ने साल की शुरुआत में “निष्पादन जोखिम” का झंडा दिखाया था, वहीं Reddit जैसे प्लेटफार्मों पर रिटेल निवेशकों की भावना पहले ही गिर चुकी थी, जो फरवरी 2026 तक 71 के स्कोर से गिरकर 38 पर आ गई थी ।
विश्लेषकों ने मुख्य वित्तीय जोखिम को एक सीधी चेतावनी में पिरो दिया है: $14,500 करोड़ डॉलर का पूंजीगत आवंटन “अपरिवर्तनीय बन सकता है यदि टले हुए मॉडल निवेश पर रिटर्न (ROI) देने में विफल रहे” । तो, टेंट डेटा सेंटर सिर्फ एक इंजीनियरिंग चमत्कार से कहीं बढ़कर हैं। ये एक रस्सी पर चलने के करतब की मूर्त अभिव्यक्ति हैं—एक कंपनी जो अपने प्रदर्शन की कमी को बुनियादी ढांचे के विशाल पैमाने से पाटने की कोशिश कर रही है, इस उम्मीद में कि शायद यही पैमाना उन मॉडलों की कमियों की भरपाई कर दे जो अभी तक पर्याप्त रूप से अच्छे नहीं हैं।
इसका सबसे बड़ा उदाहरण ओहायो के न्यू अल्बानी (New Albany) में प्रोमेथियस (Prometheus) कैंपस है, जिसके 2026 तक 1 गीगावॉट से अधिक बिजली खपत करने की उम्मीद है । रफ्तार के अलावा, टेंट संरचनाएं एक सोची-समझी अदला-बदली का नतीजा हैं: इनमें खासतौर पर बैकअप डीज़ल जनरेटर का अभाव है, जिससे पारंपरिक डेटा सेंटरों की विश्वसनीयता पर रफ्तार और क्षमता को तरजीह दी गई है । बताया जाता है कि यह रणनीति एलन मस्क की कंपनी xAI की अभूतपूर्व लॉन्च स्पीड से प्रेरित थी, जो बताती है कि मेटा कितनी बेचैनी से प्रतिस्पर्धा में बने रहना चाहती है ।
उत्पाद की अड़चन: AI मॉडल की देरी का सिलसिला
‘डेटा टेंट’ बनाने की यह होड़ मेटा के AI अनुसंधान प्रभाग में हाई-प्रोफाइल नाकामियों के सिलसिले के साथ ही हो रही है। कंपनी के फ्रंटियर मॉडल बार-बार, सार्वजनिक रूप से विलंब का शिकार हो रहे हैं, और प्रमुख प्रतिस्पर्धियों से पिछड़ रहे हैं।
Avocado (अगली पीढ़ी का फ्रंटियर मॉडल): पहले मार्च 2026 में लॉन्च का लक्ष्य था, लेकिन आंतरिक मानकों (बेंचमार्क) में यह देखने के बाद कि यह गूगल के Gemini 3.0 से रीज़निंग और प्रोग्रामिंग जैसे महत्वपूर्ण कार्यों में पिछड़ गया, इसे कम से कम मई या जून 2026 तक के लिए टाल दिया गया । एक अन्य रिपोर्ट ने संकेत दिया कि यह परियोजना, जो मूल रूप से 2025 के अंत के लिए तय थी, पहले ही 2026 की पहली तिमाही तक टल चुकी थी ।
Llama 4 'Behemoth': इस फ्लैगशिप बड़े भाषा मॉडल को शुरुआती जून रिलीज़ से बढ़ाकर “2026 की पतझड़ या बाद” के लिए टाल दिया गया, क्योंकि वरिष्ठ इंजीनियर Llama परिवार के पहले, छोटे मॉडलों से इसकी क्षमताओं को पर्याप्त रूप से बेहतर बनाने के लिए संघर्ष कर रहे थे ।
Muse Spark API: जून 2026 में ही, वॉल स्ट्रीट जर्नल ने रिपोर्ट दी थी कि मेटा ने “तकनीकी बग और बुनियादी ढांचे की चुनौतियों” के चलते अप्रैल 2026 से अपने नए AI मॉडल Muse Spark के API की रिलीज़ को कई बार टाल दिया है, और कोई नई तारीख तय नहीं है ।
ये बदलती समय-सीमाएं मेटा की पैसा कमाने की रणनीति के लिए एक बड़ा झटका हैं। कंपनी एक लीडर की तरह खर्च तो कर रही है, लेकिन उत्पाद लॉन्च नहीं कर पा रही। इससे उसके विशाल इंफ्रास्ट्रक्चर निर्माण और उस भारी कीमत को सही ठहराने वाले व्यावसायिक उत्पादों के बीच एक असहज शून्य पैदा हो गया है ।
आर्थिक सच्चाई: 1,45,000 करोड़ डॉलर का दांव और अनिश्चित भविष्य
मेटा का पूंजीगत व्यय (कैपेक्स) का रुख कॉर्पोरेट इतिहास में सबसे ऊंची चढ़ाई पर है। कंपनी का AI खर्च लगातार दोगुना हो रहा है, जबकि नए AI उत्पादों से राजस्व इस रफ्तार से कहीं धीमा बढ़ रहा है।
2024: लगभग $4,000 करोड़ डॉलर का कैपेक्स ।
2025: यह बढ़कर $7,220 करोड़ डॉलर हो गया, जो सालाना आधार पर लगभग 70% की वृद्धि है ।
2026 का अनुमान: पहले चौंका देने वाले $11,500–$13,500 करोड़ डॉलर पर रखा गया, लेकिन मेटा ने Q1 2026 की कमाई के दौरान इसे बढ़ाकर $12,500–$14,500 करोड़ डॉलर कर दिया । मेटा ने इस वृद्धि का कारण कंपोनेंट्स की ऊंची कीमतें और डेटा सेंटर की अतिरिक्त लागत बताया ।
यह राशि अब 2025 के रिकॉर्ड खर्च से लगभग दोगुनी है और मेटा की वार्षिक EBITDA का लगभग 1.3 गुना है, एक ऐसा चौंकाने वाला अनुपात जो गलती की बहुत कम गुंजाइश छोड़ता है । आवश्यक कंप्यूट संसाधन जुटाने के लिए, मेटा ने मार्च 2026 में नेबियस ग्रुप (Nebius Group) के साथ $2,700 करोड़ डॉलर की बुनियादी ढांचा साझेदारी भी की ।
वॉल स्ट्रीट का फैसला: उत्साह से घबराहट तक
जैसे-जैसे इस दांव का पैमाना साफ हो रहा है, निवेशकों की भावनाओं में तेजी से बदलाव आया है। शुरू में, वॉल स्ट्रीट ने मार्क जुकरबर्ग को छूट दे दी। जब मेटा ने जनवरी 2026 में अपनी प्रारंभिक $11,500–$13,500 करोड़ डॉलर की योजना की घोषणा की, तो स्टॉक 10% से अधिक उछल गया क्योंकि मजबूत विज्ञापन राजस्व ने निवेशकों को इन चकरा देने वाली संख्याओं से आंखें मूंदने पर मजबूर कर दिया ।
अब वह धैर्य जवाब दे गया है। Q1 2026 की आय रिपोर्ट के दौरान मेटा द्वारा अपने कैपेक्स पूर्वानुमान को $14,500 करोड़ डॉलर तक बढ़ाने के बाद—मजबूत तिमाही मुनाफे की रिपोर्ट देने के बावजूद—स्टॉक तुरंत 8.5% तक लुढ़क गया । खर्च में हुए इस इजाफे ने बाकी सभी परिणामों को ढक दिया, यह एक साफ संकेत था कि निवेशक अब भविष्य के AI राजस्व पर भारी छूट लगा रहे हैं। जहां संस्थागत विश्लेषकों ने साल की शुरुआत में “निष्पादन जोखिम” का झंडा दिखाया था, वहीं Reddit जैसे प्लेटफार्मों पर रिटेल निवेशकों की भावना पहले ही गिर चुकी थी, जो फरवरी 2026 तक 71 के स्कोर से गिरकर 38 पर आ गई थी ।
विश्लेषकों ने मुख्य वित्तीय जोखिम को एक सीधी चेतावनी में पिरो दिया है: $14,500 करोड़ डॉलर का पूंजीगत आवंटन “अपरिवर्तनीय बन सकता है यदि टले हुए मॉडल निवेश पर रिटर्न (ROI) देने में विफल रहे” । तो, टेंट डेटा सेंटर सिर्फ एक इंजीनियरिंग चमत्कार से कहीं बढ़कर हैं। ये एक रस्सी पर चलने के करतब की मूर्त अभिव्यक्ति हैं—एक कंपनी जो अपने प्रदर्शन की कमी को बुनियादी ढांचे के विशाल पैमाने से पाटने की कोशिश कर रही है, इस उम्मीद में कि शायद यही पैमाना उन मॉडलों की कमियों की भरपाई कर दे जो अभी तक पर्याप्त रूप से अच्छे नहीं हैं।