Meta เร่งสร้างแอปด้วย AI ทุ่มงบ 1.3 แสนล้านดอลลาร์เดิมพันอนาคต Llama

จาก Llama สู่ “สายการผลิตแอป”

หัวใจของกลยุทธ์นี้คือกลุ่มโมเดล Llama 4 ซึ่งประกอบด้วย Scout และ Maverick โมเดลแบบ open-weight ที่เปิดให้นักพัฒนาเข้าถึงน้ำหนักโมเดลได้ โดย Scout มีพารามิเตอร์ทั้งหมด 109,000 ล้านรายการ และมีพารามิเตอร์ที่ทำงานอยู่ 17,000 ล้านรายการ ส่วน Maverick มีพารามิเตอร์ทั้งหมด 400,000 ล้านรายการ และมีพารามิเตอร์ที่ทำงานอยู่ 17,000 ล้านรายการ

โมเดลเหล่านี้รองรับข้อมูลทั้งข้อความและภาพโดยกำเนิด จึงสามารถนำไปใช้สร้างผู้ช่วย AI แบบมัลติโมดัลบนเว็บไซต์ อุปกรณ์เคลื่อนที่ และแพลตฟอร์มโซเชียลได้ Meta AI ซึ่งใช้เทคโนโลยีจากตระกูล Llama ถูกฝังไว้ใน WhatsApp, Instagram, Messenger และ Facebook ก่อนที่ Meta จะเปิดตัวแอป Meta AI แบบแยกเดี่ยวในเดือนเมษายน 2025

เมื่อเดือนกรกฎาคม 2026 Meta ยังเปิดให้ผู้บริโภคใช้งาน Muse Spark 1.1 ผ่านแชตบอต Meta AI โดยรองรับพรอมป์ต์ที่มีความยาวสูงสุด 1 ล้านโทเค็น ขณะเดียวกัน บริษัทยังพัฒนาโมเดลรุ่นถัดไปภายใต้ชื่อรหัส Avocado ซึ่งเป็น LLM และ Mango ซึ่งเป็นโมเดลสร้างไฟล์มัลติมีเดีย โดยคาดว่าจะเปิดตัวภายในปี 2026

แนวทางที่พัฒนาและทดลองได้รวดเร็วขึ้นเริ่มปรากฏเป็นผลิตภัณฑ์หลายรูปแบบแล้ว ไม่ว่าจะเป็นแอปผู้ช่วย Meta AI แบบแยกเดี่ยว แอปสำหรับผู้ขายบน Marketplace แอปสำหรับ Facebook Groups แอปเกมที่พัฒนาด้วยแนวทาง “vibe coding” รวมถึงแอปภาพถ่ายจาก Instagram

ซักเคอร์เบิร์กให้เหตุผลว่า AI ช่วยลดอุปสรรคในกระบวนการพัฒนา ทำให้ Meta กล้าทดลองเปิดตัวผลิตภัณฑ์จำนวนมากขึ้น เพราะต้นทุนและเวลาที่ต้องใช้ในการสร้างต้นแบบลดลง

ตัวเลขที่ Meta ใช้ยืนยันว่าแผนนี้เริ่มได้ผล

แม้การลงทุนด้านดาต้าเซ็นเตอร์ ชิป เซิร์ฟเวอร์ และระบบเครือข่ายจะกดดันกระแสเงินสดอย่างหนัก แต่ฝ่ายบริหารของ Meta ชี้ไปที่ตัวเลขการดำเนินงานหลายรายการเพื่อสนับสนุนว่า AI กำลังช่วยขับเคลื่อนธุรกิจหลัก

รายได้และการใช้งานยังโตแรง

• รายได้รวมไตรมาส 2 ปี 2026 อยู่ที่ 6.08 หมื่นล้านดอลลาร์ เพิ่มขึ้น 28% จากปีก่อน ขณะที่รายได้โฆษณาเพิ่มขึ้น 27%
• จำนวนครั้งที่โฆษณาปรากฏเพิ่มขึ้น 14% และราคาโฆษณาเฉลี่ยเพิ่มขึ้น 12% เมื่อเทียบกับปีก่อน
• รายได้อื่นของกลุ่ม Family of Apps แตะ 1 พันล้านดอลลาร์เป็นครั้งแรก เพิ่มขึ้น 73% จากปีก่อน โดยได้แรงหนุนจากการส่งข้อความแบบชำระเงินและบริการสมาชิกบน WhatsApp
• Instagram มีผู้ใช้งานต่อวัน 2 พันล้านคน ขณะที่จำนวนผู้ใช้งานต่อวันโดยเฉลี่ยของแอปในเครือ Meta อยู่ที่ 3.60 พันล้านคน

Meta ระบุว่าการลงทุนใน AI ช่วยปรับปรุงระบบแนะนำคอนเทนต์และการกำหนดกลุ่มเป้าหมายโฆษณาโดยตรง นอกจากนี้ ผลิตภัณฑ์โฆษณา Advantage+ ยังมีรายได้ต่อปีตามอัตรา run rate เกิน 7.5 หมื่นล้านดอลลาร์ และทั้งผู้ช่วยสำหรับธุรกิจและผู้ช่วยผู้บริโภคยังคงขยายตัว

กระแสเงินสดที่ลดลงจนเกือบแตะศูนย์

ด้านที่น่ากังวลคือกระแสเงินสดอิสระลดลงอย่างรุนแรง แม้รายได้จะเติบโตต่อเนื่องก็ตาม

• กระแสเงินสดอิสระไตรมาส 2 ปี 2026 เหลือ 784 ล้านดอลลาร์ จาก 8.55 พันล้านดอลลาร์ในช่วงเดียวกันของปีก่อน หรือลดลง 91%
• เงินลงทุน (CapEx) อยู่ที่ 3.108 หมื่นล้านดอลลาร์ ขณะที่กระแสเงินสดจากการดำเนินงานอยู่ที่ 3.186 หมื่นล้านดอลลาร์ หมายความว่าเงินสดจากธุรกิจหลักเกือบทั้งหมดถูกนำไปใช้กับโครงสร้างพื้นฐาน
• Meta เพิ่มกรอบประมาณการเงินลงทุนขั้นต่ำของปี 2026 เป็น 1.3 แสนล้านดอลลาร์ และคาดว่าทั้งปีจะอยู่ในช่วง 1.3–1.45 แสนล้านดอลลาร์
• กำไรจากการดำเนินงานลดลง 8% และกำไรสุทธิลดลง 14% เมื่อเทียบกับปีก่อน

หลังประกาศผลประกอบการ หุ้น Meta ลดลงประมาณ 10% ในการซื้อขายนอกเวลาทำการ นักลงทุนต้องชั่งน้ำหนักระหว่างการเติบโตของรายได้กับแนวโน้มการลงทุนที่สูงขึ้นและอัตรากำไรที่ถูกกดดัน

โฆษณายังเป็นเครื่องยนต์หลัก ขณะที่ผลตอบแทนจาก AI ยังต้องพิสูจน์

ซักเคอร์เบิร์กมองว่าการใช้จ่ายในวันนี้เป็นการลงทุนเพื่อการเติบโตระยะยาว โดยกล่าวว่า “AI กำลังเร่งธุรกิจหลักของเราในปัจจุบัน ขับเคลื่อนผลิตภัณฑ์รุ่นถัดไป และเปิดทางสู่โอกาสทางธุรกิจสำหรับองค์กรรูปแบบใหม่ทั้งหมด”

Meta ยังส่งสัญญาณว่าอาจเปิดตัวธุรกิจคลาวด์ในอนาคต อย่างไรก็ตาม รายได้ของบริษัทราว 98% ยังคงมาจากธุรกิจโฆษณาแบบดั้งเดิม และนักวิเคราะห์บางรายเปรียบเทียบกลยุทธ์ AI ของบริษัทว่าเป็นการ “ลองโยนเส้นสปาเกตตีใส่กำแพง” เพื่อดูว่าแนวคิดใดจะติดและไปต่อได้

ประมาณการของนักวิเคราะห์ฝั่งขายก่อนหน้านี้ระบุว่า หาก Meta ยังคงใช้จ่ายในอัตรานี้ กระแสเงินสดอิสระอาจติดลบได้ภายในปี 2027 ดังนั้น ภาพรวมในเวลานี้จึงมีสองด้านพร้อมกัน: ธุรกิจโฆษณายังคงเติบโตและสร้างรายได้เป็นกอบเป็นกำ แต่ผลตอบแทนทางการเงินโดยตรงจากการลงทุน AI ยังไม่มีคำตอบที่ชัดเจน

คำถามสำคัญจึงไม่ใช่เพียงว่า Meta สร้างแอปได้เร็วขึ้นแค่ไหน แต่คือบริษัทจะเปลี่ยนความเร็วในการทดลองเหล่านั้นให้กลายเป็นรายได้จาก AI ที่มีนัยสำคัญได้เมื่อใด