AI商業
Meta 裁員與取消職缺，將資本支出轉向 AI 基礎設施與算力擴張
Meta 宣布縮減人力並取消部分空缺，並預告 2026 年資本支出大幅上調以支持資料中心與 AI 投資。
人力調整背後的算力與資本配置
Meta 近期宣布將縮減整體人力規模，並同步取消一批尚未招募完成的空缺。從營運角度看，這類動作並非單純削減成本，而是把資源重新配置到更吃資本、但更能決定競爭力的 AI 基礎設施上。生成式 AI 與推薦系統對運算、儲存與網路的需求持續攀升，企業必須在資料中心、加速器採購、能源與冷卻等環節投入更大的前期成本，才能維持模型訓練與推論的效率。當 AI 導入開始改變團隊產能結構，部分專案以更小團隊完成的情況增加，也會推動組織重新設計人力配置。
以更高資本支出換取長期效率
Meta 同時釋出對未來資本支出的更高規劃，焦點放在資料中心擴建與 AI 基礎設施。這反映大型平台公司正用「硬體與能源」換取「推論成本下降與服務規模擴張」。對香港與區內企業的啟示是，AI 專案的瓶頸常不在模型本身，而在長期可負擔的推論成本、資料治理與系統整合能力。當全球雲端與平台公司加速擴建算力，企業端也需要同步強化 FinOps 與 MLOps：包含工作負載分層（哪些用自建、哪些用雲端）、推論監控（延遲與成本指標）、以及把 AI 能力封裝成可重複使用的內部服務，才能在成本可控下擴大應用範圍。