Meta Initiates Layoffs to Fund AI Strategic Shift

•此次裁員約8,000名員工，佔Meta全球員工總數約10%，同時取消了6,000個原訂招募職缺，顯示其大規模的人力精簡。
•Meta正將約7,000名員工重新分配至應用AI工程（AAI）和代理人轉型加速器跨部門小組（ATAXFN）等AI相關新專案和團隊。
•Meta大幅上調2026年資本支出預估至1,250億至1,450億美元，主要用於AI資料中心、運算晶片和大型模型訓練。
•裁員部分原因在於AI系統在內容審核、客戶支援和程式碼生成等領域的自動化程度提高，減少了對傳統人力的需求。
•Meta積極建立自主AI基礎設施，包括開發客製化AI晶片（MTIA）、優化資料中心設計，並規劃採購超過350,000顆H100 GPU，以降低對外部供應商的依賴。

📊 競品分析▸ Show

競爭者/特點	Meta AI (Llama系列, Meta AI助理)	OpenAI (ChatGPT)	Google (Gemini)	Anthropic (Claude)
模型類型	開源大型語言模型 (Llama系列)，整合至旗下應用	閉源大型語言模型，廣泛應用於聊天助理	多模態AI模型，整合搜尋、圖像、影片生成	強調高安全性與長篇內容生成
整合平台	Facebook, Instagram, WhatsApp, Ray-Ban智慧眼鏡	獨立應用程式、API，與Microsoft等合作	整合至Google搜尋、Android等生態系	企業應用與API領域
主要優勢	龐大用戶基礎（34.8億日活躍用戶），豐富的社交數據用於個性化AI，開源策略吸引開發者。	領先的語言理解與生成能力，全球使用最廣的AI聊天助理。	整合Google生態系優勢，多模態能力強大。	高安全性、長上下文處理能力，適合企業級應用。
挑戰	不擁有作業系統，難以直接將AI嵌入設備。	閉源模型透明度較低，可能面臨監管壓力。	需平衡搜尋與AI內容生成，避免資訊過載。	市場份額相對較小，需持續擴大生態系。

Meta的Llama系列模型是其AI策略的核心，其中Llama 4採用了混合專家（Mixture of Experts, MoE）架構，以提高訓練和查詢處理效率。
Llama 4 Scout模型配備17億活躍參數和16個專家模組，總參數量達109億，並擁有驚人的1,000萬token上下文窗口，能處理約750萬字的文本。
Meta正在開發其內部客製化加速器晶片系列MTIA（Meta Training and Inference Accelerator），專門用於處理AI推理工作，旨在與GPU協同部署以提升效率。
Meta與Nvidia達成策略合作夥伴關係，將大規模部署Nvidia Grace CPU、Blackwell和Rubin GPU，並將Nvidia Spectrum-X乙太交換器整合至其Facebook Open Switching System平台。
公司還與Arm簽署多年合作協議，共同設計資料中心用軟硬體架構，採用Arm的Neoverse架構開發自有資料中心晶片，以提升AI運算效能並降低功耗。
Meta的新一代資料中心設計專為AI優化，支援液體冷卻式AI硬體設備和高效AI網路，旨在將數千個AI晶片串聯成資料中心規模的AI訓練叢集。
Meta計劃在未來十年內建置數十至數百吉瓦（GW）等級的運算與能源基礎設施，以支持其AI發展。

Meta將在AI領域取得更強的市場領導地位。

透過大規模的資本支出和人才重組，Meta正積極建立其AI基礎設施和模型，這將使其在生成式AI競賽中更具競爭力。

科技業將面臨更劇烈的人力結構轉型。

Meta裁員並將職位自動化的趨勢，預示著AI將取代更多傳統職位，促使其他公司也重新評估其人力需求。

Meta的AI產品將更深入整合到其核心社群平台中。

Meta的AI藍圖顯示，單一AI模型將驅動各平台內容推薦，並將AI助理全面導入Facebook、Instagram、WhatsApp等應用。

2013-12

Meta AI團隊成立，Yann LeCun加入並創立FAIR實驗室

2021-10-28

Facebook更名為Meta，宣示轉型元宇宙與AI

2023-02

Meta推出Llama系列模型（Llama 1），後續迭代至Llama 3

2025-10-16

Meta宣布在德州投資15億美元打造超大型AI資料中心

2026-01-12

Meta啟動「Meta Compute」計畫，旨在全面掌控AI算力主權

2026-05-19

Meta啟動新一輪裁員約8,000人，同時將7,000名員工調往AI相關新專案

Meta 啟動裁員以資助 AI 戰略轉型