Meta (META.US) Q3 rozmowa telefoniczna: Muse osiągnął zgodność produktu z rynkiem, w przyszłym roku efektywność mocy obliczeniowej wzrośnie 10-krotnie

Aplikacja finansowa Zhizhong dowiedziała się, że przychód całkowity Meta (META.US) w trzecim kwartale wyniósł 64,6 mld USD, co oznacza wzrost o 26% rok do roku, a prognozowane przychody na czwarty kwartał wynoszą od 73 do 76 mld USD. Kluczowym tematem telekonferencji był osobisty agent AI Muse: po 1,5 miesiąca od startu liczba użytkowników w USA i Kanadzie przekroczyła 10 milionów, dzienny wskaźnik użycia sięga około 25%, a największym zastosowaniem są zakupy, ze średnią wartością transakcji powyżej 200 USD; zarząd szacuje, że w przyszłym roku wydajność obliczeniowa wzrośnie ponad 10-krotnie oraz planuje wielotorową monetyzację, w tym subskrypcje, prowizję od transakcji oraz API dla firm.

Przychód całkowity Meta w trzecim kwartale wyniósł 64,6 mld USD, co oznacza wzrost o 26% rok do roku, z czego przychody z reklam to 63,1 mld USD (również wzrost o 26%), a inne przychody w ramach rodziny aplikacji - 1,1 mld USD (wzrost o 59%). Zysk operacyjny wg GAAP wyniósł 13 mld USD, co stanowi spadek o 37% rok do roku, a marża operacyjna to 20% - głównie z powodu 9,9 mld USD kosztów ugody z wieloma prokuratorami generalnymi stanów; po wykluczeniu tego kosztu zysk operacyjny rośnie rok do roku o 11%.

Zysk netto to 9,9 mld USD, a zysk na akcję 3,83 USD. Nakłady inwestycyjne wyniosły 34,9 mld USD, wolne przepływy pieniężne były ujemne i wyniosły -2,1 mld USD, pieniądze i papiery wartościowe na koniec kwartału sięgnęły 82,4 mld USD, a zadłużenie 83,7 mld USD. Pracuje ponad 66 tys. osób, o 12% mniej niż w II kwartale. Firma ogłosiła również utworzenie nowej klasy akcji bez prawa głosu, które zostaną przekazane obecnym akcjonariuszom w formie dywidendy akcyjnej; efekt będzie podobny do splitu akcji 2 do 1, handel rozpocznie się pod koniec stycznia 2027 r.

Główny temat telekonferencji to rozwój Muse jako osobistego agenta AI i ścieżki monetyzacji. Po 1,5 miesiąca od wdrożenia liczba użytkowników w USA i Kanadzie przekroczyła 10 milionów, dzienny wskaźnik użycia sięga 25%, co jest ponad dwukrotnie wyższe od początkowego poziomu Threads; zakupy są najczęstszym zastosowaniem, ponad 1/4 użytkowników bierze w nich udział, średnia kwota zakupów przekracza 200 USD. Zarząd jasno wskazuje, że Muse nie jest jeszcze dostępny globalnie i to duże zapotrzebowanie na moc obliczeniową jest głównym ograniczeniem, ale oczekuje się poprawy wydajności kosztowej o ponad 10 razy w przyszłym roku, co przy osiągnięciu odpowiedniej skali przychodów pozwoli na rentowność.

Model biznesowy opiera się na bezpłatnej warstwie podstawowej, monetyzowanej poprzez prowizje od transakcji, subskrypcje premium, API dla firm oraz funkcje takie jak Muse Code. Globalnie rozwijana jest zunifikowana subskrypcja Meta One, która ma już ponad 15 milionów subskrypcji i testów. Po stronie biznesowej firma celuje w 500 mln firm self-identified jako małe przedsiębiorstwa, wprowadzając Muse for Small Business i podgląd protokołu osobistych agentów AI, wspólnie z Walmartem, Stripe oraz Shopify, w celu ustanowienia standardów handlu agentowego.

W perspektywie Meta prognozuje przychody na IV kwartał na poziomie 73–76 mld USD, nakłady inwestycyjne roczne na poziomie 135–145 mld USD, a całkowite koszty roczne 175–179 mld USD (włączając 9,9 mld kosztów prawnych). Strata Reality Labs ma w kolejnym roku zmniejszyć się do około 15 mld USD. Zarząd nie podał konkretnych prognoz przychodów na 2027 r., ale podkreślił, że inwestycje w AI przynoszą wzrost zaangażowania, optymalizację rekomendacji i poprawę efektywności monetyzacji w kluczowych obszarach, co pozwoli na utrzymanie silnego wzrostu przychodów w całym 2027 r.

W kontekście AI w reklamie, generatywna architektura wyszukiwania pokrywa już około 1/4 wolumenu feedu spoza połączeń i połowę ruchu w Reels; rozszerzenie modelu GEM wywindowało konwersje off-site o 1–1,7%, a konwersje reklam aplikacyjnych o 9,6%; już blisko 10 mln reklamodawców korzysta z narzędzi kreatywnych opartych o AI, a roczny przychód z reklam kooperacyjnych przekracza 15 mld USD.

Poniżej zapis telekonferencji wynikowej Meta Platforms za trzeci kwartał 2026 r.:

Wypowiedzi zarządu

Mark Zuckerberg

Założyciel, Przewodniczący Rady Nadzorczej i Dyrektor Generalny

Dobrze, witam wszystkich i dziękuję za udział. Ostatnie miesiące były pracowite i ekscytujące. Nasza rodzina aplikacji (Family of Apps) osiągnęła obecnie 3,64 mld użytkowników dziennie. Rekordowy poziom zaangażowania na Facebooku i Instagramie zawdzięczamy silnemu wzrostowi wideo. Threads przekroczył miesięcznie liczbę aktywnych użytkowników X, rosnąc szybko. WhatsApp odnotował rekord w ilości wysyłanych wiadomości i staje się ważną platformą dla agentów AI.

W ostatnich miesiącach wykonaliśmy milowe kroki w realizacji celu „osobistej superinteligencji dla każdego”. Nasz agent osobisty Muse to jeden z najbardziej udanych debiutów produktów w historii. Wydaliśmy model Muse Wonder jako nasz pierwszy zaawansowany model oraz szereg nowych okularów i akcesoriów zintegrowanych z Muse, w tym nowe okulary audio.

O wizji osobistej superinteligencji rozmawiamy już ponad rok. Chcemy, by każdy miał potężnego osobistego agenta AI, który rozumie cele użytkownika, pomaga je realizować i podnosi jakość życia – czy to na polu relacji międzyludzkich, oszczędzania czasu, pieniędzy, tworzenia firmy, kreacji, czy czegokolwiek innego. Muse jest ucieleśnieniem tej wizji. Dziś posiadamy już podstawowe technologie, by to osiągnąć. Przed nami jednak wiele pracy, ale nasza pozycja wyjściowa jest bardzo mocna.

W ciągu zaledwie 1,5 miesiąca w USA i Kanadzie Muse ustawiło ponad 10 milionów osób. Wzrost pozostaje dynamiczny, prawie codziennie jesteśmy numerem 1 w App Store. Zaangażowanie i retencja startują dobrze – około 25% użytkowników z ustawionym Muse korzysta z niego codziennie. Najwcześniejsi użytkownicy im dłużej korzystają z Muse, tym wyższa retencja. To ponad dwukrotnie więcej niż podczas startu Threads i wyżej niż inne aplikacje AI na początku.

Najczęstszy przypadek użycia Muse to zakupy – ponad 1/4 użytkowników dokonuje zakupów, średnia wartość transakcji przekracza 200 USD. Plaid informował nas, że taka aktywność dla ich konektora nie zdarzyła się wcześniej na żadnej innej platformie. Już w pierwszym tygodniu musieliśmy podnieść limit kredytowy ze Stripe, bo wolumen transakcji przerósł oczekiwania wszystkich.

Poza zakupami, najczęstsze konektory to produktywność i łączenie Muse z innymi usługami – e-mailem, kalendarzem. To pokazuje jak ważne jest Muse Secure VM, zbudowane by chronić prywatność i bezpieczeństwo. Już niedługo uruchomimy Muse Confidential VM, gdzie nawet Meta nie będzie miała dostępu do danych użytkownika.

Zauważamy też, że Muse Wonder poprawia jakość, zaangażowanie i retencję, co dowodzi, że w miarę wzrostu inteligencji Muse będzie działać coraz lepiej. Skoro mamy już produkt dopasowany do rynku, przechodzimy do fazy operacyjnej i skalujemy wdrożenie. Następny etap wykorzysta wiele naszych przewag. Musimy zrobić trzy rzeczy: zwiększyć skalę produktu, rozwijać przychody oraz zoptymalizować koszty obliczeniowe.

Zakładamy, że Muse obsłuży miliardy ludzi – to nasza misja i strategia. Chcemy, by każdy miał osobistą superinteligencję, bo to droga do pozytywnej przyszłości, empowermentu i równowagi sił.

Na poziomie wartości wierzymy, że szerokie udostępnienie tej inteligencji jest najlepsze co możemy zrobić. To także strategiczny plus – wielkie sieci Muse pozwolą ludziom i firmom robić więcej razem. Dlatego chcemy szybko zbudować dużą sieć Muse.

Biznesowo, średni przychód na użytkownika naszej rodziny aplikacji to kilka setek dolarów rocznie, liczymy, że Muse z czasem osiągnie wyższy poziom, bo już widzimy wiele aktywności komercyjnej. To zajmie trochę czasu, ale już działamy. Model biznesowy składa się z kilku części: dla większości ludzie produkt będzie darmowy, budujemy narzędzia biznesowe i pobierzemy prowizję od transakcji, głównie od firm.

Ci, którzy chcą najbardziej zaawansowanego modelu lub więcej tokenów, mogą zapłacić za subskrypcję. Firmy, przedsiębiorcy, którzy chcą rozwijać biznes z Muse, też mogą płacić za dostęp dla siebie i pracowników. Osoby, które chcą, by Muse poprawiał treść i personalizację reklam na platformach Meta, mogą je również połączyć. Jeszcze raz: przez średni przychód mam na myśli przychód użytkowników Muse z rodziny aplikacji.

Jeśli chodzi o moc obliczeniową, budujemy infrastrukturę dla ponad miliarda użytkowników na kolejne lata. Dziś Muse mocno obciąża serwery, ale szacujemy, że w przyszłym roku efektywność kosztowa wzrośnie o ponad 10x, co przy odpowiedniej skali przychodów pozwoli na rentowność. Jeśli ta efektywność będzie rosła dalej, co jest bardzo możliwe, Muse będzie bardzo zyskowny przez lata. Obecna siła core-biznesu pozwala nam inwestować w budowę sieci Muse zanim się ona spłaci – jesteśmy najlepiej do tego przygotowani.

Jeszcze jedna kwestia – trenowanie modeli to duży koszt stały; mając najlepszy model chcemy obsłużyć jak najwięcej zapytań przynoszących marżę. Stąd budujemy platformę korporacyjną Meta, którą prowadzi CJ Desai. Muse Wonder i wyższe modele mogą obsłużyć zyskowne usługi poza siecią Muse, w tym API, Muse Code i inne biznesowe produkty.

Charakterystyczne dla naszego biznesu jest to, że mamy wiele sensownych zastosowań mocy obliczeniowej. Trudno dokładnie przewidzieć jak szybko sieć Muse, platforma dla firm czy rozwój modeli podbiją dynamikę core-businessu. Ale mając wiele sposobów wdrożenia modeli, zwiększamy szansę, że przynajmniej jeden przyniesie ponadprzeciętny efekt.

Poza obsługą innych firm, nie odkryliśmy jeszcze limitu, jak bardzo moc obliczeniowa może przyspieszyć core-biznes. Już wdrażamy ewaluację Muse Wonder, by poprawić nasze systemy rekomendacji i reklamy. W miarę jak następne, jeszcze bardziej zaawansowane modele będą się pojawiać, spodziewam się, że tempo poprawy tych systemów będzie rosnąć.

Teraz kilka słów o modelach. Muse Wonder jest najlepiej rozwinięty na wielu kluczowych dla osobistej superinteligencji wymiarach. To pokazuje, że samodzielne trenowanie modeli by zaoferować najlepsze doświadczenie, jest kluczowe. Poza Muse, od kiedy w kwietniu wdrożyliśmy nowe modele, udział per-capita w Meta AI wzrósł ponad dwukrotnie.

Muse Wonder to najważniejsza premiera, ale tempo naszej pracy bardzo mnie cieszy. W ostatnich miesiącach wydaliśmy Muse Spark 1.2 i 1.3, Muse Code, dwa open-weight models Muse Glimmer i Muse Spark Open oraz Muse Voice. Patrząc wprzód, przy szybkim rozwoju branży, planujemy rozwijać zarówno cutting edge inteligencję jak i odchudzać modele, by były jeszcze sprawniejsze i zoptymalizowane pod agenta osobistego. Wierzę, że masowa skala pozwoli nam zbudować superinteligencję. Pracujemy już nad większymi modelami po Muse Wonder, będą robiły ogromne wrażenie. Tworzymy też nową, mniejszą wersję, która zbliży się do poziomu Muse Wonder przy znacznie wyższej efektywności.

Kolejne – nasze prace nad osobistą superinteligencją to obecnie priorytet Reality Labs. Muse już w przyszłym miesiącu pojawi się na okularach Meta – to ważny krok. Użytkownicy już kochają wiele funkcji okularów: muzyka, rozmowy, zdjęcia, wspomaganie słuchu. Ale z czasem najważniejszym elementem stanie się posiadanie osobistego agenta superinteligencji zawsze przy sobie.

Muse jest też kluczowy w modelu biznesowym okularów. Jeszcze raz – naszą misją i strategią jest obsługa każdego. Nie chcemy zarabiać krocie na sprzęcie – ustalamy jego cenę na niskim poziomie, by potem w dłuższym okresie budować na nim oprogramowanie i biznes oparty o superinteligencję. Sprzedaż okularów rośnie szybko, a wraz z Muse oczekujemy wzrostu płatnych subskrypcji – od teraz ten biznes zaczyna się naprawdę poprawiać.

Podzieliłem się też na Connect, że zmieniamy podejście do VR: nowe urządzenia wypuszczamy tylko, gdy osiągniemy prawdziwy przełom, jak w tym roku z okularami Meta VR – pierwszymi na świecie okularami VR. Wciąż wierzę, że połączenie świata fizycznego i cyfrowego przez okulary zacznie się od VR, ale teraz inwestycje będą bardziej rytmiczne i celowane w dostarczanie osobistej superinteligencji. Wszystko razem powinno sprawić, że Reality Labs zacznie być bardziej rentowne, zyski operacyjne w kolejnym roku mają spaść do około 15 mld USD i zmierzać ku rentowności.

Zanim zakończę, chcę powiedzieć kilka słów o niesamowitym tempie rozwoju. Od zawsze działamy szybko, by lepiej się uczyć i obsługiwać setki milionów użytkowników. Ale tempo ostatnio gwałtownie wzrosło. Wprowadziliśmy Edits – 50 mln aktywnych użytkowników. Forum czy Seller – budowane przez małe zespoły – szybko się skalują dla wymagających użytkowników. Muse od pomysłu na whiteboardzie do wdrożenia to tylko 8 miesięcy. Wkrótce wypuścimy Muse Charm – od konceptu do urządzenia w kieszeniach użytkowników niespełna rok.

Jestem dumny z tego, co budujemy. Ludzie mają różne wizje przyszłości, ale w Meta wierzymy, że przyszłość należy do wszystkich, i że oddanie ludziom tej mocy to droga by to osiągnąć. To ważne. Ktoś musi być reprezentantem tych idei. Ale to nie tylko idee, to też realizacja. Dziękuję więc każdemu, kto ciężko pracuje nad dostarczeniem tego miliardom ludzi. I jak zawsze, dziękuję wszystkim partnerom za współpracę.

Teraz proszę Susan.

Susan Li

Dyrektor Finansowa

Dziękuję, Mark, witam wszystkich po południu. Zacznijmy od wyników segmentów. O ile nie zaznaczono inaczej, wszystkie porównania są rok do roku. Przychody rodziny aplikacji w trzecim kwartale to 64,2 mld USD, wzrost o 26%. Przychody reklamowe w rodzinie aplikacji 63,1 mld USD, również wzrost o 26%. Liczba wyświetleń reklam wzrosła globalnie o 10%, we wszystkich regionach, dzięki wyższemu zaangażowaniu, wzrostowi liczby użytkowników i optymalizacji obciążenia reklamami. Średnia cena reklamy na świecie wzrosła o 14% rdr, na co wpłynęła poprawa skuteczności reklam i lepsza sytuacja makro niż rok wcześniej. Część tego wzrostu została zrekompensowana silnym wzrostem wolumenu wyświetleń – szczególnie na powierzchniach i w regionach o niższej monetyzacji.

Pozostałe przychody rodziny aplikacji wyniosły 1,1 mld USD, wzrost o 59%, napędzany przez płatne wiadomości i subskrypcje WhatsApp. W ramach Reality Labs przychody w trzecim kwartale to 443 mln USD, spadek o 6% w związku z niższą sprzedażą headsetów Quest, częściowo zrekompensowane dalszym szybkim wzrostem przychodów z okularów AI.

Teraz wyniki skonsolidowane. Przychód ogółem 64,6 mld USD, wg raportu i po kursach stałych wzrost o 26%. Łączne koszty 51,6 mld USD, wzrost o 68% rdr, na co składają się m.in. 9,9 mld USD ugody z prokuratorami stanu (sierpień 2026). Wzrost kosztów to przede wszystkim wyższe koszty prawne, infrastruktury oraz tokeny AI od stron trzecich. Nakłady infrastrukturalne rosły z powodu chmury publicznej, amortyzacji i kosztów obsługi data center. Na koniec kwartału zatrudnienie to ponad 66 tys. osób (-12% kw/kw), po redukcjach w maju 2026.

GAAP-owy dochód operacyjny w III kwartale: 13 mld USD (-37% rdr), marża operacyjna 20%. Po wyłączeniu kosztów ugody prawniczej: wzrost zysku operacyjnego o 11% rdr. Efektywna stawka podatkowa 24% (powyżej prognoz – głównie przez niededukowalne koszty prawne). Zysk netto 9,9 mld USD, zysk na akcję 3,83 USD.

CAPEX (razem ze spłatą leasingów): 34,9 mld USD, napędzane inwestycjami w serwery, data center i sieć. Wolne przepływy pieniężne: -2,1 mld USD. Na koniec kwartału gotówka/papiery wartościowe 82,4 mld USD, zadłużenie 83,7 mld USD.

Przechodząc do wyników operacyjnych. Główne czynniki napędzające przychody: zdolność do dostarczania angażujących doświadczeń i skuteczna ich monetyzacja w czasie. W pierwszym obszarze wciąż widzimy duże korzyści z rekomendacji treści. Średni dzienny czas na Instagram osiągnął rekord na świecie, wzrost dwucyfrowy rdr, zarówno dla Reels, jak i Feed. Na Facebooku czas dla Reels rekordowy globalnie i w USA, wzrost dwucyfrowy. Threads także się rozwija, średni czas użycia +20% rdr. Wzrost zaangażowania napędza poprawa trafności, personalizacji i świeżości rekomendacji.

Inwestycje w silniki rekomendacji w zakresie wyszukiwania i sortowania dają pozytywne efekty na Instagramie i Facebooku. Np. w Instagram Reels, wdrożenie nowych modeli w trzecim kwartale zwiększyło czas oglądania Reels o ponad 4%, m.in. dzięki architekturze sortowania całych sekwencji Reels zamiast pojedynczo i lepszym danym o długości oglądania.

Na Facebooku w Feed i Reels wdrożyliśmy nową generatywną architekturę wyszukiwania typu LLM, która semantycznie oznacza treść i generuje potencjalne rekomendacje, pozwalając systemowi wyświetlać istotne nowości zanim zdobędą dużą popularność. Architektura obejmuje obecnie ok. 1/4 wyświetleń feedu i 1/2 dla Reels, co już dodało 1% czasu oglądania Reels.

Inne usprawnienia: już ponad 45% rekomendowanych Reels na Instagramie zostało opublikowanych w ciągu 24h – +11 pp kw/kw; na Facebooku Reels podwoiliśmy długość historii branej pod uwagę przy sortowaniu, dzięki czemu czas oglądania Reels w USA wzrósł o 1%.

LLM wspiera też coraz głębsze rozumienie treści – każdego dnia przez systemy oparte o LLM przechodzi cała publiczna treść z IG; efektem jest 1% wzrost zaangażowania z wyników wyszukiwania na Instagramie względem poprzednich wcześniej używanych sygnałów.

Przenosimy też modele rozumienia treści do własnego stosu modeli Muse. W testach offline nowe modele przewyższają dotychczasowe w produkcji i redukują koszty przetwarzania treści w Instagram, Threads, Facebooku i reklamach o ponad 80%. Posiadanie całego stosu pozwala nam na większą elastyczność w rozwijaniu modeli wokół najważniejszych sygnałów dla personalizacji.

Drugim kluczowym czynnikiem wzrostu przychodów jest zwiększanie efektywności monetyzacji. Nadal widzimy duże możliwości poprawy dla firm korzystających z naszych usług. W systemach reklamowych wdrażamy coraz bardziej zaawansowane modele predykcyjne, które lepiej rozumieją użytkowników i prezentują trafniejsze reklamy, optymalizując infrastrukturę. W ub. kwartale ruszył Meta Generative Recommender, wykorzystujący LLM do rozumienia treści reklam i preferencji użytkowników, by przewidzieć najlepszą reklamę dla każdego odbiorcy.

W trzecim kwartale metoda ta trafiła do Facebook Feedu, zwiększając konwersję docelowych odbiorców o prawie 2%. Rozszerzyliśmy też model GEM na więcej powierzchni, podnosząc konwersję kampanii off-site o 1–1,7%, a kampanii aplikacyjnych o 9,6%.

Kontynuujemy efektywną rozbudowę systemów wyszukiwania – w trzecim kwartale nowe modyfikacje Andromedy podniosły konwersję na Facebooku o 1,4%. Wykorzystujemy też AI, by ułatwić firmom zarządzanie kampaniami, tworzenie kreacji i zwiększanie efektywności.

Meta AI Business Assistant staje się bardziej aktywnym i kompetentnym partnerem reklamodawców. Szacujemy, że ci, którzy korzystają z jego rekomendacji, notują o 5% wyższą konwersję przy tym samym kosztcie i zwiększają inwestycje w reklamę o 9% vs. niekorzystający. Wdrażamy kolejne funkcje: insighty kreatywne, lepszy kontekst biznesowy, więcej zautomatyzowanych działań. Pozwalają one planować, tworzyć i optymalizować kampanie oraz ustalać zadania, powiadomienia, przy zachowaniu kontroli przez marketingowca.

Przykład: Simply Organic Maple z Vermont poprawił wyniki kampanii dzięki wskazówkom Asystenta – test dłuższych, bardziej opisowych tekstów zwiększył liczbę zakupów o 57%, a koszt na zakup spadł o 36%. Najlepsza zmodyfikowana reklama osiągnęła 3x ROAS (+52%).

Generatywne narzędzia kreatywne AI są coraz popularniejsze – w trzecim kwartale niemal 10 mln reklamodawców użyło co najmniej jednego narzędzia. Liczba korzystających z funkcji generowania wideo wzrosła kw/kw o 25%, m.in. dzięki temu, że gotowe filmy powstają z jednego obrazu w kilka sekund. Rozwijamy także reklamy kooperacyjne: liczba takich reklam niemal się podwoiła rdr, a ich roczny przychód przekracza 15 mld USD.

W trzecim kwartale sfinalizowaliśmy globalne wdrożenie Creator Marketing Hub – jedno miejsce dla reklamodawców na odkrywanie twórców, organizowanie treści i aktywację współpracy. Ponad 10 mln twórców jest tam widocznych. Integrujemy tam Asystenta AI, by pozwolić reklamodawcom wyszukiwać twórców, identyfikować treści do kampanii czy uzyskać wskazówki na każdym etapie tej współpracy.

Poza reklamami budujemy także inne sposoby monetyzacji zaangażowania ekosystemu. We wrześniu ogłosiliśmy globalne wdrożenie Meta One – zintegrowanej subskrypcji dla konsumentów, twórców i biznesu. Meta One rozwijane jest etapami i obejmuje już 50 funkcjonalności na Instagramie, Facebooku i WhatsApp, w tym Meta Business Agent i Meta AI. Przekroczono 15 mln subskrypcji i testów. Podstawowe funkcje aplikacji i Meta AI pozostaną darmowe; subskrypcje oferują bardziej profesjonalne możliwości i większe limity użycia AI.

Poza monetyzacją obecnego ekosystemu tworzymy nowe doświadczenia i źródła przychodów wokół agentów AI. Mark podkreślał niezwykłą dynamikę Muse – główne powody użycia: zakupy, produktywność osobista i kreatywność. Cieszy nas szerokość zastosowań, zwłaszcza zakupy – ponad 25% aktywnych tygodniowo użytkowników Muse korzysta z tej funkcji.

Naszym priorytetem na teraz jest zwiększenie adopcji i skali Muse, widzimy jednak wiele dróg monetyzacji – na początek subskrypcje. Widzimy też ogromny potencjał w rozszerzeniu Muse na sektor MŚP. We własnych badaniach minimum 500 mln małych firm korzysta z rodziny aplikacji Meta do pozyskiwania klientów i generowania przychodów; Muse może pomóc im klientów zdobywać i efektywnie działać oraz zamykać transakcje. Z czasem agenci konsumenccy i biznesowi będą mogli łączyć się i dokonywać transakcji bezpośrednio, tworząc szansę na płatności, usługi biznesowe i korporacyjne.

Stawiamy na ekonomiczne skalowanie – Muse wymaga dużych inwestycji obliczeniowych, co podniesie koszty usług. Jednocześnie liczymy na wzrost efektywności kosztowej mocy obliczeń ponad 10x w przyszłym roku, poprzez lepsze wykorzystanie kapasytetu poza szczytem, bardziej wydajne modele i optymalizację inference. To wszystko, w połączeniu ze wzrostem przychodów, pozwala nam wierzyć w budowanie bardzo rentownego businessu w dłuższej perspektywie.

Teraz oczekiwania finansowe. Prognozujemy przychód ogółem w IV kwartale 2026 r. na poziomie 73–76 mld USD. Nasze prognozy zakładają aktualne kursy walut; FX to ok. 1% negatywnego wpływu na wzrost przychodów rdr.

Odnośnie kosztów i CAPEX: podnosimy prognozy kosztów uwzględniając potwierdzoną w trzecim kwartale ugodę prawną na 9,9 mld USD. Przewidujemy łączne koszty w 2026 r. na 175–179 mld USD. Po wykluczeniu ugody utrzymuje się prognoza wzrostu zysku operacyjnego wobec 2025 r. W rozbiciu na segmenty: spodziewamy się, że strata Reality Labs w przyszłym roku spadnie do 18–19 mld USD.

CAPEX 2026 (wraz ze spłatą leasingów) to 135–145 mld USD, to zawężenie zakresu wobec wcześniejszego (130–145 mld USD). Przy stałym środowisku podatkowym, podatki w IV kwartale 2026 wyniosą 15–17% zysku.

Dalej obserwujemy istotne kwestie prawne i regulacyjne, które mogą wpłynąć na nasze wyniki – np. kontrole w różnych krajach dot. młodzieży, a w USA planowane są procesy w tej sprawie na kolejne miesiące.

Patrząc dalej, po 2026 r., nadal pracujemy nad budżetem i planami mocy na kolejny rok – będziemy mocno inwestować w core-business oraz nowe programy AI. Mamy elastyczność w przydziale mocy na trening modeli, rozwój biznesu podstawowego lub nowe produkty.

Inwestycje w AI już przynoszą większe zaangażowanie, lepsze rekomendacje i efektywniejszą monetyzację adsów. Dodatkowo, inwestycje w MSL tworzą infrastrukturę i technologie otwierające nowe źródła przychodów. Chociaż zwrot z tych inwestycji przyjdzie później niż z core-businessu, szerokość możliwości i wewnętrzna efektywność pozwalają mieć pewność co do ich długofalowego potencjału. Nie podajemy prognozy przychodów na 2027 r., ale oczekujemy, że inwestycje w AI przełożą się na trwały, silny wzrost także w 2027 r.

Wciąż priorytetem jest poprawa rentowności Reality Labs – strata ma spaść do ok. 15 mld USD dzięki relokacji inwestycji głównie na AI.

Ostatecznie, dziś ogłosiliśmy zamiar utworzenia nowej klasy akcji bez prawa głosu, które zostaną rozdysponowane poprzez dywidendę akcyjną pomiędzy obecnych akcjonariuszy w proporcji 1 do 1. W efekcie to split akcji 2 do 1. Rozpoczęcie handlu planowane na koniec stycznia 2027 r.

Podsumowując – biznes wykazuje dobrą dynamikę, programy reklamowe i zaangażowania działają mocno, a postępy w osobistej superinteligencji bardzo nas ekscytują.

Teraz przechodzimy do pytań.

Sesja pytań i odpowiedzi

Brian Nowak

Dział Badań Morgan Stanley

Mam dwa pytania – jedno o Muse, drugie o biznes firmowy. Po pierwsze, gratuluję sukcesu Muse. Ale analizując zachowania użytkowników i produkt, proszę powiedzieć, jakie czynniki – moc, wydajność modeli, pojemność itp. – dziś najbardziej ograniczają tempo wzrostu użytkowników Muse i jak zamierzacie je rozwiązać?

Drugie o biznes korporacyjny: Mark, czy może Pan krótko opowiedzieć o wizji produktowej Meta dla biznesu i głównych przewagach wartości dla firm korzystających z tych rozwiązań?

Mark Zuckerberg

Założyciel, Przewodniczący Rady Nadzorczej i Dyrektor Generalny

Tak, myślę, że mogę odpowiedzieć na oba pytania, a Susan może uzupełnić. Więc jeśli chodzi o Muse, podkreśliłem już, że w USA i Kanadzie ma go już ponad 10 milionów osób, ale naszym największym ograniczeniem jest właśnie fakt, że to usługa bardzo obciążająca obliczeniowo – globalny rollout jeszcze przed nami. Częściowo to kwestia optymalizacji, częściowo pracy nad konektorami, ale przede wszystkim chodzi o efektywną skalę.

Są z tego plusy i minusy. Plusem jest to, że te 10 milionów w 6 tygodni to świetny wynik, bo są to rynki bardzo wymagające. Przy szerszym wdrożeniu liczby byłyby zapewne dużo wyższe, ale musimy najpierw osiągnąć właściwą efektywność.

To kluczowy element – praca nad wydajnością obliczeniową jest niezwykle istotna, bo musimy mieć moc dla ponad miliarda użytkowników (jeśli uda nam się osiągnąć docelową efektywność), ale przed nami dużo pracy – to będzie główny czynnik ograniczający w przyszłym roku.

Chcemy też rozwijać biznes wokół Muse – mówiłem o tym. Równoległa praca nad efektywnością i strategią monetyzacji to klucz do skalowania całości. Jestem tu optymistą, ale to wymaga solidnej pracy.

Druga ścieżka to ciągłe zwiększanie wartości produktu – główny sposób to rozwój kolejnych modeli. Najpierw wypuściliśmy Muse Spark – model startowy na darmowej warstwie. Potem Muse Wonder, dziś dostępny w wersji płatnej. Wiemy, że Wonder jest lepszy, więc pracujemy nad wydajniejszą wersją Muse Wonder dla szerszej dystrybucji. Im więcej iteracji, tym wyższa inteligencja, więcej zadań i niższe koszty – to odblokuje wyższą wartość dla użytkowników. To nas mocno ekscytuje.

Przechodząc do biznesu – obie części się łączą. Najważniejsze produkty firmowe wkrótce to API modeli i Muse Code. Już dziś agenci firmowi rosną dynamicznie. Jesteśmy tym entuzjastycznie nastawieni, a docelowo chcemy stworzyć pełną sieć biznesową opartą o agentów Muse. Znacie komercyjnych agentów z wcześniejszych calli – wspierają sprzedaż i wsparcie klienta w biznesach.

Widzimy też, że wielu korzysta z Muse do obsługi małych firm. To szansa – stworzyć agenta, który zautomatyzuje wiele czasochłonnych, niebędących core zadań w małych firmach. To wielka rzecz.

Chcemy też zrobić wersję Muse, którą można zabrać do różnych środowisk firmowych. Oprócz tego budujemy Muse Network, czyli doświadczenie współpracy – Muse nie jest już tylko narzędziem solo, ale może współpracować z agentami przyjaciół i rodziny, a w biznesie: klienci rozmawiają z agentami firm. Ta współpraca uwolni olbrzymią wartość w skali.

Jestem tym wszystkim bardzo podekscytowany. Użycie biznesowe będzie kluczową częścią, ale wnosi też wielką wartość dla konsumentów. Bardzo się cieszę z obu ścieżek.

Susan Li

Dyrektor Finansowa

Chciałabym dodać kilka słów o AI w biznesie. Dziś AI powoduje olbrzymie zmiany w firmach. Z tego, co widzimy, tradycyjne korporacje nie mają tu przewagi – liderami zostały firmy, które kilka lat temu jeszcze nie istniały. Zainwestowały mocno w modele, my również i mamy coraz bardziej konkurencyjne modele przynoszące wartość wszystkim użytkownikom, od małych po duże firmy. Dziś już 500 milionów firm korzysta z naszych produktów.

Wierzymy, że AI zmieni sposób działania firm każdej wielkości – w programowaniu, produktywności, sprzedaży, marketingu i obsłudze klienta. Łączymy modele, infrastrukturę, globalną dystrybucję i długoterminowe relacje z biznesem – to nasza przewaga. To początek nowego strumienia przychodu, który może funkcjonować na różne sposoby: subskrypcje, API, wiadomości, inne opłaty zależne od zużycia. To kwestia rozwoju na lata, inwestycje będziemy skalować w zależności od popytu i dopasowania rynku.

Eric Sheridan

Goldman Sachs Research

Pierwsze pytanie – nawiązując do Briana, jak radzicie sobie z tarciami wokół agenta handlowego – co jeśli część agregatorów lub dostawców nie chce, by agent AI wchodził w interakcję z ich usługą lub platformą? Jakie jest Wasze podejście do łagodzenia tych napięć i szukania balansu pomiędzy tym co dziś a zmianami za kilka lat?

Drugie pytanie – wraz z ogłoszeniem nowej klasy akcji, czy są jakieś nowe przemyślenia wokół źródeł kapitału i struktury finansowania, by zapewnić środki na wykorzystanie szansy AI w najbliższych latach?

Mark Zuckerberg

Założyciel, Przewodniczący Rady Nadzorczej i Dyrektor Generalny

Mogę odpowiedzieć na pierwsze. Dziś obserwujemy, że zdecydowana większość firm jest bardzo otwarta i chętnie współpracuje, bo widzi w tym szansę zarówno na więcej transakcji ze stałymi klientami, jak i na pozyskanie nowych. W zależności od ekosystemu tempo wdrożeń będzie różne i będziemy naszą strategię dostosowywać na bieżąco. Ale generalnie jesteśmy bardzo pozytywnie zaskoczeni tym, jak wiele firm nie tylko chce zaadaptować Muse, ale inicjuje kontakt w sprawie integracji – to naprawdę świetny znak.

Oczywiście nie wszyscy chcą być early adopterami – to w porządku, współpracujemy na warunkach adekwatnych. W dłuższej perspektywie upowszechnienie tych rozwiązań przyniesie korzyść wszystkim i jesteśmy tu na dobrej drodze.

Susan Li

Dyrektor Finansowa

Zgadzam się. I odpowiadając na drugie pytanie: AI-agenci będą kluczowi dla ewolucji biznesu i każdy będzie się musiał do tego dostosować. Mamy mnóstwo firm bardzo podekscytowanych współpracą z nami. Są też tacy, którzy chcą chronić relację z klientem, to naturalne. Oczekujemy, że z czasem rynek odejdzie od agentów AI, którzy „nawigują” jak człowiek po platformach – długofalowo będą to coraz bardziej dozwolone, strukturalne integracje: certyfikowane API, partnerstwa agentów lub komunikacja agent–agent pomiędzy klientem a firmą.

Pomagamy ustanowić te standardy – w tym miesiącu pokazaliśmy Personal Agent Protocol – otwarty standard agentów Muse i Meta, nad którym współpracujemy z Sierra, Walmartem, Stripe i Shopify. Chodzi o wyznaczenie zasad bezpiecznej, kontrolowanej współpracy agentów klientów z agentami firm/marki.

Wdrażanie nie wszędzie będzie równomierne ani szybkie; przez najbliższych kilka sezonów wiele doświadczeń pozostanie AI-assisted, nie całkiem autonomiczne. W miarę jak integracje będą budować zaufanie i okazywać realną wartość, biznes będzie coraz bardziej zaangażowany.

Jeśli chodzi o nową klasę akcji – powstała po to, by utworzyć publicznie notowaną akcję bez prawa głosu, która może być wykorzystywana do pozyskiwania kapitału, wynagradzania pracowników, akwizycji i innych celów, jednocześnie z zachowaniem obecnej struktury głosowania obecnych klas A i B. Pozwoli to zachować pozycję founder-led, ale zyskać większą elastyczność finansową, by inwestować wszędzie tam, gdzie AI daje nadzwyczajne możliwości. Na dziś nie ogłaszamy konkretnego procesu podnoszenia kapitału, ale budowa tej struktury to odpowiedzialność, by być gotowym do działania w razie potrzeby.

Douglas Anmuth

J.P. Morgan Research

Uzupełniając pytanie Susan o ewolucję agentów AI i coraz większe wdrożenia biznesowe – co to oznacza, kiedy agent–agent staje się podstawą transakcji, i jakie nowe wartości mogą się pojawić?

Druga kwestia: koszty i CAPEX w perspektywie 2027 roku. Wiem, że to jeszcze nie czas na twarde guidance, ale bazując na wcześniejszych wypowiedziach: kiedyś mówiliście, że w 2026–2027 macie zwiększać moce obliczeniowe do maksimum, a od 2028 mieć już więcej elastyczności inwestycyjnej. A rok temu była mowa, że w 2026 wzrost wydatków $ będzie dużo wyższy niż w 2025, a także, że zwrot z działalności będzie rósł rok do roku. Czy to pozwala zrozumieć coś więcej o 2027?

Susan Li

Dyrektor Finansowa

Dzięki, Doug. Co do rozwoju ekosystemu agentów: nie mogę przewidzieć tego idealnie, potrwa to trochę – rynek nie będzie rósł równomiernie. Ale już dziś wyraźnie widać, gdzie kontakt Muse z agentami firm byłby lepszy niż „ręczne” interakcje. Przykład: jeśli Muse dziś musi dzwonić do firmy po mojej stronie, to o wiele sprawniej obsłuży to biznesowy agent AI.

Unikalne w Muse jest to, jak bardzo jest proaktywny – mogę mu zlecić zadanie, a on je wykona, nawet jeśli trzeba znaleźć własną ścieżkę i obejść przeszkody. Z czasem więcej działań i transakcji dokona się automatycznie, bo agent AI dla mnie stale szuka np. książek lub opcji podróży – to samo firmy mogą robić dla klientów. To nowy model, gdzie komunikacja agent–agent napędza proaktywność po obu stronach i zwiększa aktywność, nie tylko przy deklaratywnym popycie jak dziś, ale stale.

Co do drugiego pytania o 2027 r. – jesteśmy na wczesnym etapie budżetowania i planowania mocy na przyszły rok. Analizujemy szereg inwestycji o różnym profilu zwrotu – chcemy sfinansować jak najwięcej najlepszych w ramach globalnego budżetu i celów finansowych. To dynamiczne i wciąż za wcześnie, by podać liczby – pełniejsze guidance tradycyjnie w Q4 call.

Justin Post

BofA Securities Research

Dwa pytania: jedno dla Marka, drugie dla Susan. Mark, masz bardzo mocny nowy model – poza wdrożeniami zewnętrznymi, ile jeszcze jest do zrobienia we własnym biznesie reklamowym Meta, bazując na AI? Jak duży jeszcze potencjał widzisz?

Susan, wspomniałaś o silnym wzroście przychodów na przyszły rok. Czy to wzrost, który pochodzi przede wszystkim z reklam, czy może AI zacznie już dokładać?

Susan Li

Dyrektor Finansowa

Z przyjemnością odpowiem na oba. Po pierwsze, segment reklam korzysta od lat zarówno z klasycznych, jak i obecnych, generacyjnych modeli AI. Warto podkreślić trzy rzeczy: (1) pipeline klasycznych optymalizacji „business as usual” wciąż jest mocny i zdrowy, więc widzimy spory potencjał zwiększania zaangażowania i monetyzacji; (2) inwestujemy w badania, by nowa infrastruktura oparta o LLM lepiej rozumiała preferencje użytkowników i wybory treści, spodziewamy się, że to też przełoży się na lepsze systemy rekomendacji i sortowania; (3) generatywne AI już wspiera reklamodawców – narzędzia z Advantage+ będą coraz bardziej zautomatyzowane: tworzenie kreacji, generowanie filmów, dźwięku itp. To wszystko oznacza, że potencjał wzrostu jest na wielu polach.

Druga kwestia, czy w przyszłym roku wzrost przychodów to tylko ads czy AI: powiedziałabym, że budżetowo i produktowo jesteśmy pozytywnie nastawieni do core-advertisingu i projektów zaangażowanych. Tworzymy nowe linie biznesowe AI, które zaczną mieć wpływ na przychody od 2027 r., ale mogą znacząco rosnąć z czasem – subskrypcje, prowizje od transakcji, reklama w AI, produkty firmowe. To wszystko jest na wczesnym etapie, my koncentrujemy się na produktach wysokiej jakości i skalowaniu rynku, ale nasze doświadczenia w skalowaniu do miliardów użytkowników dają pewność, że AI z czasem stanie się istotnym, dywersyfikującym źródłem przychodu.

Mark Shmulik

Bernstein Research

Mark, po konferencji Connect mam poczucie, że Meta wchodzi w nową erę skupioną wokół Muse. Czy to fair ocena? Jeśli tak, jak zmienia się aktywność wewnętrzna i uprawnienia biznesowe w firmie?

Susan, ciekawi mnie kolejność ogłoszeń – najpierw biznes, potem SMB. Czy możesz zdradzić więcej szczegółów o ofercie i skalowaniu produktu dla MŚP?

Mark Zuckerberg

Założyciel, Przewodniczący Rady Nadzorczej i Dyrektor Generalny

Tak, mogę to skomentować. Ponad rok temu napisałem, że osobista superinteligencja to nowa gwiazda polarna naszej pracy. Traktujemy to jako naturalne rozwinięcie ponad 20 lat naszej misji: empowerment ludzi, umożliwianie im głosu i kontaktu na własnych warunkach. W AI widzimy możliwość zbudowania produktu, który odda użytkownikom realną moc. To cały sens idei personalnej superinteligencji.

W tym kierunku pracujemy od pewnego czasu, uruchomiliśmy laboratoria MSL właśnie w tym celu – by budować modele stworzone specjalnie jako asystenci osobowi, mieć całość technologii end-to-end i projektować najlepsze doświadczenie usera. To dotyczy zarówno software, jak i hardware’u – nasze okulary mają być najlepszą platformą dla tego doświadczenia. To wszystko są długoterminowe zakłady – i myślę, że jak dalej będziemy konsekwentni, to efekty biznesowe po prostu same przyjdą. Jestem bardzo dumny z postępu zespołów.

Susan Li

Dyrektor Finansowa

Dziękuję, Mark. Wstępnie: Muse dla małych firm to raczej rozwinięcie niż osobny produkt – nowy zestaw umiejętności i konektorów wewnątrz dostępnego już Muse, żeby pomagać właścicielom MŚP w pracy i zdobywaniu klientów. Wystarczy kilka kliknięć, by połączyć Muse z IG, Facebookiem, Meta Ads czy nawet Shopify, QuickBooks, Canva – i Muse od razu rozumie czym zajmuje się firma, jak brzmi marka i jakie pytania zadają klienci.

Muse analizuje efektywność reklam i treści, pisze kampanie, obsługuje klientów, oznacza problemy. Słuchamy użytkowników MŚP, by trafnie rozwijać funkcje. Najczęstsze zastosowania to optymalizacja reklam, organizacja DM, aktualizacja ofert na podstawie stanu magazynu lub nowości, zarządzanie balansowaniem obciążenia w zespole. Monitorujemy skale użycia, by każda nowa funkcja jak najlepiej służyła SMB.

Mamy unikalne punkty styku – wspomniałam, że aż 500 mln podmiotów deklaruje bycie SMB. Inwestycje w konsumenckie produkty także pomagają przedsiębiorcom. Mamy kilka bardzo silnych kanałów dotarcia do MŚP na całym świecie. AI znacznie otwiera nas na nowy rynek biznesowy.

Ross Sandler

Barclays

Mark, wspomniałeś o tym, ale czy możesz podać jakieś główne wskaźniki kosztu jednostkowego Muse na użytkownika oraz jaką widzisz ścieżkę spadku tych kosztów? Co robicie, by schodzić z kosztów?

Susan Li

Dyrektor Finansowa

Chętnie odpowiem. Mark może uzupełnić, jeśli coś pominę. Nie podajemy dziś konkretów o kosztach jednostkowych Muse. Ale, jak wspomniał Mark, są duże i optymalizacja jest kluczowa do skalowania i rozwoju Muse jako biznesu.

Wydajność można osiągnąć na kilka sposobów: już teraz korzystamy z mocy poza szczytem, wykorzystujemy mniejsze modele, stale optymalizujemy inference – wszystko to pozwala lepiej wykorzystywać GPU i zwiększać wydajność systemową.

Patrząc długofalowo, spodziewamy się, że wraz ze skalą LLM-y będą wykonywać więcej przy mniejszej ilości tokenów, a same modele AI pomogą usprawnić oprogramowanie, na którym działają. Trasa to więc zarówno systematyczne optymalizacje, jak i benefity z rozwoju AI jako technologii – widzimy tu dużą szansę na dalsze oszczędności w przyszłości.

Mark Stephen Mahaney

Evercore ISI Institutional Equities

Dwa pytania. Przez lata Meta zawsze budowała ruch na nowych powierzchniach, potem dopiero włączała mocniej monetyzację. Czy w przypadku Muse będzie podobnie, czy jednak szybszy nacisk na monetyzację, bo koszty są tu wyższe niż przy wcześniejszych produktach?

Druga sprawa: jeśli mówicie o 25% użytkowników i ASP powyżej 200 USD – czy ta statystyka obejmuje też rezerwacje podróży, czy to tylko e-commerce?

Mark Zuckerberg

Założyciel, Przewodniczący Rady Nadzorczej i Dyrektor Generalny

Przewiduję, że z Muse monetyzację zaczniemy wcześniej niż dotychczas, z kilku powodów. Po pierwsze, skala – zarówno kosztów, jak i okazji – sprawia, że szybkie postępy w tym obszarze są kluczowe dla możliwości skalowania. Po drugie, bardzo duży udział przypadków użycia to biznes i komercja.

A odpowiadając na pytanie: tak, ASP powyżej 200 USD obejmuje także podróże – traktujemy je jednak jako nieco inny przypadek. Podróże są jednym z wiodących zastosowań Muse, użytkownicy planują różne rzeczy przez nasz ekosystem. To ważne zarówno dla wartości dla użytkownika, jak i dla nas by tworzyć model, w którym pobieramy prowizję od wartości, którą pomagamy wygenerować. Znalezienie właściwej równowagi w tych liczbach jest kluczowe, by mieć środki na rozwój mocy do skalowania do miliardów userów.

Poza tym, jak wspomniała Susan, z roku na rok spodziewamy się, że ta sama inteligencja w Muse Wonder będzie wymagać coraz mniejszych modeli i kosztować ułamek obecnych kosztów. Jeśli nawet jest to poziom wystarczający do product-market fit dziś, ciągła optymalizacja modeli sprawi, że będziemy coraz bardziej efektywni.

Jednocześnie mało prawdopodobne jest, by za rok większość ludzi chciała korzystać z obecnego poziomu inteligencji modeli – one też będą coraz lepsze. Musimy więc jednocześnie rozwijać produkt, budować przychody i optymalizować modele, by mieć środki na globalny rollout i trafić do miliarda+ ludzi – jak najszybciej.

Nie wprowadzamy opłat z góry, bo chcemy raczej zbudować sieć Muse niż narzędzie do pobrania przez pojedynczego usera. Wartość szybko rośnie, gdy sieć jest duża – użytkownicy mogą współpracować i wspierać się nawzajem. To naprawdę ważny efekt skali i jesteśmy tym podekscytowani. Uważam, że nie wiele firm na świecie ma możliwości jak my by to zrobić – planujemy działać bardzo aktywnie.