Meta 的 AI 基础设施布局让 Dina Powell McCormick 成为 Zuckerberg 的交易主将

据报道，Mark Zuckerberg 在 12 月一次私下散步后招募了 Dina Powell McCormick，希望借助她在政治和金融领域的广泛人脉推进 Meta 的 AI 基础设施布局。彭博社称，这次交谈发生在 Zuckerberg 位于考艾岛 Koolau Ranch 的董事会闭门会议期间。Meta 于 2026 年 1 月 12 日宣布任命 Powell McCormick 为总裁兼副董事长。

这项任命不只是一次常规的高管晋升。Meta 预计将在 2026 年投入 1300 亿至 1450 亿美元资本支出。公司还在多个市场寻求数据中心、能源供应、融资合作伙伴和政府支持。Zuckerberg 需要一位能够将这些环节串联起来的人，让工程师能够专注于计算系统和 AI 模型。

这使 Powell McCormick 处于 Meta 主要依靠自有资金的模式，与 OpenAI 等公司依托合作伙伴网络的模式之间日益扩大的竞争中心。她的职责表明，拥有顶尖研究人员或芯片已不再足够。AI 竞赛愈发取决于融资、电力、建设能力以及获得建设许可的能力。

Zuckerberg 为 Meta 的 AI 基础设施布局招募了一位交易高手

Powell McCormick 的任命，使基础设施融资和政府关系成为 Meta AI 战略中由高管层直接负责的组成部分。

彭博社报道称，Zuckerberg 于 2025 年 12 月 Meta 董事会闭门会议期间接触了 Powell McCormick。她在八个月前加入董事会，拥有横跨金融、经济发展以及两届共和党政府的经验。据报道，Zuckerberg 告诉她，Meta 正在押注 AI 将决定其未来，并将需要大量外部资本。

数周后，公司公开确认了她的运营职务。在其领导层任命公告中，Meta 表示 Powell McCormick 将加入管理团队，协助指导战略与执行工作。她还将与公司的计算和基础设施团队合作。

这项职责包括建立战略资本合作关系，并扩大 Meta 的长期投资能力。这些责任令她有别于那些主要负责传播或公共政策的高管。Meta 已将融资职责直接交给一位能够直接接触 Zuckerberg 的高级领导人。

Powell McCormick 曾在 Goldman Sachs 工作 16 年，期间成为合伙人并担任管理委员会成员。她还领导过该行的全球主权投资业务。近来，她担任 BDT & MSD Partners 的副董事长、总裁兼全球客户服务主管。

她的政府履历同样具有现实意义。Powell McCormick 曾在 Donald Trump 首届政府中担任副国家安全顾问。此前，她在 George W. Bush 政府期间担任白宫顾问和助理国务卿。

这些资历针对的是一个实际问题。大型 AI 园区所需的不仅是一块合适的土地和一份加速器采购订单。它还可能需要公用事业协议、输电升级、建筑劳动力、税收安排、环境审查，以及多个层级政府之间的协调。

融资协议还可以将科技公司与基础设施基金、主权投资者、贷款机构、公用事业公司和房地产开发商连接起来。每一方都有不同的风险承受上限和回报预期。必须有人将 Meta 的技术规划转化为资本提供方和政府官员能够接受的条件。

Powell McCormick 在 1 月达沃斯的一场采访中将 AI 描述为一项“团队运动”。她表示，这项工作需要能源企业、超大规模云服务商和政府共同协作。这种表述与 Meta 交给她的职责高度一致。

因此，她的晋升明确了已经发生的变化。Meta 并非只是新增了一位高级顾问。Zuckerberg 已将为基础设施融资并创造建设条件的对外工作，提升为核心运营职能。

Meta 的支出规模已超出常规资本预算

Meta 的投资规模，使获得资本、能源和建设能力成为竞争约束，而不再只是辅助性考量。

Meta 最初预计 2026 年资本支出将在 1150 亿至 1350 亿美元之间。随后公司上调了这一区间，并在第二季度后将预测收窄至 1300 亿至 1450 亿美元。

最新预测的中点几乎是 Meta 2025 年在物业和设备上支出的 696.9 亿美元的两倍。此前的支出已涵盖服务器、数据中心和网络基础设施。支出的加速说明了为何公司正在研究常规年度开支之外的融资结构。

仅第二季度，Meta 就录得 310.8 亿美元资本支出。其季度业绩还显示，运营现金流为 318.6 亿美元，报告的自由现金流为 7.84 亿美元。

这并不意味着 Meta 已耗尽资源。截至 6 月底，公司持有 902.6 亿美元现金、现金等价物和有价证券。在广告业务推动下，营收同比增长 28%，达到 608 亿美元。

然而，支出已达到一个会改变管理层如何平衡流动性、股东回报、债务和长期承诺的水平。Meta 报告称，截至 6 月底其长期债务为 836.6 亿美元。其文件还披露，2026 年下半年至 2036 年间将开始履行的租赁义务约为 2789.9 亿美元。

这些租赁义务涵盖数据中心、托管设施和网络基础设施。它们表明，年度资本支出只能呈现负担的一部分。即使底层设施归其他组织所有，长期容量协议仍可能使公司承担未来付款义务。

Meta 第二季度利润表还揭示了另一项压力来源。成本和费用增长 55%，至 420.3 亿美元；营业利润则下降 8%。净利润下降 14%，至 158.5 亿美元。

其中部分变化来自法律费用和遣散费用，并不完全由 AI 支出造成。尽管如此，基础设施投资最终会带来折旧、运营成本和电费。投资者将期待 Meta 的营收增长能够吸收这些成本，而不会永久削弱利润率。

Meta 在这场竞争中拥有强大优势。Facebook、Instagram、Messenger 和 WhatsApp 构成了全球分发网络和盈利可观的广告引擎。Meta 报告称，6 月其应用家族的日均用户数为 36 亿。

AI 已经用于这些产品中的排序、推荐、广告和内容系统。Zuckerberg 表示，这项技术正在加速核心业务，同时支持新产品。与许多研究项目相比，这为其创造了更明确的短期收入关联。

但广告引擎并不能消除基础设施风险。为未来模型设计的数据中心可能需要数年才能规划和建成。设备选择可能迅速过时，而电力和租赁承诺的期限则可能长得多。

因此，核心问题并非 Meta 今天能否开出巨额支票，而是公司能否建立一种融资和基础设施模式，在模型架构、需求预测和经济环境变化期间仍保持可承受性。

外部资本改变风险，但不会消除风险

战略融资可以保护 Meta 的资产负债表，但也会引入交易对手、固定承诺，以及对预期回报更严格的审视。

外部资本可以通过多种结构进入 AI 项目。基础设施投资者可能持有一家数据中心的大部分所有权，而 Meta 签订长期租约。贷款机构可根据合同付款承诺为建设提供融资。合资企业则可以划分所有权、开发责任和运营风险。

这些结构能够减少 Meta 在初期必须投入的现金。它们还可将寿命长久的建筑和电力资产，与偏好可预测、长期付款的投资者相匹配。

然而，转移所有权并不意味着经济义务就此消失。合同可以将建设支出转化为租赁付款或服务承诺。如果 Meta 预留的容量超过其产品最终所需的规模，公司仍将承担风险。

其 6 月监管文件说明了这一权衡。Meta 披露了一项尚待完成的交易，涉及约 23 亿美元的待售资产，主要是建设中的工程和土地。公司预计在交易完成时获得约 10 亿美元的一次性分配。

此类安排可以为更多项目释放资本。但这也意味着另一方必须评估 Meta 的计划、资金可靠性和场地的长期用途。Powell McCormick 的金融网络恰恰会在这一环节发挥作用。

资本竞争也在加剧。Alphabet、Amazon、Microsoft、Oracle 和其他大型科技公司正同时推进基础设施建设。私募信贷机构、养老金基金、主权投资者和资产管理公司可以在多个项目间作出选择。

S&P Global Ratings 在 8 月估计，到 2027 年，超大规模云服务商的合计资本支出将超过 1.3 万亿美元。这一估算涵盖 Alphabet、Amazon、Meta、Microsoft、Oracle 和 SpaceX 等公司。这种集中度为贷款方创造了机会，但也增加了它们对单一投资主题的敞口。

Oracle 采取了更为明确的融资路径。该公司宣布计划筹集债务和股权资本，以扩充为 Meta、OpenAI、Nvidia 和 xAI 等客户提供服务的云容量。其做法表明，即使是成熟科技公司，也在将 AI 需求与大规模资本市场交易结合起来。

OpenAI 则代表了另一种模式。它将私人融资与云、芯片和数据中心合作伙伴关系相结合。其基础设施计划汇集了 Oracle、SoftBank、设备供应商、开发商和金融合作伙伴。

Meta 的结构仍有所不同，因为它拥有盈利的消费者平台，并控制着庞大的广告业务。它能够用自身现金流为更多投资提供资金。它的大部分计算能力也用于内部，而非出售传统的公共云服务。

即便如此，Meta 已开始将基础设施视为一项独立的战略能力。Zuckerberg 于 1 月将 Meta Compute 设立为顶级项目。他表示，公司计划在本十年建设数十吉瓦的容量，并在未来建设更多。

吉瓦是电功率单位，而如此规模的数据中心计划所需的协调，远远超出技术采购团队的范围。公用事业公司需要确信需求将持续存在。社区则希望获得就业机会、税收收入、水资源保护措施，以及可信的建设时间表。

政府关系很重要，因为新一代发电和输电项目往往需要通过受监管的体系推进。劳动力供应也很重要，因为园区需要电工、技术人员和建筑工人。供应协议同样重要，因为加速器、网络设备、变压器和冷却系统的交付周期各不相同。

Powell McCormick 已经强调过这些联系。Meta 曾支持涉及熟练技工的劳动力项目，包括光纤技术人员和数据中心建设工人。这类项目也有助于该公司将其基础设施扩张塑造成就业和区域发展项目。

这正是她获任背后的核心机制。Zuckerberg 正试图将华尔街、华盛顿、公用事业公司、劳工组织和外国政府之间的关系，转化为可用的算力。

政治资源无法保证 AI 回报

Powell McCormick 可以帮助 Meta 清除制度性障碍，但她无法解决模型经济效益的不确定性，也无法保证新增产能能够带来持久收入。

支持她担任这一职务的最有力理由始于执行。一项延期的并网、缺失的变压器、融资争议或地方许可纠纷，无论研究质量多高，都可能推迟 AI 设施的投运。经验丰富的协调工作可以降低这些风险。

她的背景也可能改善 Meta 与主权合作伙伴的接触渠道。各国政府日益将算力视为战略基础设施。他们希望获得国内投资、能源安全、就业机会，以及对先进 AI 系统部署方式的影响力。

这些关系同样伴随政治风险。Powell McCormick 曾在共和党政府任职，且她的丈夫是参议员 Dave McCormick，这自然会引发有关准入和影响力的问题。Meta 必须证明，涉及其项目的公共决策遵循透明规则，而非个人关系。

该公司在美国和欧洲还面临持续的监管争议。其第二季度展望警告称，法律和监管事项可能对业绩产生重大影响。与青少年有关的诉讼仍是一项具体担忧。

大型数据中心还会带来另一类社区问题。它们可能争夺电力容量、需要新增输电设施，并影响当地水资源或土地使用。承诺的经济利益未必能平息这些争议，尤其是在居民担心公用事业成本上升时。

资本提供方将关注另一种不确定性：利用率。即使 Meta 按时建成一座设施，如果算力需求的发展慢于预期，仍可能获得较差回报。它也可能误判所需训练和推理产能的组合。

训练是指通过处理大型数据集并调整模型内部参数来创建模型。推理则是用户或软件请求答案时所需的计算工作。每种工作负载都可能偏好不同的设备、网络和运营选择。

硬件快速迭代带来了另一项风险。先进加速器的竞争力可能会在建筑或电力协议到期很久之前下降。因此，融资结构必须协调短暂的设备周期与长得多的不动产和能源承诺。

Meta 最新业绩既提供了支持其战略的证据，也提出了质疑。营收强劲增长，广告展示量上升 14%，每条广告的平均价格增长 12%。这些数据支持了 AI 投资能够强化现有产品的观点。

然而，该季度成本增长快于营收。营业利润率从 43% 降至 31%，尽管法律和遣散费用也促成了这一降幅。投资者仍需要看到证据，以区分一次性支出与 Meta 扩大 AI 基础设施规模带来的持续成本。

产品层面也存在战略问题。Meta 可以通过改善推荐和广告来证明部分算力投入的合理性，但其更广泛的超级智能努力需要的不只是广告收入的渐进式增长。它需要能让巨额新增投资变得值得的消费者或企业服务。

该公司尚未公开为每个计划中的基础设施项目提供完整的回报模型。它也未详细说明多少产能将用于内部产品、外部客户或实验性研究。

缺乏这些细节并不证明该战略不合理。基础设施计划通常包含商业敏感信息，并会随建设进度变化而调整。然而，这限制了外部人士检验管理层假设的能力。

因此，应谨慎解读 Powell McCormick 的任命。这表明 Meta 认识到了其雄心所涉及的融资和政治复杂性。它并不意味着每一座拟建数据中心都将是必要的或有利可图的。

这种区分很重要，因为资源和准入既能加速好的投资，也能加速坏的投资。更快的审批和充裕的融资，只有在底层需求真实存在时才能创造价值。Meta 仍必须决定在哪里建设、预留多少产能，以及哪些工作负载应得到优先安排。

AI 竞赛如今已超越模型和芯片

Meta 与由合作伙伴关系驱动的 AI 竞争对手之间的较量，部分将取决于哪家机构能够协调资本、电力、建设和产品需求。

OpenAI 提供了最鲜明的对比。它依赖由云服务公司、基础设施开发商、芯片供应商和金融合作伙伴构成的网络。其 Stargate 项目设定的目标是，到 2029 年获得 10 吉瓦美国算力容量。

这种模式将职责分散到专业化机构之间。Oracle 可以提供云基础设施，SoftBank 可以贡献资本和战略支持，而开发商和公用事业公司则负责实体项目。OpenAI 可以将更多注意力放在模型和产品上。

这种安排也会形成依赖关系。合作伙伴必须就融资、时间表、技术要求和需求预测达成一致。其中任何一方的延迟或分歧，都可能影响产能交付。

Meta 历来对其技术栈拥有更多控制权。它运营全球消费者平台、设计定制芯片、开发模型，并建设大型数据中心。直接控制可以改善产品与基础设施之间的协调。

随着所需投资规模不断扩大，这种独立性变得更难维持。Meta 可以掌控其软件方向，同时与他人分担设施的财务负担。Powell McCormick 的职责似乎旨在开辟这条中间道路。

Microsoft 提供了另一个有用的比较对象。它将庞大的云业务与跨企业和政府的广泛关系结合起来。云客户可以通过合同化需求帮助支撑基础设施投资。

Meta 尚不具备同样的公有云收入基础。其主要经济引擎仍是广告。这使内部改善尤为重要，因为该公司无法通过第三方云合同来证明每一座新设施的合理性。

Oracle 则处于这一光谱的另一端。它正筹集资本，以满足大客户需求为基础建设产能。这可以让投资更容易解释，但也会将风险集中在较少的大型交易对手身上。

Meta 的战略挑战是在不承担每一美元建设风险的前提下保留控制权。它希望拥有足够产能来推进先进模型和消费者产品，同时也希望以不削弱运营灵活性的条件获得外部资本。

这种张力解释了为什么 Zuckerberg 从传统工程层级之外选任了一位高管。Santosh Janardhan 和 Daniel Gross 可以在 Meta Compute 内部领导基础设施和技术规划。Powell McCormick 则可以负责围绕这些计划的机构事务。

由此形成的组织更像一个大型工业项目，而非传统软件计划。它的投入包括电力、土地、债务、劳动力、芯片、网络设备和政府批准。软件仍然至关重要，但无法替代缺失的实体产能。

对于开发者和企业买家而言，这一转变会影响产品选择。基础设施限制可能影响模型可用性、延迟、区域部署和服务可靠性。融资压力也可能决定供应商更偏向订阅、广告、云访问还是战略合作伙伴关系。

知识工作者可能会间接受到影响。Meta 可以通过数十亿人已在使用的应用程序分发 AI。如果基础设施投资改善响应速度和产品整合，新能力便可在无需单独推广活动的情况下触达用户。

相反的结果也同样可能出现。Meta 可能积累昂贵产能，却难以使其服务形成差异化。在这种情况下，管理层可能收紧访问范围、寻求外部客户，或优先安排与收入联系最紧密的工作负载。

重要的变化在于，模型基准测试已不再能概括全部竞争。公司可以产出令人印象深刻的研究成果，却缺乏以规模化方式服务用户所需的电力、设备或融资。Meta 正围绕这一现实构建高管架构。

三个信号将检验 Powell McCormick 的战略

下一批证据应来自融资条款、经营业绩和具体的基础设施交付，而非关于 AI 雄心的更宽泛表述。

第一个信号是 Meta 下一项重大资本合作的结构。投资者应审视谁拥有资产、Meta 出资多少现金，以及哪一方承担建设超支。租期和产能承诺将比交易的名义规模更重要。

一项能够吸引长期资本、又不施加严格利用率保证的交易，将强化 Meta 的方法。若交易依赖沉重的固定付款或激进的需求假设，则公司承担的风险将比所有权结构所暗示的更大。

第二个信号是 Meta 在 2026 年增加支出后的财务表现。其下一份业绩应显示，在折旧和基础设施成本上升的同时，营收和经营现金流是否仍在增长。管理层对 2027 年资本支出的预测将揭示，2026 年究竟是峰值、新基准，还是又一次上行。

最明确的有利模式将是持续的广告增长、扩大的 AI 相关产品，以及得到控制的营业利润率。若产品采用疲软却伴随固定成本上升，则会削弱加速建设的理由。

第三个信号是实体交付。公告应转化为通电的园区、已安装的计算系统和可用产能。电力协议、培训项目和政府合作关系，只有在缩短部署时间表时才有意义。

Meta 还应进一步说明如何分配这些产能。内部推荐、消费者助手、模型训练、企业服务和外部算力客户，具有不同的收入前景。更清晰的工作负载组合将帮助读者评估基础设施回报。

Powell McCormick 曾主张，AI 需要科技公司、能源供应商、劳动者、投资者和政府之间的合作。Meta 的行动如今为这一说法提供了直接检验。她的成功不会仅以准入能力或宣布的合作伙伴数量来衡量。

衡量标准将是，这些关系能否以可接受的条件产出算力，同时不让长期承诺超越真实需求。这正是 Meta 推进 AI 基础设施的更深层含义。

关注下一份融资协议、下一份资本支出预测，以及新获得资金支持的产能开始服务高价值产品的首批证据。这些信号将共同表明：扎克伯格聘用 Powell McCormick，究竟是为了疏通暂时性的建设瓶颈，还是为了为 Meta 的 AI 时代建立一套长期运营模式。