По имеющимся данным, инициаторами потенциального размещения выступают финансовый директор Сьюзан Ли и президент компании Дина Пауэлл Маккормик.

Сообщается, что идея была вдохновлена недавно завершённым дополнительным размещением акций Alphabet на $85 млрд.

Важно отметить, что Meta ещё не привлекала банки для организации сделки и в конечном счёте может отказаться от её проведения. Тем не менее одного лишь масштаба обсуждаемых планов — в сочетании с уже высоким прогнозом капитальных затрат компании на 2026 год в размере до $145 млрд — оказалось достаточно для резкой распродажи

В совокупности сочетание риска размытия капитала, привлёкшего широкое внимание, уже напряжённого профиля капитальных затрат, нарастающих регуляторных трений за рубежом и масштабной распродажи в технологическом секторе создало идеальный шторм для акций Meta, опустив бумаги ещё ниже 52-недельного максимума $796,25 и углубив их отставание с начала года

Потенциальное привлечение капитала призвано поддержать цель генерального директора Марка Цукерберга — обеспечить «персональный суперинтеллект» на всех платформах Meta, включая Facebook, WhatsApp, Instagram и носимые устройства

Снижение акций Meta происходило на фоне общего давления на NASDAQ, при этом потери ускорялись по ходу торговой сессии. Потенциальное размещение акций станет одним из крупнейших в последние годы, поскольку технологические компании наращивают инвестиции в дорогостоящую инфраструктуру ИИ и центры обработки данных

Несмотря на сегодняшнее давление, долгосрочный взгляд Уолл-стрит на Meta в целом остаётся позитивным

UBS подтвердил рейтинг «Покупать» по итогам мероприятия Meta Conversations 2026, а Canaccord сохранил рейтинг «Покупать» с целевой ценой $930 после глобального запуска Meta Business Agent

Широкий рынок поддержки пока не оказал

NASDAQ снизился на 3,9%, а S&P 500 упал на 2,4%, создав неблагоприятную среду для капиталоёмких акций роста в технологическом секторе

Масштаб данных как преимущество Meta

​Цифра 7,9 млрд совокупных пользователей экосистемы Meta — это колоссальный объем мультимодальных данных (текст, фото, видео, взаимодействия). Для разработчиков ИИ такой масштаб позволяет обучать модели на реальных коммуникациях. Огромное количество переписки и реакций помогает ИИ лучше понимать человеческий язык, контекст, иронию и социальные связи

​Мультимодальное обучение

Facebook, Instagram и WhatsApp генерируют терабайты визуального контента ежедневно. Эти данные критически важны для развития генеративных моделей (таких как Llama), которые должны уметь не только писать код или тексты, но и понимать/создавать изображения и видео

Немного о моральном старении современных ЦОД

Сегодня моральное старение дата-центров происходит гораздо быстрее, чем 10–15 лет назад, но важно различать само здание дата-центра и установленное в нем оборудование

Здание и инженерная инфраструктура

Здание, подстанции и линии электропитания обычно служат 15–30 лет
Они редко становятся бесполезными

Однако требования к мощности резко выросли:
В 2015 году стойка на 5–10 кВт считалась нормой.

В 2020 году крупные облачные клиенты требовали 15–30 кВт.

В 2026 году AI-кластеры часто проектируются под 80–150 кВт на стойку, а иногда и выше.

Из-за этого дата-центр, построенный всего 5–7 лет назад, может оказаться недостаточно мощным для современных AI-нагрузок

Серверы и GPU

Здесь старение происходит намного быстрее

Для AI:
1) GPU-кластер считается передовым примерно 2–4 года
2) После этого он продолжает работать, но его эффективность на ватт и на доллар может сильно уступать новому поколению.

Например, переходы от NVIDIA A100 → H100 → B200 → Rubin дают не просто постепенное, а иногда кратное улучшение производительности

Почему это важно для AI-датацентров?

Если независимый владелец ЦОД строит объект на 210 МВт для гиперскейлера, то клиент обычно берет риск обновления серверов на себя

В этом случае:
- дата-центр остается востребованным 15–20 лет;
- внутри него могут смениться 4–6 поколений GPU

То есть морально устаревает не столько дата-центр, сколько его начинка

Разберём примеры

Объект рассчитан на воздушное охлаждение.
Через 5 лет рынок переходит на более плотные стойки с жидкостным охлаждением

Модернизация оказывается дорогой или невозможной

Тогда относительно новый дата-центр может потерять конкурентоспособность

Историческая аналогия

В 2000-х многие дата-центры проектировались под интернет-сервисы и корпоративные серверы
Многие из них работают до сих пор

Но значительная часть этих объектов не подходит для современных AI-кластеров без серьезной реконструкции. Получается, что физически они живы, а морально частично устарели

Поэтому в эпоху AI можно условно считать:

Срок морального старения
GPU
2–4 года

Серверы
3–5 лет

Системы охлаждения
5–10 лет

Электрическая инфраструктура
10–20 лет

Здание дата-центра
15–30 лет

Как не парадоксально, но сейчас рынок движется в сторону удлинения бухгалтерской амортизации (5–6 лет вместо 3–4)

При этом многие эксперты считают, что экономический цикл обновления AI-вычислителей остается ближе к 3–5 годам

Именно поэтому вокруг AI-инфраструктуры идет столько споров. Если спрос на AI сохранится, сроки в 5–6 лет окажутся оправданными

Если через несколько лет появится ускорится смена технологий или появится избыток мощностей, то выяснится, что часть оборудования фактически устаревает быстрее, чем списывается в бухгалтерии

Это один из ключевых рисков всей текущей AI-гонки

Бухгалтерский скандал вокруг скорости обесценивания чипов для искусственного интеллекта:
https://m.slashdot.org/story/449945

Технологические гиганты, включая Meta, Alphabet, Microsoft и Amazon, за последние пять лет увеличили расчетный срок полезной эксплуатации своих серверов и оборудования для искусственного интеллекта, что вызвало дискуссию среди инвесторов о том, не являются ли эти изменения в бухгалтерском учете искусственным завышением прибыли

Физически сервер может проработать 6–8 лет, но для AI его экономическая ценность может сильно снизиться уже через 2–4 года из-за появления новых поколений GPU

Майкл Бьюри, инвестор, изображенный в фильме
«Игра на понижение», в статье, опубликованной в прошлом месяце, назвал увеличение срока полезной эксплуатации «одним из наиболее распространенных мошенничеств современной эпохи»

В период с 2021 по 2025 год китайские вузы действительно закрыли или приостановили около 12 200 программ бакалавриата и открыли 10 200 новых

Эти изменения затронули более 30% всех университетских программ страны

Университеты в Китае убирают иностранные языки, гуманитарные науки, менеджмент, журналистика, искусство и другие творческие профессии

Вместо них открыли 10200 курсов по нейронкам, робототехнике, анализу данных. В итоге изменено уже больше 30% программ страны

Сферы, которые закрываются, объединяет общая проблема: слишком много выпускников, слишком мало рабочих мест, а теперь еще и ИИ отнимает часть работы. Шанхайский научно-технический университет в этом году приостановил прием заявок на программу промышленного дизайна. Один из недавних выпускников рассказал SCMP, что это решение отчасти связано с мрачными перспективами трудоустройства, добавив, что ИИ сильно ударил по этой области, поскольку основные задачи, такие как моделирование и рендеринг, теперь могут выполняться программным обеспечением

https://timesofindia.indiatimes.com/technology/tech-news/as-china-races-to-solve-jobs-crisis-for-graduates-its-universities-have-cut-12200-degrees-calling-them/articleshow/131717371.cms?hl=ru-RU

Китай оптимизирует образование под экономику, а не под интересы студентов

В западной модели университет часто рассматривается как место для развития личности и широкого образования.

В китайской модели университет всё больше становится частью промышленной политики государства.

Логика простая:
- стране нужны специалисты по ИИ;
- нужны инженеры по робототехнике;
- нужны специалисты по полупроводникам;
- нужны специалисты по анализу данных;
- не хватает кадров для автоматизации производства

Одновременно:
- слишком много выпускников журналистики;
- маркетинга;
- менеджмента;
- дизайна;
- иностранных языков

Если выпускники не могут найти работу, государство считает программу неэффективной
_

https://www.independent.co.uk/bulletin/news/china-ai-college-degrees-art-programs-b2996150.html

Цель этой реструктуризации — привести систему высшего образования в соответствие с целью Китая по созданию экономики , основанной на искусственном интеллекте .

Почти треть всех университетских программ в Китае пострадала, что затронуло миллионы студентов

В Китае несколько лет наблюдается перепроизводство выпускников гуманитарных направлений
_

Что происходит с творческими профессиями?

Здесь возникает интересный парадокс.
ИИ не уничтожает лучшие дизайнерские или художественные работы

Но он уничтожает нижний и средний сегмент рынка.

Раньше компании нанимали:
- младших дизайнеров;
- иллюстраторов;
- ретушеров;
- специалистов по визуализации

Теперь значительная часть таких задач выполняется за минуты.
Если раньше фирме требовалось 10 дизайнеров, теперь может хватить 2–3 дизайнеров плюс ИИ

Поэтому университеты видят ухудшение перспектив трудоустройства

Что это означает для образования будущего?

Самое интересное — Китай может оказаться первым примером новой модели образования

Возможно, через 10–15 лет диплом будет делиться не на:
инженер;
- экономист;
- дизайнер;
а на:
- создатель ИИ-систем;
- оператор ИИ-систем;
- специалист по интеграции ИИ в бизнес;
- специалист по роботизированным комплексам;
- специалист по управлению автоматизированными производствами.

То есть профессии будут строиться вокруг взаимодействия человека и машин

Эти два фото сделаны с разницей в 13 лет. Вторая промышленная революция

Верхнее фото:
Пасхальный парад на 5-й авеню, Нью-Йорк (1900) — найдёшь машину?

Нижнее:
Пасхальный парад на 5-й авеню, Нью-Йорк (1913) — найдёшь лошадь?

Это же классика про технологический сдвиг

За 13 лет 5-я авеню поменялась до неузнаваемости. В 1900 там море шляп, карет, лошадей — и где-то в толпе затесалась ОДНА машина. Её специально искали, как "пасхалку".

А в 1913 уже наоборот: толпа машин, а лошадь — редкость. Её теперь нужно высматривать

Это идеальная иллюстрация экспоненциального роста технологий. 1900 → 1913 = всего 13 лет, а мир перевернулся. Лошади веками были основой транспорта, а авто заменили их за одно поколение

Сейчас так же с ИИ, нейросетями, нейронауками. То, что сегодня "экзотика", через 10 лет станет нормой