AI：泡沫還是真革命？Zuckerberg 的篤定與 Meta 的重金投入
對談伊始，Collison 便點出 Meta 已是圖形處理器（GPU）的主要買家之一，這無疑是 AI 軍備競賽中的關鍵指標。Zuckerberg 對此直言不諱，他坦承過去一年對 AI 的看法有所演變，但核心信念未改。他提到，儘管 AI 現場演示時常充滿「不可預測的驚喜」，增添了不少趣味性，但其潛力不容小覷。
面對市場上關於 AI 是否為泡沫的質疑，Zuckerberg 給出了堅定的答案。他認為，AI 的發展大體上符合預期，儘管大眾普遍預期 AI 將顛覆各行各業，真正的核心問題在於「這波熱潮究竟是曇花一現的泡沫，抑或是即將引爆的重大變革？」Zuckerberg 顯然站在後者，他強調：「即便發展時程拉長且成本高昂，AI 的重要性依然不減。」這番話的背後，是 Meta 對 AI 基礎設施的持續巨額投資，以及對 AI 未來價值的深信不疑。
AI 商業化加速：廣告模式重塑與「商業代理人」的崛起
Zuckerberg 進一步指出，AI 的影響力似乎比預期更快地顯現。一個有力的佐證是，Meta 自家的 Meta AI 服務，其月活躍用戶數（MAU）已迅速突破十億大關。他預言，AI 將徹底改變 Meta 的核心業務——廣告。
過去，企業投放廣告需要自行構思創意、精準鎖定目標受眾，並持續追蹤衡量成效。未來，Zuckerberg 設想的場景是：企業只需設定明確的商業目標與預算，AI 就能自動化執行後續所有流程，並直接交付成果。他將此形容為 AI 將成為「終極的商業成果機器」。這不僅大幅降低了廣告投放的門檻，也將極大提升效率與投資回報率。
除了廣告，Zuckerberg 還看好 AI 在商業訊息（Business Messaging）領域的潛力。他預期，AI 驅動的「商業代理人」（Business Agents）將在 WhatsApp、Messenger 等通訊軟體中普及，提供高效的客戶支援與銷售服務。這種類似於目前在勞力成本較低國家透過大量人力實現的模式，未來將由 AI 大規模接管。Meta 在商業訊息服務上的營收已達百億美元級別，Zuckerberg 將其視為繼廣告之後的下一個重要成長支柱。
Meta 的前瞻視野：從早期實驗到市場領導者的追趕與超越
Collison 在對談中提及 Meta 在技術趨勢上常有令人印象深刻的早期佈局，例如 Mark 年輕時在哈佛宿舍開發的內部通訊系統 ZuckNet、對虛擬實境（VR）公司 Oculus 的早期收購、成立基礎 AI 研究室 FAIR (Facebook AI Research)，以及後來備受爭議的 Libra（後更名為 Diem）加密貨幣計畫。
對此，Zuckerberg 坦言，提早佈局固然有其優勢，但 Meta 同樣擅長在看準賽道後迅速追趕。他強調，AI 的發展將極大強化未來的運算平台，特別是他長期投入的擴增實境（AR）眼鏡。Meta 的目標是透過 AI 創造無縫且高度個人化的使用者體驗。
談及當前的市場競爭，Zuckerberg 不諱言 Meta 的 VR 產品（如 Quest 系列）在效能上優於包括 Apple 在內的競爭對手，並且在價格上更具競爭力。他透露，Meta 的 AR 眼鏡銷售也已達到相當可觀的規模，未來將持續擴展產品款式與功能，並計劃整合更先進的全像投影（holographic projection）技術，進一步提升沉浸感與互動性。這顯示 Meta 正試圖在下一代運算平台上建立從硬體、軟體到 AI 應用的完整生態系。
領導的藝術：扁平化管理與賦能小型創業者
在領導風格方面，Zuckerberg 分享了他獨特的管理哲學。他表示自己盡量減少固定會議，每週僅有兩場與核心小組（約 25-30 人）的例會，分別聚焦於開放式的策略討論和公司優先事項的營運檢討。他強調：「我並非完全放任授權，若有重要決策我希望能親自參與。」這反映了他既重視團隊自主，又對關鍵方向保有掌控力的平衡。
Zuckerberg 認為，Meta 的管理文化並非傳統的階層式金字塔結構，而是更重視優秀人才與緊密連結的團隊文化。許多產品部門的領導者都是從公司內部不同職位，憑藉實力晉升上來的。
對於在場的創業者，Zuckerberg 給出了極具價值的建議。他鼓勵創業者應善用如 Stripe 這樣的支付平台和 AI 等新興的平台工具。這些工具能讓小型、充滿熱情的核心團隊，將精力高度專注於打磨核心理念與產品，進而產出更高品質的創新成果。他樂觀地預期：「隨著這些工具的發展，未來將有更多小型團隊能達成前所未有的大規模成就。」這不僅是對創業者的鼓舞，也揭示了技術賦能下，未來商業創新可能呈現的全新面貌。
總結與未解之謎：
整場對談中，Zuckerberg 與 Collison 在 AI 的巨大潛力上達成高度共識。Zuckerberg 對 AI 的樂觀展望，以及 Meta 在此領域的堅定投入，無疑為市場注入了強心針。然而，AI 技術的發展路徑、倫理挑戰以及真正的商業化落地速度，仍有待時間驗證。例如，AI 如何在保障用戶隱私的前提下，實現更精準的商業成果，以及「商業代理人」模式是否會引發新的就業結構問題，這些都是未來值得持續關注的議題。
對於希望深入了解相關領域的讀者，除了關注 Meta AI 和 FAIR 的最新動態外，也可以探索 Stripe 在賦能新創企業方面的解決方案，以及 OpenAI、Google DeepMind 等機構在 AI 前沿研究上的突破。