Meta versucht, sich in den Kreis der KI-Gewinner einzukaufen.

Meta $META verbrennt Geld, als wäre es Düsenkraftstoff, und die Wall Street könnte nicht glücklicher sein. In seinem letzten Gewinnaufruf prognostizierte das Unternehmen Kapitalausgaben in Höhe von 66 bis 72 Milliarden US-Dollar im Jahr 2025 – und die Investoren zuckten kaum mit der Wimper. Die Aktie stieg trotzdem, ein Zeichen dafür, dass die Aktionäre bereit sind, die Vision von CEO Mark Zuckerberg in Bezug auf KI um jeden Preis zu unterstützen, solange die Werbemaschine des Unternehmens weiter brummt. Während andere Unternehmen mit Aktivistenaufständen oder Forderungen nach Sparmaßnahmen konfrontiert sein könnten, wurde Meta dafür belohnt, die größten Schecks im Raum auszustellen.

Zuckerberg nutzt diesen Spielraum, um Meta in etwas zu verwandeln, das eher einem souveränen Ausgeber als einer Plattform im Silicon Valley ähnelt. Milliarden fließen in Nvidia $NVDA-GPUs, in kundenspezifische Chips, in Rechenzentren, die Energieversorgungen ähneln. Weitere Milliarden sind für Talente vorgesehen, wobei Personalvermittler Blankoscheck-Angebote machen, um Ingenieure von Konkurrenten abzuwerben (obwohl, das Berichten zufolge pausiert ist). Und als ob die Hardware-Rechnungen nicht genug wären, schließt Meta jetzt auch Deals mit Verlagen, Chip-Startups und Cloud-Anbietern ab – Teil einer umfassenden Kampagne, um sicherzustellen, dass kein Teil der KI-Wirtschaft tabu ist.

Die Wette des Unternehmens scheint hier weniger darauf abzuzielen, den cleversten Algorithmus zu erfinden, sondern vielmehr das Feld mit Kapazität, Durchhaltevermögen und Geld – und davon eine Menge – zu überwältigen. KI ist kein billiger Sport, und das Unternehmen hat entschieden, dass der beste Weg, sich einen Platz im Zielkreis zu sichern, darin besteht, so viel auszugeben, dass das Rennen für jeden anderen unerschwinglich wird.

Diese Strategie hat Präzedenzfälle: Metas Schwenk zum Mobilen vor einem Jahrzehnt war ein Alles-oder-nichts-Spiel, das funktionierte. Diesmal ist der Preis jedoch um mehrere Größenordnungen höher. Derzeit ist das Ergebnis ein Unternehmen, das versucht, sich aus jedem Winkel gleichzeitig in die Zukunft der KI einzukaufen – Chips, Lizenzen, Politik, Schnittstellen und Handel – eine Einkaufstour, die selbst seine hoch ausgebenden Mitbewerber sparsam erscheinen lässt.

Sergio Flores/Bloomberg via Getty Images

Rechenleistung ist das A und O für Meta $META, und Zuckerberg hat klar gemacht, dass er vorhat, die Rivalen zu überbieten. Das Unternehmen hat sich bereits verpflichtet, einen der größten GPU-Cluster der Welt zu bauen, Berichten zufolge mit Hunderttausenden von Nvidia $NVDA H100s — ein Schritt, der, kombiniert mit der bestehenden Infrastruktur, ihm eine Rechenkapazität in einer Art „Supercomputer-Klasse“ Maßstab verleiht.

Diese Art von Leistung ist nicht nur dazu da, Llama effizient laufen zu lassen. Meta versucht, ein Signal an Investoren, Rivalen und Regulierungsbehörden zu senden, dass das Unternehmen zur großen Liga der KI gehört — dass es nicht nur ein schneller Nachahmer ist. Die schiere Kapitalausgabenverbrennung — jährlich Zehnmilliarden Dollar (siehe: 66-72 Milliarden $) — stellt Meta neben Microsoft $MSFT, Google $GOOGL und Amazon $AMZN im KI-Wettrüsten. Metas Wette ist, dass wenn die Gewinner dadurch bestimmt werden, wer die größten, leistungsfähigsten Modelle trainieren kann, dann besteht der erste Schritt darin, das größte Trainingsgelände zu kaufen.

Joan Cros/NurPhoto via Getty Images

Nvidias Dominanz bei Trainingschips hat das geschaffen, was viele als „GPU-Steuer“ bezeichnen, und Meta $META möchte diese nicht für immer zahlen. Deshalb hat das Unternehmen leise MTIA aufgebaut, einen selbst entwickelten Inferenzbeschleuniger, der jetzt im großen Maßstab läuft und darauf ausgelegt ist, die Milliarden von täglichen KI-Anfragen über seine Appsuite — Instagram, Facebook und WhatsApp — zu bewältigen.

Durch die Entwicklung eigener Siliziumchips hofft Meta, die Kosten pro Inferenz zu senken und die Kontrolle über seine Margen zurückzugewinnen. Aber Inferenz ist erst der Anfang. Berichten zufolge hat Meta auch Chip-Designs für Trainingsklassen untersucht und ist Berichten zufolge erwirbt Rivos (Deal steht aus), ein RISC-V-Startup mit Talent für Hochleistungssysteme. Meta hat auch einen 14,2-Milliarden-Dollar-Compute-Kapazitätsvertrag mit CoreWeave bis 2031 abgeschlossen. Die Logik ist sowohl defensiv als auch offensiv: Solange Nvidias Lieferkette angespannt bleibt und die Preise hoch bleiben, ist Meta verwundbar.

Den Stack zu besitzen, könnte dem Unternehmen eine Absicherung gegen Lieferengpässe, einen langfristigen Kostenvorteil und eine Plattform für spezielle Optimierungen bieten, die speziell auf Llama abgestimmt sind. Es geht jetzt alles um teure F&E – für günstigere KI später.

Saul Loeb/AFP via Getty Images

Aber Big Tech gibt nicht nur Geld für Chips und Modelle aus; es gibt Geld für Politik aus. Meta $META hat ein Super-PAC geschaffen (das American Technology Excellence Project) und Millionen darin investiert, um die KI-Gesetzgebung auf staatlicher Ebene zu beeinflussen, in der Annahme, dass viele der Regeln, die die KI-Nutzung gestalten werden, (zumindest vorerst) weit entfernt von Washington geschrieben werden. Gleichzeitig investiert das Unternehmen stark in Compliance und Lobbyarbeit gegen zu restriktive Regeln, insbesondere in Bezug auf die Offenheit der Modelle und die Haftung.

Ebenso wichtig ist das von Meta vorangetriebene Narrativ. Indem Llama als „Open Source“ positioniert wird – auch wenn Kritiker bestreiten, wie „offen“ es wirklich ist – versucht Meta, sich gegen Konkurrenten wie OpenAI, die zurückhaltender sind, moralisch abzugrenzen. Indem sich Meta als Demokratisierer der KI darstellt, scheint es sich selbst Deckung zu geben, um für lockerere Regeln zu lobbyieren, während es gleichzeitig politische Verbündete aufbaut.

Vuk Valcic/SOPA Images/LightRocket via Getty Images

Modelle konsumieren Daten, und Meta $META hat auf die harte Tour gelernt, dass das Scrapen von allem im offenen Web keine nachhaltige Strategie ist. Klagen von Verlagen, Musiklabels und Kreativen haben das Risiko dessen erhöht, was in Trainingsläufe eingespeist wird. Also hat das Unternehmen begonnen, etwas zu tun, was es lange vermieden hat: Geld auszugeben.

Berichte über Lizenzgespräche mit Verlagen – dieselben Arten von Deals, die OpenAI und Google $GOOGL abschließen – scheinen darauf hinzudeuten, dass Meta bereit ist, Schecks auszustellen, um seine Datendiät zu legitimieren. Die Berechnung ist einfach. Erstens bieten lizenzierte Datensätze qualitativ hochwertigere, rechtlich sichere Trainingsinputs, die das Risiko teurer Unterlassungen verringern. Zweitens geben sie Meta eine Erzählung, um Klagen entgegenzutreten, indem sie behaupten, das Unternehmen arbeite partnerschaftlich und nicht als Trittbrettfahrer. Und drittens bietet die Lizenzierung Meta eine Möglichkeit, Rechte zu sichern, auf die andere nicht leicht zugreifen können. In der Siegerposition ist es genauso wichtig, was man seinen Modellen zuführt, wie die Menge an GPUs, die man kaufen kann.

David Paul Morris/Bloomberg via Getty Images

Meta $META ist nicht damit zufrieden, einfach nur leistungsstarke Modelle zu bauen; es will sie überall dort haben, wo Nutzer leben und arbeiten. Das bedeutet, Vertriebsabkommen mit Partnern wie IBM $IBM zu schließen, das Llama in Unternehmensstacks integriert, und Qualcomm $QCOM, das Llama direkt auf Snapdragon-Geräten platziert. Die Strategie besteht darin, das Ökosystem mit Metas Modellen zu durchdringen, bis sie zum Standard werden.

Aber vielleicht ist die ambitionierteste Wette des Unternehmens auf Verbraucher-Schnittstellen. Seine Ray-Ban Display-Smartbrillen sind jetzt mit multimodaler KI ausgestattet, die in Echtzeit sehen und reagieren kann – eine tragbare Eingangstür für Metas Modelle. WhatsApp, Messenger und Instagram sind alle mit Meta AI-Assistenten versehen, die das Chatten mit Llama-gesteuerten Bots als Teil des täglichen Lebens normalisieren. (Auch wenn die Funktionalität der KI-Brillen noch sehr umstritten ist unentschieden.) Wenn Meta seine KI zur vertrautesten Oberfläche machen kann – den Assistenten, den man bereits nutzt, ohne nachzudenken – fühlt sich der Übergang vom sozialen Netzwerk zur KI-Plattform weniger wie ein Sprung an und mehr wie Muskelgedächtnis.