谷歌2026年3月对Meta使用其Gemini人工智能模型实施限制，因Meta申请的计算资源超出了谷歌实际可提供的能力范围 [1, 2, 3]. 这一限制影响了Meta多个内部AI项目的进展，包括自动化安全系统如欺诈检测、违规内容下架、客户服务及广告聊天机器人开发，被迫延迟部署 [1, 3, 4, 5, 6, 7, 8, 9, 10, 11].
为应对使用限制和内部削减AI成本，Meta鼓励员工更加高效地使用AI令牌，调整使用策略以减轻资源压力 [1, 3, 4, 5, 6, 9, 10, 11]. 尽管Meta并不运营自身云业务，公司计划未来两年内投资6000亿美元建设云计算基础设施，以缓解算力瓶颈 [8].
谷歌第一季度云业务收入达到约200亿美元，但首席执行官桑达尔·皮查伊表示，算力限制阻碍了更高增长，导致云业务积压订单环比近乎翻倍 [1, 2, 3, 9, 10]. 除Meta外，其他谷歌客户也受到一定程度的影响 [1, 2, 3, 4, 5, 6, 9, 10, 11]. 尽管谷歌在芯片及数据中心投入数十亿美元，快速增长的AI需求依旧使算力成为行业瓶颈 [1, 2, 3, 4, 5, 6, 7, 9, 10, 11].
行业内部人士黄振新指出，算力成本全球上涨推动了AI服务价格上涨，限制了使用量；不过部分AI提供商已经实现盈利，收益确实存在 [7]. OpenAI首席执行官山姆·奥特曼称美国政府正协助逐步批准客户访问权限，这显示AI算力分配持续受到重视 [10].
目前，Meta主要利用谷歌Gemini和Anthropic Claude等多种AI模型支持业务运营和功能开发 [4, 5, 6, 8]. 未来，随着Meta大规模云计算投资推进及谷歌扩充基础设施，预计算力瓶颈将有所缓解。
