Meta CFO 苏珊·李：从19岁华尔街分析师到Fortune 100最年轻CFO，17年见证扎克伯格的领导力变化与AI转型 原创

硅谷正在上演一场史无前例的AI人才争夺战。据最新消息，Meta在过去几周已经从OpenAI挖走了至少12名顶级研究员，开出的条件包括1800万美元的年薪包，甚至传说中的"1亿美元签约奖金"——虽然Meta CTO后来澄清这是包含股票和长期激励的总薪酬。OpenAI首席研究官Mark Chen在内部备忘录中痛心疾首："我现在有一种本能的感觉，就像有人闯入我们家偷走了什么东西。"

这么大笔预算开支，显然会和CFO的工作分不开。巧合的是，Meta CFO苏珊·李最近刚在Stripe播客"A Cheeky Pint"做了一次深度访谈，作为掌管Meta财务大权的最年轻Fortune 100公司CFO，苏珊·李恰好在这个时间点分享了她对资本配置、投资回报率计算，以及如何平衡短期财务压力与长期技术愿景的思考。

显然，当扎克伯格亲自出马、不惜重金组建50人"超级智能"团队时，当Meta一年要烧掉600-700亿美元建设AI基础设施时，苏珊·李的工作变得前所未有地重要——她不仅要算清每一笔巨额投资的账，还要向那些类似在2022年股价崩盘时说"我们不是来提问的，是来骂街的"投资者证明：这些看似疯狂的支出最终会有回报。

从19岁进入摩根士丹利，到如今管理着可能是科技行业最复杂的财务体系，苏珊·李的17年Meta生涯也见证了这家公司从社交媒体初创到万亿美元AI巨头的完整转型。更有趣的是，她在访谈中透露的一个细节恰好呼应了当下的人才战：Meta允许部门在预算中用人员编制换GPU，结果几乎没人愿意换。为什么？因为"如果他们获得了100个新员工名额，这些员工不可能有26个意外地为其他事情工作"——但GPU不同，今天分配给你的算力，明天可能就被调去支援更紧急的项目。所以，人还是比物理设施更重要。

一、19岁进华尔街这件事，起点很魔幻

说到苏珊·李的成长经历，John Collison一上来就问了个犀利的问题："你11岁上高中，15岁上大学，19岁进摩根士丹利，现在是Fortune 100公司最年轻的CFO。这到底是怎么回事？"

她的回答挺有意思："有人可能会说，因为我4岁就开始上幼儿园，19岁就大学毕业了，所以我只接受了15年的正规教育，可以说是严重缺乏教育。所以我现在真的只是在弥补这个糟糕的开始。"

原来她所在的学校系统能够识别在学校感到无聊的孩子，然后给予他们继续跳级的机会。她的父母总是会接受这些机会，这就造就了她非传统的教育路径。

最尴尬的是在摩根士丹利第一天上班的经历。她回忆道："我在百老汇1585号的大交易大厅，相当于HR的人让整个交易大厅的人都停下来看着我，告诉大家在任何公司聚会上都不能给我提供酒精饮料。"

"你知道的，投资银行业以其包容和培养的文化而闻名。"她自嘲地说，"这正是你想象中在华尔街开始职业生涯的方式——以被羞辱开始。"

从那个被特别关照的19岁实习生，到如今掌管全球最大科技公司之一财务大权的CFO，这个跨度本身就充满戏剧性。但正是这种非常规的起点，为她后来的职业发展奠定了独特的基础。

二、师从传奇银行家Michael Grimes，他的经历和大家想的不太一样

管理科技投资银行20多年的Michael Grimes，被John形容为"我见过的最有活力的人之一"。苏珊·李在他手下工作的经历，塑造了她对卓越的理解。

"Grimes异常高能，他把这种能量应用到各种事情上，"苏珊·李说，"你去找Michael谈科技公司、谈银行业务、谈育儿，谈为什么美国应该有更多的本科销售项目——他对所有事情都有观点，而且他有着无穷的好奇心。"

最让她印象深刻的是Grimes的工作态度："他会比你工作更努力，学习更多。作为一个刚开始职业生涯的年轻人，能够看到真正的卓越是什么样子，这是一件非常了不起的事情。"

这种早期接触顶级人才的经历，让苏珊·李学会了什么是真正的专业精神，什么是对工作的极致投入。在高压的华尔街环境下保持学习和成长的能力，成为她后来在Meta成功的重要基础。

从投行到科技公司，从分析师到CFO，这种对卓越的追求始终贯穿她的职业生涯。正如她所说，能在职业早期就看到"真正的卓越"，这种经历是无价的。

我担心大家不了解Michael Grimes，所以单独拿一个篇幅介绍一下。他可能是华尔街最懂科技的银行家，也是科技圈最会做交易的金融人。

1966年出生，UC Berkeley电气工程和计算机科学双学位毕业，Grimes的背景就注定了他与科技圈的不解之缘。1995年，他被传奇银行家Frank Quattrone招入摩根士丹利，在门洛帕克办公室专注科技投行业务。当Quattrone一年后跳槽时，Grimes选择留下，并最终成为摩根士丹利全球科技投资银行负责人。

他的成就单令人咋舌：参与了数百个科技投资银行交易，总价值超过1000亿美元。从Google、Facebook到Uber、Spotify、Slack，几乎所有硅谷巨头的IPO都有他的身影。他被称为"华尔街的硅谷密语者"（Wall Street's Silicon Valley whisperer），因为他总能拿下最抢手的科技公司IPO项目。

但Grimes的厉害之处不仅在于做交易，更在于他独特的工作方式。为了理解Uber的业务，他曾兼职做Uber司机；为了赢得Ancestry.com的信任，他把自己的领带送给了创始人；为了拿下Pandora Music的项目，他让整个团队穿着摇滚乐队T恤去做提案。

三、Meta独特的内部晋升文化，她提到了一个特别有意思的现象

很多人都好奇Meta为什么高管团队都这么稳定。John Collison观察到："Meta的高层领导都在公司工作了很长时间，并且经常在公司内部轮岗。成功领导者的共同特质是什么？"

苏珊·李先开玩笑说"无限的耐心"，然后认真分享了她的观察。她2008年加入时只是IC4级别的财务分析师，"实际上离权力中心相当远——不仅离CFO有好几个级别，也远离那些构建新闻动态的核心工程师团队。"

Meta的内部继任规划文化是她职业发展的关键。"我们有很强的内部继任规划文化，会在员工职业生涯的早期就识别出有才华的人，然后为他们规划多年的成长和发展路径。"

改变她人生的那个时刻特别打动人。当时她面临选择：要么成为News Feed的产品经理，要么在财务部门扩大职责。时任CFO的David Ebersman找到她说："我知道你在考虑这些选择，我觉得做News Feed的PM工作会很有趣，对你来说也是很好的学习经历。我完全理解。但我也想让你知道，我认为你有一天可以成为这家公司的CFO。"

"让我如此敬佩的人对我说出这样的话，是一件极其建立信心的事情。我会永远记得那次对话，非常深刻。"

这种投资于员工长期发展的文化，让Meta能够培养出深度理解公司业务的领导团队。正如苏珊·李所说，她的管理者们通过推动她承担那些她自己不会主动要求的工作，真正地投资于她的成长。

四、扎克伯格17年的进化，挺颠覆常规认知的

扎克伯格的变化这个话题，苏珊·李的观察角度很独特。毕竟她是少数几个陪伴扎克伯格走过17年的高管之一。

"有些方面你能清楚地看到一个人在17年里的演变，"她说，"马克在这17年里一直在做全员大会，他现在已经成为一个真正优秀的公开演讲者。"

但更重要的进化在于他给反馈的能力："马克在给反馈方面真的很擅长。真的是世界级的水平。"

她详细描述了扎克伯格独特的反馈风格：

• "非常及时"
  - 不会拖延，问题出现就立即指出
• "非常直接"
  - 不绕弯子，直击要害
• "非常尊重"
  - 即使是批评也保持尊重

"这种直接和尊重的结合——从来不刻薄，从来不会纠缠于某个观点不放。但在你收到反馈后，你不会对他的意思有任何误解。他在直接但友善之间走得非常好。"

从一个20多岁的技术天才到管理数万员工的全球企业CEO，扎克伯格的成长本身就是硅谷的传奇。而这种在保持直接的同时又能让人感受到尊重的沟通能力，可能是他能够持续领导Meta的关键因素之一。

John建议观众如果有机会，应该试着让自己处于能从扎克伯格那里得到反馈的位置，"因为这种体验真的很独特"。

五、在Meta待17年的秘诀，她讲了个故事挺颠覆的

至于如何在一家公司待17年这个问题，苏珊·李分享的故事出人意料。

她刚加入Facebook时，从高度组织化的投行环境来到几乎没有基础设施的初创公司。"我要追踪建立某个广告服务器的具体工程师，让他告诉我参数的含义。当然，下次他修改参数时不会告诉我，我又得去找他。"

几个月后，她收到了一个会议邀请："SQL高级用户会议"。

"我想，天哪，我一直在收到关于如何改进的反馈。终于有人认可我了——我刚来的时候甚至不知道如何写SQL查询！"

结果到了会议室，只有另外五个人。会议组织者告诉他们："你们被叫来是因为你们是消耗计算资源最多的五个SQL用户。"

原来他们用大量的表连接查询占用了过多的基础设施资源。这个数据分析师并不太了解他们，只是生成了谁在使用最多基础设施的报告，看到名单上的前几名，想着"这个财务部门的人为什么是第三名，这说不通"，然后把他们叫来教他们写更好的查询。

"没有人特别告诉他要这么做。我认为他这么做有点尴尬，但他这么做是因为这会让我们所有人在工作上变得更好。"

这个故事的启发是："17年来，我一直是很多反馈的受益者，这些反馈让我一路变得更好。所以当人们问我这个问题时，我总是说：做一个善于接受反馈的人。"

六、科技公司资源配置的核心挑战，和传统行业完全不同

John提出的问题直击要害："如果你是波音公司生产787，你会有非常清晰的模型。但在科技公司，很难量化我们做的核心工作。"

苏珊·李把Meta的投资分为两类思考框架：

第一类是可以严格衡量的："比如核心应用家族的工作对用户参与度和变现的影响。有很多东西是经过精细调整的。"

她分享了一个惊人的数据："2020年到2025年间，我们的单位展示广告收入实际上翻了一番。但Meta在2020年的变现能力并不差，却在五年内翻倍了。"

一位大型投资者在最近的财报电话会后说："广告太好了。"苏珊·李感慨："五年前，我会告诉你广告已经很好了，没有太多改进空间。但五年后的今天，广告变得更好了。"

第二类是难以量化ROI的投资，比如Reality Labs。"很难画出Reality Labs未来20年的年度收入预测。"

对于这类投资，他们采用反向思考："作为财务组织，我们向马克和董事会提出的问题是：这个业务最终要值多少钱才能让投资合理？"

"投资者可能低估了我们在这些新领域的雄心。这不是爱好，这是我们在投资那些如果我们创造了新平台就会价值巨大的市场。"

她强调："关键是这是一个投资组合。其中一些会带来远超纸面预期的巨大回报，许多会失败，但成功的会足以证明整体投资策略的合理性。如果我们只允许自己投资那些纸面上看起来高确定性的项目，我们就永远不会做出很多重要的赌注。"

七、2022年股价崩盘时的内部视角，投资者的反馈挺直接的

2022年Meta的困境，苏珊·李提供了罕见的内部视角。John提到："我记得你接任CFO那天，市值跌到了约2300亿美元的谷底。投资者可以用2025年净利润的3倍买下Meta。这是煤电厂的估值水平。"

"这真是市场对我的信心的体现。"苏珊·李幽默地回应，但随即认真分析了当时的情况。

2022年10月的低谷是多重因素叠加：苹果的应用追踪透明度（ATT）政策影响从2021年开始显现；同时COVID推动的电子商务热潮正在退潮。"我们从2021年电商驱动的鼎盛时期，首次出现了同比负增长，这显然非常令人担忧。"

最令人印象深刻的是投资者电话会议的细节。"在2022年10月的财报电话会后，投资者们对反馈毫不客气。"

有一次回访特别难忘："一位投资组合经理说：'我们今天其实没有任何问题要问你。我们只是想让你听听我们的反馈。'"

另一位投资者的话更加犀利："我理解你们在建设计算的未来和下一个移动平台，这很好，我很高兴有人想做这件事，我为你们加油。但我为什么要今天投资你们的股票？为什么我不等你们的产品真正推出后再投资？"

"这个问题的提法真的让我印象深刻。现在马克和我都是这样思考的：我们需要人们在整个过程中与我们一起投资，而不是等赌注成功了再来。"

这种坦诚的反馈虽然痛苦，但也推动了Meta的转型和调整，最终实现了股价的强劲反弹。

八、从EBITDA帽子到自由现金流帽子，她想传递的信息挺有深意

"自由现金流帽子"这个故事，背后的财务理念值得所有人思考。

"马克曾经送给我一顶EBITDA帽子，"苏珊·李说，"我把它放在我的Zoom背景里很长时间。但我很快意识到，作为一家公司，我们实际上应该戴自由现金流帽子。"

为什么要做这个改变？"因为EBITDA中的D（折旧）在我们的财务报表中是一个越来越重要的数字。我不想让马克误解，觉得EBITDA会是我们的终极财务指标。"

John补充了查理·芒格的名言："每当你听到EBITDA时，你应该把它替换成'扯淡收益'（bullshit earnings）。"

"没错，"苏珊·李说，"所以只有一顶EBITDA帽子，但有很多顶自由现金流帽子。我像发糖果一样分发它们，试图确保人们真正理解这才是重要的指标。"

这个看似轻松的故事，实际上反映了科技公司财务管理的深刻变化。当折旧变得越来越大时，EBITDA就成了自欺欺人的指标。对于资本支出密集型业务，必须让所有人都关注真正反映现金创造能力的指标。

这也暗示了一个更大的趋势：科技公司正在从轻资产模式回归重资产模式，这可能是行业30年来最大的范式转变。

九、AI时代的资本支出困境，整个行业都在面对同样的挑战

关于未来资本支出的走向，苏珊·李坦言这是所有科技公司CFO都在思考的问题。

Meta的资本支出有几个主要驱动因素。首先是支撑大规模消费者业务的核心AI基础设施："这一直是个相当大的数字，但因为逐渐成熟，我们一直在努力提高效率。"

然后是训练前沿模型的巨大投资："如果所需的计算量永远以这种方式扩展，那么你会遇到真正的物理问题。"

她提到了可能的解决方案："希望会有不同类型的研究创新，比如能够分布式训练，这样就不需要在某个地方建立一个超大的集群。这将有助于解决很多能源和其他挑战。"

更关键的是备用方案思考："如果事实证明我们不需要那么多计算资源用于训练或推理，会发生什么？"

Meta的策略是保持灵活性："在某种程度上，我们仍然会在核心业务中非常愉快地使用大量计算资源。但这不能无限扩展。"

"真正的问题是，如果两年后你建立了如此多的计算资源，而你构建的东西没有实现，你无法设想备用用例的合理投资回报率，会发生什么？这是我们所有人在未来几年都会学到的东西。"

John总结说，主要用例是Llama等新产品，备用用例是广告优化。这种双重保险的思路，可能是科技巨头敢于大规模投资AI基础设施的底气所在。

十、人力资源管理到GPU管理，管理范式发生了根本改变

管理计算资源与传统人力资源管理的差异，苏珊·李的分析特别精辟。

"人员编制真的很容易核算，因为你有组织结构图，"她解释道，"你确切地知道这个人向这个人汇报，这个人毫无争议地在为Facebook Marketplace工作。"

"但GPU没有这个属性。事实上，你经常希望构建基础设施使其非常灵活，因为你需要将容量转移到突然在印度发生了什么事情的地方。"

Meta甚至允许团队在预算过程中在人员和GPU之间进行交易。结果很有意思："即使团队经常要求计算资源，当提供这种特定交易时，人们几乎从不用人员换取计算资源。"

原因很简单："如果他们获得了100个新员工名额，这些员工不可能有26个意外地为其他事情工作。"但GPU不同，分配给你的资源可能会被临时调用去处理其他紧急任务。

"这实际上相当难以核算任何给定时间点的容量使用情况。这意味着更难管理，更难围绕'你是否有效使用GPU？'创建激励机制。"

这种从确定性资产（人力）到流动性资产（算力）的管理转变，可能是AI时代所有科技公司都要面对的新挑战。传统的管理工具和激励机制都需要重新设计。

十一、AI生产力的真正体现，她举的例子特别接地气

说到AI如何提升生产力，苏珊·李没有讲那些宏大的愿景，而是分享了非常实际的例子。

"当我们在Meta考虑AI提高生产力时，我认为有两个维度。"

第一个维度特别有自嘲精神："如何让人们工作中最操作性的部分变少，让工作变得更有趣？我说这话是作为一个批准费用的非常昂贵的机器学习模型。"

"我不确定当我批准费用时，我真的在这个过程中添加了很多深层的人类智能。我在扫描一组相当可检查的事项，但我每天都会收到多个费用申请。"

第二个维度更有启发性："实际上有些事情我们今天做得不够，因为现在它们的投资回报率相当低。"

她举的例子特别贴近用户痛点："每个人都认识某个被锁在Facebook或Instagram账户之外的人。重新进入是一种痛苦。"

"如果我们能够让一个人工审查员从每天审查5个账户变成每天50个账户，解锁50个账户，你实际上可以使这成为一件相当高投资回报率的事情。"

最后她的总结很有深度："我认为每个人都有点担心机器会抢走我们所有工作的世界。肯定会抢走我的费用审批工作，也许还有更多。但我认为在那之前实际上有一个窗口期，真正是关于让人类比今天的生产力大幅提高，并使以前不经济或不可能的新类型事物成为可能。"

Three more thoughts：

Q: Meta从2022年的低谷到现在的复苏，最关键的转变是什么？

A: 从她的分享可以看出，关键是Meta证明了两件事：一是核心广告业务的韧性和持续创新能力——5年收入翻倍证明了这不是夕阳产业；二是在成本控制上的执行力——能够"非常有意义和非常快速地"调整成本结构。但更深层的是心态转变：从"我们在建设未来，爱投不投"到"我们需要让投资者在整个过程中与我们同行"。

Q: 为什么说GPU管理比人力资源管理更难？

A: 这涉及到资产属性的根本差异。人是"确定性资产"——招来100个人就是100个人，每个人的工作归属清晰；GPU是"流动性资产"——需要保持灵活调配能力，今天给你的资源明天可能要支援其他紧急项目。这种流动性虽然提高了资源利用效率，但也让传统的部门预算和绩效考核体系失效。这可能是AI时代企业管理面临的新挑战。

Q: 苏珊·李17年职业发展给我们什么启示？

A: 最核心的启示是"做一个善于接受反馈的人"。从被叫去优化SQL查询，到David Ebersman告诉她"你可以成为CFO"，再到扎克伯格的直接反馈——每一次反馈都是成长机会。但更重要的是Meta的人才培养理念：在员工职业早期就识别潜力，然后用多年时间有意识地培养，包括推动他们承担"不会主动要求"的挑战性工作。这种长期主义的人才培养方式，可能是Meta高管团队稳定的秘密。