当地时间10月23日 ，亚马逊首席执行官安迪·贾西（Andy Jassy）接受美国风险投资机构a16z访谈时表示 ，即使2026年投入约2200亿美元资本开支，亚马逊仍有大量客户需求无法满足 。近来 ，AWS 2026年的主要算力产能已经售罄 ，2027年大部分产能已被预订，2028年也有相当一部分产能获得客户承诺 。
据悉 ，亚马逊将于当地时间10月29日公布2026年第三季度业绩 ，并于当日美东时间17时召开财报电话会议。
2200亿美元资本开支
仍难满足客户需求
谈及AI基础设施投资，贾西表示 ，当前人工智能业务的增长速度远超亚马逊此前经历的技术浪潮 。生成式AI兴起前三年 ，AWS人工智能业务年化收入已超过250亿美元，而AWS创立三年后，整体业务年化收入仅约6000万美元 。
亚马逊第二季度财报显示 ，AWS收入达到422亿美元 ，同比增长36.7%，年化收入规模约1690亿美元。贾西表示 ，即使今年按照2200亿美元的计划投入资本开支 ，公司仍有大量客户需求无法满足 。
对于如何决定基础设施投资规模，贾西介绍 ，AWS资本开支主要分为数据中心建设和服务器 、网络设备采购两部分 。数据中心通常需要提前约两年投资 ，资产使用寿命约30年；服务器和网络设备则可以根据客户需求，在投入使用前数月采购。
他透露 ，服务器和网络设备投资平均约三年达到盈亏平衡 ，设备使用寿命约五至六年，近来 大多数相关交易期限约五年 。贾西表示 ，由于数据中心从建设到投入使用需要较长时间 ，快速扩张初期会对自由现金流形成压力，随后随着设施投入运营 、产生收入，相关投资将逐步得到回收 。
对于未来供给 ，他表示 ，AWS近来 仍会保留部分产能，用于Bedrock及EC2等按需服务 ，但2026年的主要预订产能已售罄 ，2027年基本售罄，2028年也有相当大一部分被预订。他预计 ，部分基础设施组件的供应紧张还将持续数年。
企业AI应用尚未普及
推理成本仍需下降
谈及AI需求结构 ，贾西将当前市场形容为“哑铃形”：一端是需要大量算力的基础模型实验室，以及少数快速增长的AI应用；另一端是利用AI降低成本、提高生产效率的企业 ，包括自动化客服 、欺诈检测和业务流程自动化等场景 。
相比之下 ，大量企业现有生产应用尚未广泛使用AI推理能力 。贾西预计，未来五至七年 ，相当一部分甚至大多数企业应用将逐步引入AI推理。他表示 ，推动企业AI应用普及需要解决人才 、技术和组织能力等问题，其中推理成本尤为重要 。尽管过去几年推理成本持续下降，但在他看来 ，当前成本仍然过高 ，需要进一步大幅降低 。
在自研芯片方面，贾西介绍 ，亚马逊2015年收购Annapurna Labs ，最初是为了提高服务器计算效率，随后开发了Graviton CPU及Trainium AI加速器。
据其介绍 ，近来 AWS前1000大EC2客户中 ，99%已广泛使用Graviton，其性价比相较其他x86处理器高约40%；Trainium相较可比处理器具有约30%至40%的性价比优势 。贾西表示 ，降低推理成本有助于企业将更多现有应用转向AI架构 ，也是亚马逊持续投入自研芯片的重要原因 。
回应投资OpenAI和Anthropic
谈AI重塑企业组织
对于亚马逊投资Anthropic和OpenAI的原因，贾西表示 ，公司看好两家企业的模型技术、应用产品及长期发展前景 ，同时双方与AWS存在广泛的业务合作。其中，Anthropic长期使用Trainium开发模型，双方在芯片和模型运行方面开展深度合作 。
对于OpenAI ，贾西表示 ，此前受商业安排限制，部分AWS客户无法通过AWS使用OpenAI模型 。随着双方合作深化 ，AWS Bedrock已接入OpenAI模型 ，双方还围绕智能体所需的有状态运行环境开展联合开发。他介绍，OpenAI和Anthropic均已对Trainium作出多年期 、数吉瓦规模的使用承诺 。
谈及AI对企业组织的影响 ，贾西表示 ，亚马逊Bedrock团队曾由6名工程师在76天内重建一套推理引擎，而过去类似项目可能需要约40人工作一年 。他还举例称 ，消费业务团队曾由四五人在几天内完成一个智能体产品的可运行原型。贾西认为 ，随着AI工具能力增强，未来完成现有工作所需的人数可能减少 ，团队规模将进一步缩小 ，员工也将具备更强的跨职能工作能力。
不过，他同时强调，AI并不能取代人的批判性思考 、判断和创造力 。对于企业而言 ，AI带来的变化也不只是提高工作效率 ，还需要重新思考既有产品、软件架构和客户体验 。贾西表示，亚马逊正围绕Alexa 、零售 、Prime Video等业务开展重新设计 ，以适应生成式AI带来的技术变化。
（文章来源：上海证券报）
