在美股科技股正经历“AI恐慌”与杀估值的敏感时刻,亚马逊的这一指引引发了盘后股价超11%的剧烈震荡。然而,在长达一个小时的电话会议中,亚马逊高管团队,特别是CEO Andy Jassy,用了大量篇幅来论证这种激进投入的必要性,并在自研芯片、AI变现逻辑以及与OpenAI的合作等方面释放了大量增量信息。
2000亿美元花在哪?“我们在拼命地安装产能”
Andy Jassy明确表示,这2000亿美元绝大部分将用于AWS,特别是AI基础设施。他的核心逻辑是:需求远超供给,不存在产能过剩的担忧。
我们每天都在增加大量的 EC2 核心计算容量,其中大部分新计算能力使用的是我们定制的 CPU 芯片 Graviton。Graviton 的性价比比领先的 x86 处理器高出 40%,并被 AWS 前 1000 名客户中的 90% 以上广泛使用。Graviton 本身就是一个数十亿美元年化运行率的业务,同比增长超过 50%。
我们一贯看到客户希望在运行其余应用程序和数据的地方运行他们的 AI 工作负载。我们还发现,当客户在 AWS 上运行大型 AI 工作负载时,他们同时也增加了核心 AWS 的使用量。但 AWS 继续获得 AI 市场份额的最大原因是我们拥有独特且广泛的、自下而上的 AI 堆栈功能。在 AI 领域,我们正在做我们在 AWS 一直在做的事情:解决客户的挑战。让我举几个例子。
第一个挑战是拥有一个强大的基础模型来生成推理或预测。 随着客户深入应用 AI,他们意识到需要选择权,因为不同的模型在不同的维度上表现更佳。事实上,大多数复杂的 AI 应用程序都利用了多个模型。无论客户是想要像 Anthropic 的 Claude 这样的前沿模型,还是像 Llama 这样的开放模型,或是像 Amazon Nova 这样具有更低成本和延迟的前沿智能模型,亦或是像 12 Labs 或 Nova Sonic 这样的视频和音频模型,Amazon Bedrock 都能让客户轻松使用这些模型,以安全、可扩展和高性能的方式运行推理。Bedrock 现在的年化运行率已达数十亿美元,客户支出季度环比增长了 60%。
第二个挑战是如何针对您的应用程序微调模型。 客户有时认为,只要有一个好的模型,就会有一个好的 AI 应用程序。这并不完全正确。针对应用程序进行模型的后训练(post-training)和微调需要大量工作。我们的 SageMaker AI 服务以及微调工具和 Bedrock 使客户的工作变得更加容易。
**为了解决这一需求,我们刚刚推出了 Nova Forge,它为客户提供了 Amazon Nova 模型的早期检查点,**允许他们在预训练阶段安全地将自己的专有数据与模型数据混合,并启用他们自己独特的 Nova 定制版本——我们称之为“Novellas”,即在流程早期使用他们的数据进行训练。这对于构建基于模型的代理(Agents)的公司非常有用。目前市面上没有其他类似的产品,这对公司来说可能是一个改变游戏规则的因素。
另一个挑战是成本。 我已经说过很多次,如果我们希望 AI 像公司所希望的那样被广泛使用,我们必须降低推理成本。目前的一个重大障碍是 AI 芯片的成本。客户渴望更好的性价比,但通常且可以理解的是,占主导地位的早期领导者并不急于实现这一目标,他们有其他的优先事项。这就是为什么我们构建了自己的定制芯片 Trainium,并且它确实已经起飞了。
另一个例子是我们最近推出的“添加到配送”(Add to Delivery)功能,该功能使美国的 Prime 会员只需轻按一下即可将商品添加到即将到来的亚马逊配送中,无需再次结账或支付额外的运费。仅在推出六个月后,“添加到配送”就已经占亚马逊网络每周履行的所有 Prime 订单量的约 10%。虽然表面上看起来很简单,但此功能背后有大量的发明支持,我们需要在实时且极低延迟的情况下弄清楚亚马逊数亿种产品中有哪些可以添加到客户即将到来的配送中,展示它们,找到将其包含在包裹中的方法,并在相同的客户承诺时间内交付。
商店团队也在继续创新并利用 AI 为客户服务。我们的 AI 购物助手 Rufus 正在迅速扩展。Rufus 可以研究产品、跟踪价格并在达到设定价格时在我们的商店中购买产品。它现在还可以通过我们的代理代购(Agentic Buy for Me)功能在其他数千万个在线商店中购物并为客户进行购买。去年,超过 3 亿客户使用了 Rufus。此外,客户使用 Lens(我们的 AI 视觉搜索工具,可通过手机摄像头、截图或条形码查找产品)的次数同比增长了 45%。
接着谈谈亚马逊广告(Amazon Ads)。 我们对全漏斗产品持续强劲的增长感到高兴,本季度创造了 213 亿美元的收入,同比增长 22%。我们商店中的 Sponsored Products(赞助产品)广告仍然是我们最大的广告产品,数万亿的购物、浏览和流媒体信号与先进的 AI 和机器学习相结合,使我们能够为客户提供高度相关、有用的广告。
我们看到 Prime Video 广告持续增长,目前已在 16 个国家/地区推出,并对我们的收入增长做出了有意义的贡献。Prime Video 全球平均广告支持受众为 3.15 亿观众,高于 2024 年初的 2 亿。
**我们的广告团队也在利用 AI 进行创新。我们最近宣布了广告代理(Ads Agent),让品牌可以使用 AI 大规模创建和优化广告活动,**实施有效的广告活动定位,并快速创建可操作的洞察。我们的创意代理(Creative Agent)让广告商利用对话式指导和亚马逊的零售数据,从概念到完成,研究、头脑风暴并生成全漏斗广告活动,将原本需要一周的过程缩短为仅几个小时。
我们在其他几个领域也在继续发明并看到势头,我仅举几例。首先是 Prime 上的体育直播。《周四橄榄球之夜》(Thursday Night Football)第四季打破了更多记录。这是我们收视率最高的一个赛季,平均观众人数超过 1500 万,同比增长 16%,连续第三年实现两位数增长。包装工队对阵熊队的外卡赛是历史上流媒体播放量最高的 NFL 比赛,观众人数达到 3160 万,比之前的记录高出 400 多万。
我们刚刚向美国所有客户推出了 Alexa+,Prime 会员免费,非 Prime 会员每月 19.99 美元。Alexa+ 继续变得更好、更强大,我们增加了与 Alexa 互动的新方式,包括在 Alexa.com 上的新聊天体验、重新设计的移动应用程序以及与三星电视和宝马汽车等第三方设备的新集成。我们还添加了新功能,例如代表客户接听 Ring 门铃以及更多购物或管理家庭的方式。
第四季度为这一年画上了一个强劲的句号,我们在假日高峰期向客户进行了交付。我们犀利的价格、丰富的选品和创纪录的快速配送速度引起了客户的共鸣。他们赞赏快速收到商品的便利性,从给家人朋友的礼物到日常必需品和生鲜杂货。我们全球数百万第三方卖家继续成为我们广泛选品的重要贡献者。在第四季度,全球第三方卖家单位占比为 61%。我们继续投资于工具和服务,包括一套全面的 AI 工具,帮助我们的销售合作伙伴管理和发展他们的业务。
接线员: 现在我们将开放电话提问。(接线员说明)我们的第一个问题来自 Evercore ISI 的 Mark Mahaney。请提问。
Mark Stephen Mahaney,分析师: 好的,谢谢。Brian,这个问题我想请教你,或者是 Andy。关于强劲的长期投资资本回报率(ROIC),我认为这是目前市场上的一个争论点。能否让我们更深入地了解一下,你们认为投资者如何能够看到这一点?**能否谈谈你们正在经历的资本支出(CapEx)周期的持续时间,**或者我们在盈利水平方面应该看到什么? 或者也可以谈谈在经历这个资本支出周期时,你们不希望跌破的其他最低自由现金流生成水平。请帮助我们了解你们对实现强劲长期投资资本回报率的信心程度。谢谢。
Brian T. Olsavsky,高级副总裁兼首席财务官: 好的,Mark。谢谢。我先从财务方面回答。关于我们正在进行的投资,正如 Andy 之前所说,我们将获得的所有容量都投入到客户服务中,并且立即发挥作用。我们还看到通过其他客户以及积压订单和承诺(人们急于与我们达成协议,特别是针对 AI 服务)带来的长期增量收入。所以你可以看到这对我们损益表(P&L)的影响,既通过资本支出,也通过 AWS 的营业利润率体现出来。AWS 第四季度的营业利润率为 35%,同比上升 40 个基点。正如我们之前讨论过的,这会随时间波动。当然,AI 投资和该资本支出的折旧会带来阻力。但我们也努力通过效率提升和成本降低来抵消这一影响。所以我们会观察其随时间的发展。但是是的,我们看到了强劲的投资资本回报率。显然这些服务的需求强劲,我们继续看好该领域的投资。
Andy Jassy,总裁兼首席执行官: 我想补充一点,如果你看看我们今年正在支出和打算支出的资本,主要是在 AWS,其中一部分用于我们的核心工作负载(即非 AI 工作负载),因为它们的增长速度比我们预期的要快。 但大部分是在 AI 领域,我们有着巨大的增长和需求。当你在 1420 亿美元的年化营收运行率基础上同比增长 24% 时,增长量是巨大的。我们继续看到的是,我们安装这些 AI 容量的速度有多快,我们将其货币化的速度就有多快。所以这是一个非常难得的机会。 正如我多次分享的那样,我深信我们今天所知的每一个客户体验都将被 AI 重塑,将会出现一大批我们从未想象过的客户体验,成为我们每天操作和使用的常态。我认为另一件事是,如果你真的想广泛地使用 AI,你需要将数据放在云端,将应用程序放在云端。这些都是推动人们走向云端的巨大顺风。所以我们将在这里积极投资,我们将投资以保持我们在这一领域的领先地位,就像我们过去几年所做的那样。
我想随着时间的推移,你们在 AI 领域会看到的一些事情是,你们会继续看到所有的推理服务(这将是长期 AI 工作负载的大部分)将继续得到优化,你们会看到这些服务的利用率更高。你们会看到价格在一段时间内正常化。然后我认为,那些不仅拥有基础设施卓越性,而且拥有能为客户提供更好性价比并为公司自身提供更好经济效益的组件的公司,将拥有优势的财务状况。
未具名参与者: 太好了。Andy,你在之前的几次电话会议中提到,目前的 AI 市场有点“头重脚轻”,大量的支出主要集中在少数 AI 原生实验室周围。当你展望 2026 年时,这种情况有何变化?具体来说,你认为你们如何通过扩展与像 OpenAI 这样的公司的关系,来帮助亚马逊在零售和 AWS 两方面的 AI 努力?多谢。
Andy Jassy,总裁兼首席执行官:** 我们目前在 AI 领域看到的情况,我会形容为真正的“杠铃式”市场需求。 在一端,你有 AI 实验室,他们目前正在消耗大量的计算能力,还有一些我认为是“失控式增长”的应用程序。** 在杠铃的另一端,你有许多企业正在通过 AI 在生产力和成本规避类型的工作负载中获得价值。这些包括客户服务、业务流程自动化或一些反欺诈部分。 而在杠铃的中间,是所有的企业生产工作负载。
我想说,目前企业在评估如何迁移这些工作负载、致力于迁移这些工作负载以及将其投入生产方面处于不同阶段。但我认为杠铃的中间部分最终很可能成为最大和最持久的部分。顺便说一句,我会把那些公司从一开始就在 AI 之上构建并在生产中运行的全新业务和应用程序也放在这个杠铃的中间。 所以对我来说,当我看着正在发生的事情时,如果你看看目前已经看到的 AI 需求,那是令人难以置信的,但大部分需求仍将来自杠铃的中间部分。这将会随着时间的推移而到来。随着越来越多的公司拥有 AI 人才,随着越来越多的人接受 AI 背景教育,随着推理成本继续降低(这是我们试图通过 Trainium 和硬件策略做的一大部分),以及随着公司在将这些工作负载迁移到 AI 上运行取得越来越大的成功,这些都会到来。所以我认为这只是一个巨大的机会。尽管它如我们所讨论的那样以前所未有的速度增长,但仍处于相对早期阶段。
**至于我们如何看待与像 OpenAI 这样的其他公司的关系扩展。我会告诉你,AI 领域正在发生的这一运动非常广泛。它将涉及很多公司,实际上已经涉及很多公司了。**有许多 AI 实验室,但你交谈的几乎每家公司,我们在 AWS 方面的几乎每一次对话都是从 AI 开始的。所以我们与许多不同的公司有着非常重要的关系。我认为我们在 11 月宣布了与 OpenAI 的协议。我们对该协议感到兴奋。这是一个大协议,我们非常尊重这家公司,我们希望随着时间的推移继续扩展我们的合作伙伴关系。但这不仅仅是几家公司的事情。随着时间的推移,这将是成千上万家公司的事情。
接线员: 谢谢。下一个问题来自 Moffett Nathanson 的 Michael Morton。请提问。
Michael Morton,分析师: 你好,晚上好。谢谢接受提问。这个问题关于零售业务。Andy,你谈到了你多么热衷于这将改变全面的体验。你也分享了一些关于 Rufus 的令人鼓舞的数据点。我们看到所有其他互联网平台都在推出协议。我很想知道你认为这对零售业务有何影响,以及随着消费者随时间获得更好的答案,零售业务的站内广告部分是否会面临漏斗压缩。 任何这方面的看法都很好。谢谢。
Brian Nowak,分析师: 谢谢接受我的提问。Andy,我想问一个关于今年全球零售业务的问题。我知道你谈到了很多投资领域,以改善服务、使其长期更持久等。但我假设今年你们也预期会有效率来源。能否帮助我们了解今年零售业务账本的两面?你们在哪些领域看到了效率来源和降低服务成本的潜力? 然后我们应该如何思考推动更持久增长的投资领域,比如机器人技术等?这如何细分?
Andy Jassy,总裁兼首席执行官: 好的。我会说在继续投资以保持零售业务增长方面,核心的需求驱动因素仍然相同。我们将努力扩大选品。你已经看到了我们过去几年所做的。选品的扩展是广泛的,你会看到它在两端都有体现。我们有更多那些已经在亚马逊建立存在并取得成功的奢侈品牌,他们发现我们可以以正确的方式管理他们的品牌展示,他们非常高兴。我的意思是,你只需要看看像欧莱雅(L’Oréal)这样的例子,看看该业务增长有多快以及我们的合作伙伴有多高兴。
Eric Sheridan,分析师: 非常感谢接受提问。关于 AWS 有几个部分的问题。能否谈谈截至第四季度你们的营收积压订单(backlog)的现状?另外,能否讨论一下你们在内部用例和外部客户需求方面所看到的关于 AI 工作的供需不平衡情况,以及随着 2026 年更多容量上线,你们如何考虑缩小这些差距?谢谢。
Andy Jassy,总裁兼首席执行官: 是的,这是很多部分**。我先从第一个关于积压订单的问题开始,我们的积压订单为 2440 亿美元,同比增长 40%。我认为季度环比增长了 22%。我们有很多正在进行的交易。正如我之前提到的,目前 AWS 在 AI 领域以及核心 AWS 领域都有大量需求。**
你的第二个问题是内部和外部用例,以及供需方面的影响。我们支出的资本和拥有的容量绝大部分被外部客户消耗。亚马逊一直是 AWS 的一个非常大的客户,一个非常有帮助的客户,因为他们要求很高,并且非常广泛地使用服务,并在我们发布新事物时拓展极限。 所以他们一直是一个非常重要的大客户,但始终只占总数的一小部分,这在今天的 AI 以及整个 AWS 业务中也是如此。在内部,我们有各种使用 AI 的方式。我们已经部署或正在构建的 AI 应用程序超过 1000 个,范围从我们刚才谈到的购物助手 Rufus,到 Alexa+(一个真正大规模的生成式 AI 应用程序),再到我们履行网络中允许我们进行更准确预测的应用程序,以及我们的客户服务聊天机器人,还有我们让品牌更容易创建广告并优化其跨全漏斗广告选项的活动,再到体育直播。如果你看《周四橄榄球之夜》,你可以看到防守警报(Defensive Alerts),它可以预测哪位球员会进行突袭(blitz),或者口袋保护时间(pocket health)。 可以说在我们每一个业务中,你都看到了 AI 的广泛使用,以改善客户体验。在很多情况下,只是完全重塑了以前的可能性。比如使用 Lens 这样的工具就很棒,你可能会看到想买的东西,只需在应用程序中拍张照片,它就会在详情页面上找到该商品,你可以一键购买。这有点像魔术。
而在外部,这有点像我之前所说的。你有 AI 实验室消耗大量的容量,既用于训练也用于跨不同应用程序和模型的推理和研究。 我们看到企业有各种各样的工作负载:客户服务自动化、业务流程自动化、反欺诈、完全重塑他们的应用程序、代理编码应用程序、法律应用程序。Suno 是一个非常酷的 AWS 客户示例,它重塑了你编写音乐和制作音乐的方式。所以真的是全面的。
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
亚马逊电话会:2000亿开支吓崩股价!卫星项目单季烧10亿,CEO辩护“产能即变现”,AWS订单激增40%
在刚刚结束的2025年第四季度财报电话会上,尽管亚马逊AWS跑出了三年最快增速,但市场被一个数字吓懵了——2026年预计约2000亿美元的资本开支。这个数字不仅比分析师预期的这一水平高出近40%,更是超过了谷歌刚刚宣布的1850亿美元上限。
在美股科技股正经历“AI恐慌”与杀估值的敏感时刻,亚马逊的这一指引引发了盘后股价超11%的剧烈震荡。然而,在长达一个小时的电话会议中,亚马逊高管团队,特别是CEO Andy Jassy,用了大量篇幅来论证这种激进投入的必要性,并在自研芯片、AI变现逻辑以及与OpenAI的合作等方面释放了大量增量信息。
2000亿美元花在哪?“我们在拼命地安装产能”
Andy Jassy明确表示,这2000亿美元绝大部分将用于AWS,特别是AI基础设施。他的核心逻辑是:需求远超供给,不存在产能过剩的担忧。
Jassy直言不讳地指出:“如果你看看我们今年打算花费的资本,绝大部分都在AWS……因为我们有极高的需求,客户真的想要AWS来处理核心和AI工作负载,而我们在以最快的安装速度将产能变现。”
他试图用AWS早期的成功经验来安抚投资者对回报率(ROIC)的担忧:
暗讽英伟达?“垄断者不急着降价,因为他们有别的优先级”
电话会的一个高潮出现在谈及芯片成本时。Jassy虽然没有直接点名,但言辞犀利地指出了目前AI芯片市场的痛点——太贵了,且供应者缺乏降价动力。这成为了亚马逊大力推广自研芯片Trainium(训练芯片)的最好理由。
Jassy说道:
数据显示,亚马逊的自研芯片业务(包含Graviton和Trainium)年化收入已突破100亿美元,且正以三位数的百分比增长。
Trainium 2: 已经落地了超过140万颗芯片,是亚马逊历史上产能爬坡最快的芯片。
Trainium 3: 刚刚推出,比上一代性价比高40%,预计到2026年年中的供应量将“几乎全部被预订”。
与Anthropic及OpenAI的关系:不仅是客户,更是生态
关于备受关注的亚马逊与Anthropic的合作项目——Project Rainier,Jassy透露进展顺利,Anthropic正在Trainium 2上构建他们的下一个大模型,涉及50万颗芯片的使用量。
更有趣的是,尽管亚马逊大力扶持Anthropic,Jassy也回应了与OpenAI的合作关系。他确认了去年11月宣布的协议,并表示:
卫星项目:单季“烧掉”10亿美元拖累指引
如果说AI支出是长期投资,那么“柯伊伯计划”(Project Kuiper/Amazon Leo)则是短期利润的杀手。CFO在解读Q1业绩指引时,披露了一个令市场措手不及的数据。
CFO解释称,亚马逊计划在2026年进行20多次卫星发射,2027年进行30多次。
由于目前的制造和发射服务成本大多直接费用化(expensed as incurred),这直接导致Q1营业利润指引(165亿-215亿美元)承压。这也是导致财报发布后市场情绪转空的最直接原因之一。
裁员与诉讼:24亿美元费用“吞噬”利润
对于市场关注的亚马逊数万人的大规模裁员计划,CFO在电话会中确认了Q4财报中计入的三项特别费用,总计减少了24亿美元的营业利润,其中就包括7.3亿美元裁员遣散费用。
11亿美元: 用于解决意大利的税务纠纷和一项诉讼和解。
7.3亿美元: 预计的遣散费用(Severance costs)。 这直接证实了亚马逊仍在进行并未大肆张扬的裁员和人员结构调整。
6.1亿美元: 实体店资产减值。
云业务重回快车道,积压订单激增40%
抛开资本开支、裁员和卫星项目“烧钱”的争议,AWS的基本面表现强劲。Q4营收同比增长24%,达到356亿美元,年化运行率达到1420亿美元。
更值得注意的是积压订单(Backlog)的数据:2440亿美元,同比增长40%。这意味着未来的收入确定性极高。
Brian Olsavsky(CFO)补充道,AWS的营业利润率达到了35%,同比提升了40个基点。虽然未来的折旧和AI投资会带来逆风,但效率的提升正在对冲这些成本。
AI重塑电商零售:押注“代理式购物”
除了云业务,AI对电商业务的渗透也是重点。Jassy对自家的AI购物助手Rufus赞不绝口,称已有3亿客户使用,且使用过Rufus的客户购买转化率高出60%。
他甚至用了一个比喻来解释为什么企业需要在这个阶段就将私有数据注入模型预训练中(Pre-training),为此亚马逊推出了Nova Forge:
针对外部通用AI(如ChatGPT等)可能截流电商流量的担忧,贾西提出了“代理式购物”(Agentic shopping)的概念,并认为消费者最终会选择零售商自己的AI代理。
关于AI变现的“杠铃理论”:最大的肉还在后头
针对分析师关于“AI市场是否头重脚轻(主要由几个大模型厂商在烧钱)”的提问,Jassy提出了一个非常形象的“杠铃市场”观点。
他认为目前的AI需求呈现“杠铃状”:一端是像Anthropic这样的AI实验室,正在消耗海量的算力进行训练;另一端是大量企业在做生产力和成本优化的工作(如客服自动化)。
Jassy强调,虽然目前AI需求已经到了“令人难以置信”的程度,但“需求的绝大部分仍然在杠铃的中间,尚未到来。”亚马逊认为AI的增长才刚刚开始。
亚马逊 2025 年第四季度财报电话会议全文翻译:
风险提示及免责条款