本文作者 Scott Dresser 亚马逊机器人部门副总裁 DeepFleet基于亚马逊庞大的物流数据及Amazon SageMaker等亚马逊云科技服务构建，重新定义了车队管理效率。 亚马逊在机器人与AI领域取得两个重要里程碑：首先，公司成功部署了第100万台机器人，这进一步巩固了其全球移动机器人制造商和运营商的领先地 位。这台有纪念意义的机器人已进驻日本某配送中心，加入目前遍布全球300多个设施的机器人网络。 其次，亚马逊推出"DeepFleet"生成式AI基础模型，旨在使其整个机器人车队变得更智能、更高效。DeepFleet的AI技术将协调亚马逊配送网络中机器人的 移动，将机器人车队的运行时间提高10%，帮助更快速、更低成本地向客户配送包裹。 让机器人更智能 DeepFleet就像一个智能交通指挥系统，它能像管理城市车流一样协调机器人的移动。这个系统通过优化配送中心内的机器人导航路径，显著减少拥堵、 提升效率，最终实现更快速的订单处理。 这款AI模型基于亚马逊庞大的物流数据及Amazon SageMaker等亚马逊云科技服务构建，重新定义了车队管理效率。通过智能优化仓储布局，将更多产品 存放在靠近客户 ...

财务数据和关键指标变化 - 第三季度全球营收为1802亿美元，同比增长12%（剔除外汇影响）[6][25] - 第三季度营业利润为174亿美元，但若不计入两项特殊费用（25亿美元FTC和解金和18亿美元遣散费），营业利润将超过217亿美元，高于指引区间上限12亿美元[6][25][26] - 北美地区营收为1063亿美元，同比增长11%；国际地区营收为409亿美元，同比增长10%（剔除外汇影响）[26] - 全球付费单位增长11%[27] - 过去12个月自由现金流为148亿美元[6] - 第三季度广告营收为177亿美元，同比增长22%[19][31] - AWS营收为330亿美元，同比增长202%，较上季度加速270个基点，年化营收运行率达1320亿美元[31][32] - AWS营业利润为114亿美元[32] - 第三季度资本支出为342亿美元，年初至今累计支出899亿美元，预计2025年全年资本支出约为1250亿美元，2026年将进一步增加[32][33] - 第三季度净利润为212亿美元，其中包含因投资Anthropic产生的95亿美元税前收益[34] 各条业务线数据和关键指标变化 - AWS业务重新加速增长，达到202%的同比增长，为11个季度以来的最高增速[6][31] - AWS积压订单增至2000亿美元，且未包含10月份几笔未公布的新交易，这些交易总额超过整个第三季度的交易量[8] - AWS的定制芯片Trainium 2业务规模达数十亿美元，季度营收环比增长150%，目前已被完全认购[14][39] - 电商业务提供比上季度多14%的商品选择，日常必需品业务增速是整体业务增速的近两倍[16] - 生鲜杂货业务已扩展至美国1000多个城镇，提供免费当日达服务，自1月推出以来，购买生鲜的顾客访问网站频率更高，复购率是购买非生鲜顾客的两倍[16][30] - AI购物助手Rufus今年已有25亿活跃顾客，月用户数同比增长140%，互动量增长210%，使用Rufus的顾客完成购买的可能性高出60%，预计将带来超过100亿美元的年化增量销售额[18] - AI视觉搜索工具Amazon Lens每月有数千万顾客使用[19] - 广告需求方平台（DSP）与Netflix、Spotify、SiriusXM等建立合作，提供其优质广告库存访问权限[20][21] - Prime Video直播体育内容（如NBA）美国首播双赛平均收视人数达125万，较上赛季有线电视收视率实现两位数增长[22] - Alexa Plus用户与Alexa的互动频率是经典版的两倍，互动时长更长，话题更广，在Fire TV上的使用率是经典版的25倍[23] - Project Kuiper在轨卫星数量已超过150颗，测试中实现了超过1吉比特/秒的速度[23] 各个市场数据和关键指标变化 - 北美地区营业利润为48亿美元，营业利润率为45%；若不计入25亿美元的FTC和解金，营业利润为73亿美元，营业利润率为69%[26][29] - 国际地区营业利润为12亿美元，营业利润率为29%；若不计入遣散费影响，营业利润率同比有所扩张[29] - 公司致力于扩大美国农村地区的配送网络，承诺投入超过40亿美元，目前已使享有当日达和次日达服务的农村社区数量增加了60%，预计年底将覆盖计划扩展社区总数的一半[17][18] 公司战略和发展方向和行业竞争 - AWS因其更广泛的功能、安全性和运营性能而成为客户运行核心和AI工作负载的首选，并持续获得大多数大型企业和政府向云转型的订单[8][13] - AWS正在积极投资以增加AI计算容量，过去12个月增加了38吉瓦的电力容量，超过其他任何云提供商，并计划到2027年将总容量再翻一番，仅第四季度就预计增加至少1吉瓦[13][14][39] - 公司采用多芯片供应商策略，与NVIDIA保持深度合作关系并大量采购，同时也与AMD和Intel合作，并大力发展自研芯片Trainium[15][45] - 电商业务的核心战略是聚焦于商品选择、低价和便利性（尤其是快速配送）[16] - 公司相信AI代理（Agents）将为客户带来巨大价值，并大力投资于此领域，推出了Strands和AgentCore等工具和服务来帮助客户更轻松地构建和部署安全、可扩展的AI代理[9][10][73][74] - 公司对代理式商务（Agentic Commerce）的未来潜力感到兴奋，认为其能改善线上购物体验，扩大线上购物规模，并正在通过Rufus等自有工具以及探索与第三方代理合作来布局[65][66][67][68] 管理层对经营环境和未来前景的评论 - 管理层对AWS当前的发展势头充满信心，认为其增长态势有望持续一段时间[8][75] - 管理层认为AI是一个巨大的机遇，具有长期强劲的投资回报潜力，因此将继续进行重大投资，尤其是在AI领域[15][33] - 管理层看到在提高全球履约和运输网络生产率方面存在进一步机会，将通过算法改进、机器人技术和自动化来实现[31] - 管理层对广告业务的全漏斗产品组合（包括Prime Video直播体育和DSP等）的增长前景感到乐观[20][75][76][77][78] - 管理层指出，生鲜杂货的当日达服务正在改变公司杂货业务的轨迹和规模，并认为传统的每周集中采购习惯正在改变[55][56] - 关于近期的人员优化，管理层表示这主要是出于文化和效率的考虑，旨在保持组织的精简、扁平化和快速行动能力，以适应当前的技术变革，而非直接由AI或财务因素驱动[57][58] 其他重要信息 - AWS近期将其大型AI计算集群Project Rainier投入使用，该集群包含近50万个Trainium 2芯片，Anthropic正利用其构建和部署Claude模型，预计到年底将使用超过100万个Trainium 2芯片[14][40] - 公司推出了用于代码迁移和转换的AI代理Transform，年初至今已为客户节省70万小时的手动工作量，相当于335个开发人年[11] - 面向企业客户的AI工具QuickSight已投入使用，用户可将长达数月的项目缩短至数天，在复杂任务上节省80%以上的时间，并实现90%以上的成本节约[12] - 面向联络中心的Amazon Connect已达到10亿美元的年化营收运行率，过去一年通过AI处理了120亿分钟的客户互动[12] - 公司推出了新的"添加到配送"按钮，允许顾客向已安排的订单中添加商品，自推出以来已被使用超过8000万次[17] - 公司预计第四季度将是业务繁忙且令人振奋的时期，包括对AWS的需求、12月re:Invent大会的创新、AI体验的积极客户反馈以及假日季的配送等[24] 问答环节所有的提问和回答 问题: 关于AWS的容量水平和Trainium芯片的需求（Justin Post）[38] - AWS在过去一年增加了38吉瓦容量，第四季度将再增加超过1吉瓦，预计到2027年底总容量将翻倍；当前行业瓶颈可能是电力，未来可能转向芯片；现有容量正被快速货币化[39] - Trainium 2需求旺盛，已被完全认购，是价值数十亿美元的业务，季度营收环比增长150%；目前服务于少数大型客户；Trainium 3预计今年底预览，2026年初全面上市，已吸引大量大中小型客户的兴趣[39][40][41] 问题: 关于Trainium芯片相对于第三方芯片的定位和挑战（Brian Nowak）[43] - AWS将始终提供多芯片选项，与NVIDIA保持深厚长期合作关系并大量采购，同时基于自研芯片团队（Annapurna）开发具有40%更好性价比的Graviton（CPU）和Trainium（AI芯片）[45][46] - Trainium 3预计将比Trainium 2有约40%的性能提升；成功的关键在于按时交付芯片、保证供应量、持续完善软件生态以及积累更多像Anthropic使用Trainium 2这样的成功案例以建立信誉[46][47] 问题: 关于Project Rainier集群的架构、差异化及其可扩展性（Doug Anmuth）[49] - Project Rainier的吸引力在于Trainium 2芯片的性能和性价比，以及AWS构建大规模集群（50万至100万个芯片）的独特基础设施能力；该项目虽为Anthropic定制，但许多其他客户对使用大型Trainium集群感兴趣，Trainium 3将提供此类机会[50] 问题: 关于生鲜杂货业务的进展和未来对实体店的依赖，以及AI对员工人数的影响（Mark Mahaney）[52] - 公司拥有庞大的杂货业务（过去12个月GMV超1000亿美元），包括日常必需品（快速增长）、Whole Foods Market（扩张中）和新的Daily Shop小型店模式；生鲜杂货当日达服务已扩展至1000个美国城镇，年底将达2300个，正改变业务轨迹，可能减少对大型实体店模式的依赖[53][54][55][56] - 近期的人员优化主要出于文化考量，旨在解决因快速增长导致的层级增多和决策放缓问题，强调保持精简、扁平化和快速行动的能力，以适应技术变革，而非直接由AI或财务驱动[57][58] 问题: 关于机器人技术和自动化在提升效率和驱动再投资方面的机会（Eric Sheridan）[60] - 机器人技术是重要投资领域，目前履约网络中有超过100万台机器人；机器人可提升安全性、生产率、速度和成本效益，使员工能专注于解决问题；未来将是人与机器人协同工作的网络，公司将继续大力投资[61][62] 问题: 关于代理式商务（Agentic Commerce）的未来展望和亚马逊的布局（John Blackledge）[64] - 代理式商务具有巨大潜力，能改善客户体验（尤其在不明确需求时），促进线上购物增长；亚马逊通过Rufus、Buy for Me等自有工具推进，并预期与第三方代理合作；合作需以改善当前欠佳的用户体验（如个性化不足、价格/配送信息不准）和实现价值交换为前提[65][66][67][68] 问题: 关于AWS增长加速的驱动因素（核心基础设施 vs AI工作负载），以及广告业务各部分的贡献（Colin Sebastian）[70] - AWS增长加速得益于AI和核心服务的强劲增长以及容量上线；AI领域在推理、训练和Trainium芯片使用上均见增长，Bedrock和SageMaker增长迅速；代理（Agents）是未来价值关键，AgentCore等工具正改变企业构建代理的意愿和时间表；企业从本地向云迁移的趋势持续，AWS占据大部分份额，增长势头有望延续[72][73][74][75] - 广告业务各产品线本季度均实现显著增长；全漏斗产品组合（从Prime Video直播体育到站内推广产品）、受众定位和测量优势共同带来了卓越的广告投资回报率；增长机会包括线上零售份额提升（目前80-85%仍在实体店）、视频广告（仍处早期）以及DSP（通过补齐功能短板和与Roku、Netflix、Spotify、SiriusXM等合作实现快速增长）[75][76][77][78]

财务数据和关键指标变化 - 第三季度全球营收达到1802亿美元 同比增长12% 不计汇率影响[5][22] - 第三季度运营收入为174亿美元 若不计入43亿美元的特殊费用（其中25亿美元为FTC和解金 18亿美元为遣散费） 运营收入将超过217亿美元 高于指引区间上限12亿美元[5][22] - 过去12个月自由现金流为148亿美元[5] - 第三季度净收入为212亿美元 其中包括因投资Anthropic产生的95亿美元税前收益 该收益与公司持续运营无关[31] 各条业务线数据和关键指标变化 - AWS业务收入为330亿美元 同比增长202% 较上季度加速270个基点 年化营收运行率达到1320亿美元[5][28] - AWS运营收入为114亿美元[28] - 广告业务收入为176亿美元（另一处提及177亿美元） 同比增长22% 连续第三个季度增长加速[18][28] - 全球付费单位数量同比增长11%[24] - 全球第三方卖家单位占比达到62% 较去年同期提升200个基点[24] 各个市场数据和关键指标变化 - 北美市场营收为1063亿美元 同比增长11% 运营收入为48亿美元 运营利润率为45% 若不计入FTC和解金 运营收入将为73亿美元 运营利润率为69%[23][25] - 国际市场营收为409亿美元 不计汇率影响同比增长10% 运营收入为12亿美元 运营利润率为29% 若不计入遣散费影响 运营利润率同比有所扩张[23][25] 公司战略和发展方向和行业竞争 - AWS因其更强的功能性、安全性和运营性能 正获得大部分大型企业和政府向云转型的合同 其未完成合同金额在第三季度末增长至2000亿美元[6][12] - AWS正在积极投资扩大产能 过去12个月增加了38吉瓦的电力容量 预计第四季度将再增加至少1吉瓦 计划到2027年将总容量翻倍[12][13] - 公司专注于通过区域化网络、算法改进以及机器人技术和自动化来提高全球履约和运输网络的生产力[27][28] - 在AI领域 AWS正通过Amazon SageMaker、Amazon Bedrock、Strands和AgentCore等工具 使其更易于客户构建和部署AI模型及智能体[7][8][9] - 在电商领域 公司持续关注选品、低价和便利性（尤其是快速配送） 并大力投资农村配送网络 承诺超过40亿美元用于扩大美国农村配送网络[15][16][17] 管理层对经营环境和未来前景的评论 - 公司对AWS当前的发展势头感到满意 认为这种增长势头可以持续一段时间[53][56] - 公司认为AI仍处于早期阶段 是一个巨大的机遇 具有长期强劲的投资资本回报潜力 因此将继续进行重大投资 尤其是在AI领域[13][14][30] - 对于广告业务 公司对其全漏斗广告方法（连接品牌与客户）感到鼓舞 并看到视频和需求方平台（DSP）等方面的显著增长机遇[18][19][57][58] - 公司预计2025年全年资本支出约为1250亿美元 并预计2026年这一金额将会增加[30] 其他重要信息 - 公司自研AI芯片Trainium 2已完全被预订 是一个价值数十亿美元的业务 季度营收环比增长150% 预计Trainium 3将在今年年底开始预览[13][33][35] - 名为Project Rainier的大规模AI计算集群已上线 包含近50万个Trainium 2芯片 Anthropic正使用该集群构建其Claude模型 预计到年底将使用超过100万个Trainium 2芯片[13][34] - 电商AI购物助手Rufus今年已服务25亿活跃客户 月用户数同比增长140% 互动量同比增长210% 使用Rufus的客户完成购买的可能性高出60% 预计将带来超过100亿美元的年化增量销售额[17] - 支持AI的联络中心服务Amazon Connect年化营收运行率已超过10亿美元 去年处理了120亿分钟的客户AI互动[11] - 公司正在超过1000个美国城镇提供生鲜杂货当日达服务 并计划在年底前扩展到2300个社区[15][44] 问答环节所有的提问和回答 问题: 关于AWS的产能水平以及Trainium芯片在主要客户之外的需求 [32] - AWS在过去一年增加了38吉瓦的产能 第四季度预计再增加超过1吉瓦 计划到2027年底将总产能翻倍 目前行业瓶颈可能是电力 未来可能转向芯片 当前增加的产能正被快速货币化[33] - Trainium 2需求旺盛 已完全被预订 是价值数十亿美元的业务 季度营收环比增长150% Trainium 3预计今年年底开始预览 2026年初将有更大量供应 目前Trainium 2主要由少数大型客户使用 但已有大量客户（包括大型和中型）对Trainium 3表现出浓厚兴趣[33][35][36] 问题: 关于Trainium芯片相对于第三方芯片的定位以及Trainium 3需要克服的关键障碍 [36] - AWS始终会为客户提供多种芯片选择 与NVIDIA保持着非常深厚的关系 并持续大量采购NVIDIA芯片[37] - 公司拥有强大的自研芯片团队（Annapurna） Trainium相比其他GPU选项有约30-40%的性价比优势 客户在考虑大规模生产工作负载时非常关心性价比[38] - 对于Trainium 3 预计其性价比将比Trainium 2再提升约40% 关键在于按时交付芯片、保证产量和交付速度 并持续改进软件生态系统 像Anthropic使用Trainium 2这样的成功案例有助于建立信誉[38][39] 问题: Project Rainier架构的差异化 其对客户和AWS的意义 以及是否会扩展到Anthropic之外 如何用Trainium 3芯片复制 [39] - Project Rainier的吸引力在于其大规模集群（超过50万颗芯片并向100万颗迈进）的构建能力 这体现了AWS在基础设施方面不同寻常的能力 以及Trainium 2芯片的性能和性价比[40] - Project Rainier是为Anthropic定制的 但许多其他客户也对使用大型Trainium集群感兴趣 公司希望借助Trainium 3来满足这些需求[40] 问题: 关于生鲜杂货业务是否已达到改变消费者习惯的规模 以及未来人员编制的考量 [41] - 公司已有庞大的杂货业务 过去12个月总商品交易额超过1000亿美元（不含Whole Foods和Fresh） 使其成为美国前三的杂货商 Whole Foods也在持续增长并扩大实体店 presence[42][43] - 公司对通过当日达设施提供生鲜杂货的新模式感到非常兴奋 已扩展到1000个美国城市 年底计划达到2300个 这正在改变杂货业务的轨迹和规模 传统的每周集中采购习惯正在改变[44][45] - 近期的人员调整并非出于财务或AI驱动 而是文化原因 旨在减少层级 增加员工自主权 保持精简、扁平的结构和快速行动能力 以适应技术变革[45][46] 问题: 关于机器人技术和自动化以及实体AI在运营中的机会 如何驱动效率和再投资 [47] - 机器人技术是公司的重点投资领域 目前履约网络中已有超过100万台机器人 未来还会增加 机器人有助于提高安全性、生产力、速度和降低成本 同时让人类员工专注于解决问题 公司预计未来将构建一个人与机器人协同工作的履约网络[48][49] 问题: 关于智能体商务的未来展望 以及亚马逊如何利用智能体服务客户 [49] - 公司对智能体商务的长期前景感到兴奋 认为其有利于客户和电子商务 当消费者不确定要买什么时 AI和智能体商务将改善在线体验 使其甚至优于实体环境[50] - 公司有自己的智能体商务努力 如Rufus和"为我购买"功能 同时也期待与第三方智能体合作 但需要找到改善客户体验（如个性化、准确价格和配送预估）和价值交换的正确方式 相信智能体商务将扩大在线购物规模 这对拥有广泛选品、高价值和快速可靠配送能力的亚马逊有利[51][52] 问题: AWS本季度的增长加速有多少是由核心基础设施驱动 多少是由AI工作负载货币化驱动 以及广告业务加速中核心广告、DSP和Prime Video的贡献 [53] - AWS的增长势头强劲 在1320亿美元的年化运行率上实现20%的同比增长是不同寻常的 增长同时来自AI领域（推理、训练、Trainium芯片的使用）和核心服务 许多公司正在构建智能体 AgentCore等工具因其能帮助构建安全、可扩展的智能体而受到客户欢迎 此外 许多企业也恢复了从本地基础设施向云的迁移 AWS获得了其中大部分转型合同[53][54][55][56] - 广告业务各个产品线本季度均实现显著增长 公司拥有不寻常的全漏斗广告产品 从Prime Video和直播体育的顶部漏斗 到销售点的赞助产品底部漏斗 结合受众定位和测量优势 带来了非常高的广告投资回报率 增长机会包括仍在向线上转移的零售市场、早期但已规模巨大的视频广告 以及因功能完善和与Roku、Netflix、Spotify、SiriusXM等合作而快速增长的DSP业务[57][58][59][60]

合作背景与目标 - NBA与亚马逊云科技建立官方云与AI合作伙伴关系，旨在开启篮球智能新纪元，深入优化观赛体验并解锁运动新维度 [2] - 顶级职业体育是技术的终极试炼场，对数据的规模、速度和复杂性有苛刻要求，合作旨在将赛场瞬息万变转化为清晰可量化的洞察 [4] 数据生命周期管理 - 合作围绕赛场数据完整生命周期展开，分为数据采集、AI模型赋予价值、实时处理与分发三个核心步骤 [5] 数据采集 - 在每座NBA场馆部署多达14个先进光学摄像头，以每秒60次的频率实时追踪每位球员身上的29个身体关键点，在云端构建高保真的球员“数字骨骼模型” [6] AI模型应用 - 利用Amazon SageMaker等机器学习服务将原始数据提炼为篮球智慧，本赛季首次全面应用三项革命性数据统计 [8] - 防守数据统计通过实时对位识别，首次从防守者视角客观量化施压频率和协防贡献等关键表现 [9] - 投篮难度模型综合分析投篮者身体姿态、防守者距离等数十项变量，实时计算每次出手的“预期投篮命中率” [11] - 引力指标通过定制神经网络分析防守方阵型如何因球星跑动而改变，首次量化球员为队友创造无形进攻空间的能力 [13] 实时处理与分发 - 依托强大的全球基础设施和实时计算能力，确保从数据捕捉到洞察分发给全球转播方、球队和球迷的全过程在极低延迟下完成 [15] - 技术能力与亚马逊媒体业务形成闭环，AI驱动的深度数据分析将无缝融入Prime Video的全球赛事直播 [15] 生态系统价值提升 - 技术创新为整个篮球生态系统带来多维度价值提升 [15] - 面向全球超过25亿社交媒体粉丝，深度数据帮助球迷从观众转变为洞察者，深化对比赛的理解和情感连接 [15] - 数据洞察成为球队宝贵资产，教练组用于优化战术策略，管理层和健康部门用于科学管理球员负荷及预防伤病 [16] - AI解放体育媒体内容生产力，“战术探索”功能允许制作团队用自然语言快速检索战术视频，将数小时工作缩短至秒级 [17] 未来展望 - 生成式AI将进一步推动产业变革，双方正探索通过云端虚拟化制播为全球不同地区球迷提供超个性化观赛体验 [17] - 未来球迷可选择喜欢的解说员、数据呈现风格和观看语言，这将改变传统“一对多”转播模式并对可持续发展产生积极影响 [17]

公司AI广告实践 - SHAREit Group核心产品全球累计安装用户数超24亿，服务覆盖超200个国家和地区[4] - 公司正尝试利用生成式AI缩短广告素材生产周期，提升数据洞察能力并快速制定投放策略[4] - 借助生成式AI，系统可针对东南亚用户生成融合当地文化元素的广告，针对欧美用户打造更注重视觉创意的素材[7] 生成式AI的行业应用价值 - 生成式AI可贯穿广告“策略→生产→投放→优化”全链路，实现效率革新、个性化突破和全链路赋能[5][7][8] - 技术能与用户数据深度结合，通过分析用户行为偏好生成更贴合需求的广告内容，让投放从“广撒网”转向“精准触达”[7] - 其价值在于解决实际业务问题，如让创意生成更高效、投放更精准，最终提升用户体验[11] 亚马逊云科技的技术支持 - 亚马逊云科技提供从Amazon EC2底层算力到Amazon Bedrock生成式AI服务的全栈式技术支撑[8] - 客户可通过Strands Agents SDK快速构建规模化的广告素材制作、数据分析等Agent，并在AgentCore部署运行[5][6] - 亚马逊将投入1000亿美元在AI算力和云基础设施等领域，助力企业把握全球化机遇[13] 技术对开发模式的影响 - 生成式AI催生规范驱动开发等新兴理念，开发者可借助大模型快速验证“动态生成互动广告”等想法[10] - AI Agent集成开发环境Kiro等工具可为广告技术开发提效，加速创新周期[10]

报告共计：22页 2025企业转型关键期：从15个产业案例看生成式AI如何重塑商业 2023年生成式AI的爆发式发展，彻底改写了商业运营的底层逻辑。曾经只存在于科幻电影中的AI概念，如今已成为办公室日常讨论的话题。而随着最初的 惊叹褪去，企业管理者们普遍陷入思考：如何在这场变革中找到自身定位？怎样借助AI将挑战转化为机遇？这些问题，正成为当下商业世界的核心议题。 亚马逊创始人贝佐斯在1997年提出的"Day 1"理念——"始终保持创业第一天的精神"，为当下的企业提供了破局思路。正如亚马逊云科技（AWS）中国香港 及台湾地区总经理Robert Wang所言，在AI驱动的时代，这种对未知的好奇、决策的敏捷性以及持续学习的态度，是企业穿越变革的关键。从中国香港、台 湾地区11家企业的转型实践来看，无论规模与行业差异，成功的关键都不在于盲目追逐AI潮流，而在于像精准的射手般，锁定最核心的转型领域并深耕。 AWS作为技术赋能者，正通过多元举措助力企业落地AI。其CEO马特·加曼（Matt Garman）透露，AWS在生成式AI成为热点前就已布局，并未简单堆砌聊 天机器人功能，而是构建灵活平台，让企业能将AI与自身数据结 ...

亚马逊云科技AI平台模型扩展 - Amazon Bedrock和Amazon SageMaker两大AI平台新增支持OpenAI新开源模型[2] - 两大国产大模型Qwen3和DeepSeek-V3.1被纳入Amazon Bedrock平台[3] - 目前Qwen3和DeepSeek-V3.1已在Amazon Bedrock全球上线 覆盖美国西部（俄勒冈）、亚太地区（孟买、东京）、欧洲（伦敦、斯德哥尔摩）等区域[4] 平台模型生态与战略 - Amazon Bedrock已提供249款大模型 覆盖通用对话、生成、多语言理解与代码助手等多个应用类型[16] - 平台汇聚十四家主流厂商 包括Anthropic、DeepSeek、亚马逊云科技自研Nova模型等[16] - 公司坚持"Choice Matters"战略 强调多模型互补协同 没有一个大模型可以解决所有问题[5] - 客户数据完全由客户控制 亚马逊云科技不会将模型输入输出数据与模型提供商共享或用于改进基础模型[5] Qwen3模型技术特性 - Qwen3是阿里巴巴开源的新一代通义千问模型 在推理、指令遵循、多语言支持和工具调用等方面大幅提升[9] - 部署成本大幅下降 仅需4张H20实现满血版部署 显存占用仅为性能相近模型的三分之一[9] - 采用MoE和密集型架构 MoE模型如Qwen3-Coder-480B-A35B-Instruct和Qwen3-Coder-30B-A3B-Instruct通过动态激活部分参数实现高效推理[10] - 支持256K个token的上下文窗口 使用外推方法可扩展到100万个token[10] - 具备强大的智能体能力 能够执行多步推理和结构化规划 支持与外部环境标准化通信[10] DeepSeek-V3.1模型性能表现 - DeepSeek-V3.1是混合推理模型 同时支持思考模式与非思考模式[14] - 在Browsecomp测试中得分30.0 较DeepSeek-R1-0528的8.9有显著提升[15] - 在Browsecomp_zh测试中得分49.2 较DeepSeek-R1-0528的35.7提升明显[15] - 在SWE-bench Verified测试中得分66.0 较DeepSeek-R1-0528的44.6有大幅提升[15] 模型应用场景优化 - Qwen3-Coder-480B-A35B-Instruct专为复杂软件工程任务设计 擅长高级代码生成和代码库分析[13] - Qwen3-Coder-30B-A3B-Instruct优化代码补全、重构及编程问题解答 支持多种编程语言[13] - Qwen3-235B-A22B-Instruct-2507提供强大的通用推理和指令跟随能力[13] - Qwen3-32B-Dense适用于要求稳定性能、低延迟和成本优化的场景 如移动设备和边缘计算[13] 平台实测性能表现 - DeepSeek-V3.1和Qwen3-235B-A22B-Instruct-2507在简单数学问题上均能在半秒左右给出正确答案[23] - 在多步计算任务中 两个模型都能正确完成并给出完整推理过程[26] - Qwen3-Coder-480B-A35B-Instruct仅用半分钟就完成了"俄罗斯方块+贪吃蛇"游戏的代码编写[28] - Amazon Bedrock提供的服务非常稳定高速 全量模型的性能得到充分保证[31] 开源模型战略价值 - 开源模型在定制化开发和透明性方面具有独特优势 给用户带来更大灵活性和控制权[36] - 用户可通过开源模型直接调用经过优化的托管推理服务 实现快速应用部署[36] - 开放权重特性允许用户根据自身行业数据和需求进行二次开发和定制训练[36] - 高透明性使企业能够清晰了解模型结构、训练数据和算法流程 增强合规性和道德可控性[36] 公司AI发展战略 - 亚马逊云科技CEO将AI描述为"几十年来见过的可能发展最快的技术"[38] - 公司在Amazon Bedrock和SageMaker上构建了拥有超过400款模型的模型库[39] - 开放共赢策略避免与模型提供商正面竞争 专注于成为中立、丰富且可靠的AI基础设施层[40] - 该策略吸引了包括初创公司、大型企业在内的多样化客户生态[40]

Gartner魔力象限评级 - 亚马逊云科技连续15年被评为战略云平台服务领导者 在执行能力维度位列最高位置 [1] - Gartner通过执行能力和愿景完整性两个维度评估厂商 执行能力涵盖产品与服务、运营、客户体验与市场响应 愿景完整性考察战略方向、创新能力、行业方案和全球布局 [3] 全球基础设施优势 - 截至2025年8月在全球37个区域部署117个可用区 并计划新增4个区域和13个可用区 [5] - 多可用区和多区域架构设计提供低延迟和高可用服务 高标准SLA承诺保障关键业务运行 [5] - 中国大陆云服务可用性达99.99%以上 整体故障时长低于其他云提供商平均值的五分之一 [6] 技术创新与AI能力 - 自研第四代ARM架构Graviton处理器提供更高计算性能和能效优势 [6] - 构建生成式AI全栈能力：包括自研Trainium和Inferentia芯片 以及Bedrock、SageMaker和Q等服务 [6] - 覆盖从IaaS、PaaS到AI/ML和生成式AI的企业全生命周期服务能力 [5] 中国企业出海支持 - 通过"三横一纵"战略支持中国企业出海：三横包括全球基础设施/云服务、安全合规能力、全球资源网络 一纵指行业解决方案资产库 [7] - 2025年组建专属团队全面升级出海业务战略 涵盖产品、安全合规、合作伙伴等领域的全球支持团队 [8] - 将全球云平台优势转化为中国企业拓展国际业务和加速AI应用的实际路径 [1] 行业领导地位 - 战略云平台服务需支撑生产环境中的大规模关键工作负载 是企业业务连续性和创新能力的核心底座 [3] - 云服务商需具备弹性扩展、按需计费和自动化特征 并支撑企业数字化转型与生成式AI发展需求 [3] - 公司在技术交付、全球运营和客户支持方面保持优势 体现以客户为中心和长期创新的战略定力 [4]

战略云平台服务演进趋势 - 现代企业级云平台服务正从传统IT资源供给向覆盖IaaS、PaaS及AI/ML与生成式AI的全栈支持模式演进[1] - 战略云平台服务需涵盖IaaS、PaaS及转型服务 具备弹性扩展、按需计费和自动化特征 支撑生产环境大规模关键工作负载[3] - 企业数字化进入深水区 单一云服务难以支撑系统化创新和全球竞争需求[1] 头部厂商技术布局 - 亚马逊云科技自研第四代Graviton处理器性能提升30% 内存带宽提升75% 针对真实工作负载优化[4] - 开发专用AI训练芯片Trainium和推理芯片Inferentia 降低大规模AI应用算力门槛[4] - 通过模型服务平台Bedrock、机器学习工具SageMaker和代码助手Q提供从模型构建到部署的全流程支持[4] 行业应用与转型需求 - 生成式AI已深入业务流程自动化、用户体验重构及产品创新核心 不再是技术试验[4] - 企业越来越多依赖云平台完成AI集成与业务转型[4] - 战略云平台服务成为企业业务连续性和创新能力的关键底座 决定全球化竞争中的长期竞争力[4] 技术架构发展方向 - 优秀战略云平台需在自研技术深度优化同时保持对开源框架和异构硬件的兼容[5] - 提供"可选择、可迁移、可组合"的灵活架构 平衡高性能解决方案与技术选型自由度[5] - 服务边界从资源弹性扩展至智能系统构建、运行和迭代的全生命周期支撑[5]

亚马逊云科技与OpenAI合作 - 亚马逊云科技首次通过Amazon Bedrock和Amazon SageMaker两大平台支持OpenAI新开源模型gpt-oss（120b和20b）[1] - 此举打破微软独家转售OpenAI服务的局面，标志着AI行业格局变化[3] - 合作填补了亚马逊云科技模型库的关键空白，使其模型托管厂商增至13家[13][15] 亚马逊云科技AI生态系统战略 - 公司提出"Choice Matters"战略，强调多模型协同而非单一模型主导[6][9] - Amazon Bedrock和Amazon SageMaker两大平台已汇聚400+款商业及开源模型[10] - Bedrock专注于商业API调用，SageMaker侧重开源模型部署和定制化[9] 技术优势与性能表现 - gpt-oss-120b在Bedrock上的性价比是Google Gemini的3倍、DeepSeek-R1的5倍[14] - 平台安全功能可阻止88%有害内容，支持定制模型导入和知识库[13] - Claude Opus 4.1支持混合推理模式，在多步骤工作流中表现突出[17] 行业影响与未来展望 - 合作使OpenAI技术触达亚马逊数百万客户，扩大商业化渠道[15] - 公司角色从云服务商升级为AI能力聚合平台[19] - 多模型自由组合可能催生下一代颠覆性AI应用[31] 模型选择与应用场景 - 不同场景需特定模型组合：翻译用DeepSeek R1+Claude 3.7，研究用DeepSeek R1+Claude 4[9] - 开发者可按需选择模型，如Claude Opus 4.1适合编程，gpt-oss-20b适合日常任务[23] - 企业可通过统一API实现安全合规的规模化部署[24]