亚马逊豪掷1.3万亿押注AI，能否逆转市场颓势？
文 | GPLP看科技，作者 | Colin
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
当全球企业还在为如何接入人工智能而焦虑时，亚马逊（Amazon）选择了一条更加简单粗暴的道路，通过“买买买”加码AI。
日前，亚马逊CEO安迪·贾西（Andy Jassy）称，预计2026年投入2000亿美元（约合1.3万亿元人民币），较2025年的1310亿美元激增52%，全面加码人工智能基础设施、自研芯片及机器人技术。
然而，这份“世代级军备竞赛”的豪赌却并未迎来资本的掌声，甚至在财报发布后，亚马逊股价盘后一度重挫超11%，市值蒸发超4500亿美元 。在微软与谷歌的夹击下，这位曾经的“云老大”能否靠这场天价赌局挽回掉队之势？还是说，这只是科技巨头在AI泡沫前夜的一次集体焦虑？
一切都是未知数，但可以肯定的是，如此大手笔的投入，不单单是一场与其他大厂的普通“军备竞赛”，更是亚马逊在AI时代的一场“诺曼底登陆”，要么重新夺回王座，要么彻底沦为二线玩家。
2000亿美元押宝 一场不计代价的“诺曼底登陆”
在硅谷的科技巨头中，亚马逊向来以“长期主义”著称，从物流网络到云计算基础设施，贝佐斯时代的大手笔投入最终都转化为了坚不可摧的“护城河”。而这样的固有形象也让此次贾西押上的筹码超出了所有人的预期。
这一数字究竟有多夸张？通过横向对比更能凸显这场豪赌的疯狂程度，公开数据显示，谷歌母公司Alphabet预计2026年资本支出为1750亿-1850亿美元，Meta计划投入1150亿-1350亿美元，而亚马逊的2000亿美元不仅“冠绝群雄”，更是接近Meta的两倍。
当然，这2000亿美元并非漫无目的的撒钱，贾西也给出了明确答案，绝大部分将用于AWS的AI能力建设，包括价值110亿美元的“Project Rainier”AI数据中心，专门用于运行其投资的Anthropic工作负载，以及自研的Trainium AI芯片、Nova系列大模型、Bedrock第三方模型市场，还有那个迟到已久的生成式AI版Alexa。
只是如此激进的重仓AI却并未换得资本市场的热烈反应，相反，上述消息发布后，还引发了亚马逊股价的下跌，而投资者用脚投票的背后是对“投入-产出”平衡的深度疑虑，当自由现金流已因前期投入大幅下滑66%，当AI的商业化路径仍不明朗，这笔天价开支会不会成为“压垮骆驼的最后一根稻草”？
事实上，投资者的恐慌并非毫无根据，眼下的亚马逊正陷入中年危机。
首先，是云业务增速的掉队。 虽然AWS在2025年第四季度实现了356亿美元营收，同比增长24%，创下13个季度以来最快增速，但这依然落后于其主要对手，微软Azure（39%）和谷歌云（近48%）的同期表现 。
其次，是利润表的直接压力。 大规模建设数据中心意味着巨额的折旧费用。同时，为了支持卫星互联网“Project Kuiper”等新业务，亚马逊预计一季度运营利润仅为165亿美元至215亿美元，远不及分析师预期 。更令人担忧的是自由现金流的急剧恶化，从2024年的382亿美元暴跌至2025年的112亿美元 。
基于以上数据维度，亚马逊此次2000亿美元的豪赌更像是一场对自身焦虑的救赎，而要了解亚马逊的焦虑来源必须回到AWS的基本盘，因为这个曾经撑起亚马逊全部利润的云服务部门，正在经历13年来最微妙的时刻。
亚马逊财报显示，2025年第四季度，AWS营收同比增长24%，创下13个季度以来最快增速，看似发展向好，但增长的质量正在发生变化。尤其是在AI云的新叙事中，亚马逊已经从“定义者”变成了“追赶者”。
其中，微软凭借早期对OpenAI的投资，一度让Azure的声势超越AWS，尽管由于OpenAI不甘于做“附庸”，与AWS、甲骨文等合纵连横，甚至推出与微软竞争的产品，但微软已经通过GPT大模型的优先使用权，在AI云市场抢占了心智高地。
同时，谷歌云和阿里云的逆袭更让AWS焦虑。谷歌凭借Gemini模型和TPU芯片的垂直整合能力，正在快速蚕食企业级市场；阿里云则通过Qwen模型的全面开源策略，在全球技术圈建立了独特的影响力，并成为全球唯一一家积极研发先进AI模型且全方位开源的头部云厂商。
当然，面对以上挑战，亚马逊应对策略是通过在Bedrock平台上，提供了包括DeepSeek、Qwen、Kimi、MiniMax在内的数十种模型选择，试图以“模型中立”的姿态满足企业差异化需求。但问题在于，头部模型的不可替代性依然强大，而顶级模型要么掌握在竞争对手手中（如OpenAI与微软的微妙关系），要么企业倾向于自建模型而非托管在Bedrock上。
上述“既要又要”的策略让AWS在模型层的竞争力显得模糊，显然，眼下的贾西意识到了这一点，在最近的re:Invent大会上，AWS一口气更新了多款自研Nova模型，试图在模型能力上至少“不落后太多”。
自研芯片与生态闭环 亚马逊豪赌的“压舱石”
值得一提的是，在这场豪赌中，亚马逊并非没有秘密武器。与微软、谷歌主要依赖英伟达GPU不同，AWS早在多年前就开始布局自研AI芯片Trainium和Inferentia。
Trainium芯片的战略价值在于成本控制，贾西在2025年4月的股东信中明确指出，自研芯片将“显著降低AI使用成本”，此外，在2000亿美元的资本支出中，相当比例将用于扩大Trainium的产能和优化其性能。如果AWS能够为客户提供“英伟达方案的平价替代”，这不仅能够降低对单一供应商的依赖，还能在价格战中获得更大的腾挪空间。
自研芯片的挑战同样巨大。一方面，英伟达的CUDA生态已经形成了近乎垄断的开发者粘性，Trainium需要在软件兼容性、开发工具链和社区支持上投入巨额资源。Trainium的市场渗透率仍远不及英伟达GPU，AWS的大客户（如Anthropic）依然主要依赖英伟达基础设施。
另一个压舱石则是Alexa的AI化改造，这个拥有数亿用户的语音助手，曾被寄予厚望成为AI时代的入口，只是眼下生成式AI版Alexa的发布一再延期，直到2025年初才姗姗来迟。这也意味着，贾西需要证明Alexa不仅能“说话”，还能真正理解上下文、执行复杂任务，并将用户转化为付费订阅者，否则，这将又是一个“叫好不叫座”的烧钱项目。
从某个角度来看，亚马逊的2000亿美元豪赌本质上是一场与资本市场的耐心博弈。
毕竟，从2006年AWS创立时的巨额亏损，到2010年代物流网络的疯狂扩张，亚马逊多次证明“先投入、后收获”的策略能够建立长期壁垒。2025年，AWS的年化营收已接近1000亿美元，运营利润率超过30%，成为亚马逊的“现金奶牛”。
只是这一次，亚马逊能否再次通过加码投入的方式，“大力出奇迹”，尚需且行且看。
相关攻略
市价单与限价单终极指南：区别、风险与实战策略 在加密货币交易与数字资产投资的世界里，掌握基础的交易订单类型是成功的第一步。无论是初入Web3的新手，还是经验丰富的DeFi玩家，理解市价单与限价单的核心差异，都直接关系到交易的成本、风险与最终收益。本文将深入解析这两种订单的运作机制、适用场景与实战技巧
Meta的“AI原生”转型：指标驱动的深度变革 近期，一份曝光的内部文件揭示了一个明确的趋势：马克·扎克伯格正全力推动Meta向一家彻底的“AI原生”公司转型。这不仅仅是一句口号，而是通过设定具体、可量化的指标，将AI深度融入每一位员工、尤其是工程师的日常工作流程中。 从部门到公司：具体的AI渗透目
风头正盛的AI新锐巨头Anthropic年化收入激增 AI领域的竞争格局，似乎又迎来了一个关键转折点。当地时间4月6日，Anthropic公布了一组引人注目的数字：由于旗下大模型Claude需求持续加速，公司的年化收入已经冲破了300亿美元大关。要知道，就在去年年底，这个数字还停留在90亿美元。更值
谷歌2026年I O开发者大会日程正式公布，AI与核心平台更新成首日焦点 谷歌开发者博客在4月14日发布了最新公告，正式揭晓了2026年I O开发者大会的详细直播日程。这次大会的重头戏——主旨演讲，已经定档于太平洋时间5月19日。从首日议程来看，Google AI、Android和Chrome等核心
开发者不得不接入 Play Integrity、SafetyNet 等安全 API，应用与谷歌服务的绑定日益加深。对谷歌而言，这不仅降低了恶意应用风险，还能进一步锁定用户和开发者，强化数据控制，并间接推动 Play 商店交易和广告收益。 一夜之间，安卓要向苹果看齐了？ 未来想发布一个APK，开发者可
热门专题
热门推荐
Chaplin是什么 提起AI股票分析工具，很多投资者可能首先会想到各种通用型平台。但今天要聊的这个，有些特别——它叫Chaplin，一个专为专业交易者量身打造的分析利器。简单来说，这是一款由Chaplin app开发的工具，核心目标很明确：为那些渴求深度洞察和精准预测的专业投资者与交易者，提供前沿
执行hermes gateway start后服务未持续运行，需依次检查命令可用性、启用--daemon模式、注册systemd服务或手动创建service文件 遇到执行 hermes gateway start 命令后服务没跑起来，或者终端一关就停，甚至干脆提示“command not found
一、使用Win + P快捷键即时启用扩展模式 这个方法最直接，它绕过了复杂的设置界面，直接调用系统底层的投影功能。无论你是在游戏、办公还是系统卡顿的时候，都能快速调出，用来临时切换或者测试显示器连接状态非常方便。 操作前，先确保几个基本条件：所有显示器都通着电，视频线在电脑和显示器两头都插紧了，别忘
MatchThatRoleAI是什么 在求职市场里，一份好简历是敲门砖，但找到真正适合自己的岗位往往更像大海捞针。有没有一款工具能把这两件事儿都搞定，甚至还能帮你规划未来几年？还真有，这就是我们今天要聊的MatchThatRoleAI。 简单来说，它是一个在线智能平台，核心任务就是帮你“双向奔赴”。
一、环境变量文件 env 这是最推荐、也是优先级最高的配置方式。Hermes Agent 启动时会默认优先读取这个文件，好处是无需改动任何代码或主配置文件，对所有支持的模型提供商（包括OpenRouter）都通用。 具体操作很简单：找到或创建这个文件——路径是 ~ hermes env。然后，