X10
登入免費註冊
免費閱讀14 次瀏覽

Amazon CEO Andy Jassy：砸 2,200 億美元仍供不應求，2028 年容量已賣出一大塊

站長

Amazon CEO Andy Jassy：砸 2,200 億美元仍供不應求，2028 年容量已賣出一大塊
AI Agenta16zAWSAmazon資料中心

Andy Jassy 接任 Amazon CEO 滿五年，a16z 共同創辦人 Ben Horowitz 和 Erik Torenberg 請他來聊這五年和接下來的路。數字先擺在桌上：Amazon 整體營收比 2021 年高了約 80%，AWS 規模將近三倍，廣告營收約兩倍半；2026 年資本支出預計約 2,200 億美元，Erik Torenberg 換算成每天大約 6 億美元。Jassy 的核心訊息很直接：就算花這麼多，Amazon 還是有相當多的需求接不下來。

2021 年像十年前：一場「倒楣」的開局

Erik Torenberg 開場歡迎 Andy Jassy，先問他接任 CEO 五年後，2026 年的企圖心和 2021 年相比有什麼不同。Jassy 說 2021 年感覺像十年前。他剛上任時正逢疫情尾聲，零售事業碰上嚴重的服務成本問題：Amazon 花 25 年建起的物流網，在大約 18 個月內擴大成兩倍，又在約 20 個月內建了一套 UPS 規模的最後一哩運輸網。蓋得這麼快，很多環節自然沒有優化，當時外界都說他「接任時機真差、運氣真壞」。

回頭看，他反而覺得那是最好的時機，因為危機逼公司重新檢視最根深蒂固的信念。最大的改變是把美國原本扁平的全國物流網區域化，讓商品離顧客更近：運輸距離變短、成本下降，到貨也更快，這釋放了大量零售需求。

Ben Horowitz 追問：Amazon 以卓越營運和節儉文化聞名，執意用這種速度蓋一個 UPS，要怎麼跟團隊溝通又不降低標準？Jassy 的回答是，Amazon 的 16 條領導原則本來就有幾條彼此拉扯，例如「行動導向」對上「堅持最高標準」，這正反映真實世界，凡事都是取捨。疫情期間實體店全關，顧客和賣家都需要 Amazon，所以他們選擇站在顧客這邊、先求快，接受之後得整理。關鍵在於有好的指標，以及「說真話」的文化：把數據和問題攤在桌上、彼此直接，不允許粉飾問題。產能到位後，他們回頭重新設計網路的關鍵部分，那件事原本在團隊優先清單上大概排第八、第九，後來變成重中之重。

AI 業務：三年 250 億美元，比早期 AWS 快數百倍

Ben Horowitz 把話題拉到 AWS：當年 AWS 是「蓋好了他們就會來」，現在 Amazon 以更大的規模在蓋資料中心和晶片，金融市場甚至開始說全世界的錢不夠支撐這些建設，要怎麼判斷蓋多少才算太多？

Jassy 先坦言，要是有個公式能算就好了，會幫團隊省很多時間。他回顧 AWS 的起源：2000 年代初，Amazon 內部產品團隊有 70% 到 80% 的時間花在不具差異化的基礎設施上，只有約 20% 花在產品本身，每個團隊都在重造輪子。AWS 最初是為了讓自己動得更快，還沒對外推出，內部就有大量團隊想用，所以他們知道方向是對的。

AI 這一波完全不同層級。早期 AWS 三年後年化營收約 6,000 萬美元；生成式 AI 這一波的頭三年，AWS 光 AI 業務的年化營收就超過 250 億美元，快了數百倍。上一季 AWS 年增 36.7%，年化營收規模 1,690 億美元。他原本認為 AWS 長期可能做到幾千億美元營收，現在看來，每一種顧客體驗都會被推論與 AI 重新打造，這個想像空間大很多。

他還講了一段往事：大約 15 年前在領導團隊早餐會上，大家不敢相信某家電信公司一年花 500 億美元資本支出，「他們怎麼花得了這麼多？」現在的數字，連他自己都覺得不可思議。

資料中心的現金循環：兩年、三十年、五到六年

Jassy 解釋為什麼他敢這樣投資。AWS 的資本支出分成兩大塊：資料中心本身，要在能放進伺服器、開始賺錢的大約兩年前投入，但只投一次，使用年限約 30 年；伺服器與網路設備則只要提前幾個月，所以出手前對客戶需求有很好的能見度。如果最後不需要那麼多容量，就不買伺服器。這些設備平均約三年回本，使用年限約五到六年，而多數合約大約是五年。

代價是，同時蓋這麼多資料中心，前幾年的自由現金流一定承壓，要等到資料中心都上線、開始回收伺服器和網路投資，才會好轉。

資料中心的政治戰：高爾夫球場比資料中心更耗水

Ben Horowitz 提到，當年誰也想不到資料中心會變成政治議題，而且全世界沒有哪裡比美國政壇更反資料中心。Jassy 先提醒：股市、銀行、醫療、娛樂、購物、教育、叫車，今天我們做的每件事都靠資料中心。Ben Horowitz 聽了開玩笑說，既然大家都反資料中心，那乾脆別用手機了。

他把這波建設比作 1950 年代美國蓋高速公路和橋梁，認為美國不能不蓋，否則中國這樣的國家會建立起所有的領導地位與規範。他也承認業界可以做得更好，但他認為很多說法介於迷思和不實之間，因為資料中心是個容易被拿來當反派的目標。

他舉了幾個數據：高爾夫產業和杏仁種植業的用水遠超過資料中心；高爾夫球場的用水量是 Amazon 所有資料中心的 200 倍，兩天用的水比 Amazon 資料中心一年還多。至於污染，新場址登記時必須申報備用發電機全天候滿載運轉的排放量，但實際上備用發電機一年只運轉約 0.1%，大概十個小時做保養。電價方面，真正的問題是美國長期沒有投資電網，AI 只是剛好成為推動投資的那股力量；他以 Indiana、Georgia、Mississippi 為例，產能到位後電價持平甚至下降。資料中心業者也付了大量稅金，光是 Indiana 的 St. Joseph County，Amazon 就繳了約 30 億美元，另外還承諾未來五年在設有資料中心的社區再投入 10 億美元。

啞鈴型的 AI 需求

Erik Torenberg 請 Jassy 描述目前的 AI 需求。Jassy 用「啞鈴」來形容：一端是 AI 實驗室，吃掉的算力前所未見，再加上 ChatGPT、Claude Code 這幾個爆紅的應用；另一端是企業用 AI 來省成本、提升生產力，例如自動化客服、詐欺偵測與業務流程。中間則是企業現有的正式上線工作負載，很多已經跑在 AWS 上，但絕大多數還沒有全面使用推論。他認為這會是 AI 使用量最大的區塊，把時間拉到五到七年後，多數現有企業應用都會大量使用推論，而且不會等到那時才發生。

不會為了 AI 新客戶擠壓老客戶

Ben Horowitz 問了一個很實際的問題：大型實驗室願意為電力、散熱、晶片付出幾乎任何價格，而跑了 20 年的老客戶付的是一般價格，會不會有商業壓力乾脆「把老客戶買斷，把容量賣給新客戶」？

Jassy 說他們不是這樣想的，但完全理解這個問題。資料中心、電力、記憶體都有限，他不認為短缺會在 2027 年結束：2026 年的容量已經賣完，2027 年大致賣完，2028 年也賣出一大塊，Amazon 一向會保留一部分給 Bedrock 或 EC2 的隨需使用。記憶體要分給 AI 加速器用的 HBM 還是一般 DRAM，都是真實的取捨。

但他的出發點是以客戶為中心。疫情期間，Amazon 主動派業務團隊幫客戶省錢，明知短中期營收會減少；他相信長期幫助客戶成功，生意自然會跟上。今天也一樣：客戶把核心應用都跑在 AWS 上，Amazon 不會擠壓他們，而是要讓他們能持續擴充。他也預期各種零組件的供應限制會持續好幾年，Amazon 投入的容量可能比任何人都多，就算再多花也不會是壞的資本運用，而且大概還是滿足不了所有需求。

Annapurna Labs：Amazon 史上最好的收購之一

Ben Horowitz 問到 2015 年收購 Annapurna Labs，那時還沒什麼 AI 需求，為什麼要買？Jassy 說 Annapurna 團隊是他共事過最有才華的一群人，這可能是 Amazon 史上最好的收購。當初不是為了 AI 晶片：他們發現 EC2 伺服器有太多資源被虛擬化、網路、資安與儲存吃掉，於是和 Annapurna 合作開發網路卡把這些工作卸載出去，讓伺服器幾乎 100% 留給客戶運算。這張卡後來裝進了每一台伺服器。

接著，因為 Intel 當時幾乎拿下全部 CPU 市占，而市占極高的夥伴通常不會優先追求性價比，這是典型的創新者的兩難。於是他們讓 Annapurna 打造 CPU，也就是 Graviton，現在前一千大 EC2 客戶有 99% 大量使用，性價比比其他 x86 處理器高約 40%。幾年前他們在 AI 領域看到同樣的劇本：一家很強的主導供應商，Amazon 和它至今仍有深度合作，但客戶需要更好的性價比，所以打造了 AI 加速器 Trainium，性價比比同級處理器高 30% 到 40%。

Jassy 認為要讓啞鈴中間那塊動起來，人才與組織能力都重要，但很大一部分是推論成本。推論成本這幾年已經降很多，但他覺得還是貴了一個數量級。如果企業要把用 CPU 的應用改寫成用 AI 加速器，成本差距越大，改寫的門檻就越高；成本降下來，所有應用都會變得更聰明、更有能力。

Ben Horowitz 聽了馬上分享自家經驗：a16z 有一位員工最近花了 200 萬美元的推論費用，而且是在做正事，讓他覺得推論真的沒那麼便宜。

投資 Anthropic 與 OpenAI

Ben Horowitz 接著問 Amazon 對 Anthropic 和 OpenAI 的大額投資，這類投資讓華爾街想起網路泡沫時代，而且兩家同時也是客戶。Jassy 說兩家公司的團隊與成長速度都令人驚嘆，他相信 AI 領域不會人人都是贏家，但會有很多非常成功的公司，而這兩家會是其中之二。

和 Anthropic 的合作比較久：很多客戶在 Bedrock 上使用 Anthropic，他認為那是客戶使用 Anthropic 最成功的方式；Anthropic 也長期在 Trainium 上開發，並做出多年期、多 GW 的 Trainium 承諾，雙方都從彼此身上學到很多。OpenAI 方面，很多客戶想在 AWS 上用 OpenAI，過去受限於既有的商業安排，經過幾個月的溝通，現在能在 Bedrock 上執行 OpenAI，雙方還一起打造了有狀態的執行環境（stateful runtime environment）。Jassy 認為未來所有 agent 都會這樣打造，因為 agent 需要狀態。

六個工程師、76 天，以及週末做出的原型

Ben Horowitz 提到，Bedrock 團隊用六名工程師、76 天重建了推論引擎，以往這要 40 個人做一年。Amazon 以兩個披薩團隊聞名，現在每個人都可以是文藝復興型人才，組織設計要怎麼改？

Jassy 說這個 Bedrock 故事讓全公司大開眼界，公司內部花了很多時間分享。他自己 29 年前以助理產品經理身分加入，一個人負責大概五個產品；公司變大後，產品經理往往只負責一個產品的一小塊，例如定價，大家都以為成功的大公司就該這樣。AI 改變了這一切。他舉上週的例子：他們在週四決定做一個和消費端 agent 有關的點子，四五個人利用週末，到週日就做出一個大約八成可以上線的可運作原型。

他的判斷是：未來做今天這些工作的人會比現在少，寫程式、客服、商業分析、研究、試算表、法務都一樣；不是完全不需要人力，但不會再像過去那樣隨規模不斷加人。AI、機器人與太空發展也會帶來新的工作，其中有些我們現在還想像不到。團隊會更小、更跨職能，因為模型能幫每個人在許多職能上完成八成，每個團隊的起點都更高，發明的範圍更廣、速度更快。

他也預測，新創多半一開始就是 agent 原生，大公司則得想辦法用同樣的速度打造產品，動作慢的會更容易被新創挑戰。企業幾乎得改寫所有程式碼，讓 agent 可以更新不同部分的程式，並建立相應的約束。

最被低估的風險：資安

講到這裡，Jassy 特別點出資安。過去一兩個月，大家對模型的焦慮集中在比較科幻的情境，例如邪惡的殭屍網路接管一切，或讓機器人帶有惡意。他認為這些都有可能，但業界與公私部門會一起想辦法。Ben Horowitz 插話說，總得先從留意某些事情開始。Jassy 接著說，真正討論不夠的是眼前的網路資安風險。模型能找到比以前多得多的漏洞，未來應用程式回應迫切威脅的時間必須以分鐘計算。今天的流程是找到漏洞、分類、開發修補，就算前面很快，多數公司部署也要很久，因為有各種相依性。如果應用程式沒有改寫成能讓 agent 更新，在新世界裡根本沒有機會。

Ben Horowitz 附和說，業界過去從大型系統到嵌入式裝置，都沒有把資安架構做好，清算的日子到了，這也是新公司的大機會；而且比起理論上的威脅，這是明確且迫切的危險。他還補了一句：在多數公司裡，過度專業化在資安領域最糟，資安工程師稀缺又不太愛跟其他工程師合作，所以寫軟體的資安實務普遍不夠好。

Jassy 說，AWS 幾乎所有合作夥伴和客戶都在擔心資安。AWS 有專業服務團隊在幫忙，也做了一個叫 Continuum 的服務來找漏洞、產生修補。但這說起來容易做起來難，資安工作有時不夠吸引工程師，很容易等出事才處理。好消息是，滲透測試人力有限，模型加上自動化能讓企業測試整個攻擊面，找到原本只能靠運氣才會發現的問題。

重新想像 Alexa：每一種體驗都得重做

Ben Horowitz 把 AI 的用法分成三類：一是砍成本，例如減少會計或律師，他直言如果這是唯一的點子，那點子也太少了；二是打造世界從沒見過的東西，這最令人興奮；三是像 Alexa 這樣，把已經成功的產品從頭重新思考。

Jassy 認為，組織如果精簡得好，就能讓優秀的建造者和小團隊做出第二類的東西；當大家看到四天就能把新點子做到八成，會受到很大鼓舞，連空閒時間都在想新點子。但對已經有成功規模化體驗的公司來說，如果只把 AI 當成漸進式改善，三到五年後大概不會擁有最勝出的體驗。

Alexa 的決定相對明顯：當年 Alexa 的大腦很創新，但生成式 AI 讓大腦能做的事完全不同，必須重新接線。即使如此，執行起來還是很難，團隊對自己做出來的東西有感情，也有辛苦換來的經驗，會說「我們不是這樣做的」、「那個試過，行不通」。更難的是零售、Prime Video、Fire TV、Prime Music 這些看不出新技術明顯更好的體驗，但他相信每一個都得重新發明，Amazon 已經有團隊在做完全重新想像的版本。他坦言一開始大概不會做對，會一路迭代。

Ben Horowitz 聽完想起自己剛當工程師時，跟別人爭論某件事，老闆對他說：「Ben，你要明白，在寫下第一行程式碼之前，一切都可以討論；寫下去之後，就變成宗教了。」Jassy 也說，每次重大轉型都是巨大的變革管理，就像從自建機房搬到雲端，很多基礎設施主管對自己蓋的東西很自豪，不想學新東西。要大家從頭開始，理智上和情感上都很難。

如果你在 2026 年 18 歲

Erik Torenberg 提到 a16z 幾週前孵化了 Horowitz and Andreessen Academy，幫助年輕人為這場轉型做準備，並問 Jassy：如果你在 2026 年 18 歲，會給自己什麼建議？

Jassy 說他有一個 25 歲、一個 22 歲的孩子，很快就學到不可能叫孩子在學校別用 AI，那艘船早就開走了，大學最好也別去對抗。不過 Amazon 有寫作文化，用 AI 寫的東西一看就知道，總有哪裡拼得不太對。他給孩子的建議是：躲不掉，也不能假裝它不存在，要大量使用、學習、走出舒適圈。他的兩個孩子都不是開發者，卻都用 AI 做出了應用程式。

但他不認為 AI 能取代批判性推理與思考。他以商學院為例：以前每天要分析三個個案，讀資料、做筆記、找出關鍵問題，再提出公司的計畫，總有學生不做功課。AI 會讓每個人更快到達一個進階的起點，但真正把點連起來，做出策略、計畫、新產品或新顧客體驗，大多數時候還是需要人的判斷、巧思與實驗。

從賣書到衛星、機器人和醫療

收尾時，Erik Torenberg 問：Amazon 從網路賣書起家，現在做衛星連網、機器人、醫療，怎麼判斷哪些事業值得多年投入，又不會分散得太薄？Jassy 說我們正處在一生中最大的三場轉型之中：AI、機器人與太空發展，而 Amazon 三場都參與。Amazon Leo 低軌衛星星座，目標是全球 5 億個還沒有寬頻的家庭；再加上生鮮、Zoox 的自動駕駛叫車與醫療。

會不會太分散？他認為取決於怎麼組織和願意投資多少。Amazon 不讓同一群人管多個事業，而是採取去中心化、「單一執行緒」的組織方式。只要有對的領導者和建造者、題目夠大到能撼動整體、在一個沒被好好服務的市場有差異化的想法，就能同時追求很多事。他也尊重「專注本業」的公司，那可以是很成功的策略，但還有太多顧客希望 Amazon 幫忙解決的問題。Erik Torenberg 以「無止盡的野心」作結，說這是個很振奮的結尾，Ben Horowitz 也向 Andy 道謝。

這對讀者代表什麼

這集最重要的訊號是供需：Amazon 2026 年的容量已經賣完、2027 年大致賣完、2028 年也賣出一大塊，而且 Jassy 認為記憶體等零組件的短缺不會在 2027 年結束。對關心 AI 是否泡沫的讀者來說，最大的雲端業者之一給出的答案是需求遠超過供給，而資料中心「兩年先蓋、伺服器幾個月前才買」的現金循環，是他敢大舉投資的底氣。

另一個訊號是推論成本。Jassy 認為推論還貴了一個數量級，降下來之後，企業現有應用才會大規模導入 AI。這也解釋了 Amazon 為什麼長期投資 Graviton 與 Trainium。對上班族來說，小團隊、跨職能、週末就能做出原型的工作方式正在成形，而 AI 越普及，批判思考與判斷力越值錢。資安則是 Jassy 認為最被低估、也最迫切的風險。

未來投資可以留意的方向

  • 雲端與資料中心資本支出：Amazon 2026 年約 2,200 億美元的支出，以及 2027、2028 年容量預售情況，對伺服器、網路設備與資料中心建設供應鏈的影響。
  • 記憶體：HBM 與一般 DRAM 的配置取捨，以及 Jassy 預期延續到 2027 年以後的短缺。
  • 自研晶片：Graviton 與 Trainium 的採用程度，以及 Anthropic 多 GW 的 Trainium 承諾。
  • 電網與能源基礎設施：資料中心推動的電網投資，以及各地電價與社區政策的變化。
  • 推論成本下降帶動的企業 AI 導入：Bedrock 等推論平台與企業應用改寫的需求。
  • AI 資安：漏洞發現與自動修補、讓 agent 能更新程式碼的架構改造，以及相關服務與新創。
  • Amazon 的新事業：Amazon Leo 低軌衛星、Zoox 自駕叫車、醫療與機器人在零售物流的應用。

來源（聽後整理）

延伸閱讀