跳到正文
Sources Podcast(youtube.com)· Alex Heath·· 12 天前品質評分58

Amazon AWS 執行長:AI 熱潮才剛開始

Amazon AWS 執行長:AI 熱潮才剛開始

重點導讀

AWS 執行長 Matt Garman 表示,AI 正把地端工作負載拉上雲端,而推論仍處於起步階段;他同時說明分階段資本支出、Trainium 銷售,以及為代理(agent)設計的自動化推理護欄。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

AWS 執行長 Matt Garman 認為,AI 正把企業核心工作負載從地端資料中心拉進雲端,而這個飛輪效應正是 AWS 如今預估五到十年內可望做到 1 兆美元營收生意的原因。整場對談主要圍繞這個成長論述及其物理限制:為什麼 AWS 未來兩年產能都會吃緊、為何它這種以推論為主且分佈極廣的工作負載組合,與靠舉債融資的新興雲端業者(neocloud)訓練叢集截然不同,以及它如何分批佈局土地、電力與晶片採購以保留選擇權。標題的「兆美元」框架只是切入點,但本集花更多時間談產能經濟學、Trainium 對外銷售、Nova 前沿模型計畫的重整,以及代理安全,而不是那個頭條數字本身。

Garman 在 AWS 待了 20 年,是以營運者第一線的角度發言:他描述每週例行的產能分配會議、客戶的多年期承諾,以及內部對自動推理(automated reasoning)的研究押注。主持人 Alex Heath 追問市場對算力交易的疑慮,以及期中選舉後資料中心面臨的政治反彈。讀者讀完應該能掌握 AWS 的具體數字、它自述的風險模型與新興雲端業者之差異,以及 Garman 說會支撐下一階段的具體產品押注——對外銷售 Trainium、重振 Nova、可證明正確的代理。

AWS 說 AI 是把地端工作負載逼上雲端,不只是新增需求

Garman 對這波加速的核心解釋是:客戶的核心繫統若還留在雲端之外,就吃不到 AI 的好處。一個代理若得同時查詢資料倉儲、大型主機,以及老舊資料中心裡的 VMware 叢集,根本沒辦法一次觸及全部。客戶一旦看清這點,就會把核心工作負載搬上雲,而正是這波搬遷在拉高 AWS 的成長率,不只是全新的 AI 支出。

他引用的數字:AWS 目前年化營收規模達 1,820 億美元,年增 39%,而且過去六季的年增率逐季走高。他認為機會還遠遠沒用完,因為多數工作負載仍跑在地端;他在對談後段把地端佔比估在約 85%。

「它會把全部東西都吸進來,因為客戶開始看得見好處在哪。我認為真的有風險:沒做這個轉移的公司,會被已經在圈內的公司超車。」

Heath 提到 Amazon 對外說法的層層加碼:Andy Jassy 在 2026 年初提過約 2036 年達 6,000 億美元,第二季法說會上丟擲 1 兆美元,第三季法說會則講成明確的斷言。Garman 不否認 Heath 算出的數字——從目前基期要達到 1 兆美元,大約是五年 40% 的年複合成長,或十年約 18%——並把這個轉變歸因於信心逐步增強,而非某個單一事件。

談到客戶結構,Garman 說以金額計仍以大客戶為主,但長尾正在成長;AWS 並不依賴像牙醫診所那種極小型中小企業,那些是透過在 AWS 上跑軟體的夥伴來服務。他說自己會見成立不到六個月的灣區新創,並說現在已經沒有兩人新創會想自己架伺服器了。

推論規模還不到最終的 1%,而 AWS 的工作負載組合與新興雲端業者正好相反

Garman 分析得最犀利的地方,是區分 AWS 的生意與靠舉債融資的新興雲端業者。他稱風險是「區域性性」而非系統性,因為兩邊的押注本質不同:新興雲端業者多半是少數幾家客戶買下的大型訓練叢集,並以相對高利率的債務融資,現金流時點或客戶集中度一旦出錯,幾乎沒有容錯空間。

照他的說法,AWS 的客群分散在數百萬家企業、新創、中小企業與政府機關,跑的是核心運算、HPC、網站、備份儲存與資料庫——而且目前它的 AI 工作負載多數是推論,不是訓練。即使使用量集中在 Anthropic、OpenAI 與少數幾家模型供應商身上,實際在做推論的終端使用者,是數千家把 AI 嵌進日常應用的公司。

構面AWS(依 Garman 所述)舉債融資的新興雲端業者(依 Garman 所述)
融資方式客戶基礎廣泛、長期承諾多為相對高利率的債務
工作負載組合以核心運算加推論為主以大型訓練叢集為主
客戶集中度數百萬家客戶少數大型買家
失敗模式某家模型供應商的需求轉向另一家現金流時點一旦失準就難以吸收

他反駁「只有 2% 的美國人付費使用 AI」這個統計,拿來對比:天天用資料庫的人很多,但「付費買過資料庫」的人少之又少。至於推論還有多早:「我認為連 1% 都不到。」他指出,每次推論成本降 50%,AWS 就看到使用量成長一個數量級,而營收每年仍在上升。至於錢從哪來,他說來源是混合的——新增營收、效率提升(讓既有員工做出兩倍的工作量),以及從其他預算挪過來的支出。

AWS 預期產能會吃緊兩年,並以分批資本支出保留選擇權

Garman 證實需求遠超過供給,並說即使維持目前的資本支出水準,他預期未來兩年產能都會不夠。他說這套規劃承襲 Amazon 的供應鏈基因:盡可能拖到最後一刻才花錢,以最大化資訊量與選擇權。

用他的話說,分批佈局的邏輯是:土地、電力合約與許可證要提前好幾年買——他今天買的地,可能是為了 2030 年的資料中心——而網路裝置、發電機與伺服器則等到接近落地時才採購。若需求不如預期,土地還能當作耐久資產轉售。他說 AWS 能拿到不錯的前瞻訊號,因為許多大客戶會簽 三到六年的合約,有些甚至簽 五到十年,而且實際支出往往超過承諾金額。

Heath 引用美國約 44 GW 在建產能的估計——比 Google 加 Meta 還多——並問 Garman 是否能看到 2030 年。Garman 說趨勢看得出來,但談不上精準,還開玩笑說不然他就去簽運動彩券了。

談到產能分配,Garman 說 AWS 有定期會議,會實際辯論產能要給誰。它刻意不把產能全部賣給大型實驗室或大型科技公司:「我大可以把我知道 2027 年會落地的每一顆加速器全部賣光,然後收工。我們選擇不那麼做。」AWS 會把產能留給企業、留給還沒成立的新創,以及留給 Bedrock。

Trainium 將對外銷售,主要鎖定主權 AI 與地端部署

AWS 已決定對外銷售自家 Trainium 晶片,Heath 指出這件事公開討論不多,而且與 Google 開始對外賣 TPU 的做法相呼應。Garman 的理由是:AWS 不可能把全世界每一座資料中心都蓋起來;有些產能必須留在各國境內、政府機關裡,或主權 AI 部署中。他指出,輝達賣晶片給 AWS、Google、Microsoft,也賣給許多其他地方;而既然還有約 85% 的工作負載在地端,服務這些地點就是一門實實在在的生意。他說 AWS 會隨時間加大這方面的投資。

談到整體堆疊,Garman 說 AWS 打算每一層都競爭。最底層他認為基本上只有三家超大規模雲端業者,靠規模經濟撐住,而且這個數字大致會維持不變。往上則像漏斗一樣愈來愈寬,最後接到數千個終端使用者應用。AWS 在底層自製晶片與網路裝置,中層提供託管資料庫、儲存與分析,應用層則以 Connect(客服)、Quick(員工生產力)與 Kiro(開發者)競爭。

他把 Fireworks、Baseten 這類推論供應商放在中層——是互補的夥伴,類似在 AWS 上發展的 MongoDB、Snowflake 或 Databricks,即使彼此在某些構面上競爭。他自述的原則是:「就算我們沒贏下上層堆疊,我們的看法是,只要它蓋在 AWS 上,我們就贏。」他希望這些最終都能上架 Bedrock,不過他說目前技術還做不到。

Nova 前沿模型計畫是重整,不是放棄

Heath 提到,自從上次對談(當時 Garman 說 AWS 必須站上前沿)之後,Nova 模型出現裁員、下架或暫緩的情況。Garman 不接受 AWS 正在退縮的解讀:「完全不是——我們對這個策略的投入跟以往一樣多」,並補上一句「敬請期待」。他證實這「更像是重整」,並說 AWS 從先前的做法中學到教訓。

他願意講的細節有限:把對的人才放到對的位置、備齊對的資料、對的基礎設施,並學會如何規模化地做這些事。他說團隊「現在正全力衝刺、表現很好」,而 AWS 相信客戶會想要一個出自 AWS 自家的前沿模型。

自動推理是讓代理「可證明安全」的押注

Garman 把安全問題拆成兩塊:一是給打造代理的客戶更好的工具與護欄,二是更根本的問題——代理能不能被信任去自主行動。他的答案是神經符號 AI(neurosymbolic AI),具體來說是自動推理,他說這大概是 Amazon 內部單一最大的研究投資。

運作機制是:把數學證明套用到電腦科學問題上。AWS 已經以 IAM Access Analyzer 的形式出貨,它會拿新設的許可權去比對組織內的每一項許可權,並標出衝突。他說,用暴力法跑這個檢查,需要的電腦數量比地球上的還多;用證明則能快速完成,並給出 100% 的確定性。同一套方法可以包住一個非確定性的代理——例如處理理賠的代理——用確定性的護欄證明它永遠不會違反既定不變式,例如永遠不會試圖提高自己的許可權。

「突然間,就算你有個神奇黑箱能讓它提高許可權,也無所謂了。它根本不會去試。」

他說其中一部分會在明年出貨,之後再逐步迭代。他點名的商業大餅,是全自動理賠處理,10 秒內給出答案,而不是一個月——目前這種流程還得有人在迴圈裡把關。

資料中心的政治問題已變成許可證問題,太空與海上選址不切實際

期中選舉後,Garman 說業界必須讓官員瞭解,資料中心營運商並不是可以一概而論的。他為 AWS 的紀錄辯護:它為自己帶進電網的電力全額付費,在許多社群讓每人稅負減少數千美元,過去五年是新增零碳能源來源的最大創造者,並承諾在 2030 年前達到水資源正效益。他說 AWS 最大的資料中心用水量比 40 戶美國家庭還少,而高爾夫球場的用水遠多於資料中心。

他批評那些「自豪地」不申請許可、不與社群溝通就蓋的營運商,害整個產業背上汙名,並說 AWS 正與多位州長合作,把標準寫成所有人都得遵守的結構化計畫。他指出 AWS 已與五屆政府、兩黨都合作過。他反對乾脆喊停的論點是:大家嘴上說希望資料中心少一點,卻不願放棄 Netflix、Instagram 或 Amazon 外送,而這些全都需要資料中心——「這裡有個很奇怪的斷裂。」

至於替代選址,Heath 提出的三個選項中,他對其中兩個不以為然:

選址Garman 的評斷理由
太空未來一到二十年都不具經濟可行性全世界又不是一天發射一次;AWS 每 14 秒就落地一顆 GPU。一整櫃 GPU 可能重達一噸,沒有空氣散熱很困難,輻射會拉高建置成本,維修也很麻煩
海上大概不切實際冷卻是有優勢,但漂浮、會移動的基礎設施更難處理
沙漠三者中最可行環境條件好、有散熱匯、太陽能與電纜可及——只是附近人少,難以帶來就業或稅基

結語

整場對談的主軸是:AWS 把成長押在「廣度」上——數百萬客戶、嵌進日常應用的推論,以及每一層都競爭的堆疊——正因為它說廣度能讓它免於新興雲端業者那種致命集中度。尚未化解的張力在時程:Garman 一邊承認 AWS 會有兩年產能不足,一邊又承諾推出前沿 Nova 模型、對外銷售 Trainium,並在明年出貨自動推理護欄,而這些全都在搶同一批受限資源。兩件事值得觀察:Nova 重整後端出的模型,AWS 是否真的敢稱之為前沿;以及自動推理護欄能否出貨到足夠普及,解鎖受監管的全自動工作流程——那正是 Garman 說會讓推論用量「衝上天」的需求觸發點。

來源: Sources Podcast (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論