财联社2月6日讯美东时间周四盘后,亚马逊公布2025年四季度财报,其中2026年达2000亿美元的资本支出计划成为市场焦点,直接引发公司股价盘后大幅下跌11。
面对外界的质疑,在财报电话会上,亚马逊CEO安迪·贾西强调,AWS未完成订单达2440亿美元,AI需求盛,所以外界需过分担忧公司加速扩产的计划。
他还详细介绍称,这笔支出将 “主要投向 AWS”,用于 AI 基础设施、定制芯片(如 Trainium 系列)、数据中心建设,以及近地轨道卫星项目 Amazon Leo等前沿域,以满足激增的 AI 与云计需求,“新增力经部署即能快速变现”。
亚马逊 2025 年 Q4 财报核心要点梳理
、核心财务数据
营收:2134 亿美元,同比增长 12, 2112.7 亿美元的市场预期。
每股收益(EPS):1.95 美元,略低于 1.96 美元的预期,差值 0.51。
运营收入:250 亿美元;全年运营现金流 395 亿美元,同比增长 20。
关键业务收入:AWS 营收 356 亿美元(同比 + 24),广告收入 213 亿美元(同比 + 22)。
二、业务表现亮点
AWS:年化营收达 1420 亿美元,13个季度来增速次达24;未完成订单额 2440 亿美元,同比增长 40;定制芯片(Graviton、Trainium)年化营收 100 亿美元,Trainium3 需求盛,预计 2026 年年中售罄。
售业务:美国 “日常需品” 销量占比达 1/3,增速为其他品类 2 倍;全食市 + 线上渠道覆盖 1.5 亿美国消费者,易腐食品当日达服务动购物频率翻倍;Amazon Now 即时配送(30 分钟达)在印度等市场用户购物频率增 3 倍。
其他业务:Prime Video 广告覆盖 16 国,全球广告受众 3.15 亿;AI 购物助手 Rufus 用户 3 亿,使用用户购买转化率 60;Alexa + 上线美国,Prime 会员费、非会员月费 19.99 美元。
三、未来规划
2026 年 Q1 指引:净销售额预计 1735-1785 亿美元,运营收入 165-215 亿美元。
资本支出:计划投资 2000 亿美元,用于 AWS 产能扩张(2027 年底电力产能翻倍)、AI 与云基础设施、卫星互联网(Amazon Leo)。
亚马逊业绩电话会实录(以下由AI辅助翻译,部分内容有删减)
会议主持人:感谢各位的等待。大好,欢迎参加亚马逊 2025 年四季度财务业绩电话会议。目前所有参会者均处于听会模式。演示结束后,我们将进入问答环节。本次会议正在录制中。先,我将把会议交给投资者关系总裁戴夫·菲尔兹(Dave Fildes)先生。有请菲尔兹先生。
戴夫·菲尔兹(亚马逊投资者关系总裁):大好,欢迎参加我们 2025 年四季度财务业绩电话会议。今天与我们同解答大问题的有公司席执行官安迪·贾西(Andy Jassy)以及席财务官布莱恩·奥尔萨夫斯基(Brian Olsavsky)。现在,我将会议交给安迪。
安迪·贾西(亚马逊席执行官):谢谢戴夫。我们公布的营收为 2134 亿美元,剔除汇率影响后同比增长 12;运营收入 250 亿美元,过去 12 个月自由现金流 112 亿美元。我们正实现强劲增长,而在 AI、芯片、近地轨道卫星、即时售以及满足多消费者日常需品需求等域,我们仍有大量增量机会。未来几年,亚马逊有望造具规模的业务,实现强劲的投资回报率,我们也正在为此进行投资。即便在这些业务的初期阶段,我们已看到强劲的市场需求。
下面我先从 AWS 谈起。AWS 的增长持续加速至 24,这是 13 个季度以来的快增速,环比增长 26 亿美元,同比增长近 70 亿美元。AWS 目前的年化营收运行率已达 1420 亿美元,而我们的芯片业务(含 Graviton 和 Trainium)年化营收运行率过 100 亿美元,同比实现三位数增长。需要说明的是,在 1420 亿美元年化营收基数上实现 24 的同比增长,与竞争对手在规模小得多的基数上实现百分比增长有着本质区别。我们持续创造多增量收入、扩充多产能,进步巩固地位。
随着企业重新聚焦于将基础设施从本地迁移至云端,加之 AWS 拥有广泛的、强大的安全和运营能以及活跃的作伙伴生态系统,核心非 AI 工作负载实现强劲增长。AWS 继续在大型企业和政府的云端迁移项目中占据主地位。自上次会议以来湘西pvc排水管专用胶水,我们宣布与 OpenAI、维萨(Visa)、美国职业篮球联赛(NBA)、贝莱德(BlackRock)、Perplexity、来福车(Lyft)、美国联航空公司(United Airlines)、DoorDash、Salesforce、美国空军、奥多比(Adobe)、汤森路透(Thomson Reuters)、美国电话电报公司(AT&T)、标普全球(S&P Global)、加拿大国银行、伦敦证券交易所、精选酒店集团(Choice Hotels)、埃森哲(Accenture)、Indeed、汇丰银行(HSBC)、CrowdStrike 等多企业达成新协议。在美国前 500 初创企业中,将 AWS 作为主要云服务提供商的数量,过了排名二和三的提供商之和。我们每天都在大幅增加 EC2 核心计容量,而新增计资源中大部分采用了我们的定制 CPU 芯片 Graviton。
Graviton 的价比比主流 x86 处理器出 40,AWS 前 1000 名客户中过 90 都在广泛使用。Graviton 本身的年化营收运行率已达数十亿美元,同比增长过 50。我们发现,客户通常希望将 AI 工作负载与其他应用程序和数据部署在同环境中。此外,当客户在 AWS 上运行大型 AI 工作负载时,也会进步扩大其在 AWS 的核心业务规模。但 AWS 持续占 AI 市场份额的大原因,是我们拥有特的端到端 AI 技术栈。
在 AI 域,我们延续了 AWS 的贯做法 —— 解决客户的核心痛点。举例说明:个痛点是缺乏强大的基础模型来生成理或预测结果。随着客户在 AI 域的入探索,他们逐渐意识到需要多样化的模型选择,因为不同模型在不同维度各有优势。事实上,大多数复杂的 AI 应用都会利用多种模型…… 论客户需要 Anthropic 的 Claude 等前沿模型、Mistral 或 Llama 等开源模型、亚马逊 Nova 等兼具前沿智能与低成本低延迟的模型,还是 Twelve Labs 或 Nova Sonic 等音模型,Amazon Bedrock 都能帮助客户安全、可扩展、能地运行这些模型的理任务。Bedrock 目前的年化营收运行率已达数十亿美元,客户支出环比增长 60。
二个痛点是如何针对具体应用优化模型。客户有时会误以为拥有优质模型就等于拥有优质 AI 应用,但事实并非如此 —— 需要大量工作对模型进行后期训练和微调,才能适配具体应用场景。我们的 SageMaker AI 服务以及 Bedrock 中的微调工具,大地简化了客户的这程。
三个痛点是如何造定制化基础模型,以充分利用企业自身的核心数据(即 “商业机密”)。迄今为止,企业通常在流程后期(通过微调或后期训练)尝试用自身数据优化模型。行业内对此存在争议,但我们认为,企业会希望在训练初期(如有可能在预训练阶段)就将自身数据融入模型训练,这样模型才能建立契企业核心需求的学习基础,并在此基础上持续进化。这就好比在孩子幼年时期教他们外语,这会成为他们后续学习的基础,也让他们在未来容易掌握其他语言。为满足这需求,我们刚刚出了 Nova Forge 服务。该服务为客户提供亚马逊 Nova 模型的早期检查点,允许客户在预训练阶段将自身有数据与模型数据安全融,造属定制版 Nova 模型(我们称之为 Novellas)。这对于企业在模型基础上构建自有智能体(Agent)具价值。目前市场上尚同类产品,有望成为企业 AI 应用的游戏规则改变者。
另个痛点是成本。我曾多次提到,若想让 AI 得到企业广泛应用,就须降低理成本。当前大的障碍之是 AI 芯片的昂价格。客户迫切需要优的价比,而可以理解的是,早期占据主地位的企业并不急于动这变革 —— 他们有其他优先事项。这也是我们自主研发定制芯片(如 Trainium)的原因,而该产品已取得巨大成功。我们已交付过 140 万片 Trainium2 芯片,这是我们有史以来部署速度快的芯片产品。Trainium2 的价比比同类 GPU 出 30-40,年化营收运行率达数十亿美元,已有过 10 万企业在使用,目前 Bedrock 的大部分负载都由 Trainium 提供支持。我们近出了 Trainium3,其价比较 Trainium2 再提升 40。Trainium3 的市场需求为强劲,预计到 2026 年年中,几乎所有 Trainium3 芯片供应都将被预订空。尽管 Trainium4 仍在研发中,我们已收到大量作意向。
展望未来,企业从 AI 中获取价值的主要式将是通过智能体(Agent)—— 既有企业自研的,也有三提供的。我们已做好充分准备,将解决客户面临的相关痛点。
先,智能体的构建过程过于复杂,而我们出的 Strands 服务可基于任意模型快速创建智能体。其次,智能体构建完成后,企业在生产环境部署时会面临顾虑,因为这些智能体需要安全、可扩展地连接计资源、数据、工具、内存、身份验证、政策理、能监控等多个要素。这是个全新的复杂问题,而我们出的 Bedrock Agent Core 次提供了完整解决案。客户对 Agent Core 反响热烈,该服务正动智能体的规模化部署。
此外,客户还希望能利用三的优质智能体,为此我们已造了多款产品,包括编程智能体 Kiro、帮助知识工作者利用自有数据和分析工具的 Amazon Q、软件迁移工具 AWS Transform,以及呼叫中心运营工具 Amazon Connect。我们持续为这些产品添加新,使用率也在快速增长。例如,使用 Kiro 的开发者数量环比增长过 150。除了需要人工指令的智能体,客户对低交互需求的智能体也日益关注 —— 这类智能体可自主运行数小时甚至数天,快速扩展规模并记忆上下文。在近的 AWS re:Invent 大会上,我们出了 Frontier Agents 系列产品来满足这需求,包括用于编程任务的 Kiro Autonomous Agents、用于检测和解决运营问题的 AWS DevOps Agents,以及用于在开发全生命周期中主动保障应用安全的 AWS Security Agents,这些产品已为客户带来显著价值。
亚马逊计划在全球范围内投入约 2000 亿美元资本支出,其中大部分将用于 AWS—— 因为市场需求为盛。客户迫切希望将核心工作负载和 AI 工作负载部署在 AWS 上,而我们正以快速度将新增产能转化为实际收入。在 AWS 业务中,我们拥有丰富的经验,能够捕捉需求信号,并将产能转化为强劲的投资回报率。我们有信心在 AI 域重现这成功。
接下来,我将谈谈售业务。我们持续扩大商品品类,2025 年在美国新增了过 400 个美妆,如芭比波朗(Bobbi Brown Cosmetics)、夏洛特·蒂尔伯里(Charlotte Tilbury)、罗拉玛希(Laura Mercier),以及 Away、匡威(Converse)、迪赛(Diesel)、迈克仕(Michael Kors)、耐克(Nike)、北面(The North Face)等时尚。我们的低价产品线 Amazon Haul 已将 10 美元以下商品扩充至 100 万件以上,并已拓展至 25 个以上国和地区。消费者对 “日常需品” 和食品杂货品类的反响持续热烈。2025 年,美国市场 “日常需品” 的增速几乎是其他所有品类的两倍,占我们售业务销量的三分之。通过线上购物和全食市(Whole Foods),我们已成为过 1.5 亿美国人的选食品杂货采购渠道。
食品杂货业务的总销售额过 1500 亿美元,亚马逊已成为该域的重要参与者。目前,美国数千个城镇的消费者可在当日收到易腐食品及数百万其他商品的配送,使用该服务的客户购物频率是未使用客户的两倍以上。2026 年,我们计划将该服务拓展至多社区,并在未来几年内新增过 100 全食市门店,致力于让食品杂货购物便捷、快捷、实惠。我们始终致力于保持价格优势,持续匹配或低于其他售商的价格。Profitero 的新研究显示,亚马逊连续九年成为美国价格低的售商,平均价格比其他主要线上售商低 14。
2025 年,我们在全球范围内为 Prime 会员实现了有史以来快的配送速度。在美国,当日送达的商品数量较上年增长近 70。我们还持续提升农村地区的配送速度,农村地区每月享受当日送达服务的客户数量同比增长近倍。当日送达是我们增长快的配送服务,去年美国有近 1 亿客户使用了该服务。团队仍在不断创新:我们在印度、墨西哥和阿联酋出了 Amazon Now 服务,可在约 30 分钟内为消费者配送数千种商品,并正在美国和英国的多个社区进行测试。尽管处于初期阶段,但客户反响热烈。例如,在印度,客户的反馈出了我们乐观的预期,Prime 会员使用该服务后,购物频率增加了两倍。
扩大当日送达覆盖范围还意味着订单截单时间大幅延后,这对客户而言具价值。例如,在平安夜,美国约 4000 个城市的客户可在中午前下单,并在当日收到商品。另个例子是我们近出的 “添加至配送单”(Add to Delivery),美国 Prime 会员只需键操作,即可将商品添加至即将到来的亚马逊配送订单中,需再次结账或支付额外运费。该出仅六个月,每周通过亚马逊物流网络履约的 Prime 订单中,已有约 10 使用了这。
表面上看,这十分简单,但背后依托大量技术创新 —— 我们需要实时、低延迟地从亚马逊数亿件商品中筛选出可添加至客户待配送订单的商品,进行展示、整包,并在承诺时间内送达。售团队还在利用 AI 为客户创造多价值。我们的智能购物助手 Rufus 正在快速拓展,不仅能搜索产品、跟踪价格、自动下单(当商品达到客户设定的价格时完成购买),还能通过 “代买”(Buy for Me),在其他线上商店搜索数千万件商品并为客户完成购买。2025 年,过 3 亿客户使用了 Rufus。
此外,客户使用我们的 AI 视觉搜索工具 Lens(通过手机相机、截图或条形码查找商品)的次数同比增长 45。
奥力斯 PVC管道管件粘结胶价格 联系人:王经理 手机:18231788377(微信同号) 地址:河北省任丘市北辛庄乡南代河工业区/p>
接下来谈谈亚马逊广告业务。我们的全漏斗广告产品持续实现强劲增长,本季度营收达 213 亿美元,同比增长 22。商店内的赞助商品广告仍是我们大的广告产品,万亿的购物、浏览和流媒体数据与的 AI 及机器学习技术相结,让我们能够为客户提供度相关且实用的广告。Prime Video 广告业务持续增长,目前已覆盖 16 个国,为营收增长做出重要贡献。Prime Video 的全球广告支持受众平均达 3.15 亿人,较 2024 年初的 2 亿人显著增长。广告团队也在 AI 域积创新:我们近出了广告智能体(Ads Agent),可借助 AI 大规模创建和优化广告活动、实现定向,并快速获取可操作洞察;创意智能体(Creative Agent)则能通过对话式指和亚马逊售数据,帮助广告主从概念到落地完成全漏斗广告活动的研究、构思和生成,将原本需要数周的流程缩短至数小时。我们在其他多个域也在持续创新并取得进展,在此仅列举几个例子:先是 Prime 平台的体育直播 ——《周四橄榄球之夜》四季创下多项纪录,成为我们有史以来收视率的赛季,平均观众过 1500 万人,同比增长 16,连续三年实现两位数增长;包装工队对阵熊队的外卡赛成为史上流媒体观看人数多的 NFL 赛事,观众达 3160 万人,较此前纪录出 400 多万人。
我们刚刚向美国所有客户出了 Alexa + 服务,Prime 会员可费使用,非 Prime 会员每月收费 19.99 美元。Alexa + 的持续升,我们新增了多种交互式,包括alexa.com的全新聊天体验、重新设计的移动应用,以及与三星电视、宝马汽车等三设备的新集成。我们还添加了代接 Ring 门铃等新,以及多购物和庭管理式。
后,团队在亚马逊 Leo 项目上取得快速进展,该项目将为消费者、企业和政府提供宽带未覆盖地区的网络连接服务。我们的企业客户终端 Leo Ultra 是有史以来快的卫星互联网天线,下载速度可达 1Gbps,上传速度可达 400Mbps。Leo 将提供企业能和加密,通过安全用网络直接连接 AWS,需经过公共互联网。
我们已发射 180 颗卫星,计划 2026 年进行 20 次以上发射,2027 年进行 30 次以上发射,并将于 2026 年启动商业运营。目前我们已签署数十份商业协议,包括与 AT&T、拉丁美洲 DIRECTV、捷蓝航空(JetBlue)和澳大利亚国宽带网络(NBN)的作,多协议正在洽谈中。过去年是充满创新和进展的年,2026 年我们也已迅速投入工作。接下来,我将交给布莱恩进行财务新。
布莱恩·奥尔萨夫斯基(亚马逊席财务官):谢谢安迪。先来看营收数据:全球营收 2134 亿美元,剔除 150 个基点的汇率正向影响后,同比增长 12。四季度全球运营收入 250 亿美元,其中包含三项特殊费用,计减少运营收入 24 亿美元。项费用为 11 亿美元,用于解决意大利售业务的税务纠纷及项诉讼和解,主要影响业务板块,大部分计入履约及其他运营费用;二项费用为 7.3 亿美元,为预估遣散费,影响所有三个业务板块,主要计入履约、销售和营销以及技术和基础设施费用;三项费用为 6.1 亿美元,为资产减值损失,主要与实体商店相关,主要影响北美业务板块,计入其他运营费用。
接下来看各业务板块业绩:北美业务板块四季度营收 1271 亿美元,同比增长 10;剔除汇率影响后,业务板块营收 507 亿美元,同比增长 11。全球付费商品销量同比增长 12,为 2025 年季度增速。四季度为全年画上了强劲句号,我们在假日购物季成功满足了客户需求。具竞争力的价格、丰富的商品选择和创纪录的配送速度获得了客户的认可 —— 论是亲友礼物、日常需品还是易腐食品,客户都赞赏快速配送带来的便利。全球数百万三仍是我们商品品类的重要贡献者,四季度全球三商品销量占比达 61。我们持续为伙伴提供工具和服务(包括套的 AI 工具),帮助他们管理和发展业务。
盈利能力面,北美业务板块运营收入 115 亿美元,运营利润率为 9,于 2024 年四季度的 8;业务板块运营收入 10 亿美元,运营利润率为 2.1,剔除上述特殊费用后湘西pvc排水管专用胶水,业务板块的运营利润率也实现同比提升。我们对季期间履约网络的表现感到满意。过去几年,我们在优化网络成本结构面取得了显著进展。在美国,我们的区域化网络已形成规模并持续完善,通过优化本地库存布局,实现了快的配送速度和低的成本。去年,美国 Prime 会员收到了过 80 亿件当日或次日送达的商品,同比增长 30 以上,其中食品杂货和日常需品占比达半。
2025 年,我们连续三年在全球范围内为 Prime 会员实现有史以来快的配送速度,同时降低了服务成本。借助现有的美国物流网络,我们现已能为 2300 多个城镇的客户提供易腐食品当日送达服务,该服务全年获得了广泛采用。购买易腐食品的客户每月支出显著于未购买该品类的客户,且他们在当日送达订单中添加的商品数量是其他客户的三倍。展望未来,我们有望在全球履约网络中进步提升率,同时为客户提供快的配送速度。我们将继续优化库存布局,缩短运输距离、减少包裹处理环节、提包裹整率,并出机器人技术和自动化解决案,提升率和客户体验。
广告业务面,四季度广告收入增长 22,2025 年全年增量收入过 120 亿美元,我们的全漏斗广告模式(帮助连接客户)获得了市场认可。我们持续简化广告主体验,帮助在任何场景下有地触达客户。AWS 业务板块营收 356 亿美元,同比增长 24,环比增长 26 亿美元,年化营收运行率达 1420 亿美元。增长加速得益于核心业务和 AI 服务的双重驱动 —— 客户持续进基础设施现代化并将工作负载迁移至云端,我们的 AI 产品(包括智能体)也获得了客户的广泛青睐…… 四季度我们新增了过 1 吉瓦的力,为增长提供了有力支撑。2025 年,AWS 新增的数据中心容量过全球任何其他公司。AWS 运营收入 125 亿美元,我们在实现强劲营收增长的同时,始终注重提升业务率,包括投资软件和流程优化以提服务器利用率、采用低成本定制网络设备构建的网络,万能胶生产厂家以及研发定制芯片。同时,我们持续快速为客户开发新产品和服务。
正如我们长期以来所说,AWS 的运营利润率将随时间波动,部分取决于特定时期的投资规模。现金流面,2025 年全年运营现金流增至 395 亿美元,同比增长 20,主要得益于运营收入和营运资金变化。接下来是 2026 年季度业绩指引:预计净销售额介于 1735 亿至 1785 亿美元之间,预计汇率将带来约 180 个基点的正向影响(请注意,季度内全球汇率可能波动);预计运营收入介于 165 亿至 215 亿美元之间。
关于运营收入指引,有几点需要说明:北美业务板块面,与亚马逊 Leo 项目相关的成本预计同比增加约 10 亿美元。我们计划 2026 年进行 20 次以上发射,2027 年进行 30 次以上发射,这意味着每年的卫星发射支出将有所增加。部分企业客户正在测试亚马逊 Leo 服务,我们预计今年晚些时候将启动广泛的商业广。需要提醒的是,目前我们将大部分 Leo 相关成本计入当期费用,预计今年晚些时候,卫星制造和发射服务等多项成本将转为资本支出。
业务板块面,我们持续加大售业务投资,以提升客户体验并加速售需求向线上迁移,包括出快的配送服务(如 30 分钟内送达的 Amazon Now)。我们还在努力保持价格和费用的竞争力,在部分国,我们不得不采取积的定价策略以匹配或低于竞争对手。我们看好这些投资,因为它们将提升客户满意度、动业务增长,并有望带来长期正向的投资回报率。进入 2026 年,我对团队的强劲执行力充满信心。感谢公司全体员工为客户所做的辛勤工作。我们将继续致力于提升客户体验,这是为股东创造持久价值的唯可靠途径。接下来,我们进入问答环节。
会议主持人:现在我们开放问答环节。请每位提问者限制个问题。个问题来自 Evercore ISI 的分析师马克·马哈尼(Mark Mahaney)。请提问。
马克·马哈尼(Evercore ISI 分析师):谢谢。布莱恩,或者安迪,我想请教个问题。关于强劲的长期投资回报率,这是当前市场热议的话题。能否进步说明,投资者如何才能看到这回报?比如,谈谈你们目前所处的资本支出周期时长,或者我们可以期待的盈利能力水平。另外,在资本支出周期中,你们是否有低自由现金流生成水平的底线?请帮助我们理解你们对长期投资回报率的信心所在。谢谢。
布莱恩·奥尔萨夫斯基(亚马逊席财务官):好的,马克,谢谢。我先从财务角度回答。关于我们的投资,正如安迪刚才所说,我们新增的所有产能都已投入使用并为客户创造价值,且我们看到其他客户的长期收入增长潜力、未完成订单以及客户对 AI 服务的迫切需求。这些都将通过资本支出和 AWS 的运营利润率反映在我们的损益表中。AWS 四季度的运营利润率为 35,同比提升 40 个基点。正如我们之前所说,利润率会随时间波动 ——AI 投资和相关资本支出的折旧确实会带来压力,但我们也在通过率提升和成本降低来抵消这影响。我们将持续关注其发展。总体而言,我们看好长期强劲的投资回报率,市场对这些服务的需求盛,我们对该域的投资充满信心。
安迪·贾西(亚马逊席执行官):我补充点。如果看我们今年已经支出和计划支出的资本,大部分用于 AWS,其中部分用于核心工作负载(非 AI 工作负载)—— 因为这些业务的增长速度出了我们的预期,但大部分资本用于 AI 域,而该域的增长和需求为强劲。当公司在 1420 亿美元年化营收基数上实现 24 的同比增长时,其增长规模是巨大的。我们持续看到,新增的 AI 产能经部署,就能迅速实现货币化。这是个非常特殊的机会。
正如我多次提到的,我坚信我们如今所知的每种客户体验都将被重塑。借助 AI,将出现大量我们从未想象过的客户体验,并成为我们日常运营和使用的常态。此外,若想大规模应用 AI,企业需要将数据和应用部署在云端 —— 这些都是动企业向云端迁移的重要动力。因此,我们将在该域积投资,致力于保持先地位,就像我们过去多年所做的那样。
在 AWS 业务中,我们拥有丰富的经验,能够预测需求信号,确保产能既不会闲置,又能满足市场需求。多年来,AWS 在数据中心建设、运营、芯片和硬件研发、网络设备创新以及电力优化等面的实践表明,这并非单纯追求营收增长的盲目投资。我们有信心这些投资将带来强劲的投资回报率 —— 我们在 AWS 核心业务中已经证明了这点,在 AI 域也将如此。
随着时间的移,在 AI 域,理服务(将成为长期 AI 工作负载的主流)将持续优化,利用率将不断提升,价格也将逐渐趋于理。而那些不仅拥有卓越基础设施,还能为客户提供优价比、为自身创造好经济益的公司,将在财务上占据优势。目前,Bedrock 服务的大部分负载由 Trainium 提供支持,这不仅为客户带来了低的价格,也为我们创造了好的经济益。我们认为,这将遵循 AWS 核心业务早期投资的类似模式。我对该域的长期投资回报率充满信心。
会议主持人:下个问题来自摩根大通(J.P. Morgan)的分析师道格·安穆斯(Doug Anmuth)。请提问。
道格·安穆斯(摩根大通分析师):非常感谢你们接受提问。能否谈谈与 Anthropic 作的雷尼尔项目(Project Rainier)在个完整季度的运行情况?新闻稿中提到了 50 万片芯片,但几个月前你们提到的目标是 100 万片,能否澄清下?另外,延续马克的问题,在支出面,是否有相关财务约束或指标(如运营收入增长或正向自由现金流)需要考虑?谢谢。
安迪·贾西(亚马逊席执行官):好的。先谈谈 Trainium。我们对 Trainium 的增长和前景感到非常兴奋。在 AI 发展的初期几年,我们看到了大量的应用场景,但客户对价比的需求为迫切。Trainium 的价比比同类 GPU 出 30-40,因此对客户具吸引力。你提到的雷尼尔项目(Project Rainier),是 Anthropic 基于 Trainium2 训练其下代云模型的项目,我们提到了 50 万片芯片的投入,这数字还将持续增加。
除了雷尼尔项目,Anthropic 还将大量 Trainium2 用于其他工作负载和自有 API。目前,Trainium 的年化营收运行率已达数十亿美元,且产能已售罄。我们刚刚开始交付下代产品 Trainium3,其价比较 Trainium2 再提升 40,市场需求为强劲,预计到今年年中,几乎所有 Trainium3 芯片供应都将被预订空。我们正在研发 Trainium4,预计 2027 年出,目前已收到大量作意向,甚至已开始讨论 Trainium5 的相关作。
目前 Trainium 的市场需求非常盛。我认为,人们可能知道我们的芯片能力和芯片业务,但未意识到过去 10 年我们已成长为实力强劲的芯片公司。以 Trainium 和 CPU 芯片 Graviton 为例,Graviton 的价比比同类 X86 处理器出 40,AWS 前 1000 名客户中 90 都在广泛使用。Trainium 和 Graviton 的计年化营收运行率已远 100 亿美元,且仍处于发展初期。因此,我对这业务的前景非常乐观。雷尼尔项目进展顺利,Anthropic 对此非常满意,我们也在这过程中积累了宝贵经验 —— 但这仅仅是个开始,该业务规模正在不断扩大,潜力巨大。
简要回答你的二个问题:正如我所提到的,这是个为特殊的机会,将改变 AWS 乃至整个亚马逊的规模。对企业而言,这也是重塑客户体验的重大机遇;对初创企业而言,借助 AI,他们能够快地造全新的体验和业务 —— 这在以往需要长时间才能实现。我们认为这是个难得的机会,将积投资以保持先地位,就像我们过去多年所做的那样,未来也将继续如此。
会议主持人:谢谢。下个问题来自巴克莱银行(Barclays)的分析师罗斯·桑德勒(Ross Sandler)。请提问。
罗斯·桑德勒(巴克莱银行分析师):非常感谢。安迪,你在之前的几次会议中提到,当前 AI 市场存在定的 “头部集中” 现象,支出主要集中在少数几 AI 原生实验室。展望 2026 年,这种情况将如何变化?具体而言,你们计划如何化与 OpenAI 等公司的作,以支持亚马逊在售和 AWS 域的 AI 布局?谢谢。
安迪·贾西(亚马逊席执行官):好的。当前 AI 市场的需求结构可以形象地描述为 “杠铃型”:端是 AI 实验室和少数热门应用,它们目前消耗了大量力;另端是众多企业,它们正通过 AI 在生产力提升和成本控制面获取价值,例如客户服务、业务流程自动化、检测等场景。而 “杠铃中间” 则是各类企业生产环境工作负载。
目前,企业正处于评估、进和部署这些工作负载的不同阶段,但我认为,“杠铃中间” 终可能成为规模大、具持续的需求来源。此外,那些从开始就基于 AI 构建的全新业务和应用,也属于 “杠铃中间” 的范畴。尽管当前 AI 需求已呈现前所未有的增长速度,但我认为,“杠铃中间” 的大部分需求仍未释放 —— 这将随着 AI 人才供给的增加、AI 教育的普及、理成本的降低(这也是我们通过 Trainium 和硬件战略进的向),以及企业在 AI 工作负载部署面取得多成功而逐步实现。
因此,这是个巨大的机会,尽管目前已处于快速增长阶段,但仍相对早期。关于如何化与 OpenAI 等公司的作:AI 域的发展为广泛,目前已有大量企业参与其中,未来还将有多企业加入。在 AWS 的业务洽谈中,几乎所有对话都围绕 AI 展开。我们与众多不同类型的公司建立了重要作关系 —— 例如,我们在 11 月宣布与 OpenAI 达成作协议,这是项重大作,我们对 OpenAI 抱有很的敬意,并希望未来能继续拓展作。但 AI 域的发展不会局限于少数几公司,未来将有数千企业参与其中。
会议主持人:谢谢。下个问题来自莫菲特·纳森森(MoffettNathanson)的分析师迈克尔·莫顿(Michael Morton)。请提问。
迈克尔·莫顿(莫菲特·纳森森分析师):晚上好。谢谢你们接受提问。我的问题关于售业务。安迪,你曾提到 AI 将改变各类体验,并分享了 Rufus 的积数据 —— 同时我们看到其他互联网平台也在出智能体协议。我想了解,这对售业务及售场景下的站内广告将产生怎样的影响?随着消费者能够快获得答案,广告漏斗是否可能被压缩?谢谢。
安迪·贾西(亚马逊席执行官):我对智能购物带来的客户体验持非常乐观的态度。这对客户是有利的,将让购物变得加便捷 —— 这也是我们大力投资 Rufus 这款购物助手的重要原因。如果大近期没有体验过 Rufus,我强烈建议尝试下 —— 它的已大幅提升,且每月都在持续优化。2025 年,已有 3 亿客户使用过 Rufus,使用 Rufus 的客户完成购买的概率出约 60。
目前,Rufus 的使用率和增长势头都非常强劲,我认为它为客户提供了大的价值。同时,我们也将与三横向智能体作,支持购物。我们需要共同造优的客户体验 —— 目前,这些横向智能体缺乏客户的购物历史数据,常常出现产品详情和价格信息错误。因此,我们需要携手找到完善的客户体验案,以及对双都理的价值交换模式。我相信随着时间的移,我们能够实现这目标。
我们正在与多相关进行洽谈。未来,消费者将选择哪种类型的购物智能体?这在某种程度上让我想起了早期搜索引擎为售商引流的时代 —— 目前这部分流量和销售额占比仍相对较小,但在这细分域,需要思考消费者倾向于使用 “售商与消费者之间的中间人”(即横向智能体),还是愿意使用售商出的优质智能体(拥有完整的购物历史数据、信息,论是搜索还是发现式购物都能提供便捷体验,且具备的购物数据)。我认为,终很多客户会选择使用售商出的优质购物智能体。
因为消费者在售购物中真正看重的是:丰富的商品选择、低廉的价格、快速的配送,以及值得信赖的服务。横向智能体在商品选择聚面表现不错,但售商在这四个面都能提供优质的体验。因此,我对我们的购物智能体充满信心 —— 它已取得了良好的开端。同时,我也预计,随着我们解决上述提到的问题,未来将与多三智能体展开作。
会议主持人:谢谢。下个问题来自摩根士丹利(Morgan Stanley)的分析师布莱恩·诺瓦克(Brian Nowak)。请提问。
布莱恩·诺瓦克(摩根士丹利分析师):谢谢你们接受提问。安迪,我想请教关于今年全球售业务的问题。我知道你们提到了多个投资域,旨在提升服务质量、增强长期竞争力等,但我想了解,今年是否也存在率提升的空间?能否帮助我们理解售业务的 “收支平衡”—— 哪些域有望实现率提升和服务成本降低?哪些域需要投资以动长期可持续增长(如机器人技术等)?这两面的占比如何?谢谢。
安迪·贾西(亚马逊席执行官):好的。先,在售业务的增长投资面,需求的核心驱动因素保持不变:我们将持续努力扩大商品品类 —— 过去几年我们已取得显著进展,未来将继续覆盖端和大众市场。越来越多的入驻亚马逊并取得了成功,他们发现我们能够以恰当的式呈现其形象,因此对作感到非常满意。例如,欧莱雅(LOréal)的业务增长迅速,充分体现了作伙伴的认可。
同时,我们也在大力拓展日常需品品类 —— 正如我在开场发言中提到的,该品类的增长为显著,目前已占我们商品销量的三分之。我们发现,当客户能够依赖我们购买日常需品和低价商品时,他们会倾向于在我们平台进行多其他类型的购物 —— 我们在客户心中的存在感强。我们之所以能占据越来越多的日常需品市场份额(包括食品杂货域的易腐商品),很大程度上得益于过去三年配送速度的大幅提升。
这也是我在街头常被客户提及的点:“我简直不敢相信下单后能这么快收到商品,而且配送非常可靠。” 谈到配送速度,即时售(Quick Commerce)的发展也非常值得关注。我们在印度、阿联酋和墨西哥等美国以外的市场出了 Amazon Now 服务,可在 30 分钟内为客户配送数千种商品,其增长速度令人瞩目。这与日常需品类似 —— 当客户能够通过亚马逊购买多商品,且体验佳时,他们会先想到亚马逊。例如,在印度(我们出即时售服务快的市场),使用过即时售服务的客户,购物频率是之前的三倍。这些都是我们正在积拓展的域,未来我们还将继续扩大易腐商品的服务范围 —— 目前我们已能在全球数千个城市提供易腐商品当日送达服务。
在这些城市中,该地区销量排名前十的商品中有九种是易腐商品,这业务取得了巨大成功。购买易腐商品的客户,后续购物频率会翻倍。因此,这域的发展前景非常广阔。关于率提升,布莱恩,我们始终有大量相关工作在进,现在也不例外。例如,我之前多次提到的履约网络区域化(尤其是在美国市场)—— 过去几年我们直在进这工作,且尚未完成优化。我们已将区域数量从 8 个扩展至 10 个,并优化了入库配送流程,使商品能快、地送达客户附近。
我们在 “箱多件”(将多商品整至个包裹中)面也取得了巨大进展 —— 这显然能减少配送次数,提升运营收入。尽管目前已取得显著成,但我们仍有多计划。顺便说句,这优化也是 “添加至配送单” 等能够实现近实时响应的重要基础。此外,正如你所提到的,机器人技术是我们的另大。目前,我们的履约网络中已有过 100 万台机器人,承担着各类任务 —— 但这仅占我们未来潜力的小部分。
未来,履约网络仍将雇佣大量员工,但机器人将承担多重复工作 —— 这不仅能提升业务率、降低成本,还能提员工的工作安全。因此,与以往样,售业务在增长投资和率提升两面都有大量工作正在进。
会议主持人:谢谢。后个问题来自盛(Goldman Sachs)的分析师埃里克·谢里丹(Eric Sheridan)。请提问。
埃里克·谢里丹(盛分析师):非常感谢你们接受提问。我的问题主要关于 AWS,包含几个部分:能否介绍下截至四季度的营收未完成订单(backlog)情况?以及,针对内部用例和外部客户需求,你们如何看待 AI 域的供需失衡问题?随着 2026 年产能的进步释放,你们计划如何缩小这缺口?谢谢。
安迪·贾西(亚马逊席执行官):好的,这个问题包含多个部分。先,关于未完成订单(backlog):目前我们的未完成订单额达 2440 亿美元,同比增长 40,环比增长 22。我们的销售渠道中有大量待成交订单 —— 正如我之前提到的,目前 AWS 在 AI 域和核心业务域的市场需求都为盛。
你的二个问题关于内部和外部用例,以及供需失衡的影响。我们的大部分产能和资本支出都用于满足外部客户需求。亚马逊直是 AWS 的重要客户 —— 这对我们很有帮助,因为亚马逊的需求非常苛刻,会广泛使用各类服务,在我们出新产品时不断测试其限。因此,亚马逊始终是 AWS 的重要大客户,但在总需求中占比始终很低 —— 这点在 AI 域和整个 AWS 业务中都是如此。在内部,我们通过多种式应用 AI,目前已部署或正在构建的 AI 应用过 1000 个。
这些应用涵盖多个域:刚才提到的购物助手 Rufus、大规模生成式 AI 应用 Alexa+、履约网络中的预测工具、客户服务聊天机器人、帮助创建广告并优化全漏斗广告活动的工具,以及体育直播中的相关(如《周四橄榄球之夜》中的守警报,可预测球员突袭或口袋守状态)。在我们的每项业务中,AI 都被广泛用于提升客户体验,在许多情况下甚至重塑了以往的可能。例如,Lens 工具非常实用 —— 如果你看到某件想要购买的商品,只需用手机拍照,应用就能找到对应的商品详情页,键即可完成购买,体验非常便捷。
外部面,正如我之前提到的,AI 实验室消耗大量产能用于训练、理和各类应用及模型的研发;企业客户则将 AI 应用于各类工作负载,包括客户服务自动化、业务流程自动化、检测、应用重塑、智能编程、法律相关应用等。Suno 是个很好的例子 —— 作为 AWS 的客户,他们借助 AI 重塑了音乐创作式。因此,AI 的应用场景为广泛。
关于供需平衡:我们在 1420 亿美元年化营收基数上实现了 24 的同比增长,增速前所未有。但我认为,包括我们在内的所有供应商都会表示,如果有多产能,我们的增长速度还能快。因此,我们正在积采取措施扩大产能。过去 12 个月,我们新增了 3.99 吉瓦的电力产能 —— 作为参考,这数字是 2022 年(当时 AWS 年化营收为 800 亿美元)的两倍。我们计划到 2027 年底将电力产能再翻倍。仅四季度,我们就新增了 1.2 吉瓦的产能。我们的团队正积创新,以快速度扩充产能 ——2026 年、2027 年乃至 2028 年,我们都将持续大幅增加产能。我们对未来继续保持当前规模的增长充满乐观。
戴夫·菲尔兹(亚马逊投资者关系总裁):感谢各位参加今天的会议并提出问题。会议回放将在我们的投资者关系网站上保留至少三个月。感谢大对亚马逊的关注湘西pvc排水管专用胶水,我们期待下个季度与大再次交流。
相关词条:铝皮保温施工 隔热条设备 钢绞线 玻璃棉卷毡 保温护角专用胶
