亚马逊高管解读Q4财报：对DeepSeek的成就印象深刻

专题：聚焦美股2024年第四季度财报

　　亚马逊发布了2024财年第四季度及全年财报：第四季度净销售额为1877.92亿美元，同比增长10%，不计入汇率变动的影响为同比增长11%；净利润为200.04亿美元，同比大幅增长88%。

　　财报发布后，亚马逊CEO安迪·贾西（Andy Jassy）、CFO布莱恩·奥萨维斯基（Brian Olsavsky）和投资者关系主管戴夫·菲尔德斯（Dave Fildes）回答了投资者提问。以下是电话会议实录：

　　Evercore分析师Mark Mahaney：布莱恩，我们是否可以认为公司2025年的资本支出将达到1000亿美元？安迪，能否说明一下，目前AWS云服务业务的增长是否因供应不足而有所放缓？你认为这是整个行业普遍存在的情况，对AWS业务目前是否有重大影响？

　　安迪·贾西：我来回答这两个问题。关于资本支出，正如布莱恩之前提到的，我们四季度的资本支出为263亿美元，我认为这大致可以代表2025年的年化资本支出水平。公司资本支出的绝大部分将用于AWS业务在人工智能领域投资。我们可以这样理解AWS的业务模式和资金周转方式：增长速度越快，我们最终投入的资本支出就越多，因为我们必须在实现盈利之前，提前采购数据中心、硬件、芯片和网络设备，而只有看到明显的需求信号，我们才会进行采购。当前我们在AWS上扩大资本支出，就是因为出现了像人工智能这样难得的商业机遇。

　　从中长期来看，我认为这将推动AWS业务的增长，我认为通过投入资金来把握这个机遇是值得的。我们认为如今几乎所有已知的应用程序都将通过融入人工智能进行重塑，推理将成为像计算、存储和数据库一样的核心功能。那些我们曾经只敢想象的全新体验，凭借人工智能都将成为现实，这无疑是自云计算以来最大的机遇，或许也是自互联网以来商业领域最大的技术变革和机遇。所以，我认为从中长期来看，我们的业务、客户和股东都会对我们能够把握人工智能领域的资本机遇和商业机遇感到满意。

　　我们今年在实体零售业务方面也有资本支出方面的投入，目的是继续提高配送速度并降低服务成本，亚马逊将增加当日达设施的数量，在乡村地区增加配送站的数量，更快地将商品送到当地居民手中。同时，我们在机器人技术和自动化方面也有一笔相当可观的投资，以便降低服务成本并持续提高生产效率。

　　关于AWS业务增长，以及是否受到部件供应不足影响的问题，我认为该业务年营收已达数十亿美元，而且人工智能业务也实现了三位数的同比增长，所以我们很难去抱怨什么，但的确，如果没有你提到的一些产能限制，我们本可以增长得更快。

　　相关的供应不足主要体现在以下几个方面：一是第三方合作伙伴的芯片供应速度比以前慢了一些，这中间涉及许多中游环节的变动，要让硬件达到我们期望的健康良品率和高质量服务水平，还需要一些时间；我们自己的新硬件和第二代Tranium芯片刚刚在Re:Invent大会上全面推出，但要在接下来的几个月或者几个季度才能实现量产。电力限制也是一个因素，我认为全球电力供应仍然有限，如果没有这些限制，我们肯定能为客户提供更多服务。另外就是供应链中的一些组件供应不足，比如主板，对于各类服务器来说供应也略显紧张。我认为我们的团队在调配资源、为客户提供产能以支持其发展方面做得非常出色。

　　正如我之前提到的，我们目前的增长速度仍然相当可观，我预计供应不足的问题会在2025年下半年会开始缓解。而就像我刚才所说的，尽管我们现在的增长速度已经处于不错的水平，但如果没有这些限制，我们可以增长得更快。

　　高盛分析师Eric Sheridan：安迪，考虑到过去几周关于中国人工智能产业发展的消息，以及从长远角度看待利用人工智能降低成本曲线的问题，管理层如何审视亚马逊在行业中的位置？关于定制芯片在开源方向发展的趋势，管理层认为如何降低成本，如何加快产品推向市场的速度或扩大规模，以及如何提高人工智能的资本回报率？

　　安迪·贾西：你的问题包含了几个部分。首先，和很多人一样，我们对DeepSeek所取得的成就印象深刻。我觉得部分原因在于其所采取的一些训练技术，主要是在强化训练的顺序上有所创新，在无人工干预的情况下提前进行强化学习，很有意思的一点是，这些情况能够出现在人工调整之前。DeepSeek所做的一些推理优化，对于像亚马逊这样构建前沿模型的公司来说也相当有趣，我们都在做类似的事情，并且相互学习，我们已经看到，并且会继续目睹我们之间非常多的相互超越的情况，未来还有很多创新空间。

　　对于AWS业务的运营，让我们坚信几乎所有大型生成式人工智能应用都将使用多模态技术，而且客户会针对不同类型的工作负载使用不同的人工智能模型，我们需要尽可能提供更多领先的前沿模型供客户选择，这就是我们通过亚马逊基岩（Amazon Bedrock）服务所做的事情，包括迅速地将DeepSeek的技术融入Bedrock和SageMaker（亚马逊云科技机器学习平台），让客户更快地使用上这些新技术，而且已经有客户开始测试使用DeepSeek。

　　我认为由于过去几周里所出现的这些消息而产生的一个有意思的假设是，如果我们能够降低任何一种技术组件的成本，这里特指推理成本，那么就会造成技术方面总支出减少。但我们认为从未出现过此类情况，2006年我们推出AWS时也是如此，当时我们提供的S3对象存储每千兆字节的价格是15美分，计算资源每小时10美分——当然现在的价格低多了——但当时很多人抱有多年之后企业在基础设施技术方面的支出会大幅减少的想法。而实际情况是，虽然企业在提供给客户的单位基础设施上的费用大幅降低，但随后他们会在投入资本来降低其他成本方面跃跃欲试，进而推动行业在技术上的总支出大幅增加。

　　我认为人工智能领域的情况也是类似的，显然，DeepSeek的消息会推动推理成本的显著降低，但所有企业也都在持续努力，目的是让客户能够更容易地在其所有应用程序中融入推理和生成式人工智能，亚马逊也希望客户能轻松地实现使用人工智能技术的目的，基于我们的各类基础设施服务构建和改善客户体验，推理成本的下降对客户和我们的业务都将非常有利。

　　摩根大通分析师Doug Anmuth：布莱恩，过去两年AWS利润率在25%到30%多一点之间波动，能否请你谈谈如何看待利润率回归常态，尤其是在公司对生成式人工智能投入大幅增加的情况下出现的这种回归？还有一个关于实体零售业务的问题，联合包裹服务（UPS）作为亚马逊的运输合作伙伴，其运输的货物量在未来减少的情况下对于业务会有什么影响？公司能否应对所需的运量增加？

　　布莱恩·奥萨维斯基：AWS业务的运营利润率波动很大，不过管理层也一直以来都在重申，利润率肯定会随着时间推移而起伏不定。我们仍处于人工智能技术发展的早期，该业务在这个阶段的利润率会比较低，且投资负担重，所以短期内，会对利润率形成不利影响，但从长期来看，我们认为其利润率水平也会与非人工智能业务相当。我们对AWS的强劲增长感到非常满意，并且专注于提升所有数据中心的效率，比如在新的生成式人工智能应用中节约电力、重复利用电力，总体上降低成本。我们对AWS团队的表现非常满意，也期待2025年业绩强劲。

　　安迪·贾西：我来回答关于UPS的问题。UPS多年来一直是我们的合作伙伴，预计未来多年仍会继续这一伙伴关系。不过如你所知，在过去几年里，尤其是受疫情影响，我们通过自有物流网络、自有最后一公里运输网络配送的货物比例大幅提高。部分原因是在疫情期间，所有业务都被迫关停，而我们需要快速扩大规模，服务和增加更多零售市场份额，并且必须以低成本模式运营，满足客户所期待的低价，这是我们行业本质使然。UPS认为服务亚马逊对他们来说利润率较低，所以放弃了一些原本在合作中可以承接的货量。不过我们有能力依靠自有物流来处理这些运输量，未来情况如何发展，我们拭目以待。

　　摩根士丹利分析师Brian Nowak：安迪，能否深入谈一下你所提到的，关于机器人技术加速应用方面的情况？公司从路易斯安那州什里夫波特（Shreveport）物流中心项目获得了哪些经验，有没有新的数据或信息可以分享？我们该如何拓展通过机器人技术降低成本的经验，并应用到其他业务，以及何时能看到其对盈利能力产生切实影响？另外，从更宏观的角度看，基于生成式人工智能和图形处理器（GPU）带来的变革和更广泛运用，你认为亚马逊零售购物体验在2025年还会有哪些其他变化？

　　安迪·贾西：关于机器人技术的问题，我可以告诉你，在过去几年里，我们一直在大规模地将机器人技术融入到我们的物流履约网络中，已经看到了成本节约、生产力提升以及安全性改善等方面的成果，我们从机器人技术创新中获得了巨大价值。最近我们注意到，我想你提到的什里夫波特项目可能部分涉及到这一点，新一批机器人项目也已经开始投入生产，并且我们首次在什里夫波特的设施中将它们整合为一套完整的应用体验。什里夫波特项目的成果令我们感到非常鼓舞，包括处理配送速度提升、生产力提高以及服务成本的降低。

　　目前该技术的应用仍处于相对早期阶段，前面提到的整合工作目前仅在什里夫波特进行，但我们已经开始计划将其推广到另外大约六个中心，其中一些是我们的新设施，另一些则是对现有设施进行改造，让它们同步用上机器人技术的创新成果。可以告诉大家的是，此次拓展远不是终点，我们现在已经开始着手下一波计划，但我认为这将是一个持续多年的工作，因为我们需要不断优化履约网络中可以使用机器人技术的各个环节，以达到提高物流能力、降低服务成本和提升安全性的目的。实际上，我们认为几乎没有什么环节不能通过机器人技术来改善体验。

　　关于你的另一个问题，我觉得你是想了解我们在除AWS之外的业务领域，特别是零售业务中如何运用人工智能。目前无论是亚马逊内部还是其他使用AWS的公司，从宏观角度看，人们主要通过两种方式从人工智能中获取价值。第一种方式主要围绕生产力提升和成本节约，从很大程度上讲，这些是应用人工智能技术最容易获得的效果，可以说是唾手可得，并且在各个行业普遍存在。

　　例如在亚马逊零售业务的客户服务方面，我们用生成式人工智能对聊天机器人进行了全面重构。它原本的客户满意度就相当高，而融入生成式人工智能后，客户满意度又提高了5个百分点。另外就是帮助我们数以百万计的第三方卖家，解决了他们一个最大的痛点。具体说就是我们非常重视网上购物商品陈列的条理，目的是方便顾客轻松找到商品，所以在创建新的产品详情页时，卖家需要填写大量不同的字段，而通过我们为商家开发的一款生成式人工智能应用，卖家只需填写几行文字，或者上传一张图片，又或者指向一个网址，这款应用就能帮他们填写其余大部分所需信息，让卖家在网站上发布商品变得更加容易。再就是我们的库存管理，通过生成式人工智能应用，我们可以了解在何时以及哪个物流设施中需要补充哪些库存，令我们的预测准确率提高了10%，区域预测准确率提高了20%。

　　前面提到的物流机器人，其“大脑”中也都融入了生成式人工智能技术，帮助它们判断机器人触手该从箱子里抓取什么物品，如何移动，以及放在另一个箱子的什么位置，我们大多数机器人的核心部分都运用了生成式人工智能。在零售业务中，我们有许多旨在提升生产力和节约成本的重要举措，都在使用生成式人工智能，而这只是我们所开展的相关工作的一小部分。

　　另一个大的方面是生成式人工智能所带来全新体验。在我们的零售业务中，这类例子也比比皆是，从我们的人工智能购物助手Rufus，其用户数量持续大幅增长，到像Lens存储统计管理工具这样的应用，用户可以对着面前的商品拍照，Lens就能利用计算机视觉和生成式人工智能在搜索结果中找到完全一样的商品。还有尺码推荐功能，我们整合了不同服装制造商的产品目录，进行一一对比，这样就能知道哪些品牌的尺码相对偏大或偏小，例如，当你想买一双鞋时，它就能推荐你所需的尺码。甚至在《周四橄榄球之夜》节目中，我们也在使用生成式人工智能，推出一些很有创意的功能，比如“防守警报”可以预测哪个球员会擒抱四分卫，或者“防守漏洞提示”，让观众看到球场上哪个区域防守较为薄弱。我们在零售业务以及其他各项业务中都在广泛应用生成式人工智能，目前，我们已经开发或正在开发的生成式人工智能应用大约有1000个。

　　（持续更新中。。。）