自研模型未領先,AWS 營收卻大增 37%:Amazon 如何把多模型競賽變成平台紅利?

在全球 AI 賽道上,擁有最強大的自研模型,被視為科技巨頭致勝的關鍵公式,但 Amazon 卻用實際成績打破這個迷思。根據 Amazon 最新公布的 2026 年第二季財報,其雲端運算部門 AWS 繳出營收 422 億美元、年增 37% 的亮眼成績單,創下近 18 季最快增速。

對此,《Business Insider》點出一項觀察:Amazon 自家的 AI 模型目前尚未達到業界最前沿水準,因此 AWS 如今的強勁成長,很大一部分來自承載 Anthropic 與 OpenAI 等外部供應商的 AI 模型。這也呼應 Amazon 執行長 Andy Jassy 所說:「我們即使沒有自己的前沿模型,也能擁有非常成功的業務,因為未來不會由一個模型統治整個世界。」

Amazon 重整 AI 戰線,不把最強模型當唯一答案

自 2022 年 ChatGPT 問世以來,科技公司投入大量資金訓練更強大的模型,但《Business Insider》分析,這場 AI 競賽已逐漸從單純追求模型效能,轉向關注模型運行效率,以及「每一美元可取得的智慧」。

這項轉變可能對 Amazon 更為有利。相較於把打造最強自研模型放在首要位置的競爭對手,Amazon 過去從未將自研模型視為唯一考量。雖然 Amazon 曾推出 Nova 系列模型,但其能力尚未達到「最前沿」水準,因此公司近期開始大幅調整 AI 策略,縮減多數既有的 Nova 產品線,並將資源重新聚焦於新的前沿模型計畫。

儘管如此,Andy Jassy 認為,即使 Amazon 自研模型尚未處於領先地位,也不妨礙 AWS 取得成功,因為企業客戶使用 AI 的方式,並不會建立在單一模型上。

模型輪流領先,Bedrock 要成為企業選擇 AI 模型的共同入口

順應多模型的市場趨勢,Andy Jassy 指出,不同模型會在不同時期互相超越,也各自擅長不同任務。「如果你是一間正在建置重要 AI 應用的公司,你會希望確保自己有能力使用所有可用的模型,因為這些模型會在不同時期互相超越對方。」

當前企業對多模型選擇的迫切需求,也直接帶動 Amazon Bedrock 快速成長,使其成為 Amazon AI 策略中的核心平台。這表示,Amazon 的長期策略並非只依賴自研模型,而是致力讓 AWS 成為匯集各家領先 AI 系統的平台,無論這些模型是否由 Amazon 開發。

為了實現這個目標,Amazon 在第二季進一步擴大企業可選擇的模型範圍,在 Bedrock 上新增十多款全代管基礎模型,其中包含 OpenAI 的 GPT-5.6、Anthropic 的 Claude Opus 5、Google DeepMind 的 Gemma 4,以及其他供應商的產品。目前已有數十萬名客戶使用 Bedrock。Amazon 更表示,過去六個月新增的客戶數,甚至超過該服務推出後前兩年新增客戶數的總和;客戶今年第二季的支出,也已高於此前所有季度的總和。

Amazon 不放棄自研模型,目標是同時掌握平台與成本

儘管 Amazon 並未將 AWS 的成功全盤押注在單一自研模型上,但 Andy Jassy 仍明確強調,公司將繼續投入研發自有 AI 模型。擁有具競爭力的自研模型,不僅能讓 Amazon 更有效控制自家消費者應用程式與 AWS 客戶的使用成本,也能依照客戶重視的需求優先安排功能開發,減少對外部供應商的過度依賴。

舉例來說,《Business Insider》先前曾報導,為了降低服務成本,Amazon 旗下語音助理 Alexa 已逐步減少對成本較高的 Anthropic 模型的依賴,轉而以 Amazon 自研模型取代部分 Anthropic 模型。

展望未來,Andy Jassy 預測,幾年內市場上還會出現更多能力旗鼓相當的模型。他也自信地表示:「這些模型都會出現在 Bedrock 上,而其中一個將會是我們的模型。」

從 Trainium 到資料中心,Amazon 用資本撐起多模型平台

不過,在享受平台紅利的同時,Amazon 仍必須面對龐大的基礎建設開銷。今年第二季,Amazon 的資本支出達 530 億美元,年增 69%,公司更將今年資本支出預估上調至約 2,200 億美元,主要原因之一正是記憶體晶片成本不斷上升。對此,Andy Jassy 解釋,資料中心的建置雖然需要龐大的初期投資,但這些設施的使用壽命可以超過 30 年,長期來看,能持續支撐公司的營收與獲利業務。

這項龐大投資也已開始顯現成效。Amazon 的 AWS AI 業務與自研晶片業務,年化營收規模目前均突破 250 億美元,且都維持三位數百分比的年增幅。另一方面,Anthropic 與 OpenAI 兩家頂尖 AI 實驗室,均已對 Amazon 自研晶片 Trainium 作出多年、數十億瓦規模的使用承諾,其他新創公司與大型企業也相繼採用 Trainium。

然而,龐大的基建成本仍對財務造成壓力。Amazon 過去十二個月的自由現金流已由正轉負,降至負 76 億美元,主因是房地產與設備採購支出較去年同期暴增 661 億美元,反映公司在 AI 領域的鉅額投資。

Amazon 並未放棄打造自有前沿模型,但 AWS 的成長已不必押注自家模型成為唯一贏家。Andy Jassy 認為,未來將是多種模型共存的市場,因此 Amazon 期望把 Bedrock 打造成全球最大的 AI 推論引擎,讓企業取得並切換不同供應商的領先模型,同時承接背後的訓練、推論與部署需求。第二季,AWS 繳出營收年增 37% 的成績單,正印證即使沒有最強自研模型,Amazon 仍能藉由多模型平台,承接企業每一次的模型選擇。

【推薦閱讀】

Microsoft 一季簽下 1,300 億美元資料中心租約,AI 基建需求還沒降溫?

三分之二程式碼由 AI 寫仍不夠:DoorDash、GM、Weave 揭企業生產力真正瓶頸

MCP 史上最大更新來了:AI Agent 為何終於更適合大規模部署?

*本文開放合作夥伴轉載,參考資料:《Business Insider》《The New York Times》《BusinessWire》,首圖來源:Unsplash