亞馬遜 CEO Andy Jassy 在 The a16z Show 談資本開支。來源：a16z 本期影片。
a16z聯合創始人Ben Horowitz和Erik Torenberg在The a16z Show播客中對話亞馬遜CEO Andy Jassy。節目於2026年10月23日發布，時長約一小時。
Jassy 2021年接替貝佐斯出任CEO，到現在整五年。五年間亞馬遜營收漲了約80%，AWS體量接近原來的三倍，廣告收入翻了兩倍半。節目上線六天後的10月29日，亞馬遜發布了Q3 2026財報：AWS單季營收460億美元，同比增長39%，增速比Jassy在節目中引用的Q2數據36.7%又快了一截。自由現金流在過去12個月裡為負424億美元。這家公司正在以歷史上最激進的速度花錢，而它的CEO說錢還沒花夠。
Jassy執掌亞馬遜的頭兩年不是在AI里度過的，而是在一場物流危機里。疫情期間亞馬遜把積累了25年的履約網路在18個月內翻了一倍，又在20個月裡建出了UPS體量的最後一公里配送網路。速度換來了代價：成本結構失控。他上任還不到一年，外界的評價是"真是個糟糕的時機"和"運氣太差了"。
Jassy的判斷不同。他說回頭看那其實是一個好時機，因為危機迫使團隊重新審視了那些平時不會質疑的信條。最大的一個決定是把一個全國性的扁平履約網路改造成區域化網路，讓商品離客戶更近。結果同時降低了運輸成本、提高了配送速度。
他講到亞馬遜有16條領導力原則，其中好幾條互相矛盾，比如速度優先的bias for action和追求極高標準的relentlessly high standards。很多人對這種矛盾感到困惑，但Jassy說這恰恰反映了現實世界的運作方式：你永遠在做取捨。疫情期間他們選了速度，選了服務客戶和賣家，而不是等到一切都最優了再動。清理的活，後面再干。
然後AI來了。在AI之前，Jassy已經覺得AWS是一個十年維度上能做到幾千億美元營收的業務。但2023年生成式AI的爆發讓他們重新校準了預期。AWS的AI業務在頭三年跑到了250億美元年化營收，是AWS創立頭三年6000萬美元的幾百倍。在最新的財報電話會上，Jassy說他原先預估的幾千億美元可能要翻一倍。
這場對話覆蓋了資本開支的財務結構、AI需求為什麼呈啞鈴形、自研晶片如何降低推理成本、為什麼同時投Anthropic和OpenAI、六個工程師怎麼幹了四十人一年的活、為什麼網路安全是眼下最實在的AI威脅。Jassy在每個話題上都給了具體的數據和判斷，很少泛泛而談。以下是這場對話的完整還原。
1. 2200億美元拆開看
2200億美元是一個讓人失去感覺的數字。Jassy說他還記得15年前在領導層早餐會上，大家對一家電信公司500億美元的年度資本開支感到難以置信。如今亞馬遜自己一年花的是那個數字的四倍多。
理解這個數字需要先理解AWS為什麼存在。Jassy回憶了AWS的起源：2000年代初期，亞馬遜內部的產品團隊把70%到80%的時間花在基礎設施上，計算、儲存、資料庫、網路，只有20%的時間花在真正讓產品有差異化的功能上。而且每個團隊都在重複造輪子。AWS最初是為了讓亞馬遜自己的團隊動得更快而構建的一套高可用、低成本、高彈性的基礎設施服務。後來團隊一想，其他公司大概也有同樣的問題，就對外開放了。
外部需求比任何人預想的都大。但即便有了這段歷史做鋪墊，Jassy說他們當年也沒預料到AI會把需求推到今天這個量級。AWS頭三年的年化營收是6000萬美元。AI業務頭三年是250億美元。幾百倍的差距。
但2200億美元不是一筆錢，是兩筆。Jassy把AWS的資本開支拆成兩塊，拆法決定了他為什麼敢花這麼多。
第一塊是數據中心本身的建設。這筆錢要提前約兩年投入，建好之後使用壽命大約30年。它是一次性的長周期資產，建完了就在那裡。
第二塊是伺服器和網路設備。這筆錢的節奏完全不同：只需要提前幾個月採購，按需決定是否填滿已經建好的數據中心。AWS在下單之前已經能看清客戶需求。如果需求沒來，就不買伺服器，數據中心的殼子放在那裡，30年內隨時可以填入新設備。
這個兩層結構是Jassy面對"你怎麼知道沒投多"這個問題時給出的核心答案。風險集中在數據中心建設上，而伺服器採購的窗口足夠短，可以根據需求靈活調整。
代價也是實在的。伺服器和網路設備的投資回收期大約三年，使用壽命五到六年，目前做的大多是五年期合同。在高速擴建階段，大量數據中心還在建設中、還沒開始賺錢，自由現金流會承受明顯壓力。要到幾年後這些設施全部上線、伺服器投資回本，現金流才會翻轉過來。
Q3 2026財報給出了精確刻度：亞馬遜過去12個月的自由現金流為負424億美元，而一年前同期為正148億美元。這不是虧損，是Jassy口中的"現金周期的逆風"。
2. "26賣光了，28也差不多了"
Jassy說2200億美元還可以更多，而且不算浪費。
他給出的底氣來自具體的預訂數據。2026年的AWS產能已經售罄。2027年，除了留給按需服務和AWS託管推理服務Bedrock的一部分，大塊產能都已鎖定。2028年也有相當比例售出。
這不是一個說說就過的數字。Q3財報發布後，更硬的證據出來了：AWS的合同積壓訂單，財報術語叫contracted-revenue backlog，達到5780億美元，同比翻了一倍多。Jassy在財報電話會上給出了明確的前瞻指引——AWS在2027年和2028年的營收增速都將超過40%。2027年的資本開支將大幅超過2026年的2200億美元。
同季度，Bedrock的token處理量同比增長了17倍。
記憶體也是一個實際約束。高頻寬記憶體HBM要分給AI加速器，DRAM要分給傳統計算業務，兩邊都在快速增長。Jassy說他不認為供應緊張會在2027年結束。不同環節的短缺會持續好幾年。
主持人Ben Horowitz把這個數字換算了一下：2200億美元。
3. "我們不會擠走老客戶"
Ben Horowitz把問題推到了極端：AI實驗室願意為算力付任何價格，AWS同時還有一批服務了十幾二十年的老客戶，按正常價格跑著自己的業務。產能有限，AI實驗室出價更高。"那你們會不會把老客戶的產能騰出來，賣給新客戶？他們可是什麼價都願意付的。"
Jassy一句話回的：不會。這些客戶把核心業務跑在AWS上，他們跑的是所有核心應用。我們不會擠走他們。
他承認從純粹的短期經濟計算角度，你確實可以算出來：由於稀缺性和AI實驗室的支付意願，把產能從老客戶手裡騰出來賣給新客戶在財務上是合理的。但他的選擇是不這麼做。
他把這個答案放到了更長的時間線里。疫情期間，企業紛紛做成本優化。他說競爭對手在想怎麼在客戶省錢的環境裡多擠短期收入，亞馬遜反過來做：主動派人幫客戶想怎麼省錢，明知短期收入會下降。他的邏輯是，幫客戶省錢，自己的生意長期會跟著來。
"We're going to help our customers be successful, cuz our very strong belief is if we help customers over a long period of time, our business will come along with it." 他把這條原則從疫情時期的成本優化，延伸到了今天的產能分配。
AWS的工作是儘可能擴大總產能，讓老客戶和新客戶都能得到服務，同時保證自身經濟可持續。這是他對產能分配問題的全部答案。
4. 啞鈴中間那根杆
Jassy用了一個比喻來描述當前AI需求的形狀：啞鈴。
一端是AI實驗室和ChatGPT、編程工具等幾個爆款應用。Jassy說他從業以來沒見過這種規模的算力消耗。另一端是企業客戶，主要把AI用於成本替代：自動化客服、欺詐檢測、業務流程優化。
這兩端都在快速增長。但它們之間有一根細細的杆。
那根細杆里裝著的，是企業現有的生產級應用。這些應用已經在AWS上跑了多年，其中一些開始使用推理，但絕大多數還沒有以任何有規模的方式接入AI。Jassy認為這個中間地帶未來會是AI使用量最大的一個單一板塊。
往後看五到七年，他預計大部分企業應用都會深度使用推理。但時間窗口上他拿不準，只說不會一步到位，也不會真等到五七年之後才發生。
為什麼中間地帶還沒有打開？
Jassy給出了一個量化判斷：推理成本雖然過去幾年降了不少，但目前仍然比理想水平貴一個數量級。
他把邏輯攤開了。如果企業要用AI加速器改寫一批現在跑在CPU上的應用，而AI加速器的成本遠高於CPU，那應用從改寫中獲得的增量收益必須大到足夠覆蓋成本差才划算。這個門檻太高了，多數企業邁不過去。把推理成本壓下來，門檻隨之降低。他的話更直接：所有應用加上AI之後都會更強、更聰明、更有能力，關鍵是成本得讓企業覺得這筆賬能算過來。
Ben Horowitz在旁邊補了一個自己的數據：a16z有一個員工去年在推理上花了200萬美元。活是好活，但成本確實不低。
5. 從一塊網卡到AI加速器
2015年亞馬遜收購以色列晶片公司Annapurna Labs的時候，AI晶片根本不在考慮範圍內。
Jassy說當時的問題很具體：EC2伺服器上太多資源被虛擬化、網路、安全和儲存吃掉了，留給客戶做計算的比例不夠。Annapurna做了一塊專用網卡，把這些功能全部卸載到卡上，讓伺服器儘可能接近100%用於計算。
亞馬遜在收購前就和Annapurna合作開發了這塊網卡，認可團隊也認可產品。收購的直接原因是這塊卡將進入幾乎所有EC2伺服器。事實上後來進了每一台。
Jassy說Annapurna是亞馬遜歷史上最好的收購之一，原因是團隊擅長做晶片，而亞馬遜後來發現自己不只需要一種晶片。
Jassy解釋了垂直整合的驅動力：當一家公司的規模大到一定程度，它能看到大量客戶的使用模式。一旦你發現自己可以自己做某個環節、為客戶提供更好的性價比，同時改善自身的經濟效益，垂直整合就是順理成章的事。
第一個延伸是CPU。彼時英特爾（Intel）幾乎壟斷了CPU份額。Jassy的觀察是，份額壟斷者往往不急於推動性價比提升，更傾向於做新功能來鞏固份額和提高收入。他加了一句：這完全可以理解，這是市場運作的正常動態，也是創新者窘境的一個經典表現。
但AWS的客戶需要更好的性價比才願意把本地工作負載遷上雲。於是Annapurna團隊開發了Graviton處理器。目前AWS前1000大EC2客戶中99%都在大量使用Graviton，性價比比同類x86處理器高約40%。
幾年前，同樣的劇情在AI加速器領域又上演了一遍。一個占壓倒性份額的供應商，產品好，合作深，但客戶需要更好的性價比。Annapurna團隊拆出一支隊伍開發了AI加速器Trainium，性價比比同類競品高30%到40%。
Jassy把Trainium和啞鈴中間地帶直接掛鉤：Trainium是他降低推理成本、讓企業用得起AI推理的核心手段之一。 從一塊網卡做到CPU做到AI加速器，Annapurna的路徑不是預先規劃出來的，而是一個接一個的具體問題推著走的。
6. Anthropic和OpenAI：兩條不同的路
Anthropic和OpenAI是當前AI領域增長最快的兩家公司。Jassy直接說了一句判斷：AI領域會有很多贏家，但他認為這兩家會是其中最成功的。
兩家公司和亞馬遜的合作路徑完全不同。
與Anthropic的關係更早也更深。亞馬遜對Anthropic的投資累計約250億美元，搭配一份十年期、價值超過1000億美元的AWS使用承諾。大量AWS客戶通過Bedrock使用Anthropic的模型。Jassy說他認為客戶在Bedrock里用Anthropic的效果最好。Anthropic也在Trainium上做了多年、多吉瓦級別的晶片算力承諾，雙方的晶片團隊在合作中各有收穫。
OpenAI的合作是被客戶需求推出來的。Jassy說長期以來有大量AWS客戶想在AWS里用OpenAI的模型，但因為OpenAI此前的商業安排而無法實現。雙方經過數月對話，最終達成了500億美元規模的合作。
Jassy特別提到他們一起構建的stateful runtime environment，一種有狀態的運行時環境。他判斷這會是未來所有智能體的基礎架構。 智能體在執行複雜任務時需要持續追蹤上下文和中間狀態，無狀態的推理調用撐不起這種工作流。他認為所有智能體都將需要這種架構。
和Anthropic一樣，OpenAI也做了多年、多吉瓦級別的Trainium算力承諾。
Ben Horowitz提到這些大額投資讓華爾街緊張，因為讓人想起網際網路泡沫時期。Jassy沒有迴避這個類比，但他的回應是把注意力拉回到這兩家公司的增長速度上：營收增速之快，在他的記憶里可能沒有先例。
Jassy給投資動因做了總結：團隊實力、技術能力、和AWS合作的深度、以及對AI長期變革力的信心。他在回答里反覆強調的一個詞是"partnership"。這些投資在他的敘事裡首先是合作關係的深化，其次才是財務投資。
7. 六個人，七十六天
Jassy 29年前加入亞馬遜時是助理產品經理，一個人管五個產品。如今大公司里一個產品經理只管一個產品的一個切面，比如定價，或者某個功能模組。每個人都變得高度專業化，而且大家都接受了這就是做大產品的代價。
Jassy不再這麼想了。
他在亞馬遜內部反覆講一個案例：Bedrock推理引擎的重建。六名高級工程師用76天完成了這項工程，按傳統方式需要40個人花一年。 亞馬遜在內部廣泛分享這個故事，用來提醒所有團隊AI時代的開發節奏已經變了。
更近的例子來自採訪前一周。某個消費者業務團隊周四敲定了一個智能體的方案，四五個人用一個周末做出了80%可交付的原型。Jassy的評價："那是完全不同的世界。"
他對未來組織形態的預判可以分成三層。
第一層是人數。未來做同樣的工作需要更少的人。 編程在被智能體接管，客服在被自動化，研究在被加速，連律師的工作量都會減少。不會沒有人，但不會像現在這麼多。會有新的崗位出現，有些和AI相關，有些和機器人相關，有些和太空相關，但做今天這些工作的人會減少。
Q3 2026財報發布的同一天，亞馬遜確認了一項名為Project Dawn的內部重組：裁撤約16,000個企業崗位，目標是減少管理層級、加快決策速度。亞馬遜全球員工約150萬人，這批裁減集中在企業職能層。播客里Jassy用的是預判語氣，財報日已經是執行狀態了。
第二層是能力面。團隊會更小，成員必須能跨功能工作。模型能幫他們在很多職能上完成80%的準備工作，所以一個人不再只能管一個切面。每個團隊的起點更高，能發明的範圍更大、速度更快。Jassy說這也是他覺得AI帶來的最讓人興奮的變化之一：當一個團隊四天就能把一個新想法做到80%可交付，人們會在業餘時間想更多新點子。速度本身在製造更多的發明。
第三層是競爭格局。今天新創的公司大多從一開始就按agent native的方式搭建，大公司則必須想辦法追上同樣的節奏。Jassy說那些反應慢的大公司會更容易被創業公司打掉。
8. 所有代碼都要重寫，因為補丁必須以分鐘計
Jassy做了一個具體的預測：企業必須重寫幾乎所有代碼，使其能被智能體更新。
他給出這個判斷的理由和效率無關，和安全有關。
最近一兩個月圍繞AI模型的公共討論集中在比較"科幻"的場景——惡意殭屍網路接管一切、機器人被植入惡意意圖。Jassy說這些確實可能發生，他也相信行業和政府會一起想辦法解決。但他認為公共討論中嚴重缺位的，是更迫切的威脅：網路安全。
AI模型正在發現大量此前人類沒有找到的漏洞。Jassy沒有說人類找不到這些漏洞，但事實是之前沒有找到。
然後他把話往前推了一步。
今天的安全流程，從發現漏洞、分類、開發補丁到部署，鏈條長且慢。尤其是部署環節，大多數公司因為依賴關係複雜而動作緩慢。Jassy的判斷：未來應用必須能在分鐘級別響應安全威脅。不是天，不是周，是分鐘。
如果應用沒有改造成能被智能體更新的架構，面對新的安全威脅就毫無還手之力。這就是"所有代碼都要重寫"的深層原因。重寫不是為了更快上線新功能，是為了活下來。
AWS在2026年6月推出了Continuum服務，自動化識別漏洞和構建補丁。Jassy提到他們也在通過專業服務幫助大量客戶應對安全挑戰。
Ben Horowitz從組織角度補了一刀：過度專業化在安全領域的後果最嚴重。安全工程師往往不喜歡與其他工程師協作，資源稀缺，大多數軟體公司的安全實踐因此做得並不好。Jassy回應說，AI和自動化能讓企業對整個攻擊面做滲透測試，發現那些靠人力碰運氣才能找到的漏洞。安全人才不夠這個問題，模型可以幫著填。
9. "要是這就算你的想法，那你基本沒想法"
Ben Horowitz把AI對現有公司的影響分成三類。
第一類是成本削減。一些基金專門收購舊公司，用AI替掉一批人，降低運營成本。Ben一句話帶過：要是這就算你的想法，那你基本沒想法。
第二類是從零創造新產品，令人興奮。
第三類是亞馬遜在Alexa上做的事：拿一個已經成功的產品，用新技術從頭重新想像。 Ben問Jassy怎麼做到的，以及什麼時候該這麼做。
Jassy說Alexa的大腦在初建時是一次突破，但生成式AI把大腦的能力天花板整個抬高了。要保持產品競爭力和長期相關性，必須重寫Alexa的大腦。
戰略上這是一個擺在明面上的判斷。但執行起來很難。Jassy花了不少時間講為什麼難。
團隊和自己建的東西有感情。 他們在上面積累了經驗，有過傷疤，知道什麼行什麼不行。讓他們全部推翻重來需要時間。他們的第一反應通常是"這不是我們的做法"或者"我們試過了，沒用"。
Alexa的情況還算直觀。語音助手需要更聰明的大腦，這誰都看得出來。更難的是那些看起來不那麼明顯需要改的產品：零售、Prime Video、Fire TV、Prime Music。Jassy說他相信這些業務每一個都需要被重新發明。亞馬遜已經有團隊在做每個業務的全新版本。
一個他正在想但還沒有答案的問題：該做一個全新的獨立應用，還是把好的新想法逐步塞進現有體驗，用兩三年時間把老產品一點一點變成新東西？
Ben Horowitz用他職業生涯早期聽到的一句話來概括團隊對已有產品的執念：所有東西都可以討論，直到第一行代碼寫完。寫完之後，它就成了信仰。
Jassy說每次大型技術轉型都是同樣的變革管理問題。從本地部署遷移到雲的時候，基礎設施負責人對自己建的東西有驕傲感，對自己掌握的知識有歸屬感，不想學新東西。Jassy親歷過那次遷移——AWS就是他一手帶大的——他說那次轉型里的心理阻力和今天面對的一模一樣。大家在過去十年裡打磨的一百個改進點突然被要求全部推翻重來，在智識上和情感上都很困難。
他也承認不確定重新想像出來的東西第一版就會做對。更可能的路徑是疊代著找到對的方向。但等待是最差的選擇。
Jassy給了一個時間線：如果只做增量優化，三到五年後就不會擁有贏的產品。
10. 數據中心不是反派
數據中心在美國政治里成了一個容易被指著罵的目標。Ben Horowitz說他走了一圈，發現沒有哪個國家像美國這樣對數據中心有這麼大的敵意。
Jassy用了一個類比。今天的數據中心建設規模，相當於1950年代美國修建高速公路和橋樑的那一輪基礎設施投入。 美國不建數據中心，中國也會在AI領域做建設並制定規則。
他認為圍繞數據中心的很多指控介於誤解和誤導之間，只是有人需要一個容易指認的反派。他逐條給了數據。
水耗方面：高爾夫球場用水量是亞馬遜所有數據中心的200倍。 高爾夫行業兩天消耗的水比亞馬遜數據中心一年還多。
污染方面：註冊新站點時要按備用發電機全時滿功率運行來申報排放量，但實際上備用發電機一年只運行約10小時，占全年時間的1%。賬面數字和實際排放差了兩個數量級。
電價方面：有數據中心的地區電價有升有降，取決於當地情況。他舉了印第安納州、喬治亞州和密西西比州的例子：等產能建設完成後，電價趨於平穩或下降。
更深層的問題是，美國多年來沒有對電網基礎設施做足投入。某個東西終究會把電網推到必須升級的臨界點。碰巧AI因為增長速度太快，成了那個推力。但這不是數據中心造成的問題，是積欠的基礎設施債。
Jassy也給出了亞馬遜在社區層面的回饋數據。在印第安納州聖約瑟夫縣，亞馬遜累計繳納了約30億美元的稅收，由社區支配。2026年10月，亞馬遜宣布了Built Together計劃，承諾未來五年再向數據中心所在社區投入超過10億美元。
Jassy在這個話題上的態度很明確：行業確實可以做得更好，數據中心建設的方方面面都有改進空間，大家都在一起學。但圍繞數據中心的很多敘事，在他看來介於誤解和誤導之間。AI是這個時代最大的技術變革。他說這話的份量建立在一個前提上：他經歷過網際網路、雲和移動三波變革，仍然認為AI超過了它們。 支撐這波變革的基礎設施不建，就不會有這波變革。
他的總結：數據中心建設必須是公私合作。如果1950年代美國沒有修那些高速公路和橋樑，今天的經濟繁榮根本不會存在。
11. AI把所有人帶到同一起跑線
Jassy有一個25歲和一個22歲的孩子。他說自己很快就學到了一個現實：你沒法讓年輕人在教育中不用AI。大學也不應該和AI對著幹。
他給年輕人的建議概括起來是兩句話：不要逃避AI，也不要把AI當作終點。
學它，用它，拿它做舒適區之外的事。他兩個孩子都不是開發者，但都用AI做過應用。
同時，不要以為AI替代了思考。
他用商學院舉例。過去你每天要分析三個案例，讀大量材料、做筆記、梳理關鍵問題、整理所有數據附件。很多人就是不做這些準備工作。AI會幫每個人快速到達那個更高的起點。材料讀完了，筆記做好了，關鍵問題列出來了。以前靠勤奮拉開的差距會被抹平。
但把分散的資訊拼成一個戰略、一個產品、一套方案，他認為AI在多數時候還做不到。人的判斷力、創造性、實驗精神、把所有碎片拼成整體的能力，在可見的未來仍然不可替代。
他也提到亞馬遜內部有一種寫作文化，很多人開始用AI寫文檔。Jassy說你能看出來。AI寫的東西不太對，各部分拼在一起的方式不對。工具可以用，但不能替代你自己把東西想清楚。
這是Jassy在整場對話中唯一一次對AI的能力做出明確的能力邊界判斷。他在其他所有話題上都是擴張性的：更多產能、更多投資、更多應用接入AI、更多產品重新想像。但到了"AI能不能替代人的判斷"這個問題上，他畫了一條線。
在節目最後，Ben Horowitz提到a16z剛成立了Andreessen Horowitz Academy，幫年輕人為AI時代做準備。Jassy被問到的最後一個問題是亞馬遜怎麼同時做這麼多業務，零售、雲、廣告、衛星、自動駕駛、醫療、機器人，而不把自己攤得太薄。
他的回答來自亞馬遜的組織原則。亞馬遜用去中心化的單線程方式運作：每個業務有獨立的負責人和團隊，不讓同一批人管多個業務。 只要領導者對、想法有差異化、市場有空間、公司願意投資，就可以同時追很多方向。
Jassy說他認為人類正處於一生中三場最大的技術變革之中：AI、機器人和太空。亞馬遜同時身處這三場變革的中心。零售里用機器人，AWS做AI基礎設施，Amazon Leo衛星星座為全球5億沒有寬帶的家庭提供連接。
有些公司選擇專注核心業務。Jassy說這完全可以理解，也可以很成功。亞馬遜選了另一條路：只要客戶需要、市場夠大、自己有差異化的想法，就去做。兩種策略都能成功。亞馬遜選後者的前提條件是它的組織方式能撐得住：去中心化、單線程、每個業務有獨立的人負責。Jassy在最後說了一句話，算是整場對話的收束：亞馬遜的使命是讓客戶的生活更好、更輕鬆，這條線把從零售到衛星到自動駕駛的所有業務串在了一起。
核心問答
Q1: 2200億美元的資本開支，亞馬遜怎麼知道沒投多？
Jassy把CapEx拆成兩層。數據中心提前兩年建好，30年資產，建完了不管需求怎樣都放在那裡。伺服器按需採購，只需幾個月窗口，AWS在下單前已能看清客戶需求。如果需求不來就不買，已建好的數據中心等著下一波需求填入即可。從產能預訂看，2026-2028年大部分已售罄，Q3財報顯示AWS合同積壓訂單達5780億美元、同比翻倍，Jassy指引2027和2028年增速均超40%。供應緊張將持續數年。
Q2: 為什麼企業應用的AI滲透率還低？
Jassy認為推理成本仍然比理想狀態貴一個數量級。企業要把跑在CPU上的應用遷到AI加速器，遷移成本越高，所需的增量收益門檻就越高。他的判斷是所有應用加上AI都會變得更強，但成本必須降到企業覺得這筆賬算得過來。自研晶片Trainium提供30-40%的性價比優勢，是降低推理成本的核心手段之一。
Q3: AI時代大公司最大的風險是什麼？
適應速度。六個人76天幹完40人一年的活，這是已經發生的事。Jassy認為未來團隊會更小、能力面更寬、起點更高。同時所有現有產品都需要從零重新想像，這既是技術問題也是變革管理問題，團隊對自己建的東西有感情和執念。如果只做增量優化，三到五年後就不會擁有贏的產品。那些反應慢的大公司，用Jassy的話說，會更容易被創業公司打掉。
