亚马逊( AMZN-US ) 首席执行官贾西（Andy Jassy）表示，生成式人工智能（AI） 带动的算力需求持续飙升，即使亚马逊今年投入 2,200 亿美元，仍有大量潜在需求无法满足。他透露，亚马逊 2026 年的算力产能已全数售罄，2027 年也几乎售罄，甚至连 2028 年的大部分产能都已售出，凸显 AI 基础设施供不应求的现况。

贾西近日接受创投公司 a16z Podcast节目专访，与 a16z 共同创办人 Ben Horowitz 深入讨论亚马逊的 AI 战略，从云端运算投资、自研芯片到企业应用及内部组织转型，说明公司如何因应生成式 AI 带来的需求变化。

面对市场对科技巨头大举投入资本支出、恐导致产能过剩的疑虑，贾西强调，目前的需求成长速度前所未见，亚马逊仍面临供给不足，而非投资过剩的问题。

AWS AI 业务年化营收逾 250 亿美元 算力需求提前锁定

贾西指出，生成式 AI 带动的业务成长，远超过亚马逊云端运算服务（AWS）创立初期的发展速度。

他回顾，AWS 创立前三年，年化营收运行速率约为 6,000 万美元；但在生成式 AI 浪潮的前三年，AWS AI 业务的年化营收运行速率已超过 250 亿美元，成长速度达当年数百倍。

对于大规模数据中心投资是否可能形成沉重负担，贾西则从建置周期与设备采购的差异解释亚马逊的资本配置策略。

数据中心建筑通常需要提前约两年投资兴建，使用年限则可达 30 年；服务器与网络设备的采购时间相对较短，只需提前数个月。这让亚马逊能依据客户需求调整设备部署，不必在数据中心完工后立即将所有设施投入运作。

贾西表示，若发现需求不足，公司便不会进一步采购服务器与网络设备。他也指出，多数服务器合约期限为五年，通常约三年便可达到损益平衡。

他认为，在业务高速成长的初期，大规模投资确实会对自由现金流形成压力，但随着设施逐步上线并开始产生收益，相关投资将带来可观回报。

数据中心环保争议升温 贾西：不能放弃基础设施建设

除了资本支出，数据中心的能源消耗与环境影响，也成为美国公共政策讨论的焦点。

贾西将当前的数据中心建设比拟为美国 1950 年代兴建高速公路与桥梁的基础设施投资，认为这类建设攸关国家长期竞争力。

他警告，若美国不持续扩建数据中心，可能让中国等国家在相关技术领域取得主导地位，进而影响美国在国内及全球市场的竞争位置。

针对用水争议，贾西反驳部分外界说法，称高尔夫球场的用水量约为亚马逊数据中心的 200 倍，前者两天的用水量就超过后者一整年的用水量。他也提及杏仁种植业，认为其他产业的用水消耗同样值得纳入比较。

在备用发电机的污染问题上，贾西表示，相关排放量申报必须以全天候满载运作为基准，但亚马逊备用发电机实际上每年仅运转约 0.1% 的时间，约 10 小时，主要用于维护。

AI 推理成本仍太高 亚马逊加码自 研 芯片

谈到 AI 市场需求，贾西提出「杠铃型」结构，将目前的主要需求分为两端。

一端是 AI 研究实验室，消耗大量算力进行模型开发与训练；另一端则是企业利用 AI 降低成本、提升生产力，例如自动化客服与业务流程。

两端之间，则是企业现有的生产系统与工作负载。贾西认为，目前多数企业尚未大规模将 AI 推理技术导入既有应用，但未来五至七年，几乎所有现存企业应用都可能深度运用推理技术。

不过，要让 AI 真正普及至企业日常营运，关键仍在成本。

贾西指出，过去几年 AI 推理成本虽已大幅下降，但目前仍比理想水准高出一个数量级。若企业必须将原本运行于 CPU 的应用程序重新改写，以配合 AI 加速器运作，成本差距便可能成为导入障碍；只有进一步降低推理成本，企业才更有诱因进行转型。

这也是亚马逊持续发展自研芯片的原因之一。贾西高度评价亚马逊 2015 年收购芯片设计公司 Annapurna Labs 的交易，称其为亚马逊史上最成功的收购案。

他表示，亚马逊自研的 Graviton 处理器，相较其他 x86 处理器具备约 40% 的性价比优势；Trainium AI 加速器的性价比则高出约 30% 至 40%。亚马逊希望借由自研芯片降低运算成本，进一步扩大 AI 应用市场。

AI 重塑亚马逊组织 6 名工程师完成过去 40 人一年的工作

生成式 AI 不只改变亚马逊对外提供的云端服务，也正在重新塑造公司内部的产品开发与人力配置。

贾西透露，亚马逊 Bedrock 团队曾以 6 名工程师、76 天的时间重构推理引擎；过去要完成同样工作，则需要约 40 名工程师投入一整年。

他认为，AI 将改变企业扩张时对人力的需求。随着模型能协助完成更多任务作，未来企业即使持续扩大业务规模，也不一定需要像过去一样增加人手。团队规模可能缩小，员工则必须具备跨职能工作的能力。

在产品策略上，贾西也认为，单纯改善既有功能已不足以因应生成式 AI 带来的变化，企业必须重新思考产品的内核设计。

他以 Alexa 为例指出，这项产品最初的设计理念虽具创新性，但生成式 AI 已大幅改变技术能力的边界。若要打造具竞争力的使用体验，就必须重新建构 Alexa 的内核能力。

贾西表示，这种转型不会只发生在 Alexa。亚马逊零售业务、Prime Video 及音乐服务等主要消费者产品，未来几年也都必须结合 AI，重新构想产品体验。

他认为，企业可能因既有经验与历史包袱而抗拒彻底改造，但若只追求渐进式改善，未来三至五年便可能在竞争中遭到淘汰。