文 | 一千二百字
過去很長一段時間，AWS 都是亞馬遜的核心利潤部門，但隨著生成式 AI 背景下持續不斷的龐大資金投入，它的利潤貢獻占比呈現出一定的弱化。
數據體現在亞馬遜剛剛發布的二季度財報中。當季 AWS 的經營利潤同比增速為 10%，去年同期曾高達 72%；當季 AWS 的經營利潤為 101.6 億美元，經計算，它對亞馬遜整體經營利潤的貢獻為 53%，已基本降至一半，而僅在一年前的 2024Q2，AWS 的利潤貢獻為 64%。
伴隨這一變化的是亞馬遜喊出的 2025 年豪擲 1000 億美元資本性支出用于 AI 與基礎設施。明顯增加的折舊與逐季攤銷勢必會拉低利潤表。事實上這是一種普遍趨勢，我在去年 Q2 寫的《數據說話："AI 吞金獸 " 正在威脅互聯網大廠》里分析，全球大廠無一例外地參與到圍繞 AI 的資本性支出競賽中，未來更顯著的營收增長預期才能匹配這種級別的投入，否則將是財務上的無底洞。
那么，AWS 還是亞馬遜的 " 現金牛 " 嗎？在分析師會議上，亞馬遜管理層給出了更多的 " 干貨 " 與預期。
供給受到一定制約
我們先來看一下 AWS 的收入增長情況，今年二季度同比增速為 17.5%，從下圖不難看出，這與前 5 個季度基本沒有多大變化，甚至普遍高于 2023 年的水平。更早發布二季報的微軟，Azure 和其他云服務收入同比增長 39%。兩家公司在財報盤后一漲一跌的股價變化也體現了投資人的態度。考慮到亞馬遜 AWS 第一大云廠商的規模，市場第二是其規模的 65% 左右，較低的增速似乎可以理解。
我們不妨從它的投資現金流量表中找出一些原因。與去年二季度用于購買資產與設備的 176.2 億美元相比，今年二季度這一項增加到 321.8 億美元，幾乎翻了一倍。這個數字與管理層剛剛透露的二季度 314 億美元資本性支出基本一致。這些巨大的開支被折舊、攤銷到各季度，導致 AWS 經營利潤率下滑。
亞馬遜 CEO 安迪 · 賈西對此認為，AI 及其應用還處在非常早期的階段，它非常 " 頭重腳輕 "。他指的是眼下大量的 AI 成本用在模型訓練上，但當更多用戶將 AI 應用部署到生產上并形成規模化時，80%-90% 的 AI 成本將出現在在推理環節，屆時用戶將更關注所使用的計算和硬件。而 AWS 自研芯片的性價比和一套從底層到頂層獨一無二的服務體系，將吸引更多用戶遷移到云端，" 再加上未來幾個月和幾個季度會有更多的容量上線，這些都讓我對 AWS 的業務感到樂觀。"
但他同時坦言，現在市場需求超過了 AWS 的供應能力，其供給限制來自于多個方面，其中最大的單一限制是電力；還包括時斷時續的芯片產能和良品率限制。" 我不認為我們能在幾個季度內完全解決所需的容量來滿足需求，但我預計每個季度都會有所改善。"
前不久，馬斯克曾給出一張圖來描述過去 25 年來中美發電量對比，中國是很陡峭的增長曲線，美國基本上是一條非常平滑的水平曲線。這里我就不放原圖了。電力對于 AI 訓練及推理，以及云基礎設施供給方面的確有很大影響，不過同一地區面臨的情況是一樣的。
戰略上的一貫作風
過去說云計算是亞馬遜的 " 現金牛 "，有這樣一個背景：當時電商零售是一個毛利率很低的業務，常年虧損，亞馬遜大力發展第三方賣家業務后，才逐漸讓電商由虧轉盈；當時毛利率更高的廣告、訂閱等業務尚未有太大起色，而先發優勢明顯的云計算在達到規模化拐點后，開始釋放巨大的利潤空間，使得 AWS 成為整個公司的利潤支柱，公司 2/3 到 3/4 的利潤來自云計算，并持續多年。
憑借規模優勢和技術領先性，AWS 主導了近乎十年的云市場產品降價潮，并掌握著行業定價權。現在，生成式 AI 的普及化給了行業一次重新洗牌的機會。微軟與 ChatGPT 緊密的合作關系，以及像 Office、Microsoft 365 Copilot 等更具下沉優勢的 AI 載體窗口，加快了它在云市場的追趕速度，對領頭羊步步緊逼。而亞馬遜在這一步上似乎錯失了前排發車位，它的優勢體現在從底層到頂層的基礎能力和全棧能力，以及創新性上。
現在，AWS 仍然是亞馬遜的核心利潤部門，其利潤貢獻比另外兩個——北美業務和國際業務加在一起要大。從現金流看，今年二季度亞馬遜的經營現金流凈額為 325.2 億美元，同比增長 29%，但它二季度的資本性支出基本上也是這個數，相當于它把錢都花出去了。
翻回頭看，這其實也是亞馬遜戰略飛輪的一貫作風——同時保持高現金流與低利潤，布局前沿技術以尋找新增長點。當然試錯成本也不低。
用 " 現金牛 " 形容 AWS 嚴格說并不準確，因為 " 現金牛 " 是那些不再需要持續性高資本性支出也能源源不斷獲得穩定收益的業務類型。顯然在傳統云計算時代，AWS 沒少在數據中心等基礎設施上投入；在生成式 AI 背景下，資本性支出預計會更龐大。但現在與其分析 AWS 是否為 " 現金牛 "，不如關注千億美元的資本性開支能否在中長期帶來新的營收增長與競爭優勢。
智能語音助手 Alexa 是一個例子。這個受《星際迷航》啟發而打造的人機交互模式，本就是 AI 的應用形態，亞馬遜早在 2014 年將搭載了 Alexa 軟件的 Echo 音箱推向市場時，曾引起業界矚目，它顛覆了 Siri 只能被養在 iPhone 蘋果系統里的公眾認知，它是一個更開放的產品，利用傳統的機器學習模型來訓練。直到兩三年后，國內市場上才出現了像天貓精靈、小愛、小度等一眾模仿產品。
如果僅以一個產品視角來評判，Alexa 搭載的音箱、電視、手表、眼鏡等上億臺硬件設備規模已算成功；但從戰略角度看，Alexa 這個非常超前的產品沒有及時搭上生成式 AI 的便車，利用大語言模型的優勢訓練、提升人機對話體驗，錯失了一個難得而絕佳的 AI 入口。過去的精力似乎更多放在了硬件品類與場景的橫向拓展上。
所以我們看到，亞馬遜又在今年推出了 Alexa+，終于可通過 Bedrock 平臺訪問頂尖的生成式 AI 模型，它采用收費訂閱、針對 Prime 會員免費使用的模式。" 起大早趕晚集 " 的 Alexa 理應被推到更靠前的戰略位置上，但從付費模式上也能看出，它似乎是帶著一定的營收任務重新問世的。
可以說，產品上的成功只能保證你在一輪牌里拿到一副還不錯的牌，要想每把都能摸到王炸，只有靠持續的技術突破和領先。
