大模型公司对标系列之八：亚马逊

公司档案

亚马逊公司由Jeff Bezos于1994年创立于西雅图，1995年Amazon.com正式上线运营。建立初期，亚马逊经营网络书籍销售业务。1997年5月，亚马逊成功在纳斯达克上市，随后持续扩张业务版图，通过收购Bookpages、Telebook将业务版图扩张至欧洲，通过收购Pets.com、LiveBid.com等将主要业务从书籍拓展至宠物、玩具、拍卖、支付等。在对电商平台的持续收购下，亚马逊逐渐成长为一个全品类平台，成为全球最大的网络零售商。此后亚马逊继续拓展主营业务，2002年启动AWS平台，后续进入云计算领域；2005年推出Prime会员，把会员服务确定为公司发展的重要业务；2017年通过收购全食超市进军传统零售业务；2018年推出无人便利店Amazon Go，进军无人零售领域。2023年亚马逊开始发力AI大模型，在基础设施、基础模型服务和应用三层全面发力，成为推动和帮助企业应用生成式AI最有竞争力的玩家之一。

图1 亚马逊发展历程

表1 亚马逊2021-2023年关键指标

数据来源：亚马逊公司财报、companiesmarketcap网站

大模型全景图

亚马逊云科技（以下简称AWS）围绕生成式AI打造三层技术栈，自底向上分别是基础设施层、基础模型服务层和AI应用层。

1. 基础设施层：提供稳定可靠的计算、数据等基础能力支持

算力：一方面，自研与合作并驱，提供种类丰富的高性能AI芯片，力求在算力与成本间取得平衡。 AWS自研芯片包括：（1）基于ARM架构的CPU芯片Amazon Graviton，在2023年的re:Invent大会上发布第四代产品Amazon Graviton4，与前一代Graviton3相比，性能提升高达30%，内存带宽提升75%以上；（2）主要用于训练任务的芯片Amazon Trainium，在2023年的re:Invent大会上发布第二代产品Amazon Trainium，围绕生成式AI训练做了优化，与第一代Trainium芯片相比训练速度提升高达4倍，内存提升3倍，能源效率（每瓦性能）提升多达2倍；（3）主要用于推理任务的芯片Amazon Inferentia，专为深度学习和生成式AI推理而设计，以高性能、低成本和高可用性，满足各种推理需求。此外，AWS面向用户提供英伟达、AMD等公司的GPU，如AWS在2023年的re:Invent大会上宣布自己将成为第一家在云端配备NVIDIA GH200 Grace Hopper超级芯片的云厂商。 另一方面，提供专门针对生成式AI优化的高性价比的计算实例。 2023年4月，AWS专门针对生成式AI模型训练推出由Trainium支持的EC2 Trn1n计算实例，与Trn1实例相比网络带宽提高了一倍，高达1600Gbps，可节省高达50%的训练成本。同时推出针对模型推理的由Inferentia2支持的EC2 Inf2实例，对比Inf1实例吞吐量最多可提高4倍，同时延迟最多可降低10倍。

数据： AWS认为，处理现有数据的能力、将现有数据与模型结合的能力、处理新数据的能力，将是企业在生成式AI时代取得成功的关键所在。为帮助客户构建这三大数据能力，AWS提供了Amazon S3、Amazon EMR Serverless、Amazon DataZone、Amazon Neptune、Amazon Memory DB等一系列数据服务与工具。

MLOps平台： 2017年，AWS推出Amazon SageMaker，支持开发人员高效创建、训练和部署机器学习模型。为了给客户提供最全面的服务，AWS持续丰富完善Amazon SageMaker的功能，涵盖了机器学习生命周期的每一步，如数据标记、数据准备、特征工程、偏差检测、AutoML、训练、调整、托管、可解释性、监控和自动化等。

2. 基础模型服务层：助力用户灵活、高效地使用生成式AI技术

3. 应用层：主要聚焦电商、办公和消费电子来落地大模型

电商：提高卖家生产力，提升买家购物体验。 2023年9月，亚马逊在2023 Accelerate大会上推出基于大语言模型的全新生成式AI Listing创建功能，可根据卖家输入的商品相关的关键词或句子，输出高质量的商品详情信息，包括标题、产品描述等，帮助卖家快速、轻松上架新商品。同年10月，亚马逊宣布推出展示型推广AI图片生成功能，可根据广告主的商品信息在几秒内生成精美的创意图片，并支持定制，帮助广告主减少广告创建、测试、调整优化的时间，同时提供全新创意视角。2024年2月，亚马逊宣布推出生成式AI驱动的对话式购物体验服务Rufus，定位于专业的购物助手，能够回答问题、提出建议并进行商品比较，帮助买家高效完成在线购物。

办公：革新员工工作方式，提高工作效率和创造力。 2024年5月，AWS宣布企业应用助手Amazon Q正式可用。Amazon Q Developer能够帮助开发人员完成从编码、测试和升级应用程序，到故障排除、执行安全扫描和修复等各种任务，极大提高开发者工作效率。Amazon Q Business能够根据企业内部数据回答问题、生成内容并安全地执行任务，旨在提升员工的创造力、生产力。 Amazon Q Apps是Amazon Q Business的一个功能，使员工能够基于公司数据、通过自然语言快速且安全地定制生成式AI应用，帮助员工简化、自动化日常工作流程，提升工作效率。

消费电子：打造更人性化的语音助手，提供更丰富的智能家居体验。 2023年9月，亚马逊在2023年秋季硬件发布会上宣布将推出搭载大语言模型的全新Alexa语音助手，能够更准确地理解对话内容和上下文，并能从单一指令中完成多个请求。新版Alexa会带来更智能、更人性化的语音助手体验，将向所有拥有Echo设备的用户开放，为用户提供更便捷、更智能的家居控制体验。

市场拓展

围绕生成式AI打造三层技术堆栈，拉动云业务营收增长。 亚马逊认为生成式AI是AWS业务的强劲增长动能，在2023年四季度财报电话会议上表示，未来公司投入焦点将会集中在生成式AI与AWS的集成上，相信生成式AI在未来几年能够推动公司数十亿美元的收入增长。目前AWS围绕生成式AI构建的三层技术栈均已探索出相应商业模式：

（1）基础设施层：EC2 Trn1与EC2 Inf2实例采用按需付费的模式。 这两款计算实例是针对生成式AI推出的，官网数据显示，EC2 Trn1基于模型训练的时长收费，根据实例大小与性能不同提供3种产品，分别收取每小时1.34、21.5、24.78美元；EC2 Inf2基于模型推理时长收费，根据实例大小与性能不同提供4种产品，分别收取每小时0.76、1.97、6.49、12.98美元。

（2）基础模型服务层：Amazon Bedrock提供5种定价模式 ， 具体包括： 按需模式 和 批量模式 ，用户按照实际使用的输入、输出token数计费； 预配置吞吐量模式 ，用户为特定或自定义模型购买特定模型单元，以满足对吞吐量有保障要求的大规模、连续推理工作负载，按小时收费； 模型自定义模式 ，支持用户自定义模型，收取费用涵盖模型训练费用、存储费用和推理费用； 模型评估模式 ，用户使用模型评估功能，按实际使用推理量付费，相比自动评估，人工评估会额外收取人工任务费用。

（3）应用层：Amazon Q采用订阅付费模式，分版本收取固定月费。 AWS官网显示，针对每位用户，计划Amazon Q企业版每月收取20美元、Amazon Q开发者版每月收取25美元。

联手合作伙伴开展行业拓展，加速生成式AI赋能更多垂类行业。 凭借领先的生成式AI技术与服务，AWS与各行业领先企业达成合作，推动生成式AI落地医疗、银行、保险等多个行业。如近期AWS、Anthropic和埃森哲宣布，将联合起来助力各企业、机构负责任地应用生成式AI，尤其是在医疗保健、银行保险等高度受监管的行业，向用户提供Anthropic的顶尖模型、Amazon Bedrock的独有功能、以及三者共同构建的行业专业知识；2024年4月AWS宣布与西门子中国达成战略合作，加速生成式AI在制造行业的应用与创新，全方面赋能西门子中国与其服务的制造业企业高质量发展。

向全球不同区域进行差异化布局，加强全球范围内基础设施建设。 生成式AI拉动云基础设施需求快速增长，推动AWS在全球范围内加强建设布局。2023年10月，AWS宣布将推出面向欧洲的独立云AWS European Sovereign Cloud，独立于已经在法兰克福、爱尔兰、伦敦、米兰、巴黎、斯德哥尔摩、西班牙和苏黎世开设的8个现有AWS区域，满足当地客户的云服务需求。根据官网展示的AWS全球基础设施地图可知，目前AWS在全球33个AWS区域内运营着105个可用区，并计划再增加18个可用区和6个AWS区域。此外，2024年AWS宣布计划分别在沙特阿拉伯和墨西哥投资53亿美元、50亿美元建立新基础设施，在密西西比州投资100亿美元建设两个数据中心。

组织与运营

组建核心团队开发AI大模型。 2023年8月，据财联社消息，亚马逊公司正在组建一个新的团队，旨在大力研究AI项目，为亚马逊打造“最具野心”的大语言模型，Alexa业务的高级副总裁兼首席科学家Rohit Prasad将带头领导该小组，并直接汇报给亚马逊CEO Andy Jassy。

寻找公司AI领域领军人物。 2024年4月，亚马逊宣布计算机科学家吴恩达 (Andrew Ng) 成为亚马逊董事会成员，称其加入将有助于公司更加了解AI带来的机遇和挑战。

云业务AWS新任CEO曾公开表示AI是AWS发展重点。 亚马逊宣布负责AWS全球销售、市场和服务业务的高级副总裁Matt Garman将接任CEO职务，负责AWS行业组织的Kathrin Renz向其直接汇报，AWS企业级AI团队加入到Kathrin的团队中。2023年底，Matt Garman在接受记者采访时表示，AI是AWS长期深度投资领域，AWS重视生成式AI变革行业和企业的潜力。Matt Garman被期望在AI时代领导AWS再云计算领域保持领先地位。

成立科学研究部门。 Amazon Science是亚马逊旗下的研究部门，研究领域涵盖计算机视觉、对话式AI、机器学习、机器人技术等AI技术，推动亚马逊在AI技术和产品方面持续创新，进而提升客户体验、满足客户需求，同时也吸引着AI领域的顶尖人才加入团队，增强公司AI研究和开发能力。

资本运作

增加资本开支建设基础设施，支持生成式AI和AWS持续增长。 亚马逊首席财务官Brian Olsavsky在2024年一季度财报电话会议上表示，一季度亚马逊资本支出约140亿美元，2024年全年资本开支预计同比大幅增长，其中大部分将用于支持基础设施建设，特别是生成式AI方面，因为亚马逊已经察觉到AWS客户对生成式AI的强劲需求。具体表现为， 亚马逊正加大在全球范围内投资AI基础设施的力度 ，如2024年5月表示将在未来4年内在新加坡再投资120亿新元，以在该国发展其云和AI基础设施。

通过投资并购加强产业布局、增强技术优势。 2023年9月，亚马逊宣布向AI初创公司Anthropic投资12.5亿美元，用于支持其开发安全可靠的通用人工智能，2024年3月追加27.5亿美元的投资，使总投资额达40亿美元。基于此投资，AWS成为Anthropic的首选云服务供应商，Anthropic使用AWS专有的AI芯片进行未来基础模型的训练和部署，并承诺为全球AWS客户提供在Amazon Bedrock上对其未来基础模型的长期访问权限，目前其Claude系列基础模型已在Bedrock提供。2023年8月，AWS收购生成式AI工具Fig.io，加强布局生成式AI在代码开发领域的应用。

推出AIGC加速器，寻找下一个“ChatGPT”。 2023年4月，AWS宣布推出为期10周的AWS Generative AI Accelerator（AWS生成式AI加速器）计划，为生成式AI初创公司进行技术创新、业务拓展提供资源支持，包括提供高达30万美元的AWS积分；根据垂直行业、发展阶段等为创企提供专业的技术和业务指导；提供与知名投资机构、潜在投资者、客户建立联系的机会等。2024年6月，亚马逊承诺投资2.3亿美元为处于早期阶段的AI创企提供指导和培训，其中部分资金将用于第二批AWS的AIGC加速器。AWS期望通过加速器计划助力创企快速成为行业独角兽，同时也将反哺自身技术与业务布局。

向创企提供云额度，以推动AI平台市场份额增长。 据路透社报道，亚马逊表示每年向创企提供10亿美元的云额度，以吸引其使用自身云服务。为进一步扩大Amazon Bedrock市场份额，或将提升云额度。

生态体系

构建全球合作伙伴网络 。AWS合作伙伴网络（APN）是一个全球社区，它利用AWS的技术、专业知识、工具等为客户构建解决方案和服务。截至2023年10月，APN拥有来自200多个国家/地区的13万多个合作伙伴。在生成式AI领域，包含APN技术合作伙伴和APN服务合作伙伴。

推出“3+1”生成式AI合作伙伴计划。 2024年5月，AWS推出“亚马逊云科技生成式AI合作伙伴计划”，宣布将联合生成式AI领域顶尖的3+1类合作伙伴，为企业提供全方位的模型、工具、应用和集成服务。“3”是指大模型提供方、工具链提供方、以及各类开箱即用的生成式AI应用和方案提供方；“1”是指系统集成商合作伙伴。 AWS还为生成式AI合作伙伴提供赋能支持， 包括： （1）推出生成式AI合作伙伴能力认证， 通过认证帮助合作伙伴更好地利用AWS领先的AI技术，为企业提供全方位服务、工具和解决方案，进而帮助企业客户更快地应用生成式AI； （2）提供平台帮助合作伙伴触达更多用户， 如AWS Marketplace上架生成式AI合作伙伴的各类产品服务，涵盖基础模型、工具、应用等 ，客户可通过Amazon Bedrock轻松访问AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI等公司的基础模型； （3）提供技术支持， AWS将投入技术专家，帮助合作伙伴更好地与AWS的服务进行适配和集成。

成立生成式AI创新中心（Generative AI Innovation Center），连接客户与合作伙伴。 2023年6月，AWS宣布投资1亿美元，成立生成式AI创新中心。通过免费的研讨会、交流和培训，客户将与来自AWS和AWS合作伙伴的生成式AI专家进行密切交流合作，进而落地更加合适自己的模型、解决方案。中心团队由战略专家、数据科学家、工程师和解决方案架构师组成，并正在和Highspot、Twilio、RyanAir和Lonely Planet等多家公司合作，探索开发生成式AI解决方案。

合作世界顶尖院校，开展联合研究。 亚马逊积极与坦福大学、MIT等顶尖院校合作，联合开展AI领域前沿研究，如亚马逊联合斯坦福大学发表论文研究，探索视觉-语言模型的前沿。