亚马逊CEO Andy Jassy透露，即便今年砸下2200亿美元巨资，仍有大量需求未被满足，AI算力到2028年都已基本售罄；AI业务年化收入超250亿美元，是AWS初期增速的数百倍
看完亚马逊CEO安迪·贾西与a16z的这场对谈，我更关注的是几个问题之间的联系：今天为什么缺算力，企业应用为什么还没全面铺开，以及当开发方式改变后，公司该怎样重新组织。
我的判断是，亚马逊正在同时推进三件事：为已经出现的需求扩建基础设施，为尚未释放的需求降低成本，再用AI重做自己的组织和产品。
算力订单很满，资本回报仍要看现金周期
贾西给出的口径是：亚马逊2026年预计投入约2200亿美元资本开支，仍无法满足全部需求。在保留部分按需服务产能后，2026年产能显然已经售罄，2027年基本售罄，2028年也有相当一部分已经售出。这里需要分清，2028年并非全部售罄。
他拿两段创业期作比较：AWS起步三年后的年化收入约为6000万美元；这一轮生成式AI浪潮的前三年，AWS里的AI业务年化收入已超过250亿美元。这反映的是相同发展阶段的收入规模差距，不能直接理解为同比增速相差几百倍。
投资是否合理，还要拆开看。按贾西的解释，数据中心建筑需要提前约两年投入，使用寿命约30年；服务器和网络设备只需提前几个月采购，平均约三年回本，使用寿命约五到六年，大部分交易期限约五年。
我认为，这套安排的关键是分阶段投入：先准备建筑，再根据需求采购设备。但订单能见度和回报预期仍是管理层的判断，最终要靠产能上线后的收入兑现。高速扩张期自由现金流承压，也正是这套现金周期的结果。
企业生产应用才是更大的增量
贾西把当前AI需求形容为杠铃：一端是消耗海量算力的AI实验室及少数爆款应用，另一端是企业的客服、反欺诈和流程自动化。中间尚未充分展开的，是企业已有的生产应用。
他预计，未来五到七年，现存的大多数企业应用会深度使用推理。这是一个预测，但它指出了值得关注的方向：AI的市场空间，不能只用今天的模型训练和提效工具来衡量。
问题在于经济性。贾西认为，推理成本虽然已经下降，仍然贵了一个数量级。如果改造现有CPU应用的成本差异过大，企业就必须看到足够高的增量收益，才愿意动手。
这解释了亚马逊为什么坚持自研芯片。按他的说法，Graviton相比其他x86处理器的性价比高约40%，Trainium相比同类可比处理器高约30%至40%。芯片带来的改善是降本的一部分，并不等于已经实现推理成本再降十倍。
我更看重这背后的逻辑：降低使用门槛，本身就能创造需求。模型能力决定能做什么，使用成本决定多少业务值得去做。
供给扩张还要解决客户与社区的关系
资源紧张时，一个现实诱惑是把产能优先卖给出价更高的AI客户。贾西的态度是，不能因此挤压把核心业务运行在AWS上的老客户，要继续保障他们扩展。
我认同这种长期关系的取舍。基础设施服务商卖出的还包括客户对持续经营的信任，短期稀缺不能成为破坏这种信任的理由。
数据中心建设也有类似问题。贾西用高速公路建设作类比，强调其战略意义，并以耗水、备用发电机运行时间等数据回应环保争议。这些是他的辩护口径，材料本身不足以替我们核实具体比较。
对我而言，更有经营意义的是他承认必须与社区合作。电网、资源消耗、税收和公共投入，都会影响建设能否持续。需求再强，也不能绕过所在地的现实约束。
小团队的价值在于扩大个人责任
组织变化最具体的案例，是Bedrock团队用6名工程师、76天重构推理引擎。贾西说，按过去的方式，这项工作需要40人做一年。
一个案例不能直接换算成全公司的人员压缩比例，但它足以挑战原有的分工方式。过去，一个产品经理可能只负责产品里的一个小切片；当模型能够承担更多跨职能工作时，继续沿用细碎分工，可能让协调成为新的瓶颈。
我认为，管理者需要重新确定每个人能够承担的完整责任，让小团队更快地把想法变成可验证的产品。贾西也明确预计，完成今天这些工作所需的人会减少，同时会出现新的工作。
产品重构与安全响应必须一起改变
对成熟公司，贾西提出了更难的要求：从今天可用的技术出发，重新想象产品。
Alexa需要重接“大脑”比较容易理解；零售、视频和音乐体验为什么也要重做，则更考验领导者。现有业务仍然成功，团队也有大量渐进改进的想法，放下过去的经验和情感连接并不容易。
我认为，应该保留的是对客户问题的理解。过去某种做法失败过，并不意味着技术条件改变后仍然行不通。重新设计体验之后，可以通过迭代逐步进入，未必要一次切换完成。
安全是同一场重构的另一面。贾西认为，模型发现漏洞的能力增强后，应用响应紧迫安全威胁需要以分钟计。发现、分类、开发补丁、等待部署的长链条，将越来越难适应。
这意味着，允许智能体更新代码的能力，必须与约束、验证和部署机制一起建设。开发提速之后，安全响应不能继续停留在旧节奏里。
业务可以更宽，判断必须更清楚
亚马逊同时布局AI、机器人、低轨卫星、自动驾驶和医疗。贾西给出的组织前提，是由不同的专责团队负责，而非让同一批人兼管多项业务；投入前还要判断，市场是否足够大、客户是否未被充分服务、自己是否有差异化方案。
我认为，这比简单争论多元化还是聚焦更有用。业务范围能否扩展，取决于机会质量、负责人和资源承受能力。
对个人也是如此。贾西鼓励年轻人大量使用AI，但仍强调判断、创造、实验，以及把不同信息连接起来的能力。
这也是我从整场访谈里得到的核心判断：AI正在降低构建的成本，却把选择问题、组织资源和设计体验的责任，更直接地交回给人。能更快做出东西之后，决定什么值得做，会变得更加重要。