撰文 | 曹双涛
编辑 | 杨博丞
题图 | IC Photo
在刚刚落幕的AWS 2024年度大会Re:Invent上，AWS对外发布自研芯片、大模型、数据中心、服务器等多项技术成果。
图源：基于公开信息整理 DoNews制图
虽然AWS推出众多技术，但其和谷歌云、微软云技术差距逐渐拉大，市场对AI需求的降温和AI高投资带来的矛盾，销售灵活性欠佳导致客户的持续流失、对中国云市场销售缺乏深入洞察、决策链条较长、外企病严重带来的冗员等多重问题的存在，让当前的AWS正处在风雨飘摇中。
为宣传自研芯片Trainium3，AWS年度大会上拉来苹果机器学习和AI资深总监Benoit Dupin站台，目的是希望降低对英伟达AI芯片的依赖提高利润率，为下游客户提供更具有成本效益的解决方案，在市场竞争中处于有利地位。不仅仅是AWS，谷歌云和微软云均在加大自研AI芯片进展。
以2024年Q2为例，该季度英伟达AI数据中心芯片销售收入为263亿美元，几乎和AWS收入持平。同期AWS对应的利润率降低2个百分点至36%。
亚马逊称，在房地产和设备方面的投资增加50%至176 亿美元，这笔支出涵盖其物流网络和支撑 AI 的基础设施，如数据中心和芯片。AWS预计，Inferentia和Trainium系列芯片将帮助降低AWS的AI运算成本，尤其是在训练和推理方面，运行成本有望降低40%。
AWS的想法或许是美好的，但现实却是骨感的。除苹果先前论文曾指出模型预训练用到Google TPU、云端GPU。换言之，苹果在整体AI发展上，算力资源可能会采用多供应商机制。
此外，多家外媒对AWS的Trainium3芯片评价仍相当谨慎：
- Forbes认为，Trainium 3虽是AWS为自家平台EC2和Sage Maker客户量身定制，但因大多数AI研究者和企业用户已对NVIDIA的硬件生态具有深厚依赖，AWS的硬件产品需要更多的市场推动和应用场景开发。另考虑到AWS在芯片领域的市场份额仍然较小，且Trainium 3还需在多个行业和AI工作负载中证明其能力。
- 彭博社称，Trainium3 的市场接受度以及是否能与现有的GPU产品在兼容性和性能上展开真正的竞争。
- The Verge称，AWS的硬件更侧重于特定的工作负载，如机器学习和深度学习训练，但在广泛适用性方面，特别是在AI推理和多样化的开发需求上，Trainium 3局限性较大。另考虑到AWS虽具备强大的云计算和数据服务能力，但想要在硬件领域打破 NVIDIA 的垄断，AWS可能需要更多的合作伙伴关系、开发者支持以及进一步的技术创新。
不仅仅是芯片领域，AI大模型领域同样面临该问题。微软通过大手笔投资方式和Open AI签订独家排他协议，在Azure云平台中、Microsoft Office 365、Teams等微软多款产品中集成Open AI相关AI技术，使其客户能够利用这些AI工具来增强生产力。
谷歌自研的Gemini模型在技术上能追赶GPT，但AWS的Bedrock平台是一个同时混合Claude系列、Llama系列及Amazon Titan等第三方和第一方的基础大模型平台。充当“卖水”角色的AWS，因在大模型领域和微软云、谷歌云技术存在明显差距，观望情绪较高的客户使一线销售陷于被动地位。
为缩小和GPT、Gemini的差距，其年度大会上推出的Bedrock 2.0包括更强大的Titan V2和与 Anthropic合作的Claude V2系列，但外媒同样对这两款大模型评价谨慎：
- Tech Crunch称，虽然在Titan V2在一些专用任务上的表现出色，尤其是在处理多模态数据，但仍然没有达到GPT和Gemini模型那样的普遍适用性和先进性。
- Wired称，Titan V2目前的市场定位和功能较为局限，仍难以与GPT-4等领先产品抗衡。
- The Verge称，Claude V2在自然语言处理任务中表现相对稳定，尤其擅长生成更符合伦理规范的回应，但在深度推理和复杂任务上仍有所欠缺，与GPT-4的强大能力相比略显逊色。
- Business Insider称，Claude V2虽然具备一定的竞争力，但AWS是否能通过Claude打破Open AI的垄断，仍是一个值得关注的问题。
充当“卖水”角色AWS的Bedrock平台，也在加重客户的担忧情绪。Hyper FRAME Research首席分析师Steven Dickens指出，AWS面临的最大挑战是它的复杂程度及它提供的服务数量。简单来说就是，AWS的服务种类繁多，对缺乏技术经验的小型企业客户来说，理解如何选择并有效使用这些服务可能变得非常困难。服务之间的相互依赖性和配置复杂性，使得管理和优化AWS资源变得更加复杂。
且随着AWS 服务的不断增加，很多客户可能会感到选择困难，因为他们必须了解每一项服务的作用、特点以及如何与其他服务协作，过多的选择有时反而让决策变得更加复杂。选择困难症的客户，若无一线销售和技术团队及时跟进，很容易产生客户流失。在缩短和微软云、谷歌云的技术差距上，AWS恐怕还有很长的路要走。
二、AI需求放缓、频繁事故客户流失
为在全球AI大模型竞赛中获得有利地位，微软、Meta、亚马逊、谷歌母公司Alphabet持续扩大AI领域的资本支出。华旗分析师预测，2024年这四家公司总资本支出将达到2090亿美元，较2023年同期增长42%。Meta和亚马逊等公司指出2025年将进一步增加支出。
云厂商的支出除高昂的研发投入外，数据中心产生的土地租金、硬件、设备折旧、人力、电力支出同样不菲。以电力支出为例，数据中心为典型的电力消耗大户。爱尔兰因税率低且易获得运行全球互联网流量的高容量海底电缆，成为全球云厂商兵家必争之地。国际能源署预测称，2026年爱尔兰的数据中心将占全国电力需求的32%。
图源：金融时报
但电力消耗带来的环境问题、对工业和居民用电的挤兑，让爱尔兰、德国、新加坡、中国、美国等多国限制数据中心发展，云厂商不得不将目光放到太阳能、风能、核能等其他能源上。今年3月，AWS从美国发电企业Talen Energy手中购买宾夕法尼亚州的一个核能数据中心，签署6500万美元为期10年的购电协议。微软云则恢复被封存的美国三里岛核电站，以寻求低碳能源解决方案。
云厂商高额投入下，却是谷歌云业绩预警。微软2025财年Q1（2024年Q3）财报显示，该季度Azure云计算服务同比增长33%，AI服务在Azure的季度增长中贡献12个百分点，主要来自客户在Azure平台上运行自定义AI模型、为Open AI服务付费以及使用AI编码助手GitHub Copilot等。虽然云计算收入增长强劲，AI产品将为Azure带来100亿美元的年收入，但谷歌云预计2025财年Q2营收增速将回落31%至32%。且高昂的投入同样会持续蚕食其利润，市场情绪不断分化。
AWS首席执行官Matt Garman称，“在GPT推出后的两年里，人们对生成式AI的兴趣尚未导致该技术在商业中的认真使用。很多客户做了很多实验，但大多数公司现在都在试图确定 AI 的少数用途，这些用途可能证明更深入的投资是合理的。”
如Matt Garman所言，虽然AI大模型确能帮助企业降低人力成本。但不管是仍处在亏损中的GPT，或是搭载各类AI大模型的硬件产品在终端市场销售遇冷。不管是不同行业、不同业态对AI大模型需求差距较大，围绕TOB端缺乏重磅级应用，或是全球资本市场对AI大模型投入的愈发谨慎。随着AI大模型厂商的洗牌加剧、企业和投资市场的愈发冷静，未来市场对数据中心的需求能否延续，均值得商榷。
若未来数据中心需求从增量市场向存量市场转变，技术本就不占优势的AWS或将陷入更加被动地位。除2021年至2023年AWS先后出现宕机事件、云存储故障、服务故障、数据泄露等多起负面事件，其间导致Reddit、Twitch、Netflix、Spotify、金融和零售等众多客户为降低风险，同时考虑多家云厂商外。
图源：基于公开信息整理
AWS的“明降暗升”同样引发中小客户不满，据《The Verge》2023年报道称，AWS自推出云服务以来，虽然屡次进行价格下调，但近年来也对某些核心服务的定价进行上调。特别是当AWS的存储费用和计算费用上涨时，客户普遍表示不满，尤其是对于中小型企业来说，价格上涨影响较大。
三、云市场进入“低价时代”，AWS客户流失风险加剧
随着全球经济不确定因素增多，降本增效也成为全球企业共识。独立研究公司Directions on Microsoft分析师巴里·布里格斯称，客户要求降低成本的压力很大，随着他们将大部分计算转移到Amazon、Microsoft和 Google等公司运营的平台上，他们的云账单飙升，许多客户在研究如何从云支出中挤出成本方面变得越来越聪明。
但价格昂贵却是AWS的最大问题之一，据业内人士透露，AWS产品价格平均比阿里贵一倍左右，比微软贵百分之二三十，且special discount很难申请。另以国内region为例，1GB流量腾讯云和AWS分别是0.8元和0.9元。虽然价格仅相差0.1元，但当使用流量扩大到几千万或上亿后，成本差距就完全体现出来。
AWS在华市场的价格贵，除和此前AWS在云市场占据统治地位，对市场具有较高定价权有关外，AWS在中国市场因牵扯到合规问题，只能和运营商总部签署合作，价格可操作区间相对较小。作为对比，国内云厂商和运营商省公司签订协议，价格可操作区间相对较大。且AWS在西云region在宁夏中卫选址失误，导致其在与电信运营商的价格谈判中陷入被动，网络成本一直居高不下。
换言之，AWS面临的尴尬点在于，技术上被微软云、谷歌云碾压，价格上不敌国内云厂商。且AWS总部对中国市场缺乏深入洞悉，更让AWS在华市场失守。长期以来，AWS中国区更多扮演销售、市场执行的角色，对如新建数据中心、给到大客户的折扣全部由AWS总部审核，且决策流程较长，颗粒度甚至以周为单位。
但随着国内云市场陷入存量博弈，云厂商为抢占市场份额挖走友商客户，可以说是花样百出，无所不用其极。这背后和国内TOB销售具有很强的人情关系向上、技术向下，利益交叉向上、服务向下有关。
- 为抢占互联网客户，因互联网客户需通过应用商店完成App下载、用户新增，华为云选择和华为应用商店捆绑给到客户折扣，毕竟华为手机的高端用户是互联网企业为之疯抢的对象。谷歌云为挖走中国互联网出海客户，选择和谷歌应用商店捆绑给到客户折扣。近两年，谷歌云几乎把腾讯游戏出海的份额抢完了。
- 为抢占主机厂客户，尤其是当前新能源汽车逐渐朝着智能化、智驾化方向发展带动的云需求增加。以投资换业务，是大厂的策略之一，蔚小理背后的股东分别为腾讯、阿里、字节，主机厂自然优先考虑重点考虑背后股东的云服务，这也是华为云、百度云的尴尬之处。毕竟华为的鸿蒙智行、百度的极越汽车和主机厂存在竞争关系。
- 为抢占政务云客户，天翼云除借助省渠道资源外，直接给大客户较低折扣。火山云选择将字节旗下抖音等内部资源进行整合，同样以低折扣抢量。无法按照正价销售、给到大客户较低折扣，也是近些年来国内包括SaaS、云厂商亏损或盈利难的核心原因。
云厂商混战之际，AWS的劣势彻底显现出来。毕竟AWS在整个亚马逊集团中所占营收较低，总部不可能拿出电商、广告资源进行整合。基于此，近两年包括安可创新、SHEIN和字节海外、腾讯海外等多个大客户被友商挖走。虽然AWS中国一直想拿下拼多多，但TEMU和亚马逊的强竞争，让拼多多和亚马逊总部均相对谨慎。
摆在AWS面前另一尴尬的问题是，虽然出海已成为中企共识，但不管是TEMU、腾讯、阿里等已在海外逐渐站稳脚跟的企业，需向资本市场持续交出海外高增长财报倒逼企业降本，或是国内新能源车企在海外市场需持续摸索，需将钱花到刀刃上，价格缺乏优势的AWS或将面临更大客户流失风险。
四、AWS中国恶性循环，如何自救？
除上述问题外，AWS中国的发展同样陷入恶性循环中。一是亚马逊总部过于以数据为导向，但中国市场的销售不可能完全依赖数据。上海作为国内互联网行业聚焦地之一，若在上海附近建立数据中心，其能很好地降低数据延迟，提高客户黏性。但亚马逊总部却认为，现有的数据中心利用率都不高，为何还要投入重金新建数据中心呢？
二是亚马逊总部对AWS中国一把手每年都有明确的业绩考核压力。若销售业绩不佳，一把手很容易被换掉，这也是亚马逊中国频发人事变动的原因之一。但一朝天子一朝臣，高层变动很容易带走核心员工和客户。即使当前云厂商有明确的竞业协议要求，但上有政策，下有对策。能给到大客户较低折扣，更别提帮助核心员工赔偿了。
此外，亚马逊基于管理经验、市场战略等要求，中国市场管理者既是行业老兵，也是叔叔伯伯辈人才。与之而来的问题是，高层已实现财富自由，其冲劲自然不如其他云厂商高层。阿里云当年为拿下主机厂客户，一把手张勇多次出现在吉利李书福、上汽陈虹等车企巨头董事长的酒局上。
三是AWS中国内部外企文化严重，“PPT文化”盛行，甚至在业内看来AWS中国已成为“外企养老院”。当前AWS中国销售团队约1700人，微软云和谷歌云则分别为700人和40人。庞大的销售团队导致内部内耗严重，岗位重叠、全员内卷、明争暗斗、互相抢功、职能重复等各种问题存在，AWS中国想要挖走更多友商客户，甚至守住现有客户何谈容易呢？
现在AWS在华市场基本陷入恶性循环：总部对中国市场缺乏深入洞察，能给中国市场的资源和折扣有限，高层无法完成业绩总部选择换人。财富自由的高层又在躺平，内部又陷入各种内耗中。
技术的短板亚马逊总部或许能够持续补齐，但正如《组织文化与领导力》提到的那样：组织文化具有深厚的根基，一旦形成就变得难以改变，毕竟渗透在组织的所有层面，包括信仰、行为规范和工作方式，变革需要长期的努力，且通常会遇到强大的阻力。
《第一推动力》书中所写，企业的成功和竞争力与其领导者如何识别、培养和激励人才紧密相关。书中通过大量的研究数据表明，员工的参与感、发展机会以及领导者的支持是影响企业成功的关键因素。简单来说就是，企业的竞争本质上就是团队成员之间的竞争，谁能拥有并培养最优秀的人才，谁就能在竞争中脱颖而出。
但随着未来全球云市场彻底进入存量博弈，AWS又能否持续守住市场份额？中国市场等待AWS的又会是什么呢？
热门跟贴