亚马逊电话会：2000亿资本开支引发市场震荡，卫星项目单季烧钱10亿，CEO力证“产能即变现”，AWS订单激增40%

在刚刚结束的2025年第四季度财报电话会上，尽管 亚马逊AWS跑出了三年最快增速，但市场被一个数字吓懵了—— 2026年预计约2000亿美元的资本开支。这个数字不仅比分析师预期的这一水平高出近40%，更是超过了谷歌刚刚宣布的 1850亿美元上限。

在美股科技股正经历“AI恐慌”与杀估值的敏感时刻，亚马逊的这一指引引发了盘后股价超11%的剧烈震荡。然而，在长达一个小时的电话会议中，亚马逊高管团队，特别是CEO Andy Jassy，用了大量篇幅来论证这种激进投入的必要性，并在自研芯片、AI变现逻辑以及与OpenAI的合作等方面释放了大量增量信息。

2000亿美元花在哪？“我们在拼命地安装产能”

Andy Jassy明确表示，这2000亿美元绝大部分将用于AWS，特别是AI基础设施。他的核心逻辑是：需求远超供给，不存在产能过剩的担忧。

Jassy直言不讳地指出：“如果你看看我们今年打算花费的资本，绝大部分都在AWS……因为我们有极高的需求，客户真的想要AWS来处理核心和AI工作负载，而我们在以最快的安装速度将产能变现。”

他试图用AWS早期的成功经验来安抚投资者对回报率（ROIC）的担忧：

“我们在AWS有着多年预测需求信号的经验……这并不是某种唐吉诃德式的盲目追求营收（quixotic topline grab）。我们有信心这些投资将带来强劲的资本回报率。我们在核心AWS业务上做到了这一点，我也非常有信心在这里同样能做到。”

暗讽英伟达？“垄断者不急着降价，因为他们有别的优先级”

电话会的一个高潮出现在谈及芯片成本时。Jassy虽然没有直接点名，但言辞犀利地指出了目前AI芯片市场的痛点——太贵了，且供应者缺乏降价动力。这成为了亚马逊大力推广自研芯片Trainium（训练芯片）的最好理由。

Jassy说道：

“客户极度渴望更好的性价比。通常情况下，而且可以理解的是，那些处于统治地位的早期领跑者并不急于实现这一目标（降价）。他们有其他的优先级。这就是为什么我们要构建自己的定制芯片Trainium，而且它真的已经起飞了。”

数据显示，亚马逊的自研芯片业务（包含Graviton和Trainium）年化收入已突破100亿美元，且正以三位数的百分比增长。

• Trainium 2： 已经落地了超过140万颗芯片，是亚马逊历史上产能爬坡最快的芯片。

• Trainium 3： 刚刚推出，比上一代性价比高40%，预计到2026年年中的供应量将“几乎全部被预订”。

与Anthropic及OpenAI的关系：不仅是客户，更是生态

关于备受关注的亚马逊与Anthropic的合作项目——Project Rainier，Jassy透露进展顺利，Anthropic正在Trainium 2上构建他们的下一个大模型，涉及50万颗芯片的使用量。

更有趣的是，尽管亚马逊大力扶持Anthropic，Jassy也回应了与OpenAI的合作关系。他确认了去年11月宣布的协议，并表示：

“这场AI运动不会只属于几家公司。随着时间的推移，它将属于成千上万家公司。”

卫星项目：单季“烧掉”10亿美元拖累指引

如果说AI支出是长期投资，那么“柯伊伯计划”（Project Kuiper/Amazon Leo）则是短期利润的杀手。CFO在解读Q1业绩指引时，披露了一个令市场措手不及的数据。

“在北美分部，我们预计仅与Amazon Leo相关的成本同比就将增加约10亿美元。”

CFO解释称，亚马逊计划在2026年进行20多次卫星发射，2027年进行30多次。

由于目前的制造和发射服务成本大多直接费用化（expensed as incurred），这直接导致Q1营业利润指引（165亿-215亿美元）承压。这也是导致财报发布后市场情绪转空的最直接原因之一。

裁员与诉讼：24亿美元费用“吞噬”利润

对于市场关注的亚马逊数万人的大规模裁员计划，CFO在电话会中确认了Q4财报中计入的三项特别费用，总计减少了24亿美元的营业利润，其中就包括7.3亿美元裁员遣散费用。

• 11亿美元： 用于解决意大利的税务纠纷和一项诉讼和解。

• 7.3亿美元： 预计的遣散费用（Severance costs）。 这直接证实了亚马逊仍在进行并未大肆张扬的裁员和人员结构调整。

• 6.1亿美元： 实体店资产减值。

云业务重回快车道，积压订单激增40%

抛开资本开支、裁员和卫星项目“烧钱”的争议，AWS的基本面表现强劲。Q4营收同比增长24%，达到356亿美元，年化运行率达到1420亿美元。

更值得注意的是积压订单（Backlog）的数据：2440亿美元，同比增长40%。这意味着未来的收入确定性极高。

Brian Olsavsky（CFO）补充道，AWS的营业利润率达到了35%，同比提升了40个基点。虽然未来的折旧和AI投资会带来逆风，但效率的提升正在对冲这些成本。

AI重塑电商零售：押注“代理式购物”

除了云业务，AI对电商业务的渗透也是重点。Jassy对自家的AI购物助手Rufus赞不绝口，称已有3亿客户使用，且使用过Rufus的客户购买转化率高出60%。

他甚至用了一个比喻来解释为什么企业需要在这个阶段就将私有数据注入模型预训练中（Pre-training），为此亚马逊推出了Nova Forge：

“这有点像在孩子很小的时候教他一门外语。这将成为他未来学习基础的一部分，并且让他以后学习其他语言变得更容易。”

针对外部通用AI（如ChatGPT等）可能截流电商流量的担忧，贾西提出了“代理式购物”（Agentic shopping）的概念，并认为消费者最终会选择零售商自己的AI代理。

“消费者想要广泛的选择、低廉的价格、快速的配送和信任。水平型代理（Horizontal agents）擅长聚合，但零售商更擅长做好这四点。”

关于AI变现的“杠铃理论”：最大的肉还在后头

针对分析师关于“AI市场是否头重脚轻（主要由几个大模型厂商在烧钱）”的提问，Jassy提出了一个非常形象的“杠铃市场”观点。

他认为目前的AI需求呈现“杠铃状”：一端是像Anthropic这样的AI实验室，正在消耗海量的算力进行训练；另一端是大量企业在做生产力和成本优化的工作（如客服自动化）。

“而在这个杠铃的中间，是所有的企业生产级工作负载……我认为这一部分最终很可能成为最大且最持久的一块蛋糕。”

Jassy强调，虽然目前AI需求已经到了“令人难以置信”的程度，但“需求的绝大部分仍然在杠铃的中间，尚未到来。”亚马逊认为AI的增长才刚刚开始。

亚马逊 2025 年第四季度财报电话会议全文翻译：

亚马逊 2025 年第四季度财报电话会议 活动日期： 2026 年 2 月 5 日 公司名称： 亚马逊 (Amazon) 活动描述： 2025 年第四季度财报电话会议

演讲环节

接线员： 感谢大家的等待。大家好，欢迎参加亚马逊 2025 年第四季度财务业绩电话会议。目前，所有参与者都处于只听模式。演讲结束后，我们将进行问答环节。今天的会议将被录音。现在，我将把会议交给投资者关系副总裁 Dave Fildes 先生。谢谢，请开始。

Dave Fildes，投资者关系副总裁： 大家好，欢迎参加我们 2025 年第四季度财务业绩电话会议。今天出席会议并回答各位提问的有：首席执行官 Andy Jassy 和首席财务官 Brian Olsavsky。

在收听今天的电话会议时，建议各位参考我们的新闻稿，其中包含了本季度的财务业绩、指标和评论。请注意，除非另有说明，本次会议中的所有比较数据均是与 2024 年同期结果进行的对比。

我们今天的评论和对各位问题的回答仅反映管理层截至今天（2026 年 2 月 5 日）的观点，并将包含前瞻性陈述。实际结果可能存在重大差异。有关可能影响我们财务业绩的因素的更多信息，已包含在今天的新闻稿以及我们提交给美国证券交易委员会（SEC）的文件中，包括我们最新的 10-K 表格年度报告和随后的文件。

在本次电话会议中，我们可能会讨论某些非公认会计准则（non-GAAP）财务指标。在我们的新闻稿、本次网络直播的随附幻灯片以及我们提交给 SEC 的文件中（均发布在我们的投资者关系网站上），大家可以找到关于这些非 GAAP 指标的额外披露，包括这些指标与可比 GAAP 指标的调节表。

我们的指引结合了我们迄今为止看到的订单趋势以及我们目前认为适当的假设。我们的业绩本身具有不可预测性，可能会受到许多因素的重大影响，包括汇率和能源价格的波动、全球经济和地缘政治条件的变化、关税和贸易政策、资源和供应的波动（包括存储芯片）、客户需求和支出的变化（包括对经济衰退的担忧、通货膨胀、利率、区域劳动力市场限制、世界大事）、互联网增长率、在线商务、云服务和新兴技术的影响，以及我们提交给 SEC 的文件中详述的各种因素。

我们的指引假设（除其他事项外）我们不会达成任何额外的业务收购、重组或法律和解。我们无法准确预测对我们的商品和服务的需求，因此，我们的实际结果可能与我们的指引存在重大差异。现在，我将把会议交给 Andy。

Andy Jassy，总裁兼首席执行官： 谢谢，Dave。我们报告的营收为 2134 亿美元，同比增长 12%（剔除汇率影响）。营业利润为 250 亿美元，过去 12 个月的自由现金流为 112 亿美元。

我们看到了强劲的增长，并且随着在人工智能（AI）、芯片、低地球轨道卫星、快速商务（Quick Commerce）以及服务更多消费者日常必需品需求等领域增量机会的出现，我们有机会在未来几年将亚马逊打造成为一个更有意义的业务体，并获得强劲的投资资本回报率，我们正为此进行投资。即便尚处于早期阶段，我们已经在这些领域看到了强劲的需求。

首先从 AWS 谈起。AWS 的增长继续加速至 24%，这是我们过去十三个季度以来的最快增速，季度环比增长 26 亿美元，同比增长近 70 亿美元。AWS 现在的年化营收运行率已达到 1420 亿美元，而我们的芯片业务（包括 Graviton 和 Trainium）现在的年营收运行率已超过 100 亿美元，同比增长达到三位数百分比。

我要提醒大家，在一个 1420 亿美元的年化运行率基础上实现 24% 的同比增长，与我们的竞争对手在一个明显较小的基数上实现更高百分比的增长是截然不同的。我们增加的增量收入和容量比其他人都要多，并继续扩大我们的领先地位。随着企业重新专注于将基础设施从本地迁移到云端，我们看到核心非 AI 工作负载的强劲增长。同时，AWS 拥有最广泛的功能、最强的安全性和运营性能以及最活跃的合作伙伴生态系统。

AWS 继续赢得大多数大型企业和政府的云转型项目。自上次电话会议以来，我们宣布了与 OpenAI、Visa、NBA、贝莱德（BlackRock）、Perplexity、Lyft、联合航空、DoorDash、Salesforce、美国空军、Adobe、汤森路透、AT&T、标普全球、加拿大国家银行、伦敦证券交易所、精选国际酒店（Choice Hotels）、埃森哲、Indeed、汇丰银行、CrowdStrike 等众多机构的新协议。美国前 500 家初创公司中，使用 AWS 作为主要云提供商的数量超过了紧随其后的两家提供商的总和。

我们每天都在增加大量的 EC2 核心计算容量，其中大部分新计算能力使用的是我们定制的 CPU 芯片 Graviton。Graviton 的性价比比领先的 x86 处理器高出 40%，并被 AWS 前 1000 名客户中的 90% 以上广泛使用。Graviton 本身就是一个数十亿美元年化运行率的业务，同比增长超过 50%。

我们一贯看到客户希望在运行其余应用程序和数据的地方运行他们的 AI 工作负载。我们还发现，当客户在 AWS 上运行大型 AI 工作负载时，他们同时也增加了核心 AWS 的使用量。但 AWS 继续获得 AI 市场份额的最大原因是我们拥有独特且广泛的、自下而上的 AI 堆栈功能。在 AI 领域，我们正在做我们在 AWS 一直在做的事情：解决客户的挑战。让我举几个例子。

第一个挑战是拥有一个强大的基础模型来生成推理或预测。 随着客户深入应用 AI，他们意识到需要选择权，因为不同的模型在不同的维度上表现更佳。事实上，大多数复杂的 AI 应用程序都利用了多个模型。无论客户是想要像 Anthropic 的 Claude 这样的前沿模型，还是像 Llama 这样的开放模型，或是像 Amazon Nova 这样具有更低成本和延迟的前沿智能模型，亦或是像 12 Labs 或 Nova Sonic 这样的视频和音频模型，Amazon Bedrock 都能让客户轻松使用这些模型，以安全、可扩展和高性能的方式运行推理。Bedrock 现在的年化运行率已达数十亿美元，客户支出季度环比增长了 60%。

第二个挑战是如何针对您的应用程序微调模型。 客户有时认为，只要有一个好的模型，就会有一个好的 AI 应用程序。这并不完全正确。针对应用程序进行模型的后训练（post-training）和微调需要大量工作。我们的 SageMaker AI 服务以及微调工具和 Bedrock 使客户的工作变得更加容易。

第三个挑战是如何拥有一个能最好地利用公司“秘方”（即自身数据）的基础模型的定制版本。 迄今为止，公司通常尝试在流程的后期（通常通过微调或后训练）利用自己的数据来塑造模型。关于这一点业内存在争论，但我们认为，企业如果可能的话，会希望在预训练的早期阶段就使用自己的数据来训练模型。这样，模型就拥有了针对每个企业最重要事项的最佳基础，并以此进行学习和进化。这有点像在孩子很小的时候教他们一门外语。这成为了他们未来学习基础的一部分，并且使他们在以后学习其他语言变得更容易。

为了解决这一需求，我们刚刚推出了 Nova Forge，它为客户提供了 Amazon Nova 模型的早期检查点，允许他们在预训练阶段安全地将自己的专有数据与模型数据混合，并启用他们自己独特的 Nova 定制版本——我们称之为“Novellas”，即在流程早期使用他们的数据进行训练。这对于构建基于模型的代理（Agents）的公司非常有用。目前市面上没有其他类似的产品，这对公司来说可能是一个改变游戏规则的因素。

另一个挑战是成本。 我已经说过很多次，如果我们希望 AI 像公司所希望的那样被广泛使用，我们必须降低推理成本。目前的一个重大障碍是 AI 芯片的成本。客户渴望更好的性价比，但通常且可以理解的是，占主导地位的早期领导者并不急于实现这一目标，他们有其他的优先事项。这就是为什么我们构建了自己的定制芯片 Trainium，并且它确实已经起飞了。

我们已经交付了超过 140 万个 Trainium2 芯片，这是我们有史以来产能提升最快的芯片发布。Trainium2 的性价比比同类 GPU 高出 30% 到 40%，是一个数十亿美元年化收入运行率的业务，有超过 10 万家公司在使用它，因为 Trainium 是目前 Bedrock 使用量的主要支撑。

我们最近推出了 Trainium3，其性价比比 Trainium2 高出 40%。我们看到对 Trainium3 的需求非常强劲，预计几乎所有 Trainium3 的芯片供应将在 2026 年年中之前被预订一空。虽然我们还在构建 Trainium4，但我们已经看到了非常强烈的兴趣。

展望未来，公司从 AI 中获取价值的主要方式将是通过代理（Agents），有些是他们自己的，有些来自他人，而在这一领域有几个我们处于有利地位去解决的客户挑战。构建代理比想象中要难。为此，我们构建了 Strands，这是一项能够从任何模型创建代理的服务。

一旦代理构建完成，企业对于将其部署到生产环境感到担忧，因为这些代理需要安全且可扩展地连接到计算、数据、工具、内存、身份、策略治理、性能监控和其他元素。这是一个新的难题，直到我们推出 Bedrock AgentCore 之前还没有解决方案。客户对 AgentCore 及其解锁部署的能力感到非常兴奋。

客户还希望利用其他有用的代理，我们已经构建了几个，包括用于编程的代理、供知识工作者利用其自身数据和分析的 Amazon Q、用于软件迁移的 AWS Transform 以及用于呼叫中心运营的 Amazon Connect。我们继续添加新功能，使用量持续快速增长。例如，使用 Amazon Q 的开发人员数量季度环比增长了 150% 以上。

除了客户指导的代理外，客户也对需要较少人工交互的代理感到兴奋。它们可以完全自主，持续运行数小时或数天，快速扩展并记住上下文。在过去的 AWS re:Invent 大会上，我们推出了 Frontier Agents 来实现这一目标。用于编码任务的自主代理、用于检测和解决运营问题的 AWS DevOps 代理以及用于在整个开发生命周期中主动保护应用程序的 AWS 安全代理，它们已经为客户带来了巨大的改变。

我们预计将在亚马逊通过资本支出投资约 2000 亿美元，但主要用于 AWS，因为我们有极高的需求，客户真的希望使用 AWS 进行核心和 AI 工作负载，我们正在尽可能快地安装并货币化这些容量。我们在理解 AWS 业务的需求信号并将该容量转化为强劲的投资资本回报率方面拥有深厚的经验。我们确信这次也会如此。

接下来谈谈商店业务（Stores）。 我们继续扩大选品，包括 2025 年在美国新增的 400 多个美容品牌，如 Bobby Brown Cosmetics、Charlotte Tilbury 和 Laura Mercier，以及新的时尚品牌如 Away Luggage、Converse、Diesel、Michael Kors、Nike 和 The North Face。我们的超低价产品 Amazon Haul 将 10 美元以下的选品增加到超过 100 万种，并扩展到为超过 25 个国家和地区的客户提供服务。

我们继续看到客户对日常必需品和杂货的强烈反响。2025 年，美国日常必需品的增长速度几乎是所有其他类别的两倍，占我们商店销售的所有商品的三分之一。我们已成为超过 1.5 亿美国人的首选杂货目的地，主要通过在线购物和