亚马逊云，不想失去云计算的“铁王座”

文 | 光锥智能，作者｜白鸽，编辑｜王一粟

" 生成式 AI 时代的黎明已经来临。"

亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松在 2024 年亚马逊云中国科技峰会上，再次强调了生成式 AI 对于亚马逊云科技和整个行业的重要性。

事实上，从去年开始，亚马逊云科技就一直在不断输出生成式 AI 的影响，希望通过为全球用户提供领先的大模型，抢占大模型客户的先机。

并且，去年下半年也是亚马逊云科技密集发力生成式 AI 的投入期，包括 40 亿美元投资大模型公司 Anthropic、成立生成式 AI 创新中心以及推出通用生成式 AI 助手 Amazon Q 等。

这也是亚马逊云科技在全球最大的竞争对手，微软云正在做的。押中了全球 AI 独角兽 OpenAI，微软云可以说一时风光无两，这也给亚马逊云科技带来了强烈的危机感。

于是，在今年亚马逊云科技中国区最大的峰会上，光锥智能看到，亚马逊云科技在生成式 AI 上可谓是 " 毫无保留 "。

一方面，亚马逊云科技全方面展示了自身在大模型和生成式 AI 赛道的技术布局和产品能力，包括基础设施、模型平台、应用生态等全栈式技术架构和能力。

另一方面，亚马逊云科技中国峰会还拉来了众多国内外知名大模型公司参加—— Anthropic、Meta、Mistral.AI、Stability.ai、月之暗面、智谱 AI、百川、MiniMax 等，在国内还是第一次，看到这么全的大模型集市。

All in 生成式 AI，背后是亚马逊云科技正面临着来自国际和国内的双重压力与挑战。

在国际市场中，亚马逊云科技面临着来自微软 Azure 与谷歌云押注生成式 AI 带来的强势竞争。在国内市场，以阿里云、腾讯云为首的云厂商们也开 " 卷 " 大模型和生成式 AI，进一步抢占市场份额。

生成式 AI，是云厂商们拉动第二增长曲线的关键，无疑也是亚马逊云科技不容错过的赛道，而中国区也将成为亚马逊云科技竞争的关键市场之一。

从去年储瑞松上台开始，亚马逊云科技也已转变在中国区市场的战略打法，转 " 稳 " 为 " 攻 "，以期通过抢占中国区 AI 市场，来提振在国际上的竞争优势。

那么，作为一家国际化的云厂商，亚马逊云科技如何抢占国内生成式 AI 市场？

生成式 AI 慢半拍，亚马逊云科技急需巩固 " 铁王座 "

凭借 AI 大模型，微软 Azure、谷歌云正不断缩小与亚马逊云科技之间的市场份额差距。

据 Synergy Research Group 数据显示，2022 年第一季度时亚马逊、微软、谷歌三者在云服务市场的份额分别是 33%、22%、10%，2023 年第一季度则是 32%、23% 与 10%，到第四季度，则变成了 31%、24% 和 11%，差距越来越小。

在营收业绩上，亚马逊云科技业务的增长速度也不及其他两家。2024 年 Q1，亚马逊云科技收入为 250.37 亿美元，同比增长 17%，而微软智能云业务和谷歌云业务的增幅分别达 21% 和 28%。

亚马逊云科技在国际市场中面临着后来者的强势竞争，在国内市场中，亚马逊云科技的基本盘也并不乐观。IDC 数据显示，在国内市场，2023 年下半年，IaaS 市场中，阿里云、华为云、中国电信、腾讯云和中国移动为市场排名前五，亚马逊云科技并未上榜，PaaS 市场中，阿里云、腾讯云、华为云、亚马逊云科技和中国电信为市场排名前五。

可以说，亚马逊云科技在全球的哪个市场都可以横着走，唯独在大中华区，很难。

在生成式 AI 这股浪潮中，亚马逊云科技却选择了一条不同的发展路径。

从去年开始，亚马逊云科技就一直在积极和各种第三方大模型合作，希望弥补基础大模型的问题。而在去年，中国大模型的能力还在追赶的过程中，这的确给亚马逊云科技带来了一线机会。

另外，由于亚马逊云科技中国服务的客户，有很大一部分都有出海业务，也刚好切中了亚马逊云科技在全球布局的优势。

在生成式 AI 席卷全球的同时，亚马逊云科技大中华区也经历了一场从上到下的组织变革。

去年 10 月，前百度集团副总裁，IDG 事业部总经理储瑞松接棒张文翊，上任亚马逊全球副总裁、亚马逊云科技大中华区总裁一职。

在其上任后，就开始对大中华区进行大刀阔斧的组织架构改革，强调 " 行业 " 导向，并划分出 8 大行业线。在此次科技峰会上，储瑞松也表示，亚马逊云科技将在中国长期投入，并针对汽车、制造、生命科学、零售电商、媒体娱乐、游戏、软件服务、金融 8 个行业组建了专门的行业团队。

与此同时，亚马逊云科技还宣布零一万物的基础模型 Yi-1.5 6B/9B/34B 已被集成至中国区域 Amazon SageMaker JumpStart（机器学习中心），百川智能的基础模型 Baichuan2-7B 也将很快在登陆该平台，从而为中国企业提供更丰富的模型选择。

显然，从去年组织架构调整，到现如今的宣布，储瑞松都在为加注在中国市场的生成式 AI 而做准备。一系列动作给出的信号也非常明显：亚马逊云科技在中国正加速业务侧发展，争抢更多正在数字化转型的国内企业用户。

储瑞松在会上表示，亚马逊云科技全球年化收入已经超过 1000 亿美元，且还在以超过 17% 的年增长率快速成长，这个增长中也包括亚马逊云科技大中华区业务稳定增长所带来的贡献。

即将上任的亚马逊云科技全球 CEO Matt Garman 也表示，中国是亚马逊云科技全球最具战略重要性的地区之一。

那么，亚马逊云科技如何在中国抢占生成式 AI 的市场？

自研大模型潮下，亚马逊云科技选择做 " 集成商 "

在国内云计算市场中，云厂商们虽都推出 MaaS 平台，也集成了一些第三方或开源大模型，但基本上仍以自研通用大模型为主，如阿里云的通义千问、腾讯云的混元、华为云的盘古大模型、百度智能云的文心一言等。

相比较来说，亚马逊云科技则将上个时代最擅长的 " 纵横联合 " 的生态策略，延续到了大模型和生成式 AI 业务中。

在储瑞松看来：" 大模型很重要，是生成式 AI 创新的基础。但大模型已不再是企业生成式 AI 创新的唯一要素。企业需要根据自身业务场景需要，选择合适的模型和生成式 AI 应用创新的平台。"

事实上，为了适配自身企业业务发展需求，甚至很多企业都在采取多模型策略，选择适合自身的大模型仅仅只是生成式 AI 应用的开始。

一位中国 SaaS 软件企业人士今年 3 月表示，他所在企业在不同业务中用了 11 款国内外模型。因为每个模型擅长的业务领域不同，没有一个模型能适用所有场景，要让它们各司其职。

储瑞松在峰会上也表示：" 不会有一个模型一统天下 "，企业有从多个大模型中做选择的权利。

因此，亚马逊云科技的战略打法，就是提供丰富的大模型选择，让企业在一个平台上，可同时调用多个行业领先的大模型能力。

那么，亚马逊云科技如何让企业选择到适合的大模型？

亚马逊云科技建立了模型平台 Amazon Bedrock，只需单个 API，客户就能调用包括 Claude、Mistral、Llama、Stable Diffusion，还有亚马逊云科技自研大模型 Amazon Titan 系列等，在内的 30 个模型能力，也是目前集成最多大模型产品的云厂商。

除了调用平台内集成的大模型能力外，Amazon Bedrock 还支持专有模型导入功能，企业可以将自己的定制模型也导入到 Amazon Bedrock 中，以完全托管的 API 方式进行访问。

此外，在生成式 AI 应用实际落地过程中，亚马逊云科技认为有五个要素值得关注，包括业务场景的选择、模型的选择、是否能够结合企业自身的私有数据进行模型的定制、是否符合负责任的 AI 的原则、以及对应用进行持续提升的能力。

因此，Amazon Bedrock 则还可以提供模型选择、模型定制、应用集成、负责任 AI 等能力，并通过提供预训练、微调、知识库、RAG、模型评估等功能，为企业灵活定制大模型或应用。

而在数据隐私安全方面，储瑞松表示："Amazon Bedrock 在设计之初就考虑了安全需求，确保客户数据只为客户所用，亚马逊和第三方模型提供商不会用 Amazon Bedrock 的任何输入或输出来训练基础模型；在使用 Amazon Bedrock 时，客户的数据在传输过程和存储过程的每一个环节都经过加密。"

储瑞松现场还表示，目前已有超过一万家客户使用 Amazon Bedrock。

除模型平台 Amazon Bedrock 外，亚马逊云科技还拥有针对大模型的训练和推理的软件工具平台，即 Amazon SageMaker，相比 Amazon Bedrock，它的自由度更高，支持各种开源模型的接入，并通过其上的 JumpStart 功能实现模型的快速接入和部署。

据悉，作为首批登陆中国区域 Amazon SageMaker JumpStart 的中文基础模型，Baichuan2 和 Yi-1.5 与亚马逊云科技托管服务深度集成，重点服务中国企业，这也是亚马逊云科技本地化的重要一步。

于亚马逊云科技而言，做大模型 " 集成商 "，能够快速拉拢大模型领域的新力量，弥补自研大模型的能力不足，也能更好的本地化，形成 " 借力打力 " 效果。

但纵观国内外的云厂商，仍然是以自研模型服务为主，主要原因就是，客户也许并不需要那么多模型的选择，需要的是简单可用的模型效果。比如，在字节跳动的大模型产品豆包家族的技术成熟后，就立刻放弃了此前的第三方模型集成路线。

所以，自研还是集成，还是一个问题。

开 " 卷 " 行业应用，亚马逊云科技拿什么竞争？

" 行业应用，将是生成式 AI 能创造最大价值的方向。"储瑞松现场表示。

2024 年，是大模型应用落地元年，但时间过半，国内行业却感觉落地的节奏远没有想象中快。

" 亚马逊云科技在海外的生成式 AI 商业模式已经被验证，在高达上百亿美元的投入上，两年左右就能回本。" 一位头部券商计算机行业 & 海外研究首席分析师对光锥智能称，这也坚定了海外云厂商对于生成式 AI 的投入，但国内的大模型应用还需要再等等。

现阶段，虽然国内通用大模型的价格已经 " 卷 " 上天，但行业应用仍然还在早期。那么，亚马逊云科技在行业应用的竞争上想怎么做？

组织架构上，亚马逊云科技针对汽车、制造、生命科学、零售电商、媒体娱乐、游戏、软件服务、金融等 8 个行业组建了专门的行业团队。

相比于国内云厂商而言，亚马逊云科技最大的优势，则在于其全球化能力—— " 深耕本地 "" 链接全球 " 一直是亚马逊云科技在中国的重要策略。

事实上，亚马逊云科技行业落地应用的客户群，也是以跨国企业以及中国本土需要出海的企业为主。

官方数据显示，目前，亚马逊云科技已服务了近 80% 的中国出海企业。但在中国公有云市场中，亚马逊云科技只有在 PaaS 领域，进入前五名。

因此，亚马逊云科技一边需要巩固全球化的优势，一边急需抢占更多的中国本土客户。

此次峰会上，储瑞松重点展示了亚马逊云科技在汽车、游戏和制造业领域的行业应用落地。

储瑞松现场表示：" 全球 90% 以上的大型游戏公司和中国头部的游戏公司，都在采用亚马逊云科技的服务，以及全球前十大整车厂商、一级供应商、科技厂商都选择了亚马逊云科技。"

汽车行业正在成为大模型落地的重点行业。原因在于，端到端大模型正在加速自动驾驶能力的提升，且汽车行业基本盘大，未来市场发展空间大，也是兵家必争之地。

中国的汽车新势力和智能化程度较高的传统车企，大多会选择中国本土的云厂商做深度合作，比如小鹏汽车与阿里云联合打造扶摇智算中心，长城汽车投资的毫末智行则选择字节跳动旗下的火山引擎作为云服务商，蔚来汽车则是选择了腾讯云。

但全球的跨国车企，以及需要出海的本土车企，则对亚马逊云科技的认可度会更高。比如，这次亚马逊云科技就和英国汽车品牌路特斯（已经被吉利集团全资收购）旗下的路特斯科技达成了合作。双方的合作，集中在智能驾驶、车联网和车辆数字钥匙等三方面。上汽集团则在出海的过程中，选择了亚马逊云科技，完成了多国智能网联的覆盖。

而在本地化方面，本次峰会上，亚马逊云科技宣布与四维图新进一步加强战略合作。基于亚马逊云科技全球的计算和存储等服务，以及四维图新的地理数据信息服务能力，推出面向中国汽车行业本地化的服务及专属解决方案。

亚马逊云科技更受跨国企业和本土出海企业青睐的这一特点，在游戏领域更加明显。在全球 90% 以上的大型游戏公司，包括索尼娱乐、任天堂、美国艺电、拳头、育碧、Supercell、Epic Game 等企业，都在使用亚马逊云科技提供的基础设施或服务。

在本土化企业中，亚马逊云科技则想利用生成式 AI 推动中国本土游戏公司更好出海。如在东南亚游戏市场中，相当于腾讯游戏在中国大陆地位的沐瞳科技，通过亚马逊云科技 Amazon Bedrock 与 Amazon OpenSearch Service，对游戏中恶意评论数据进行总结、分析，从而提升对恶意评论的审核效率，降低对玩家的使用影响。

当前，生成式 AI 在游戏行业中的应用主要集中在游戏素材的生成、平台运营、企业提效、游戏智能体等场景。随着 AI 在游戏领域的应用，正在为游戏产业带来前所未有的变革和机遇，这也是任何一个大模型企业和云厂商不容错过的赛道。

不过，从目前亚马逊云科技行业落地应用来看，更多的还是聚焦在云基础设施服务领域，大模型和生成式 AI 的行业落地应用，更多的尚处于 PoC 阶段，真正走向行业应用的尚属于少数，这也和中国行业大模型落地的现状比较一致。

AI 时代拐点尚未来临，一切都还有机会

2024 年，AI 大模型从技术走向应用落地。从目前市场发展趋势来看，各家大模型厂商已经不仅局限于一味地 " 卷 " 参数，而是将更多的注意力放在如何在行业侧落地。

与此同时，现阶段包括阿里云、腾讯云、百度云、火山引擎等诸多云厂商，都宣布了大模型降价策略，甚至部分大模型产品直接免费使用。

以价换规模，是国内企业所擅长的。

但对于云厂商来说，就像储瑞松所言，如果一个云服务商长期不盈利的话，很难想象它能长期为继，云和 AI 的投入规模，不是 to VC、PE 或者靠外部资金输血就能够长久支撑下去。

这句话似乎也影射了，当前国内云厂商们在大模型上大打价格战的做法。

亚马逊云科技在此次峰会上，并未提及任何关于价格的信息。

在亚马逊云科技看来，虽然中国的 GenAI 因为种种因素，与美国相比仍存在技术上的差距，但中国基于移动优先的消费者生态系统，在构建创新性应用方面有比较大的优势。

亚马逊云科技全球企业战略总经理 Ishit Vachhrajani 表示：" 这些差异带来不同的优势，但有关 GenAI 的竞赛才刚刚开始，GenAI 发展速度远超过我们的想象。未来会有大量的应用和创新性的想法涌现。"

大模式时代才刚刚开始，一切都还会有新机会。