社区

7月31日，亚马逊发布了二季度财报，非常炸裂。

二季度，亚马逊收入2006亿美元，同比增长20%；净利润626.5亿美元，与上年同期的182亿美元相比大增245%，营业利润275亿美元，同比增长43%。

在这275亿美元的营业利润中，亚马逊云科技就贡献了约60%。

二季度，亚马逊云科技净销售额422亿美元，增速从一季度28%飙到37%，创18个季度以来最快；营业利润达到166亿美元，同比增长约63%，贡献了亚马逊六成左右的营业利润，利润率也升至39.4%。

那么问题来了，亚马逊云科技为什么猛踩油门？AI是其中最关键的变量。

这一点，亚马逊CEO安迪·贾西特别作出了解释。他强调，亚马逊AI业务的年化收入运行率已超过250亿美元，同比增长达到三位数百分比。

今年一季度，这一数字刚刚超过150亿美元，半年内年化规模增长了至少100亿美元。

其中，旗下全托管生成式AI服务Amazon Bedrock的增长更加直接。

目前，已有数十万客户使用Amazon Bedrock；过去六个月新增的客户数量，超过了其上线前两年的总和。仅今年二季度，客户在Amazon Bedrock上的支出，就超过了此前所有季度之和。

财报发布后，亚马逊盘后股价应声大涨，一度涨超9%。市场清晰看到，亚马逊在AI上的投入，正逐步得到回报。

财报里的AI营收增长，不只是模型调用

看到亚马逊AI营收大增，有些人的第一反应想必是“不就是靠卖模型API赚钱”。

的确，但也不仅仅如此，模型调用只是最容易被看到的环节。

摊开来看，一个企业只要在亚马逊云科技试水AI，那么它训练模型需要算力，运行模型也需要推理资源。如果决定把AI放进业务中，要经过合规审核、要给不同部门配置权限，还要给智能体搭建专门的运行环境。

一套流程下来，带动的是整个云基础设施的消费。而目前，Amazon Bedrock已有数十万客户使用。

换句话说，AI营收的增长，既有平台本身的技术优势，也有企业客户规模的积累。

这两年，我身边有越来越多的企业采购云服务。

和这些企业技术负责人交流的过程中，大家多数聊到的一个问题就是：单独选模型太折腾了，干脆采购整合好的商用平台。

有人表示，想同时试几个模型，光对接、适配、测试就能耗掉小半个团队的人马，成本太高。

有的说，买了某一家模型，结果半年后发现别家模型在核心场景上效果好了不止几倍，换也亏不换也亏，进退两难，成了AI落地的第一个死结。

我见过最夸张的例子，一家互联网公司，3个工程师花两个月接了3个模型，结果其中一个模型一升级，之前写的适配代码全崩了，业务那边催着上线，全组连续加了一周班才救回来。

工作没做多少，模型调试倒是一直浪费时间，一来二去，很多公司就开始把目光放在亚马逊云科技这个整合平台上。

Claude、GPT、Grok都来了

现在能叫得出名字的主流大模型，基本都能在亚马逊云科技上找到。

前沿闭源模型里有Anthropic的Claude、OpenAI的GPT以及xAI的Grok；

开源及开放权重模型有Meta Llama、Mistral、DeepSeek、Qwen、Kimi和MiniMax；

还有Cohere、AI21 Labs、Stability AI，以及亚马逊云科技自研的Nova系列。

算下来，一共有18家主流模型厂商、超100个能直接调用的模型版本，文本、图像、语音、视频全模态全部囊括。

很多人好奇，这些模型公司互相打得不可开交，却为什么都愿意把自家模型放在一个平台？原因很简单：没有人和钱过不去。

对于模型厂商而言，To B生意不是一件容易的事。

拓展企业客户，要养销售团队、过行业合规认证，要跟企业的系统做对接，没个三五年根本铺不下来，钱花得像流水，倒不如用现成的。

作为业界No.1，过去十几年时间，亚马逊云科技积累了全球数百万的企业客户，从初创公司、中小企业到世界500强和政府机构，何况很多企业的核心系统、业务数据、权限体系和采购流程，已经在亚马逊云科技上稳定运行多年。

模型上线亚马逊云科技，直接就能触达这些付费能力强的客户，还能借平台现成的安全、合规、账单体系，对接公司存在云里的业务数据，相当于省了好几年的商业化铺路时间。

马斯克的xAI发布新模型Grok 4.3后，第一时间就放到了亚马逊云科技平台上。

作为微软的盟友，GPT-5.6上线后，亚马逊云科技是OpenAI除微软Azure之外第一个落地的公有云。

Anthropic，这半年更是在平台上首发了四款新模型，从Claude Sonnet 4.6到最新的Claude Fable 5，全是第一时间上线。

不只是这三家，中国模型进入亚马逊云科技的速度也在加快。

2026年2月，DeepSeek V3.2、MiniMax M2.1、Kimi K2.5和Qwen3 Coder Next在同一批进入Amazon Bedrock，并以全托管方式提供服务。

可以说，B端这部分的生意，没人愿意放弃亚马逊云科技这个最高效的触达渠道。

企业需要的不只是模型

当然，模型公司把新模型放在亚马逊云科技，只完成了故事的一半。另一半，是企业为什么愿意在Amazon Bedrock上调用模型。

事实上，在企业部署AI的过程中，调用API往往只占落地流程的30%不到，剩下70%都是绕不开的麻烦事。

最先把部分公司拦在门外的是安全合规。

金融、医疗、政府等强监管行业，普遍不敢随便用外部大模型，最怕的就是数据泄露，一旦发生，后果不堪设想。

但如果在亚马逊云科技上，不管调用哪个模型，数据都跑在自己的专属网络里，传输、存储全链路加密，并且每次调用、数据访问都有完整审计日志。

合规这关过了，采购和算账又是一堆麻烦。

公司要想同时用好几个模型，就得跟好几家厂商分别签合同、走采购、对账。不同模型计费标准不一样，财务那边，成本也是算到头大。

但如果用亚马逊云科技，所有模型费用走同一个账单，还能和云服务器、存储、数据库这些资源合并算，共享公司的整体采购折扣，省时省力。

具体实践案例方面，已经有不少企业给出了经验。

此前在亚马逊云科技中国峰会上，小鹏集团数据及AI中台负责人何锐邦透露，小鹏基于亚马逊云科技服务与Kiro搭建了内部统一AI平台“灵犀”，将行业开发规范沉淀为Agent技能。

目前平台已累计跑完超14万个工作流，核心阶段成功率均超99.7%，交付代码零缺陷。

在组织架构与企业级应用重塑上，猎豹移动董事长傅盛则表示，猎豹移动基于Amazon Bedrock AgentCore构建了内部AI应用EasyClaw。借助AgentCore的无服务器模式与底层安全能力，应用上线时间从一个月直接缩短至两周。

实践证明，对90%以上想落地AI的公司来说，用平台，绝对是一个性价比极高的选择。

回到开头，对于亚马逊云科技来说，当越来越多企业在Amazon Bedrock上调用模型，增长曲线便会持续地扩大，进而推动平台能力快速迭代，吸引更多企业加入，“增长飞轮”就此形成。

总之，亚马逊云科技的AI生意，想象力非常广阔。