CEO安迪·贾西在财报中直言：“AWS在营收体量已十分庞大的基础上，依旧实现28%的同比增速，创下近15个季度新高。”
但这份财报真正的看点，不在营收和利润的数字上。藏在数字背后的四个信号，才是理解AWS当前战略位置的关键。
一、28%的增速从哪来
28%的增长，对一家年收入运行率已经接近1500亿美元的业务来说，是一个惊人的数字。贾西在电话会议上抛出了一个极具冲击力的对比：AWS诞生后的前三年，年化营收仅为5800万美元；而进入“AI浪潮”的前三年，AWS的AI业务年化营收已经突破150亿美元——增长规模是当年云业务起步阶段的260倍。
增长加速的来源有三层。
第一层，AI工作负载正在从“实验”进入“生产”。贾西在2025年股东信里解释过，AWS此前增速受限不是因为需求不足，而是因为产能不够——数据中心建设、芯片交付、电力配套都需要时间。现在产能正在逐步释放，之前积压的需求开始兑现为收入。
第二层，模型层的爆发。Amazon Bedrock这个季度处理的token数超过了之前所有年份的总和，客户支出环比增长170%。Bedrock上已经汇聚了超过50个模型——从Anthropic的Claude Opus 4.7到OpenAI的GPT-5.4（有限预览），从网络安全专用的Claude Mythos Preview到即将上线的GPT-5.5。企业客户不需要自己管理模型，通过一个API就能调用最先进的能力，这是Bedrock增长的核心逻辑。
第三层，定制芯片正在降低AI成本。Trainium系列芯片的性价比优势，让AWS能以更低成本提供AI算力。当客户从“试试看”进入“大规模部署”，成本就成了决定性因素。Trainium正好卡在这个转折点上。
二、自研芯片的“自我证明”时刻
这份财报里最有分量的部分，不是营收数字，是芯片业务的进展。
含Graviton、Trainium、Nitro在内的自研芯片业务，年化营收突破200亿美元，同比增长三位数百分比。如果把这个芯片业务拆分为独立公司，其500亿美元的估值足以排进全球前十大半导体厂商之列。官方新闻稿专门强调AWS“坐拥业界最丰富计算产品选型”——这是一个明确的竞争定位。
更重要的信号是客户锁定。OpenAI承诺使用约2吉瓦Trainium算力，2027年开始部署。Anthropic锁定最多5吉瓦，覆盖现有和未来几代Trainium芯片。Meta签了数千万颗Graviton核心，用于AI智能体的实时推理和代码生成。Uber用Graviton4处理数百万次日常出行匹配，用Trainium3训练AI模型。加上两份协议合计带来的约2250亿美元长期订单锁定量，这些不是试验性的小规模试用，是战略性的长期承诺。
从财务角度看，Trainium不仅是“自主可控”，更是AWS在AI军备竞赛中保持高毛利的核武器。 贾西明确指出，Trainium的大规模应用预计每年能为亚马逊节省“数百亿美元”的资本支出，并为AWS贡献数百个基点的运营利润率优势。当其他云厂商还在为英伟达GPU的高昂成本承压时，AWS已经用自研芯片在成本端建立了一道护城河。
但值得注意的是，AWS同时宣布2026年起将部署超过100万块英伟达GPU。这是“自研+英伟达”双轨并行的策略：自研芯片降低成本和建立差异化，英伟达GPU保持最广泛兼容性和最前沿性能。客户可以选。
这是Trainium从“英伟达替代品”变成“独立选择”的转折点。
三、智能体正在进入“有记忆”的生产环境
亚马逊官方新闻稿里，有一个容易被忽略但非常重要的数字：Amazon Bedrock AgentCore现在“最快每10秒即可完成一次AI Agent部署”。
每10秒一个智能体。这不是demo，不是概念验证，是生产环境的部署速度。
配套的基础设施也在成形：Agent注册中心让企业可以跨部门发现、共享和复用智能体；托管编排工具让开发者定义模型、工具和指令后自动生成可运行的智能体；权限策略管控功能可以精确控制智能体能做什么、不能做什么。
但真正的技术转折点，是Bedrock现在支持的“有状态托管智能体”。
传统的AI模型大多是“无状态”的——你问一句它答一句，不记得之前的交互细节。而Bedrock的有状态运行环境，让企业级智能体可以跨会话记忆任务进度和复杂的业务逻辑。这解释了为什么“智能体正在进入生产环境”——因为它们现在能够像真正的员工一样处理具有连续性的长期任务，而不仅仅是简单的单次问答。
另一个重要产品是Amazon Quick桌面应用。它的核心卖点不只是生成建议，而是“在后台静默持续运行”，跨邮箱、日历、Slack、本地文件等多个应用自动聚合信息、生成建议、撰写通讯、创建可自动执行工作的AI智能体。更关键的是，它能跨生态运行——同时连接Google Workspace和Microsoft 365，这在企业级产品中是稀缺的整合能力。系统还具备自主学习能力，知识图谱会记录用户偏好和协作习惯，越用越个性化。
Kiro智能编码助手的开发者数量环比翻倍，企业客户使用规模近乎十倍增长。
这组数据指向同一个趋势：智能体正在从“有趣的新工具”变成“日常工作的一部分”。
四、行业应用正在开花
AWS的AI能力不止于技术圈，正在进入垂直行业。
生命科学领域，Amazon Bio Discovery这个AI Agent应用，已经帮助癌症研究机构将儿童抗癌抗体设计周期从数月压缩至数周。它的核心能力是把生物基础大模型、实验设计Agent和联合测试通路整合在一起，让科学家不需要自己搭技术栈就能用上AI。
企业服务领域，Amazon Connect产品矩阵新增了Decisions、Talent、Customer、Health四个模块，分别覆盖供应链优化、智能招聘、客户体验、医疗健康。定位很清晰：不需要企业改造现有流程，不需要团队成为AI专家。
网络安全领域，Claude Mythos Preview是Anthropic和AWS联合推出的模型，专门用于安全漏洞检测，已经应用于AWS核心代码的审计。新签客户中还包括美国陆军——政府客户的信任，本身就是一种认证。
这些行业应用有一个共同特点：不要求用户懂AI。这正是AWS一贯的产品哲学——把技术藏起来，让体验凸显出来。
五、不能只看好消息
这份财报也有几个需要冷静看待的信号。
自由现金流持续承压。过去12个月自由现金流暴跌至12亿美元，主要因为资本支出同比增加了593亿美元——几乎全砸在AI基础设施上。贾西在股东信里说“愿意承受短期逆风”，这份财报就是兑现承诺的账单。
净利润里包含了一笔168亿美元的税前投资收益，来自对Anthropic的投资。这固然提振了账面利润，但也反映出一个现实：AWS的AI护城河目前高度依赖于外部生态（Anthropic和OpenAI）的成功。如果这两家头部模型公司的竞争格局发生变化，AWS的AI业务也会受到间接影响。
竞争格局并非一骑绝尘。同一个季度，微软Azure的增速达到了31%。这意味着尽管AWS依旧是云市场老大（市场份额约30-31%），但在AI引领的增量市场争夺中，微软的追赶势头依然强劲。AI时代的云竞争，远未到终局。
Q2的运营利润指引在200-240亿美元之间，环比可能下降。原因是Prime Day从Q3提前到Q2，大促会拉高收入但压低利润率。这是季节性因素，不是趋势逆转，但值得关注。
写在最后
这份财报发布后，贾西在电话会上说了一句话：“我们正处于一生中最大拐点的中间位置，我们有能力引领。”
这句话不是夸夸其谈。
AWS正在一个关键的十字路口上：260倍的AI业务增长跨越正在重新定义增长曲线，自研芯片正在从一个“省钱工具”变成具有独立估值潜力的“影子半导体巨头”，智能体正在从无状态的玩具变成有记忆的生产力工具。
当业务体量已经大到足以让每一个百分点的增长都代表数十亿美元的时候，还能保持28%的增速，说明拐点不是未来时，是现在进行时。
原文链接：https://ir.aboutamazon.com/news-release/news-release-details/2026/Amazon-com-Announces-First-Quarter-Results/default.aspx
