亞馬遜高管解讀Q1財報：今年資本支出會同比下降
北京時間4月28日午間消息，亞馬遜今天發布了該公司的2023財年第一季度財報。報告顯示，亞馬遜第一季度凈銷售額為1273.58億美元，與上年同期的1164.44億美元相比增長9%，不計入匯率變動的影響為同比增長11%；凈利潤為31.72億美元，上年同期的凈虧損為38.44億美元；每股攤薄收益為0.31美元，上年同期的每股攤薄虧損為0.38美元。
詳見：亞馬遜第一季度營收1273.58億美元 同比扭虧為盈
財報發布后，亞馬遜CEO安迪·賈西（Andy Jassy）和CFO布萊恩·奧薩維斯基（Brian Olsavsky）回答了投資者提問。
摩根大通分析師Doug Anmuth：安迪，你談了很多關于持續優化的話題，可否請你介紹一下目前亞馬遜AWS云服務在優化方面的進展？相比預期還有多大的距離？
另外，管理層提到公司整體資本支出在2023年會出現下降，請問分別來看，零售業務和云業務的資本支出情況是怎樣的？公司生成式人工智能和大型語言模型相關業務的資本支出會有什么變化？
布萊恩·奧薩維斯基：我們去年的資本支出是590億，核心履約和運輸方面同比支出是減少的，云業務和基礎設施方面的支出是增加的，你提到的生成式人工智能和大型語言模型相關業務的資本支出也是增加的，核心履約和運輸方面的支出一部分轉移到云業務上，整體看，今年公司的資本支出會出現同比下降。
安迪·賈西：關于你的第一個問題，很難具體描述我們所處的階段，我們從客戶交流的過程中得知，他們對于經濟情況也保持適當的謹慎，也同包括亞馬遜在內的大多數公司一樣在努力節省開支。我們同合作伙伴之間存在長期的業務關系，對于業務的優化也不限于一個季度或一年，我們的努力是為了實現客戶的長期成功，希望這種合作關系是長存的。我們愿意同客戶一道投入時間與精力，思考更為明智，而非短期的成本優化和規模調整方式。
我想強調的是，云業務的一大優勢就是可以伴隨客戶業務的增長而實現平順地擴展，而一旦需求減少，也可以將其返還給我們，并停止為其付費。相比而言，本地部署并不能實現這樣的平順轉換，我們也正在努力幫助客戶解決這一問題。
我們也向客戶非常明確地傳達，在技術或云服務方面的支出減少，并不是為了降低成本，而是調整業務發展的優先順序，并重新分配資源，有助于打造新的客戶體驗。亞馬遜所打造的多個項目不可能一蹴而就，需要不斷調整資源投入，發展優先度和重新定義，然后才能真正實施，在這些方面我們同客戶有仔細而緊密地合作。
另外，云服務市場的增長空間還非常大，超過90%的全球IT支出仍然還花在本地部署上，如果這個比例出現反轉，將成為云市場增長的巨大推動力。很多朋友也還不太清楚，伴隨大型語言模型和生成式人工智能所產生的，非消費相關的云業務體量，以及未來的市場前景，這些新事物意味著客戶體驗的革新和重構，我認為由此產生的消費都會流向云服務。
高盛分析師Eric Sheridan：管理層在致股東信和此前多次財報會中提到了推動實現更高水平的運營效率，以及重返疫情前利潤率水平和消化在疫情期間所產生的多余產能的可能性，可否談談目前利潤率努力目標方面的進展？以及未來一兩年如何實現盈利能力增長和推動業務增長的平衡？
布萊恩·奧薩維斯基：在恢復疫情前成本結構方面，我們一直在努力，也取得了一些扎實的進展，安迪談了關于我們在運營和運營分區方面的努力，我們認真審視了過去6-9個月內所從事的所有業務，并做了相應調整，但是要做的工作還很多，尤其是運營利潤率方面。
比如在北美市場，一季度的運營利潤率1.02%，疫情前可以達到4%-6%的水平，調整恢復的空間還很大，可以實現增長的因素也很多，包括廣告，為實現未來增長而進行的投資，還有我們運營團隊努力實現的核心盈利和成本結構。我們注重的不斷取得進展，努力經營，未來反彈之路可不止一兩個季度。
安迪·賈西：我想補充的是，我們對所有業務都進行了細致的審視，包括我們的業務規模，我們在業務方面的運營效率和運營利潤率的改善，我認為各個業務都在努力地推動效率的提升。如布萊恩所言，我們在履約成本和業務方面取得了非常不錯的進展。
頗為令人鼓舞的是，在過去6-9月中，受益于業務的增長，履約網絡發生了根本的變化，履約中心數量翻倍，在過去一兩年的時間里，我們打造了同UPS公司規模相若的最后一英里運輸網絡，這一切都是團隊努力的結果。
當然也是由于履約網絡的變化，過去我們采取的運營方式所產生的效率大大地下降，這也是我們采用分區運營的一部分原因，也促使了我們過去6-9月中重新評估所有運營方法，在這個過程中，我們也發現了很多前所未見的機會。在運營利潤率恢復到疫情前水平的問題上，我們非常樂觀，而且我認為如果能利用好這些機會，未來還有向上的趨勢。
摩根士丹利分析師Brian Nowak：安迪，我有兩個問題。第一是你談到了亞馬遜云服務可以從人工智能和大型語言模型的長期發展中獲得增長機會，我也聽到很多關于亞馬遜云在這些方面具備競爭優勢的討論，所以可否請你談談，同競爭對手相比，我們在云服務和人工智能工具方面具備哪些差異化優勢？
第二個問題關于Echo智能音箱和Alexa智能助理服務，隨著部分大型語言模型的快速發展，人工神經網絡似乎已經不再是技術的前沿領域，你如何看待未來Echo和Alexa業務的投資重點？相關的資本投資回報率如何？
安迪·賈西：談到機器學習，亞馬遜對于該領域的巨大投資已經持續超過25年，其影響深植于我們的各個業務——賦能個性化電商推薦，驅動履約中心運營，無人商店、無人機配送服務和Alexa都用到了機器學習，此外亞馬遜云上運用了最為廣泛的機器學習功能。
大型語言模型和生成式人工智能能力在過去6-9個月左右的時間開始引起廣泛注意，但這些工具的存在已經有很長時間，他們目前的規模和服務質量提供了大幅優化用戶體驗的機會。
這個領域的發展還處于早期，但亞馬遜在大型語言模型上的投資已經持續多年，而且投資規模非常大，我想分三個宏觀領域來談。
第一個層面，大型語言模型的基礎是計算，計算的關鍵是芯片，目前來看，芯片，尤其是可以通過優化來實現此類工作計算載荷的GPU，價格昂貴且很難獲得，因此擴容面臨壓力。亞馬遜云在設計機器學習芯片領域的努力行之有年，已經成功打造出一款適合機器學習的專用芯片，并將其命名“Trainium”，運用于Inferentia加速器的推算和預測。
現實是，很多公司將大部分時間和資金花在訓練上，但隨著這些模型逐步轉向生產，通過app實現，所有的支出都將用在推算上，所以兩者都很重要。我們剛剛發布了Trainium和Inferentia第二版，用戶能從這款芯片上得到差異化的價格和優質性能，我們認為未來非常多的機器學習推算會在亞馬遜云上進行。
其次，模型訓練，完成推算都是必要的，也需要打造模型，我們觀察市場上比較領先的幾款大型語言模型，其打造都花了很多年的時間，而且投資巨大，愿意投入時間和資本的公司并不多，而亞馬遜就是其中之一。
大多數公司真正需要的，也是他們傳遞給亞馬遜云的信息是，他們希望使用其中的一個基礎模型，助力其實現自有數據的客制化能力，滿足自身和客戶體驗需求，他們希望這種方式的合作能夠避免向廣泛使用的一般模型泄露其獨有IP，這就是我們剛剛于前兩周發布Bedrock托管服務的意義所在。
客戶可以通過Bedrock來運行亞馬遜的Titan基礎模型，也可以運行包括AI21、Anthropic和Stability AI在內的其他領先大型語言模型，基于其使用目的來進行客制化，能夠滿足與使用亞馬遜云其他應用同樣的安全和隱私保護標準，這對于客戶而言有很大的吸引力。
第三個層面是建構于這些大型語言模型之上的應用，ChatGPT是一個利用大型語言模型打造產品的優質案例，我們也會自己做一些應用，比如我們認為基于生成式人工智能最具吸引力的應用是那些能夠協助開發者更高效編程的應用。
我們將產品命名為CodeWhisperer，目前已經普遍可用，可以幫助開發者接入自然語言，比如你發出指令“我想建一個視頻網站”，CodeWhisperer就可以為你呈現你所需的代碼，需要使用的開發工具，然后付諸實施，這是非常具有吸引力的產品，將極大幫助開發者節省編程時間。
關于你的第二個問題，我在第一個層面中提到了，亞馬遜的所有業務都將建構于大型語言模型之上，為的是實現用戶體驗的革新式發展，未來會應用于我們所有的業務，門店，廣告，終端產品和娛樂服務中。
你提到的問題就是同終端產品相關，也是其中之一。大家非常關心Alexa產品，我經常提到說，如果我們只是做一款智能音箱的話，投入會小得多，但我們的愿景不止于此，我們希望打造世界上最好的個人助理，這不是一件簡單的事，涉及諸多領域，是一項非常廣泛的服務，但大型語言模型和生成式人工智能時代的到來，將加速這一目標的實現。
Alexa的起點很好，擁有數億的終端用戶，服務他們的娛樂，購物，智能家居，信息搜索需求和其他第三方生態系統，我們將不斷擴大Alexa所使用的大型語言模型，提升其通用度和服務能力，助力實現我們打造世界最佳個人助理的目標。
（持續更新中。。。）
