在亚马逊第三季度财报电话会议上，亚马逊首席执行官安迪·贾西解释了AWS飞轮如何推动核心业务和人工智能工作负载的需求增长。
在AWS，我们的计划正在奏效。尽管去年同期的可比期间我们增加了大量容量，但AWS的同比增长仍达到39.3%，连续六个季度加速增长，创下近五年来的最快增速。积压订单达5780亿美元，同比增长三位数，且分布广泛。
我们大约每14秒安装一个AI加速器，而客户几乎以与我们安装容量相同的速度消耗这些资源。我们的核心计算和存储收入以多年来最快的速度增长。我们的核心产品运营利润率一直很强，而AI方面的利润率也在快速提升（远超其发展类似阶段时的水平）——即使面临更高的组件成本（如内存）和我们资本支出投资带来的巨额折旧。我们持续加快资本支出的回报速度，并且比以往更加确信，我们在AWS的投资将带来比几年前想象中更大规模的收入和自由现金流业务，同时实现强劲的投入资本回报率。
这是一种不同于主要托管GPU或短期租赁数据中心容量的模式；这是一种长期平台战略，广泛帮助客户创新和优化其客户体验、稳定运营，并建立可多年增长的可靠合作伙伴关系，同时无论供应是否稀缺，都能为我们带来极具吸引力的长期经济效益。
有很多例子可以说明我们在AWS取得的进展，但我将分享其中几个。
在核心业务方面，重要的是要记住，全球IT支出（约占85%）仍然主要在本地部署，而我们正处于一个10到20年的周期中，届时这一比例将转向云端。传统观点认为，像大型机或存储阵列网络这样的关键工作负载永远不会迁移到云端。但随着AWS构建了独特的云替代方案（以及由AI驱动的迁移能力），使得这种转变变得容易得多。企业因此获得了减少资本支出、降低运营成本、加快创新速度、提高开发人员生产力以及更好地利用数据进行AI分析的好处。
我们的核心业务拥有可观的利润率，因为我们在过去20年中学会了高效运营该业务；随着核心业务的增长，我们持续将资源重新投入核心业务与人工智能功能；例如，随着客户生成越来越多的数据并寻求通过分析和人工智能从中获取价值，在不同数据存储与分析引擎之间移动数据的复杂性变得繁重且昂贵；通过收购DuckLabs，DuckDB将成为AWS存储和分析的通用SQL方言，利用一款快速、易用且无处不在的现代分析引擎简化数据处理流程，使客户只需编写一次SQL查询，即可在任何AWS分析服务中执行；在分析领域，客户首次实现了查询引擎之间的零迁移或可移植性成本；这是一项重大突破，你可以想象它也将帮助智能体实现高效查询。
在人工智能方面，我们继续扩展推理服务Amazon Bedrock的能力，并取得了显著增长：财富500强公司在Bedrock上的支出同比增长近7倍，Bedrock总令牌量同比增长近17倍；Bedrock是AWS历史上增长最快的数十亿美元级服务；我们最近向Bedrock添加了OpenAI模型，使用量正在快速增长；我们还刚刚推出了由Bedrock管理的Kimi、GLM和SpaceX模型版本。
在当今关于人工智能的讨论中，安全是一个无法回避的话题，这也是客户持续选择 Bedrock 的另一个原因。我们设计了 Bedrock，以确保客户的数据保持安全和私密。输入和输出数据绝不会与模型提供商共享，也不会用于训练基础模型。当客户对基础模型进行微调时，我们会为其创建专用的私有副本，且数据在传输中和静态存储时均完全加密。
随着前沿模型变得越来越强大，它们以前所未有的速度暴露出此前未被发现的软件漏洞；我们构建了AWS Continuum，以机器速度发现、优先排序、验证和修复代码漏洞；Capital One、IBM、Infor、Luminate和Robinhood等客户已开始使用它；在第三季度，我们宣布将其集成到编写代码的工具中——Anthropic的Claude Code、OpenAI的Codex以及AWS的Kiro；来自客户对新安全服务的兴趣远超我们以往所见。
智能体（Agents）的部署速度持续加快，其中许多是基于 Bedrock AgentCore 的构建模块开发的。目前，数万名客户正在使用 AgentCore，其在第三季度的智能体部署量是前三个季度总和的两倍。
除了构建自有专用智能体外，大多数企业还将采用开箱即用的智能体服务，而我们提供的几款服务深受客户喜爱，包括用于编码的Kiro、用于联络中心智能体的Amazon Connect以及用于迁移的Amazon Transform——它们都在快速迭代并赢得客户青睐；同样快速增长的还有我们的智能AI工作助手Amazon Quick，由于它专为工作场景打造且对客户数据毫无妥协，Mondelez、EchoStar、3M、西南航空和DXC等大型企业在选择Quick时正推动其迅速扩张。
更多信息请参阅亚马逊第三季度财报。