亞馬遜（紀要）：AI 算力仍有瓶頸，關税下商家和消費者都在囤貨
以下為$亞馬遜(AMZN.US) 2025 年第 1 季度財報電話會紀要，財報解讀請移步《AI 猛投、關税攪局，亞馬遜重進 “下蹲期”？》
- 財報核心信息回顧：
二、財報電話會詳細內容
2.1、高管層陳述核心信息：
1、配送服務優化：在過去幾年裏，在提高履約網絡的效率和成本效益方面取得了重大進展。一個重要的轉折點是將全國履約網絡劃分為多個區域樞紐。通過將商品儲存在離客户更近的地方，以便更快地配送更多訂單，並且降低配送成本。
我們的進貨網絡，也就是我們將商品運送到每個履約中心的方式，此前未能充分利用這種新的區域化結構。我們對其進行了重新設計，並剛剛推出了一種新的進貨架構，擴大了我們能夠放置在每個履約中心的產品比例，提高了配送速度，降低了我們的服務成本。
展望未來，我們將繼續完善新設計的進貨網絡，擴大當日達配送站點的建設，並在倉庫中增加更多的機器人和自動化設備。還會增加美國農村地區的配送站數量，能更快地將商品送到居住在人口不太密集地區的人們手中。
2、零售業務面臨關税提高的看法：不知道關税最終會定在什麼水平，也不知道何時會確定下來。目前還沒有看到需求出現減弱的情況。在一定程度上，看到某些品類的購買量有所增加，這可能表明消費者在潛在的關税影響到來之前進行了囤貨。
也尚未看到零售商品的平均售價大幅上漲。這反映了自營銷售進行的一些提前採購，也有反映了第三方賣家所做的提前進貨安排。大多數賣家目前還沒有調整價格。當然，這可能會根據關税的最終情況而發生變化。
在環境不確定的情況下，客户往往會選擇他們最信任的供應商。鑑於我們豐富的商品選擇、低廉的價格和快速的配送服務，在過去的不確定時期，公司的市場份額有所增加，這種情況可能會再次發生。
3、必需品：在第一季度，我們的日常必需品的增長速度是其他業務的兩倍多，在美國亞馬遜上，每銷售 3 件商品，就有 1 件是日常必需品。即使不包括全食超市（Whole Foods Market）和亞馬遜生鮮（Amazon Fresh），亞馬遜也是美國最大的食品雜貨零售商之一，去年的總銷售額超過 1000 億美元。
4、廣告業務：我們正在努力成為各類規模品牌拓展業務的最佳平台。我們廣泛的全漏斗廣告產品系列表現強勁，僅在美國，這些產品就幫助廣告商觸達了平均超過 2.75 億的廣告受眾。亞馬遜廣告為品牌提供了工具，使其能夠在我們的娛樂平台（如 Prime Video、Twitch 和 IMDB）、直播體育賽事（如美國國家橄欖球聯盟 NFL、NBA）、音頻內容（如亞馬遜音樂（Amazon Music）和 Wondery），當然還有我們的線上商店，以及 Pinterest 和 BuzzFeed 等許多其他外部網站上觸達目標受眾。
我們所有的受眾分析和效果衡量能力，都適用於亞馬遜需求方平台（Amazon DSP）在優質第三方發佈商處投放的廣告，我們安全的 “數據潔淨室” 使廣告商能夠分析數據、生成核心營銷指標，並瞭解他們在各個渠道的營銷效果。
5、AWS 業務：目前，全球 85% 以上的信息技術支出仍用於本地部署，也就是説尚未遷移到雲端。在我看來，在未來 10 到 20 年內，這種情況很可能會發生逆轉。
在這一代人工智能技術出現之前，我們認為 AWS 最終有機會實現每年數千億美元的營收規模。現在認為它的潛力可能更大。相信每一個客户體驗都將通過人工智能進行重塑，如在亞馬遜內部構建的 1000 多個人工智能應用程序上。在我們的 Alexa + 上。還體現在履約網絡、機器人技術、購物、Prime Video 和廣告體驗中使用人工智能。
6、Trainum2 芯片：對於那些構建模型的開發者來説，新的定製人工智能芯片 Trainium2 開始大規模投入使用，受到了廣泛的歡迎並擁有巨大的需求。Trainium2 與其他基於圖形處理器（GPU）的實例相比，性能價格比高出 30% 到 40%，這一點非常有吸引力。
為了讓人工智能取得所期望的成功，推理成本需要大幅降低。
7、其他軟件服務：在中間層，亞馬遜 Bedrock 的全託管服務，提供了對高性能基礎模型的選擇，並且具備一系列極具吸引力的功能，使得構建高質量的生成式人工智能應用程序變得更加容易。
我們繼續快速迭代 Bedrock 服務，增加了 Anthropic 公司的 Claude 3.7 Sonnet 混合租賃模型，迄今為止最智能的模型，以及 Meta 公司的 Llama 4 系列模型。我們也是第一家將 DeepSeek R1、Mistral AI 的 Pixtral Large 作為全託管模型全面提供的雲服務提供商。在 Bedrock 中也提供了我們自己的亞馬遜 Nova 最先進的基礎模型。
8、智能體：我們發佈了亞馬遜 Nova Sonic，一個新的語音到語音基礎模型，使開發者能夠構建高度準確、富有表現力且逼真的語音人工智能應用程序。在快速交互方面，Nova Sonic 與其他可比模型相比，單詞錯誤率更低，成功率更高。
到目前為止，幾乎所有的智能體應用案例都屬於問答類型。我們的目標是讓智能體能夠執行廣泛的、複雜的多步驟任務，比如安排一次旅行，或者為晚宴賓客設置家中的燈光、温度和音樂氛圍，或者處理複雜的信息技術任務以提高業務效率。構建這些智能體的技術仍然相當原始，不夠準確，並且需要持續的人工監督。
剛剛發佈的亞馬遜 Nova Act 的研究預覽版，是一個新的人工智能模型，經過訓練能夠在網絡瀏覽器中執行操作。它使開發者能夠將複雜的工作流程分解為可靠的命令，比如搜索、結賬或者回答關於屏幕內容的問題。它還使開發者能夠在需要時為這些命令添加更詳細的説明，比如不接受保險的追加銷售。Nova Act 旨在通過合適的構建模塊，將當前多步驟智能體操作的最先進準確率從 30% 到 60% 提高到 90% 以上，以構建這些面向行動的智能體。
9、人工智能收入規模：我們的人工智能業務年化營收達到數十億美元，並且繼續以三位數的同比增長率增長，目前仍處於非常早期的階段。但想提醒大家，仍然有大量的本地部署基礎設施尚未遷移到雲端。雖然基礎設施聽起來不那麼吸引人，但它是任何公司技術和創新能力、開發者生產力、速度和成本結構的基礎。要充分發揮人工智能的潛力，他們需要將基礎設施和數據遷移到雲端。
10、Alexa+，下一代 Alexa 個人助手： Prime 會員可以免費使用，非 Prime 會員每月支付 19.99 美元也可使用。剛剛開始在美國推出這項服務，今年晚些時候將擴展到其他國家。
11、“柯伊伯計劃”（Project Kuiper）達到了一個重要的里程碑，我們將首批衞星送入了軌道，更多衞星也將很快發射，我們預計今年晚些時候開始為客户提供服務。
2.2、財務信息點評及指引：
1、全球營收為 1557 億美元，在排除外匯匯率影響後同比增長 10%。相當於本季度因外匯因素帶來了 14 億美元的不利影響。全球營業收入為 184 億美元，比我們指引區間的上限高出約 4 億美元。這次業績包含了影響北美和國際業務營業收入的一次性費用，稍後會談到這些費用。
2、本季度，計入了一些歷史客户退貨相關的一次性費用，以及由於預計關税提前接收庫存的成本。如果沒有這些費用，北美和國際業務的營業利潤率將分別提高約 90 個基點和 70 個基點，即北美業務的營業利潤率將達到 7.2%，國際業務的營業利潤率將達到 3.7%。
3、AWS 目前的年化營收超過 1170 億美元。在第一季度，隨着企業將注意力轉向新的計劃，將更多工作負載遷移到雲端，重啓或加速現有的從本地到雲端的遷移，並利用生成式人工智能，我們看到生成式人工智能業務和非生成式人工智能產品都實現了增長。
4、AWS 的經營利潤為 115 億美元，反映了我們的持續增長以及我們對推動業務整體效率提升的關注。我們預計 AWS 的營業利潤率會隨着時間波動，部分原因是我們在不同時間點的投資水平。我們計劃在今年下半年增加更多的產能。
5、現金資本支出（CapEx），第一季度為 243 億美元。支出的大部分用於滿足對技術基礎設施不斷增長的需求。主要與 AWS 相關以支持對人工智能服務的需求。並且越來越多地投資於 Trainium 這樣的定製芯片，以及支持我們北美和國際業務板塊的技術基礎設施。我們還在投資履約和運輸網絡，以支持未來的增長，提高配送速度並改善成本結構。這項投資將在未來許多年支持業務的增長。
6、業績指引考慮了各種可能性，並綜合了第一季度的業績、截至目前的季度業績趨勢以及對宏觀經濟環境的預期。預計第二季度的淨銷售額將在 1590 億美元至 1640 億美元之間。預計 2 季度外匯匯率將帶來約 10 個基點的不利影響。提醒一下，全球貨幣在本季度可能會波動。預計第二季度的經營利潤將在 130 億美元至 175 億美元之間。這一估算包括了年度薪酬週期的時間安排導致的第二季度基於股票的薪酬費用季節性增加的影響。
2.3、Q&A 分析師問答
Q：2 月份以來，公司似乎引入了更多的 GPU 實例，以支持所有這些新的人工智能工作負載。如何描述圍繞人工智能工作負載的那種供需不平衡的情況呢？AWS 什麼時候能夠獲得足夠的人工智能收入來推動業務加速發展呢？今年有可能發生嗎？還是説，你們的產能限制更有可能在明年實現呢？
A：我們一直在引入大量的 P5 GPU（英偉達芯片的一種型號），同時也在儘可能快地部署越來越多的 Trainium2 。我們目前的人工智能業務年化營收達到了數十億美元，並且以三位數的百分比逐年增長。而且我們剛投入的產能，很快就被消耗掉了。如果我們有更多的產能，我們可以幫助更多的客户，為業務帶來更多的收入。在接下來的幾個月裏，我們將會有更多的 Trainium2 以及下一代英偉達芯片投入使用。
我預計供應鏈的其他一些環節也有點擁堵，比如主板和其他一些零部件，因為現在需求非常旺盛。不過我確實相信，隨着今年時間的推進，供應鏈問題和產能問題會不斷得到改善。
Q：從戰略角度來看，鑑於未來幾個月全球貿易環境可能發生變化，存在諸多不確定性，公司在中期應如何定位呢？你認為哪些關鍵戰略重點能夠使公司根據不同的結果，實現盈利？在未來幾個月裏，如何對這些投資進行優先級排序呢？
A：目前很難判斷關税會發生什麼變化。很難説關税最終會定在什麼水平，以及何時會確定下來。所以，我們在短期和中期考慮的事情，實際上也是我們長期考慮的事情，那就是我們如何才能以儘可能低的價格為客户提供最廣泛的商品選擇。在近期的記憶中，可能從來沒有像現在這樣，把保持低價格看得如此重要，我們正非常執着地專注於此，快速地把商品送到客户手中，併為客户提供優質服務。這就是我們工作的核心。
在這些優先事項方面採取了不同的舉措。作為自營賣家，我們進行了一些庫存預購。我們的第三方賣家也提前儲備了一些商品，所以他們這裏也有庫存。我們鼓勵這些做法，因為我們試圖為客户保持儘可能低的價格。
我認為，我們超過 200 萬的賣家，如果最終出現更高的關税，他們不會都採取相同的策略。會有很多賣家決定將這些更高的成本轉嫁給終端消費者，但並非所有賣家都會採取相同的策略。所以當我們擁有像這樣更廣泛的多樣性時，有更好的機會讓一些賣家決定去搶佔市場份額，而不會將全部或任何關税轉嫁給客户。
與現在相比，過去我們為 AWS 或設備生產零部件時，在中國的集中程度要高得多，而在這段時間裏，我們已經進行了有意義的多元化佈局。我們認為這樣做是明智的。所以這些就是我們試圖確保在短期、中期和長期保護客户利益的一些方式。
Q：關於下一季度的營業收入指引，從成本方面來看，有沒有什麼是我們應該考慮的，那些與貿易形勢相關的投資成本，這些成本在今年晚些時候或者明年可能不會再次出現呢？
A：關於業績指引的問題，正如我之前提到的，基於股票的薪酬通常在第二季度會比第一季度增加，然後會重置費率，並在接下來的 4 個季度保持。你可以查看歷史趨勢來了解這一點。
其次，我們在第二季度確實有一些額外的柯伊伯計劃（Kuiper）發射成本。本週進行了一次發射。提醒一下，在商業化之前，我們會將這些發射成本計入費用，計劃是在今年晚些時候實現商業化。
Q：關於 AWS 的收入可能會有波動。如果不僅僅是因為產能問題，什麼其他原因會導致收入有上下波動？競爭對手有相當不錯的增長率，如何看待與一些競爭對手相比的差異呢？
A：收入可能會有波動，這是過去幾年人工智能發展起來之前就一直在説的。原因是銷售週期，特別是對於企業客户來説，對於初創企業也是如此。例如初創企業，這些公司何時能找到產品與市場的契合點並大幅增長是不可預測的，對我們來説也難預測。
企業客户方面也是如此。企業客户的銷售週期是，需要花時間説服他們從本地部署遷移到雲端，向他們證明有適合他們的解決方案，接着選擇一組項目來積累經驗。這些遷移項目就是需要時間。有些公司能很快完成，有些公司則需要更長時間。我們很難預測，因為這實際上取決於企業，取決於他們想如何安排順序以及分配資源。
再加上人工智能，它有自己非常快速的增長週期，特別是在某些特定的用例中，且這些用例還在不斷變化。舉幾個例子。在人工智能最早期的時候，你看到最多的是那些能提高生產效率和降低成本的項目。然後是很多大規模的訓練也在我們的平台上進行。如你所知，Anthropic 公司正在 AWS 上基於我們的 Trainium2 芯片構建接下來的幾個訓練模型。
然後還看到了一些非常大型的聊天機器人。而在過去幾個月裏，你看到的是編碼智能體的真正爆發。如果你看看過去幾個月裏這些編碼智能體的增長情況，比如 Cursor 或 Vercel 這樣的公司，它們都在很大程度上依賴 AWS 運行。幾個月前根本無法預測到這樣的增長。
這就是為什麼收入會有波動。有時候會有非常顯著的、沒有預測到也無法預測的增長。有時它們會以不錯的速度增長，但可能不會達到下一次大幅爆發式增長之前的速度。
關於如何看待相對增長率的問題，同比增長率實際是基於目前基數的增長百分比的一個函數。在技術基礎設施方面，我們的基數比其他公司要大得多。在 1170 億美元營收基礎上實現 17% 的同比增長，仍然是相當顯著的增長。而且如果我們有更多的產能可以做得更多，我預計在接下來的幾個月裏產能會有所緩解。
Q：關於 AWS 在利潤率方面。在過去幾年裏，我們看到了很大的波動，現在利潤率幾乎達到了 40%。是什麼推動了這種出色的表現，應該如何看待未來的正常化利潤率呢？
A：AWS 在本季度表現強勁，利潤率表現出色。這歸因於強勁增長，以在創新和技術方面持續投資所帶來的影響。舉些例子。在軟件和流程改進方面進行投資，最終優化了我們的服務器容量，有助於降低我們的基礎設施成本。我們一直在使用低成本的定製網絡設備開發更高效的網絡。我們正在努力最大化現有數據中心的電力使用效率，這不僅降低了成本，還為其他新的工作負載回收了電力。
像 Graviton 這樣的先進定製芯片所帶來的影響。不僅降低了成本，也為我們的客户提供了更低的成本，為他們帶來了更好的性價比。
但利潤率受到很多因素的影響，包括我們的投資水平、競爭定價，隨着生成式人工智能服務的逐步提升，其服務組合在未來幾年也將不斷演變。所以我們正在進行大量的基礎設施投資，並且計劃在今年下半年繼續投資。會開始看到這些投資的影響。但我們對團隊在節省成本方面的表現很滿意。
Q：之前提到 Alexa 能夠處理更復雜的任務。能詳細談談嗎？而且 Alexa 產品已經存在很長時間了，有不同的用例。如何讓用户更多地改變他們使用 Alexa 的行為呢？
A：我們對 Alexa + 感到非常興奮。它更加智能，功能更強大，並且能夠採取實際行動。到目前為止，大多數現有的智能體實際上只能回答問題，但智能體的未來不僅僅是智能，還在於能夠採取行動。這不僅需要一個優秀的模型，還需要能夠同步這個模型，並使這個模型與能夠採取正確行動、執行和實現正確的應用程序接口（API）相匹配，否則你可能會得到非常不理想的結果。
所以我們在 Alexa + 上為此付出了很大努力。在過去幾周裏，我們已經開始推出這項服務。現在已經有超過 10 萬用户在使用，接下來的幾個月裏還會有更多用户使用。到目前為止，客户的反饋非常非常積極。我認為它能做的事情比以前的 Alexa 多得多。我們在人們的家中、辦公室和汽車裏擁有超過 5 億台設備。
所以我們已經有了廣泛的用户基礎。但人們需要稍微重新適應一下它能做的事情。比如週六晚上有客人來吃晚餐，你可以説 “Alexa，請打開窗簾，打開車道和門廊的燈，把温度調高 5 度，選一些適合晚餐的舒緩音樂”。然後它就會照做。當你有了這樣的體驗後，你會想更多地使用它。
所以我認為，人們越來越習慣使用它之後，就會意識到它能做的事情。而且我們不會停滯不前，我們計劃在接下來的幾個月裏添加更多的功能。
Q：當回顧並分析業務以及關税的不確定性時，能否講講在運營方面最關注的一兩個關鍵領域，以確保 Prime 會員日、感恩節和節假日期間一切儘可能順利進行呢？
A：我們最關注的領域不僅僅是要讓 Prime 會員日取得成功，Prime 會員日只是一個活動，高峰期也是如此。我們試圖全年都為客户提供優質服務。很明顯的一點是，我們要盡我們所能幫助我們的賣家，因為賣家也面臨着不確定性。我們試圖確保我們有合適的賣家多樣性，併為客户提供低價格。
還必須非常謹慎地考慮在任何時候將多少庫存引入你的履約節點。無論是自營賣家，還是第三方賣家都想盡可能早地獲取儘可能多的庫存，試圖趕在可能發生的事情的截止日期之前。但如果在履約網絡中最終積壓了太多庫存，會降低生產效率，以及儘快為客户發貨的能力。所以能夠謹慎地管理這一點，這是我們多年來學到的，我認為團隊現在在平衡這方面做得非常好。
Q：考慮第二季度的息税前利潤（EBIT）指引時，有沒有像第一季度你提到的 10 億美元那樣的一次性成本或與關税相關的成本呢？
A：基於股票的薪酬增加了，如果看看我們的歷史數據，可以看到這屬於慣例模式。還有額外的柯伊伯計劃費用。具體來説，根據當前的關税，我們在零售採購方面確實要支付關税。第二季度的關税數額不大，我們在第一季度進行了大量的庫存預購。但總的來説，由於存在不確定性，我們在給出的指引範圍上有所擴大。我們看到的總體不確定性，以及消費者需求的不確定性和其他所有因素，都導致我們稍微擴大了範圍。
實際上我們看到 4 月份有一些優勢，可能是因為對一些商品的預購，但廣告業務也一直很強勁。所以我們認為有很多積極的趨勢，但當然，本季度仍然存在不確定性。
Q：關於 AWS，積壓訂單的情況怎麼樣。關於許多這些核心工作負載仍未遷移到雲端的問題，能否告訴我們目前看到的情況呢？看到企業客户的需求回升了嗎？人工智能是否會對這種遷移以及遷移的時間安排造成一些困惑呢？
A：第一季度的積壓訂單為 1890 億美元，同比增長約 20%。加權平均剩餘期限為 4.1 年。
關於那些尚未遷移的工作負載。在疫情之前，企業出於雲服務在創新速度、開發者生產力以及成本優勢等方面的考慮，有條理地、幾乎按部就班地積極決定要將其本地部署的基礎設施遷移到雲端。然後當進入疫情階段，在那幾年的下半年經濟形勢看起來不太確定時，包括我們在內的所有人都在試圖進行成本優化。接着，當我們開始擺脱那種趨勢時，生成式人工智能迅速崛起，每個人都想設法找到一種方式來運行一個或一組工作負載，因為人們看到了其中的潛力，而且這也在公眾中引起了很大的關注。
所以在過去大概 16 到 18 個月左右的時間裏，企業意識到他們需要同時做兩件事。他們想要使用人工智能。目前他們在人工智能方面進行了各種各樣的試點項目。但在人工智能方面還有很多尚未開展的計劃，要麼是因為他們正在構建相關的技能體系，要麼是因為他們正在挑選第一批項目來積累經驗，又或者是因為他們在等待推理成本繼續下降，而推理成本確實會下降。即使現在人工智能發展得非常迅速，但在推理成本不斷降低之前，我們無法知道即將到來的會的哪種類型的人工智能的廣泛應用。
但與此同時，我想説我們看到企業對將基礎設施遷移到雲端的重視程度有所回升，開始看到這些遷移計劃又重新推進起來了。
但你不會決定要將基礎設施從本地部署遷移到雲端，然後指望在 3 個月內就完成。這通常是一個需要多年時間的過程，有些公司進展得快，有些公司進展得慢，但他們會分階段進行，並且會謹慎地進行。客户不能承受在遷移過程中應用程序無法正常運行的後果。在與企業的這些溝通中，以及在企業選擇在 AWS 上改造其基礎設施方面，我們已經取得了顯著的成功。
<正文完>
本文的風險披露與聲明：海豚投研免責聲明及一般披露
