亚马逊高管解读Q1财报：今年资本支出会同比下降
北京时间4月28日午间消息，亚马逊今天发布了该公司的2023财年第一季度财报。报告显示，亚马逊第一季度净销售额为1273.58亿美元，与上年同期的1164.44亿美元相比增长9%，不计入汇率变动的影响为同比增长11%；净利润为31.72亿美元，上年同期的净亏损为38.44亿美元；每股摊薄收益为0.31美元，上年同期的每股摊薄亏损为0.38美元。
详见：亚马逊第一季度营收1273.58亿美元 同比扭亏为盈
财报发布后，亚马逊CEO安迪·贾西（Andy Jassy）和CFO布莱恩·奥萨维斯基（Brian Olsavsky）回答了投资者提问。
摩根大通分析师Doug Anmuth：安迪，你谈了很多关于持续优化的话题，可否请你介绍一下目前亚马逊AWS云服务在优化方面的进展？相比预期还有多大的距离？
另外，管理层提到公司整体资本支出在2023年会出现下降，请问分别来看，零售业务和云业务的资本支出情况是怎样的？公司生成式人工智能和大型语言模型相关业务的资本支出会有什么变化？
布莱恩·奥萨维斯基：我们去年的资本支出是590亿，核心履约和运输方面同比支出是减少的，云业务和基础设施方面的支出是增加的，你提到的生成式人工智能和大型语言模型相关业务的资本支出也是增加的，核心履约和运输方面的支出一部分转移到云业务上，整体看，今年公司的资本支出会出现同比下降。
安迪·贾西：关于你的第一个问题，很难具体描述我们所处的阶段，我们从客户交流的过程中得知，他们对于经济情况也保持适当的谨慎，也同包括亚马逊在内的大多数公司一样在努力节省开支。我们同合作伙伴之间存在长期的业务关系，对于业务的优化也不限于一个季度或一年，我们的努力是为了实现客户的长期成功，希望这种合作关系是长存的。我们愿意同客户一道投入时间与精力，思考更为明智，而非短期的成本优化和规模调整方式。
我想强调的是，云业务的一大优势就是可以伴随客户业务的增长而实现平顺地扩展，而一旦需求减少，也可以将其返还给我们，并停止为其付费。相比而言，本地部署并不能实现这样的平顺转换，我们也正在努力帮助客户解决这一问题。
我们也向客户非常明确地传达，在技术或云服务方面的支出减少，并不是为了降低成本，而是调整业务发展的优先顺序，并重新分配资源，有助于打造新的客户体验。亚马逊所打造的多个项目不可能一蹴而就，需要不断调整资源投入，发展优先度和重新定义，然后才能真正实施，在这些方面我们同客户有仔细而紧密地合作。
另外，云服务市场的增长空间还非常大，超过90%的全球IT支出仍然还花在本地部署上，如果这个比例出现反转，将成为云市场增长的巨大推动力。很多朋友也还不太清楚，伴随大型语言模型和生成式人工智能所产生的，非消费相关的云业务体量，以及未来的市场前景，这些新事物意味着客户体验的革新和重构，我认为由此产生的消费都会流向云服务。
高盛分析师Eric Sheridan：管理层在致股东信和此前多次财报会中提到了推动实现更高水平的运营效率，以及重返疫情前利润率水平和消化在疫情期间所产生的多余产能的可能性，可否谈谈目前利润率努力目标方面的进展？以及未来一两年如何实现盈利能力增长和推动业务增长的平衡？
布莱恩·奥萨维斯基：在恢复疫情前成本结构方面，我们一直在努力，也取得了一些扎实的进展，安迪谈了关于我们在运营和运营分区方面的努力，我们认真审视了过去6-9个月内所从事的所有业务，并做了相应调整，但是要做的工作还很多，尤其是运营利润率方面。
比如在北美市场，一季度的运营利润率1.02%，疫情前可以达到4%-6%的水平，调整恢复的空间还很大，可以实现增长的因素也很多，包括广告，为实现未来增长而进行的投资，还有我们运营团队努力实现的核心盈利和成本结构。我们注重的不断取得进展，努力经营，未来反弹之路可不止一两个季度。
安迪·贾西：我想补充的是，我们对所有业务都进行了细致的审视，包括我们的业务规模，我们在业务方面的运营效率和运营利润率的改善，我认为各个业务都在努力地推动效率的提升。如布莱恩所言，我们在履约成本和业务方面取得了非常不错的进展。
颇为令人鼓舞的是，在过去6-9月中，受益于业务的增长，履约网络发生了根本的变化，履约中心数量翻倍，在过去一两年的时间里，我们打造了同UPS公司规模相若的最后一英里运输网络，这一切都是团队努力的结果。
当然也是由于履约网络的变化，过去我们采取的运营方式所产生的效率大大地下降，这也是我们采用分区运营的一部分原因，也促使了我们过去6-9月中重新评估所有运营方法，在这个过程中，我们也发现了很多前所未见的机会。在运营利润率恢复到疫情前水平的问题上，我们非常乐观，而且我认为如果能利用好这些机会，未来还有向上的趋势。
摩根士丹利分析师Brian Nowak：安迪，我有两个问题。第一是你谈到了亚马逊云服务可以从人工智能和大型语言模型的长期发展中获得增长机会，我也听到很多关于亚马逊云在这些方面具备竞争优势的讨论，所以可否请你谈谈，同竞争对手相比，我们在云服务和人工智能工具方面具备哪些差异化优势？
第二个问题关于Echo智能音箱和Alexa智能助理服务，随着部分大型语言模型的快速发展，人工神经网络似乎已经不再是技术的前沿领域，你如何看待未来Echo和Alexa业务的投资重点？相关的资本投资回报率如何？
安迪·贾西：谈到机器学习，亚马逊对于该领域的巨大投资已经持续超过25年，其影响深植于我们的各个业务——赋能个性化电商推荐，驱动履约中心运营，无人商店、无人机配送服务和Alexa都用到了机器学习，此外亚马逊云上运用了最为广泛的机器学习功能。
大型语言模型和生成式人工智能能力在过去6-9个月左右的时间开始引起广泛注意，但这些工具的存在已经有很长时间，他们目前的规模和服务质量提供了大幅优化用户体验的机会。
这个领域的发展还处于早期，但亚马逊在大型语言模型上的投资已经持续多年，而且投资规模非常大，我想分三个宏观领域来谈。
第一个层面，大型语言模型的基础是计算，计算的关键是芯片，目前来看，芯片，尤其是可以通过优化来实现此类工作计算载荷的GPU，价格昂贵且很难获得，因此扩容面临压力。亚马逊云在设计机器学习芯片领域的努力行之有年，已经成功打造出一款适合机器学习的专用芯片，并将其命名“Trainium”，运用于Inferentia加速器的推算和预测。
现实是，很多公司将大部分时间和资金花在训练上，但随着这些模型逐步转向生产，通过app实现，所有的支出都将用在推算上，所以两者都很重要。我们刚刚发布了Trainium和Inferentia第二版，用户能从这款芯片上得到差异化的价格和优质性能，我们认为未来非常多的机器学习推算会在亚马逊云上进行。
其次，模型训练，完成推算都是必要的，也需要打造模型，我们观察市场上比较领先的几款大型语言模型，其打造都花了很多年的时间，而且投资巨大，愿意投入时间和资本的公司并不多，而亚马逊就是其中之一。
大多数公司真正需要的，也是他们传递给亚马逊云的信息是，他们希望使用其中的一个基础模型，助力其实现自有数据的客制化能力，满足自身和客户体验需求，他们希望这种方式的合作能够避免向广泛使用的一般模型泄露其独有IP，这就是我们刚刚于前两周发布Bedrock托管服务的意义所在。
客户可以通过Bedrock来运行亚马逊的Titan基础模型，也可以运行包括AI21、Anthropic和Stability AI在内的其他领先大型语言模型，基于其使用目的来进行客制化，能够满足与使用亚马逊云其他应用同样的安全和隐私保护标准，这对于客户而言有很大的吸引力。
第三个层面是建构于这些大型语言模型之上的应用，ChatGPT是一个利用大型语言模型打造产品的优质案例，我们也会自己做一些应用，比如我们认为基于生成式人工智能最具吸引力的应用是那些能够协助开发者更高效编程的应用。
我们将产品命名为CodeWhisperer，目前已经普遍可用，可以帮助开发者接入自然语言，比如你发出指令“我想建一个视频网站”，CodeWhisperer就可以为你呈现你所需的代码，需要使用的开发工具，然后付诸实施，这是非常具有吸引力的产品，将极大帮助开发者节省编程时间。
关于你的第二个问题，我在第一个层面中提到了，亚马逊的所有业务都将建构于大型语言模型之上，为的是实现用户体验的革新式发展，未来会应用于我们所有的业务，门店，广告，终端产品和娱乐服务中。
你提到的问题就是同终端产品相关，也是其中之一。大家非常关心Alexa产品，我经常提到说，如果我们只是做一款智能音箱的话，投入会小得多，但我们的愿景不止于此，我们希望打造世界上最好的个人助理，这不是一件简单的事，涉及诸多领域，是一项非常广泛的服务，但大型语言模型和生成式人工智能时代的到来，将加速这一目标的实现。
Alexa的起点很好，拥有数亿的终端用户，服务他们的娱乐，购物，智能家居，信息搜索需求和其他第三方生态系统，我们将不断扩大Alexa所使用的大型语言模型，提升其通用度和服务能力，助力实现我们打造世界最佳个人助理的目标。
（持续更新中。。。）
