<mark id="oztn4"></mark>
0
“Claude說斷就斷，AWS大中華區根本無力周旋。”近期多位外資云銷售向雷峰網反饋，不久前Claude大模型的研發公司Anthropic對中國企業發布了“AI斷供令”，隨后亞馬遜云科技（簡稱AWS）大中華區的Bedrock平臺就下架了Claude模型，同時也丟掉了字節和騰訊這兩個大客戶。
“字節是AWS大中華區Bedrock平臺上的大客戶，其貢獻的MRR（經常性月收入）能達到800~900萬美元。此外騰訊的CodeBuddy也有一定的量。這下全沒了。”
雷峰網了解到，Bedrock是AWS的大模型調用平臺，也是其“AI大模型超市”理念的載體。但長期以來，該平臺都存在一種“畸形”——平臺上90%多的調用量都來自于Claude模型，大中華區也不例外。
如今隨著Claude對中國企業的斷供，AWS大中華Bedrock受到牽連，大客戶流失，調用量下跌，數億美元的營收也飛了。
更讓人擔憂的是，這還讓AWS大中華區的genAI（生成式AI）業務陷入幾乎無貨可賣的境地。
“能賣的基本就剩下Kiro、Quick Suite、Nova，前兩者是工具賣不了多少錢，而自研的Nova大模型的能力還有待升級，不好賣。”多位銷售坦言道。
不僅如此，他們還告訴雷峰網，近兩年AWS大中華區的銷售策略正在引發一個矛盾：
一方面，政策大量傾斜于 AI業務，忽略了對其他產品的支持；另一方面，比起美國總部，大中華區在 AI 模型的交涉權和GPU等資源的爭取權上更弱，于是就造成了一個現象：單子商機抓到了，但供應跟不上，然后其他一些產品又沒顧到，導致整體收益沒有很好。
不僅如此，也有一些企業用戶向雷峰網吐槽：“今年上半年AWS的容量較差，大模型資源池經常要啥沒啥，估計是GPU耗量還沒補上，聽說去年都拿去訓Nova了，和英偉達的訂單生產量也沒追上。”
大模型畸形依賴，GPU資源短缺，雖重兵投入，但主控權低，左沖右突、顧此失彼……多種因素交疊下，AWS大中華區的AI業務呈現出一種緊繃感和脆弱性。
AWS大中華區AI業務緣何至此？困局的根源真正在它嗎？
進入AI云時代后，與微軟、谷歌、甲骨文等云計算大廠的策略不同，AWS選擇的策略是“Choice Matters（選擇至關重要）”，在生成式 AI 平臺 Amazon Bedrock上接入了不少外部大模型，期望通過模型調用來帶動底層云資源的消耗。
但實際上，AWS的這套“模型超市”的商業模式并沒跑通。
“真正把這套模式跑通的是一些獨立于云大廠和大模型公司之外的第三方公司，比如Open Router。”AI初創公司高管張寧告訴雷峰網，Open Router是一個AI 模型 API 聚合平臺，通過統一接口連接開發者與 400 + 大模型，在每筆模型調用中抽取5%左右的傭金。
反觀AWS Bedrock，其約90%的調用量來自于Claude模型，這就讓Bedrock“不像一個琳瑯滿目的超市，反而像某個產品的專賣店。”張寧表示。
“在AI大模型成為云大廠關鍵競爭要素后，誰會把最能打的模型放在友商平臺？”這就導致AWS的Bedrock平臺上沒有多少能打的模型。
可以說，在AI戰爭的一開始，AWS就犯了一個戰略性錯誤：AI大模型是AI云廠商的核心增長引擎，但AWS的這個引擎卻被掌握在了別人手里。
盡管AWS號稱 Bedrock上接入了上百個大模型，但實際上，除了占大頭的Claude外，其他很多模型如GPT?OSS、Qwen3、Llama、DeepSeek等，基本都是不具備稀缺性或性能被降級的開源模型，此外還有亞馬遜自研的Nova大模型，但這些模型的調用量占比都很小。
在開源模型上，AWS對比其他供應商來說，并沒有太強的差異化競爭力，而自研的 Nova大模型表現又一般，導致AWS的Bedrock在短期內難以擺脫嚴重依賴Claude的“偏科”現狀。
這是AWS在MaaS層的“基本國情”。
Anthropic禁令之后，這種“偏科”的危害出現了。
多位銷售無不擔憂地表示，“明年AWS genAI這塊基本上沒什么能賣的東西了。”
“明年能賣的基本就剩 kiro、Quick Suite、Nova這些，前兩者是工具賣不了多少錢，Nova能力不行，據說今年年底會推出Nova大模型的升級版，但實際水平如何，猶未可知。”
就目前AWS的genAI產品而言，情況并不樂觀。更多細節數據可添加作者微信 xf123a 互通有無。
雷峰網多方調研了解到，Quick Suite目前在大中華區市場表現不佳——在AWS全球各個國家和地區的排行里，大中華區是墊底的，用戶量甚至比拉丁美洲還少。
再說kiro這款產品，作為一款AI開發工具，不僅推出時間晚——落后于阿里、字節、騰訊等同類競品，而且用戶數也少得可憐。
用戶數全球僅有2萬多，落到中國市場這一數量還要更少。
在“Anthropic禁令”之前，kiro和字節Trae是直接競爭關系，但Trae價格更便宜，基本上便宜一半——Trae海外版一個月10美元，kiro要20美元。
“這兩個產品之前都能提供Claude模型，但禁令出來后只有kiro能提供了，這或許是個轉機。”一位相關產品的企業用戶周琳告訴雷峰網，如果有一部分死忠粉還想繼續用Claude模型，可能會轉向使用kiro，這對亞馬遜來說可能是個機會。
“但麻煩也還在——因為Anthropic已經明確說不對中國用戶提供Cloude模型了，所以AWS現在相當于有個kiro的漏洞，就看啥時候會把這個漏洞補上吧。”她補充道。
總而言之，Anthropic的禁令會影響明年AWS大中華區的AI策略，至少“明年定AI KPI的時應該會謹慎了。”
事實上，除了在模型調用上的“偏科”外，AWS與Claude之間還存在更深層的問題。
不同于微軟云與ChatGPT之間的深度綁定，AWS與Anthropic的Claude模型之間的合作堪稱“松散”。
AWS與Claude的合作更多聚焦在API層面，這就導致兩個問題：
一是AWS在Claude模型上的主控權低，在“Claude禁令”上沒有斡旋余地；二是，AWS對Claude模型沒有定價權，相當于只賺一個“通道費”。
不僅如此，據多方渠道反映，Anthropic 已開啟直銷業務，直接與 AWS 爭奪客戶，這無疑給 AWS Bedrock 的市場前景又添了一層隱憂。
“在Claude斷供事件中，AWS只是一個執行者，更別提AWS大中華區了，基本上沒什么能做的。”多位外資云銷售告訴雷峰網，AWS大中華區在Claude這一產品上的主控權很低——“Claude的價格由Anthropic原廠銷售控制，AWS大中華區沒法介入，而且給不給資源、給多少資源，又是AWS美國總部說了算。”
不僅如此，Claude屬于AWS Marketplace上的產品，所以Claude模型調用所產生的絕大多數收益都歸Anthropic，而非AWS；同時在銷售側，今年 Claude 在 AWS 大中華區的業績算給銷售的營收據說只計入 3%——賣100塊錢只算3塊。
“對AWS的大中華區管理層和銷售們來說，AI是一個講故事的好題材，但真正能落到多少實惠，是要打個問號的。”券商分析師張偉表示。
事實上，這幾年AI業務在大中華區頗受重視。
不僅設有“專項銷售激勵”，還在一些考核上也有所加強——不少大的行業線都會“AI產品營收要占比10%”的規定。同時大中華區也在加大人員投入，相關AI業務團隊也進行了一定程度的擴招。
不僅如此，在戰略導向上，大中華區內部也鼓勵員工多賣AI產品，甚至一度形成了“只有做AI相關項目才有價值”的業務氛圍。
種種舉措是好的，但與此同時一些矛盾也開始逐漸顯露。
不少銷售發現，過去兩年，AWS大中華區的策略大量傾斜于 AI，忽略了對其他傳統云計算產品的支持，又因為受制于AWS全球總部政策，大中華區在AI模型的交涉權和資源爭取權上處于被動，于是很容易就變成：“單子商機抓到了，但供應不上，然后其他產品又沒顧到，最終導致整體收益反而沒有很好。”
而如今 Anthropic 切斷了對中國企業的Claude大模型供應，讓本不富裕的AWS大中華區MaaS層更加雪上加霜。“明年恐怕連商機都會少很多。”
除了MaaS層業務面臨挑戰外，在 GPU 領域，過去兩年不少國內外云大廠在 GPU 大單上增長迅猛，但AWS（包括大中華區在內）卻增長相對遲緩，遠不及其他云大廠。
事實上，“GPU儲備不足、資源緊張”，在近兩年甚至成為AWS這個全球云計算一哥難以擺脫的“標簽”。與甲骨文、谷歌云、微軟云等友商相比，AWS的GPU資源相差了不止一個量級。
這種資源短缺的窘境也傳導到了大中華區。并且，由于AWS大中華區營收在AWS全球總營收中只占到個位數，長期處于被忽視地位，使其在資源爭取上天然處于弱勢，進一步加重了其GPU資源的短缺程度。
一些企業客戶向雷峰網(公眾號：雷峰網)吐槽：“今年上半年AWS的容量比較差，大模型資源池要啥沒啥。估計是GPU耗量還沒補上，聽說去年都拿去訓Nova了，和英偉達的訂單生產量也沒追上。”
不僅如此，據多位外資云銷售透露，去年年中，AWS大中華區花了很大力氣和TikTok簽了一份GPU算力大單，但簽完后卻沒能如約交付——因為當時AWS從英偉達那邊訂的貨還沒交付、沒上線。這讓AWS大中華區陷入被動，據傳后來TikTok把GPU的大部分需求都轉給了谷歌云。
前述銷售王強感慨，“在AI大模型浪潮出現以前，大中華區市場上，微軟云、谷歌云都只是AWS的小弟，但大模型出現后，這些小弟們憑借AI優勢，有了彎道超車的勢頭。”
“谷歌云在大中華區這兩年發展‘很猛’，主要原因就是其GPU賣得好：價格相對便宜，折扣也深，而且最重要的是供應量充足。”他補充道。
充足穩定的供給有多重要？
在券商分析師許孟看來，“甲骨文做的工作其實非常有限，就是從英偉達手里買來 GPU，裝進數據中心后，賣給 OpenAI、xAI 等算力消耗大戶，本質上就是‘倒手’，但它能拿到芯片，并且穩定地供應，讓自己成了AI產業鏈中非常重要的一個供應商。”
再說回AWS，據說今年上半年，AWS大中華區和TikTok又補簽了一個5年25億美金的框架合同，但這次補簽的不是GPU單子，而是計算、存儲、網絡等傳統云服務。
不難看出，留給AWS的GPU市場機會正在減少。
另一份市場訂單也反映了這一趨勢。
多位云計算銷售告訴雷峰網，今年上半年，阿里分別與微軟云、谷歌云簽訂了約2億和5億美金的GPU訂單，不久后也與AWS簽訂了一份金額約為千萬美元級別的GPU訂單，并且據說這是AWS大中華區目前GPU業務上最大的一單。
從三家GPU訂單的金額對比上，也不難看出AWS大中華區在GPU資源上的“捉襟見肘”。
不僅如此，簽單原本是好事，但對資源緊缺的AWS來說，反而可能進一步加劇其短缺困境。
不少AWS客戶向雷峰網坦言了這種擔心，尤其不久前AWS全球與OpenAI簽訂了一項380億美元的GPU訂單，這是否會影響到對他們的GPU供應。
AWS的GPU資源為何如此緊張？
最直接的原因是AWS在GPU采購、儲備上相對友商來說，比較滯后且量少。
“AWS在AI浪潮剛興起時沒有像甲骨文、微軟一樣大手筆投入蓋數據中心，過往采購的GPU也偏少，盡管最近AWS GPU數量緩過來了些，但已經趕不上去年跟今年上半的AI瘋狂需求了。”許孟表示。
而這背后更深層次的原因是：亞馬遜在GPU上陷入了戰略搖擺、戰略糾結。
不同于甲骨文全力押注英偉達芯片，亞馬遜采取了“兩頭下注”的策略：既沒放棄自研芯片，也會采購英偉達產品，但采購數量相對較少。
算力專家胡瀟告訴雷峰網，AWS在GPU、AI戰略上有自研芯片的算盤：希望自己的自研芯片能快速成長，從而把AI云的成本降下來，把市場主動權掌握在自己手里。
事實上，近兩年云大廠的智算中心盡管搞得如火如荼，但由于核心部件GPU被英偉達等芯片大廠所壟斷，云計算公司們投資越高、成本越高，利潤卻沒有大幅提升，業內也一直有 “給英偉達打工” 的調侃。
對AWS來說同樣如此，GPU成本太高，且供應完全掌握在別人手里，AWS的利潤率無法保證，壓力不小。
但現在的問題是：AWS自研芯片的進展不佳。
胡瀟透露：“目前 AWS 自研芯片 Trainium 系列直接使用難度較大，需要企業用戶自己投入研發人員專門調測，耗時耗力。更何況目前有能力大筆投人做調測的企業并不多，所以從客戶角度來看，Trainium的使用難度更高，性價比更低。”
不僅如此，AWS自研芯片還引發一個問題，即自研芯片與外部采購芯片之間相互打架。
常駐國外的IT工程師馮偉向雷峰網透露，AWS 會糾結這些問題：采購來的 GPU 是分給內部用還是給客戶用？內部實際需求到底有多少？能不能用自研芯片替代 GPU？對客戶能不能優先推薦自研芯片來替代 GPU？“把事情搞得特別復雜。”
谷歌也有自研芯片，為何它在這波 AI 浪潮中似乎并未陷入 “GPU 資源短缺、內外部打架” 的困擾？在一些業內人士看來，核心原因是谷歌云的 GPU 策略足夠清晰 —— 一方面谷歌GPU儲備更充足，另一方面它在GPU上也更堅定：在大部分情況下，對內用自研TPU，對外銷售 GPU，內外部不沖突。
不得不說，眼下 AWS（包括大中華區）的優勢更多還是在通用算力上，在 GPU 算力上的優勢并不大，而這在 AI 云計算時代，可能是致命的。要知道，當前智算基建的角逐已進入白熱化，不僅云大廠，芯片廠商、AI 巨頭、資本大鱷也都爭相入局，智算早已成為各家角力的必爭之地。
不過群雄并起的背后，也伴隨泥沙俱下。產業真相究竟如何？最大的機會與痛點在哪？雷峰網12月13日舉辦的 2025 GAIR 大會?智算專場將揭曉答案，大會詳情見文末。
如前所述，AWS大中華區在AI業務——不論是MaaS層還是GPU上，實際上都受制于美國總部，在資源爭取、調用及產品支持上并無太多主控權。一旦產品和資源被斷供，再多的銷售策略也成了“無源之水，無本之木”。
這是AWS大中華區AI業務“脆弱性”的直接原因。
而再往上追溯，AWS乃至整個亞馬遜集團在AI云產業浪潮中的階段性掉隊，才是其大中華區AI業務“脆弱性”的真正根源。
“（大模型、AI工具、芯片……）什么都做了，但什么都不突出。” 這是AWS在當前AI云時代面臨的核心困境，這讓它面對市場變化時只能被動跟隨，遭遇友商競爭時也難以有效招架。
大模型浪潮讓已有二十多年歷史的傳統云計算行業來到了一個重新洗牌的 “新起點”，昨日種種譬如昨日死。在新的賽場上，微軟、谷歌、甲骨文都抓住了或大模型或GPU等某一風口，股價飆升、利潤大漲。
相比之下，亞馬遜這只 “大象” 似乎未能靈活轉身，在第一時間抓住機遇、搭上 AI 云的風口。這是為何？
雷峰網采訪了多位行業專家后發現，背后的原因很多。
在不少業內人看來，首要的問題出在戰略上。
咨詢機構分析師陶文告訴雷峰網，亞馬遜一貫喜歡采取“后發制人”的策略 —— 不率先開拓新市場，而是等市場被驗證后，再利用自己的體量和資源進場收割。
“過去這套邏輯屢試不爽，但進入 AI 時代后不靈驗了 —— 因為市場迭代太快了，等你看明白的時候，機會早跑了，導致戰略、策略總是慢半拍。”
不少AI業內人告訴雷峰網，當初OpenAI剛起步，到處尋找投資時，最先找的是亞馬遜，卻被亞馬遜拒絕了。后來AI 行業風起云涌了，亞馬遜終于反應過來想上車了，于是投了Anthropic，但此時已經錯失了先機。
“上車的難度更高，效果也差一大截。亞馬遜給Anthropic投了80億，但現在Anthropic 的估值已經達到了3500 億，80 億能有什么話語權？”
而且現在 Anthropic 自己也開始做銷售了，還跟AWS搶客戶，再加上近期Anthropic 還與微軟、英偉達簽訂了相互合作的戰略協議，這都給AWS的AI布局添了不少變數。
除了后發制人的戰略慣性外，馮偉還告訴雷峰網，亞馬遜管理層向來保守謹慎，缺乏雷厲風行的決策魄力和機制。
“亞馬遜有個叫‘S Team’的部門，是決策核心，隸屬于CEO下面，約有二十多人，這些人大都是元老級別，趨向保守，在需要大膽變革時容易固步自封。”
不僅如此，亞馬遜以電商為主業，長期深受電商“低利潤率”文化的影響，對利潤極其敏感。
“這在成熟市場沒問題，但AI時代的關鍵是搶先布局、占領市場，而非計較短期利潤。當其他友商敢為人先、大手筆投入時，亞馬遜還在糾結GPU定價、折扣力度、如何提升盈利等傳統運營指標，這種思維與AI行業當前的邏輯明顯脫節。”馮偉補充道。
除戰略層外，在戰術執行上，包括AWS在內的亞馬遜集團又因為體量太大而“尾大難掉”，難以靈活調整。
在亞馬遜總部技術人員張亮的印象中，這兩年團隊間的指令傳達層級多、協作復雜，最明顯的就是產品從立項、開發到交付，周期越來越長，延期也越來越嚴重，“很像那種典型的大企業病。”
以至于盡管AWS在基礎模型自研方面起步并不算晚，ChatGPT出來的時候就跟著布局了，但就是總跟不上，相比市場對Gemini的高關注度，Nova時至今日一直默默無名。
張亮告訴雷峰網，AWS在AI研發的人才與組織架構上目前存在的問題不少。
首先是AI領軍人才的缺乏。比起谷歌AI人才頻頻出圈，市面上幾乎聽不到AWS AI人才的聲音。在張亮看來，這是因為亞馬遜太在乎成本，更傾向于選些“便宜夠用”的人，但問題是現在市場上AI人才都溢價了，舍不得砸錢如何能吸引到人才？
另外，這幾年亞馬遜AI產研團隊的人跟走馬燈似的進進出出，就是留不住人。人才不穩，產品也難有起，推出的產品屢屢不及預期。而更深層次的原因還有，在現有組織架構下，再有能力的人來了之后既沒足夠授權，又被各種組織桎梏掣肘，根本沒法放開手腳做事。
“其實AWS的AI人才不少，但就是特別分散，比如亞馬遜有自己的AI部門，AWS也單獨設了AI團隊，另外各個業務線還有專屬的小AI團隊，架構顯得特別雜亂，而且也增加了團隊間的協作成本。”張亮無奈道。
自上而下的組織桎梏、基因與戰略的路徑依賴……多重因素疊加，讓 AWS 從曾經的云計算 “一哥”，淪為 AI 云浪潮中的追趕者。
而這一被動之勢也在向大中華區云計算市場蔓延，給 AWS 大中華區團隊帶來了前所未有的壓力與挑戰。出路何在，已成為AWS 大中華區亟需思考的核心命題，雷峰網也將持續追蹤、關注。
注：文中出現人名如張寧、周琳、張偉、王強、許孟、胡瀟、馮偉、陶文、張亮等皆為化名。
作者長期關注云大廠、SaaS、全球AI科技大公司等相關話題，歡迎添加微信 xf123a 交
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
