亚马逊AI战略调整：裁员机器人岗，押注2000亿美元算力与自研芯片

据智通财经APP了解，电商与云计算巨头亚马逊正在对其机器人业务部门进行人员精简。华尔街一些分析师认为，此举与亚马逊不久前宣布将大规模尝试用自研AI芯片开发并更新迭代自有AI大模型的消息相互呼应，释放出这家电商与云计算龙头正致力于削减成本并将战略重心全面转向AI基础设施的重要信号。与此同时，亚马逊也正日益依赖其自动化履约网络，以支撑其物流体系的庞大需求。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

媒体援引知情人士消息报道，本周的人员削减影响了部分机器人相关岗位，但该公司仍在多个战略领域保持积极招聘和投资。

这一最新的裁员举措，使得亚马逊2024年以来被削减的岗位总数进一步增加了57,000个。在此背景之下，亚马逊正加大对人工智能、数据中心以及人形机器人领域的大规模投资，以维持在AI竞赛乃至现实世界自动化浪潮中的重要地位。

亚马逊掀起AI成本革命！力争掌握训练与推理自主权

此举并非代表亚马逊不重视机器人业务，而是战略性地收缩了一些投资回报周期较长的机器人项目与岗位。同时，将更多资源压向AWS云计算、AI数据中心资源以及自研AI专用芯片体系。亚马逊的核心目标在于实现“模型与芯片协同设计”，从而将昂贵的人工智能训练与推理成本掌握在自己手中，而非长期受制于外部主流GPU的定价体系。

值得注意的是，随着Anthropic计划斥资数百亿美元购置芯片，以及Meta计划斥资数百亿美元购买AI算力基础设施，再加上亚马逊宣布将尝试使用自研芯片开发AI大模型，这一系列动作共同表明云计算巨头们正发起一场“AI算力成本革命”以促进AI专用芯片的渗透。市场对于英伟达未来增长前景的担忧并非没有道理。

该公司一方面在机器人团队进行少量岗位的精简，另一方面又计划在2026年将高达约2000亿美元的资本开支主要投向AWS云服务核心体系与庞大的AI工作负载。同时，AWS继续推进自研AI算力芯片体系，亚马逊运营网络则已部署超过100万台机器人，并运用生成式AI模型来提升机器人调度效率。

在公司最近一次业绩电话会议上，亚马逊首席执行官安迪·贾西确认，公司将投入约2，000亿美元，资金将覆盖全公司业务，但主要投向亚马逊云科技。贾西表示：“我们的算力需求非常高，客户确实希望AWS能承载核心工作负载和海量AI任务，并且我们安装了多少产能，就能以多快的速度将其大规模变现。”

与此同时，贾西称机器人业务对该公司而言“是一个大项目”。在履约物流网络中拥有超过100万台机器人后，自动化将承担那些重复性高且具备危险系数的任务，从而在提升生产率和工作效率方面实现质的飞跃。

“我们将继续优化库存布局，以缩短运输距离、减少每个包裹的处理次数，并大幅改善包裹整合，同时推出更加先进的机器人与自动化技术，以提高效率并提升客户体验。”贾西在业绩电话会议上表示。

然而，就在亚马逊放弃其多臂机器人产品组合开发仅数周之后，该公司便决定缩减其机器人业务部门规模。这款机器人原本预计将大规模部署在亚马逊的当日达配送仓库中。

AI算力基础设施优先级高于一切

亚马逊管理层当前正将资本与人才从回报周期更长、工程集成更复杂的机器人项目，全力集中到有望更快变现的AI算力基础设施层。亚马逊本周确认在机器人部门裁员的举措，发生在公司1月继续大规模裁员之后。与此同时，亚马逊把2026年资本开支目标提高到2000亿美元，并明确主要投向AWS与AI算力基础设施。另一方面，亚马逊并未从仓储自动化雄心壮志中退缩：其运营网络已部署第100万台机器人，并推出用于调度机器人车队的生成式AI模型，称可把机器人车队行进效率提升10%。这说明它缩减的更像是那些投资回报不够高的机器人项目，而非“自动化战略”本身。

换句话来说，亚马逊现在制定的成本计划更像是一次典型的技术栈重构：先优先建设通用AI平台和自研算力底座，再把这套“廉价而可扩展的智能”反哺到机器人与履约网络中。这不再是“机器人输给AI”，而是机器人被纳入AI平台化战略的下游应用层。

从机器人与AI数据中心的底层关系看，亚马逊似乎正在承认一个现实：未来的核心瓶颈首先是算力经济学问题，其次才是终端自动化形态。机器人当然仍旧重要，但机器人在亚马逊体系里越来越像下游执行层；真正决定规模化速度、单位成本和迭代效率的，是上游能否用更低成本训练/部署模型，并把这种能力复用到AWS客户、Nova、Alexa、Rufus以及仓储调度与机器人控制中。

亚马逊股价周三至美股收盘上涨近4%，创下自去年11月以来的最佳单日表现，主要得益于市场风险偏好升温之下的科技股技术面超跌反弹趋势，且美国服务业增速创今年年中以来最快，同时物价压力有所减缓。叠加就业数据超预期回暖，使得强劲经济数据暂时盖过了地缘政治危机带来的宏观阴霾。美股三大股指全线收涨，美债美元齐跌，而加密数字货币则顺势大涨。