AI是否已投資過熱將成泡沫？今年11月初，幾家雲端大廠如Google、微軟和亞馬遜公布財報時，在電話會議上解釋人工智慧如何替營收帶來成長，並實際反映在財報上，投資人稍微放下心中大石。然而，看到公司提供的資本支出（Capital expenditure）預測，尤其是亞馬遜執行長賈西（Andy Jassy）表示，2025年預計花費750億美元在AWS和生成式AI之上，人們又再次緊張起來——如此巨大的投資，真的有辦法實現嗎？
作為雲端服務提供者（cloud service provider）之中的領頭羊，亞馬遜網路服務（Amazon Web Services，下稱AWS）仍然是市場的領先者，但若以今年第三季的年增成長率（19％）來看，AWS卻落後給緊追在後的微軟（智慧雲端服務20％、Azure 33％）和Google（雲端事業35％）。
不僅如此，在生成式AI的戰場上，AWS的速度也飽受議論。微軟在納德拉（Satya Nadella）的領導下，打從初期便憑藉OpenAI與ChatGPT的勢頭打響名號，企業見到GPT系列模型很願意掏錢；Google雖然經歷波折，但還是端出旗艦模型Gemini，並且利用其廣布的應用通路讓消費者無法遁逃，面對企業客戶同時有自家與外部伙伴的模型提供選擇。
對比之下，AWS雖然有自研的Titan模型，但能見度比不上GPT與Gemini；雖然投資Anthropic並且深度合作，利用其生成式AI平台Bedrock提供企業客戶調用，但Google也在對標Bedrock的Vertex放上Claude模型，這週更宣布將在Google文件裡整合Claude。
去年年底AWS的年度大會re:invent上，高階主管們最常遇到的問題便是：生成式AI這場仗，你們要怎麼打？轉眼間一年過去，re:invent即將在幾天後舉辦，人們的問題仍然沒變。資本資出是否會因為AI泡沫轉眼成空？AWS的生成式AI策略是否落後於人？《遠見》記者飛往西雅圖，聽聽AWS執行長加曼（Matt Garman）和高階主管們，如何在這場世紀大戰中前行。
CEO：規模化部署，不搶快做機器人服務
當加曼步入會議室以後，來自世界各地的記者開始聚集。雖然背景各異，但每個人都好奇，AWS是否因為居於龍頭太久疏於鍛鍊，因此在生成式AI競爭之中，顯得步履蹣跚？
「如果考慮絕對規模的話，我們的業務增長速度仍然超過其他任何公司。」被問及成長率已落後給微軟和Google雲端服務時，加曼替自家公司緩頰。
他也不像許多高階主管那樣拒絕提及競爭對手的名字，直接以微軟舉例，說明AWS與其差別，「與我們最接近的競爭對手微軟，他們做的事情中，一部分是將他們現有業務的市場份額轉移到這個新業務上。」
加曼強調，大家都在爭取地端的運算負載，希望讓企業轉換到雲上。「身為亞馬遜和AWS，我們在某種程度上佔據了零的優勢，我們從零開始爭取這些本地工作負載。其他公司不一定處於這種位置。」
他口中的優勢，指的是AWS不需要像微軟那樣，需要將在裝置使用的軟體如Office遷移到雲端，因為打從2006年AWS成立以來，就是憑空創造出全新市場，專注於開拓新業務空間。不過，後進者們有先例可循，又有既有服務，例如微軟有PC、有365，Google有搜尋、有消費者應用，即便大家都在爭取上雲機會，但起跑點並不一樣。
AWS高層談生成式AI策略
顧完雲端業務，加曼接著回頭處理人們最好奇的生成式AI策略。
加曼表示，ChatGPT的確震驚世界，讓一般人和企業們改變對生成式AI技術的看法，但AWS沒有選擇追逐聊天機器人、急忙部署在網站中，「⋯⋯讓所有人都能向董事會報告他們擁有了生成式AI聊天機器人的功能，這是當時大多數公司所做的。」加曼說道。
AWS生成式AI副總裁菲羅明（Vasi Philomin）補充，在現實世界的商業運用上，不只要想辦法規模化，而且還重視安全、隱私和韌性，「它不是快速的說，讓我們發布一個聊天機器人，不是這樣的。」
相反的，AWS選擇後退一步，思考如何將這項技術整合到應用程式的核心裡。
加曼指出，當時建立起三個重要認知：生成式AI技術將會帶來變革、不只有OpenAI的模型一支獨秀、成本始終會是重點。因此，AWS決定建立平台，並且將安全放在首位，提供企業客戶隱私，並且提供使用者選擇權，調用不同供應商的平台，在他看來，這才是擴大（scale）生成式AI影響力的方法。
AWS科技副總裁布克薇（Mai-Lan Tomsen Bukovec）補充，在提供使用者不同模型選擇上，AWS的Bedrock平台是首開先例，「而且，沒有其他像Bedrock一樣可以進行清晰的模型比較和防護措施，我實際上認為（與對手之間）沒有可比性。」
資料引力減弱，對雲端服務有影響
不管AWS是否為第一個這樣做的玩家，加曼和布克薇所說的，並非AWS獨有的特色。觀察生成式AI服務或者建構應用程式的平台即服務（PaaS）提供者，注重安全性、提供多模型選項、給與開發者方便，都已經成為標準配備。
事實上，因為生成式AI成為企業潛在的新興競爭力來源，AI Fund合伙人吳恩達（Andrew Ng）便表示，運算成本顯著高於資料在雲端之間傳輸的成本，「使用生成式AI的運算負載非常密集，與之相比，傳輸成本的規模顯得小上許多，」他用「資料引力（data gravity）減弱」描述此一現象。
DeepLearning.AI台灣負責人陳奎翰解釋，基礎模型更新速度日新月異，因此對企業來說，可能先前使用當時表現最好的Llama 2，但時間過去，例如現在有效能更為優異的Llama 3或者Claude Sonnet 3.5，企業可以繼續用Llama系列模型，也可能隨時切換到Anthropic的服務。
即便在雲端上運行模型，因為運算成本變高，企業將會逐水草而居，看哪裡有更加便宜的服務，在實驗時的場景尤為如此。在這樣的情境下，切換成本就不是重點，對雲端廠商來說，便會產生一定影響。
Google台灣前董事總經理簡立峰向《遠見》分析，在雲端巨頭之中，雖然企業搬遷資料都仍在雲上，但他認為市占率的變化方向會是第一名（AWS）向下、第三名（GCP）向上，彼此之間距離拉近。「第一名犧牲毛利，損失會最大。」
營收未實現，但不投資一定不會實現
為了在生成式AI戰局中領先，每家企業都在投資，讓NVIDIA受惠之餘，投資人也回頭關注營收兌現的情況。
Moor Insights & Strategy首席分析師穆爾黑德（Patrick Moorhead）在西雅圖現場就表示，「如同在網際網路和電子商務領域所見，投資總有一天，需要獲得回報。」只是，人們似乎還沒看到太多生成式AI的實質貢獻。
例如對於Google 2024 Q3的營收增長，分析師無法確定，究竟有多少貢獻，真的是因為生成式AI的表現太過驚人，因此讓客戶付錢，還是原先的高價值客戶接受業務推銷，但之後無法穩定增長，因而面臨停滯。
加曼表示，他認為生成式AI的許諾貨真價實，能夠改變所有行業。「它並不是像『用俳句寫一首關於咖啡杯的詩』那種程度，雖然這樣也很酷，但這不是一兆美元的點子。」他舉例，生技公司運用生成式AI尋找抗癌分子與蛋白質、電商企業以演算法排定最佳化，其他已經顯現的還有程式碼編寫、生產效率提升等領域。
他也補充，雖然AWS大力投資在基礎建設上，包含開發晶片、添購伺服器、建置資料中心，「但我們不需要現在就支付未來十年的費用，可以稍後再決定。」
為AI算力，買地買電力期權全都來
加曼解釋，AWS會購買土地、添置電力期權、建造建築物，但每個決策都在不同時間中發生，若出現需求轉弱的情況，可以停止建設、保留建築物，甚至賣出土地，或者選擇暫時保留，「這仍然只占據我們真正需要滿足需求的資本支出的10%到20%，我們每週都會做出例如是否要購買更多伺服器的決定。」
他也強調，創投家們的風險投資可能要投入十億美元，卻不知道多年後能否回收，像AWS這樣類型的基礎建設投資是漸進式的，兩者並不相同。
接受《遠見》專訪時，吳恩達針對雲端服務商的資本支出，表示從投資到產生收入需要等待，「當前資本支出的規模非常龐大，這可能會在收入成長上形成時間差。」以投入基礎模型的研發，就要耗費大量資本，但其實已經能看到如GitHub Copilot等業務成長。吳恩達認為，未來關鍵將會落在出現哪些好應用，回頭才能挹注於研發上。
無論今天是否能夠看到所有效益，加曼認為關鍵在於模型不斷進步，最終將能收回投資，倘若現在停下腳步，就無法在這場戰役之中走到最後，這也是AWS不斷加碼資本資出的原因。
對企業來說，雲端原先是省錢遊戲，生成式AI卻要花錢。能否像在雲端業務那樣，不斷替客戶省錢，又要誘引客戶嘗試新應用，同時還得面臨Google和微軟的強力叩關，這將是AWS的最大課題。
