亚马逊今天发布了 2024 财年第一季度财报：净销售额为 1433.13 亿美元，同比增长 13%，不计入汇率变动的影响同样为同比增长 13%；净利润为 104.31 亿美元，同比大幅增长 229%；每股摊薄收益为 0.98 美元，与上年同期的每股摊薄收益 0.31 美元相比大幅增长。
亚马逊第一季度营收和每股摊薄收益均超出华尔街分析师预期，但该公司对第二季度营收作出的展望则未能达到预期。财报发布后，亚马逊盘后股价上涨近 3%。
财报发布后，亚马逊 CEO 安迪・贾西（Andy Jassy）、CFO 布莱恩・奥萨维斯基（Brian Olsavsky）和投资者关系主管戴夫・菲尔德斯（Dave Fildes）回答了投资者提问。
以下是电话会议实录：
摩根大通分析师 Doug Anmuth：从过去的历史看，亚马逊一直都是在扩大投资-利润率增长-扩大投资的周期中循环，如今的情况是公司的增长基数，毛利润和经营利润的数额都已经非常大了，管理层认为生成式人工智能、资本投入的强度、超市、太空互联网计划 Kuiper 及医疗保健这几项业务中，未来哪些会对公司利润率影响比较大？
布莱恩・奥萨维斯基：是的，我们之前也一直有这种说法，公司始终在盈利和投资之间像钟摆一样来回摆动。我认为目前正处于两者同时推进的阶段，所以我们更倾向于讨论正在进行的具体投资，以及其可能如何影响短期增长前景。
在过去 18 个月中，亚马逊在营业收入和自由现金流增长方面所取得的进展，很大程度上是由我们电商业务的改善和服务成本降低所推动的。我们也谈到了区域化配送方面的努力，以及目前的来料储运服务。广告和亚马逊云服务的增长一直非常强劲，云服务利润率较四季度环比增长了 800 个基点，很大程度上是由公司整体营收扩大和成本结构优化推动的。
不过，在资本支出方面将出现大幅增加，其中大部分将用于支持基础设施，特别是生成式人工智能方面的投入，预计这部分业务的折旧肯定会增加。一季度，我们的资本支出额为 140 亿美元，预计这将是今年季度资本支出的最低水平。如安迪早些时候所说，我们看到客户释放了强烈需求的信号，包括了期限更长的服务合同，合同金额更高，其中许多都加入了生成式人工智能的内容，这些信号让我们对于在这个领域扩大资本投入充满信心。安迪还提到我们在这个领域已经深耕了 18 年，我们的资本和资源投入计划都是着眼长远的。通过细心谋划为客户创造业务增长动力，公司的营业收入、营业利润、自由现金流和投资回报也会随之而增长。近期来看，就是资本支出的增长，包括电商业务方面的强劲资本支出增长，其中大部分用于适度增加资本或运营能力，以及当日送达网络和亚马逊物流车队的升级。不过很大程度来看，投资主要还是用在云服务上。
安迪・贾西：我想简单补充和总结一下。对于这个问题比较简短的回答是，我们有能力同时做到这两点。在公司现有的比较大型的业务中，包括电商、广告和云服务，我们都有很多增长机会，而且我们所进行的投资也都是有意义的。同时，我并不认为电商业务在成本结构改善方面的工作已经做到尽善尽美了，我们面前仍然有非常令人难以置信的巨大增长机会。虽然公司云服务营收已经达到 1000 亿美元，但仍有 85% 以上的全球 IT 支出是花在本地设备上。
如果你相信这个等式会翻转，那么我们就还有很多的增长机会，这还没算上生成式人工智能方面的机会。生成式人工智能可能是很长一段时间以来，比如自云计算或者互联网出现以来，在技术领域存在的推动潜力的最大增长。云服务涉及从本地迁移到云端的很多工作，能够持续从中获得价值是客户持续优化其基础设施的原因，而大部分能够彻底改变用户体验的生成式人工智能工作载荷都会在云端构建和完成，所以我们看到巨大的机会，我们也在投资其他一些处于早期发展的领域。所以总体而言，我们有能力同时做到盈利和投资。
巴克莱分析师 Ross Sandler：我有几个关于公司资本支出强度的问题。Anthropic 的首席执行官提到过说他认为下一代模型的训练成本大约在 10 亿美元左右，我猜大约是 Cloud 4 高端版本吧，之后再下一代可能需要高达 100 亿美元来训练。管理层认为业界会在亚马逊云上做这些训练吗？你们觉得 Olympus（亚马逊的大型语言模型）以及公司自研的一些项目能否保持在该领域的最先进水平？这些训练需求对于公司一季度的云服务营收的加速有多大影响？
安迪・贾西：我们大概看到了三个宏观趋势，这些趋势我认为至少在上个季度对于公司云服务的表现产生了一定影响。首先，我认为成本优化方面的工作大部分已经完成。我们的客户都很聪明，在过去几个月里，他们对于如何在云上运行其基础设施有了很深的了解。客户已经开始转向新的项目，在宏观层面上我称之为基础设施现代化的一些项目，并试图通过生成式人工智能技术创造价值。在上云方面，我们在疫情前就开始做了，当时大多数公司都在寻求将工作从本地迁移到云端，以提升成本效益，加快创新速度和开发效率。
然后爆发了疫情，人们处于仅能维持生存的模式，经济也不确定，所以大家会尽可能地节约成本，更多客户在上云方面的投入减少。不过现在他们又恢复了这一进程，因为这对很多公司来说是（提升效率降低成本的）最简单途径，所以我们看到这项业务非常显著的增长。与此同时，在如何利用亚马逊云服务使用生成式人工智能技术方面，我们也看到非常显著的增长势头。我之前提到说公司在人工智能方面有数十亿美元的销售额，而且现在还处于相对早期阶段。我们看到了一些推动增长的因素。首先，还有非常多公司仍在构建他们自己的模型，包括你提到的 Anthropic，这家公司是最大的基础模型构建服务提供商，还有那些每 12 到 18 个月，或更短时间就需要构建新模型的公司。这些模型消耗大量的数据和模型单元，训练是非常重要的。
许多模型都是在亚马逊云上构建的，而且我预计随着时间的推移，这种情况还会越来越多，因为我们具备运行表现、安全性和芯片方面的优势，包括来自英伟达的芯片。以 Anthropic 为例，他们就正在使用我们的定制芯片 Trainium 来训练未来的模型。相信未来还会有更多类似的模型在亚马逊云上运行。大家有时候可能没有意识到，虽然我们现在还处于许多公司花钱训练模型的阶段，但一旦这些模型投入生产，就会带来销售额的显著提升。虽然目前还没有那么多公司投入生产，但如果走到这一步的话，情况就会有很大的转变。
训练模型的成本通常比推理的成本高很多，因为训练只需要定期进行，而推理则需要一直进行。许多公司选择在亚马逊云上进行推理，其中一个主要原因是我们能够提供丰富的服务，成千上万家公司已经在亚马逊云上，在 Bedrock 上构建了他们的应用程序，Bedrock 拥有众多大型语言模型可供他们选择，它所具有的一系列功能让客户更轻松地构建高质量、低成本、低延迟的生产级生成式人工智能应用程序，所以，训练和推理需求都是推动亚马逊云服务增长的重要因素。
此外，因为公司客户的模型以及这些生成式人工智能应用会产生大量敏感资产和数据，对于这些应用的安全保障格外重要。如果大家关注过去一两年发生的事件，就会发现并非所有的云服务提供商都有跟亚马逊同样的安全记录。我们在这一领域具有显著的优势，因此，当众多公司开始进入认真试验和将应用部署到生产的阶段时，人们希望通过亚马逊云来运行他们的生成式人工智能产品。