美國直擊》不爭最強模型！雲端霸主亞馬遜突圍盤算曝光

祭出「自助餐」戰法 AWS搶當AI軍火庫新要角

美國拉斯維加斯的霓虹燈褪去，AWS年度雲端盛會re:Invent讓人反思這場AI產業博弈。面對微軟與Google夾擊，AWS能否用「選擇權」這張牌，打破科技巨頭的封閉遊戲？

文／曾子軒


在美國拉斯維加斯一間只能容納十人、略顯擁擠的會議室裡，身穿輕便休閒服的AWS副總裁暨傑出工程師夏拉（Nafea Bshara），面對媒體接連追問AWS與輝達（NVIDIA）之間既合作又競爭的微妙關係時，他露出一抹意味深長的微笑。

「這就像你在亞馬遜網站上買衣服，」夏拉語氣輕鬆，彷彿不是在談論一場涉及數千億美元的科技戰爭。「你可以買紅襯衫，也可以買藍襯衫。在AWS，你可以租用NVIDIA的GPU，也可以選擇我們自研的Trainium晶片。這就是選擇權。」

這件「紅襯衫」，道盡AWS在今年雲端盛會re:Invent上傳遞的核心訊號。

場外，拉斯維加斯的霓虹燈依舊閃爍，超過六萬名與會者將威尼斯人會展中心擠得水泄不通；場內，氣氛卻顯得異常冷靜務實。

相較於競爭對手微軟恨不得將Copilot融入每一項產品，或是Google高調帶著Gemini模型王者歸來，AWS似乎顯得有些沉默。

在AI這場軍備競賽中，人們很容易質疑：這位雲端老大哥，是否正在錯失這一波AI浪潮？

然而，沉默不代表落後。

攤開亞馬遜2025年第三季財報，AWS單季營收高達330億美元、年增率20％，且貢獻亞馬遜超過六成的營業利益。

雖然成長幅度遜於微軟雲端平台Azure與Google Cloud，但論成長的絕對數字，AWS依然無可撼動。

這份厚實的家底，給了AWS執行長加曼（Matt Garman）足夠的本錢，讓他不必焦慮地跟隨對手的遊戲規則。

過去的雲端競逐，比的是儲存空間單價與伺服器穩定性。但進入AI時代，競爭維度已升級為基礎建設、模型與應用的全面垂直整合戰爭，缺一不可。

在這場雲端大廠共同追求「全端」（Full Stack）布局的博弈之中，AWS選擇一條截然不同的道路：開放戰場。

「我們不會強迫身為建構者的你，去走一條僵化的道路，」加曼在大會上強調，真實世界的應用場景太過複雜，「我們允許你挑選和選擇想要的服務，這就是我們為何認為模型的選擇如此重要。」

從晶片、模型到應用，AWS始終遵循其給予客戶選擇權（customer choice）的哲學。

它並不要求客戶接受單一旗艦模型或市場最強晶片，而是將所有商品擺上貨架，任君挑選。

加曼的盤算是提供自助餐式的選擇，而非主廚強配的無菜單料理。

這套哲學究竟如何運作？

有自研晶片也跟輝達合作

若要從頭理解AWS的自助餐哲學，視線不妨轉向近來風起雲湧的NVIDIA GPU與雲端大廠的AI自研晶片之爭。

2013年，現任Amazon資深副總裁暨傑出工程師漢彌爾頓（James Hamilton）收到時任執行長指示，請他研究公司該如何在硬體上創新。

漢彌爾頓因此撰寫一份亞馬遜內部的標準格式「六頁紙」（6-pager），論證亞馬遜應該投入研發基礎建設的原因。

他的論點是，若要在雲端服務中創造真正差異化的價值，伺服器層級的創新不可或缺，而隨著關鍵元件持續向晶片整合，創新的重心也勢必下探至硬體核心。

基於這樣的判斷，漢彌爾頓主張亞馬遜不能只依賴現成解方，而必須親自投入基礎設施與伺服器設計，才能掌握創新節奏，為客戶創造長期價值。

從2015年收購以色列新創Annapurna Labs後，AWS全力投入自研晶片，如今擁有橫跨基礎架構、CPU和AI加速器等四大產品線。

加曼在年會中向滿場聽眾宣布，AWS已部署超過100萬顆Trainium晶片、業務價值達到數十億美元，同時宣告由Trainium 3聚集而成的AI伺服器正式上線。

然而，投入大筆研發資源創新，並不意味就此與其他供應商分道揚鑣。

夏拉指出，自己的工作重點是創造更多選擇，讓客戶能依照需求選用NVIDIA的GPU或AWS的Trainium。

這種不選邊站的策略，讓AWS在與NVIDIA維持緊密合作關係的同時，也為客戶保留了最大的架構彈性。

科技顧問公司Redefine Innovation創辦人劉士嶔分析，AWS並非想用單一晶片滿足所有企業需求，「它的平台上有各種類型的晶片，GPU也買，自己也做。」

他解釋，背後邏輯仍要看客戶具體想執行的任務，再挑選出合適產品，這是AWS「做平台」的思考模式。

有自研模型也提供豐富選擇

企業既可選用NVIDIA晶片，也能混用AWS各項產品；在模型端，則可採用Google、OpenAI等競爭對手方案，甚至納入中國體系的阿里巴巴、Kimi與MiniMax，選擇相當多元。

不過，AWS也投入資源自研模型。

2024年底，同樣在賭城的巨大舞台上，亞馬遜執行長賈西（Andy Jassy）親自上陣，介紹AWS自研的模型Nova。

2025年，加曼宣告推出第二代Nova，還一口氣端出多種型號模型的更新，讓人看了眼花撩亂。

「Amazon Nova是亞馬遜的基礎系列模型，為許多工作負載提供了業界最佳的性價比。」加曼表示，包含GitHub、電通集團等大型企業，或是NinjaTech AI等新創，都正使用Nova。

但，他並沒有獨尊自家模型。

加曼向所有人拋出疑問：「你們打造生成式AI應用時，首先要決定，應該使用哪個模型。」

在決定之前，開發者會考量不同模型的成本、延遲性以及產出品質。然而，沒有單一模型能夠樣樣精通。

加曼強調，真實世界的解方應該是混用不同模型，「我們從不相信有單一模型能統治一切。」

抱持此信念推出Nova，出發點其實是提供一個高性價比且安全的基準，補齊客戶選項的最後一塊拼圖。

AWS AGI產品總監巴特納加爾（Eshan Bhatnagar）面對媒體時也說道：「我們不追求在奧林匹克數學競賽中拿金牌，我們追求的是解決客戶真實的業務問題。」

雖然沒有直接點名Google、OpenAI等一眾熱愛以競賽題目替自家模型能力背書的競爭對手，聽眾都能捕捉其話外之音。

當顧客能靈活取用適合的模型後，下一步就要打造應用與AIagent（AI代理），開始創造價值。

在加曼勾勒的藍圖中，未來企業內部將有數十億個agent沒日沒夜工作。

在此背景之下，AWS並不企圖打造出能夠統治市場的超級應用程式，也沒有壟斷人機介面的企圖。

它的願景是提供企業能自由創建agent的模組，藉此設計出符合自家流程的專屬員工，例如退貨、財報分析等，而非被迫適應通用的聊天機器人。

從自研的AI晶片Trainium、自研模型Nova，再到方便客戶建造並落地agent的新服務，AWS布局環環相扣，目的只有一個：讓企業擁有完全的掌控權。

回過頭看，微軟、Google與AWS在AI時代的戰略差異已然清晰。

微軟與Google的路線有著明顯優勢，他們告訴客戶，只要相信主廚，用自家的雲服務，搭配TPU或者Maia晶片，同時運行Gemini或者GPT模型，就能得到最極致、整合度最高的體驗。

這種宛若精緻無菜單料理的策略，能帶給客戶效能最佳化的體驗，且上手門檻低，缺點是企業容易被單一生態系綁架。

AWS所開設的自助餐店，則是同時準備不同料理，既有NVIDIA的頂級牛排，也有AWS的高CP值炒飯；有最聰明的Claude模型，也有最實用的Nova模型。客戶可依照偏好品質、成本或者其他因素，自行組建解決方案。


AI變大宗商品才是AWS主場

從雲端發展史來看，AWS當年之所以能崛起，是因為它成功將昂貴的伺服器變成了像水電一樣隨取隨用的大宗商品。現在，它正試圖對AI施法，做同樣的事。

微軟與Google將重點放在自家模型的獨特性與不可替代性，AWS則企圖強調平台的重要性，降低單一模型的影響力。

劉士嶔指出，包含AWS和Google在內的自研晶片玩家，是從平台思惟出發，從各種工作負載中沉澱出適合的晶片需求，和NVIDIA透過CUDA生態系將GPU推廣到各領域的起點不同。

只不過，AWS和Google卻有著關鍵差異。他解釋，Google相對投入更多資源在研發Gemini模型上，但如果Meta採購Google TPU的市場傳聞為真，甚至進一步將TPU在內的基礎設施解決方案銷售給更多客戶，Google就可能面臨模型競賽的對手反噬。

相反地，聚焦於平台的AWS沒有此類包袱，更能兼容並蓄。

在AI賽局中，AWS沒有選擇站在舞台中央炫技，而是走入幕後，努力搭建起舞台，讓各家供應商都能同場競技。

值此市場造夢之際，市場能否接受AWS的實用主義還未可知。它賭的是當AI從絢目煙火轉歸平淡，逐漸隱身為基礎設施時，企業的考量將回歸成本與實用性。

屆時，AWS所主張的「紅襯衫與藍襯衫」選擇權哲學，或許不再只是策略口號，而會成為企業衡量風險與彈性的實務解方。

…本文摘錄自 遠見雜誌 2026/1月 第475期