Amazon CEO Andy Jassy 谈 2,200 亿美元的 AI 基建

节目开场就是 Andy Jassy 自己报的数字。即便今年花大约 2,200 亿美元，Amazon 仍满足不了相当一部分需求。公司总会留一些产能给按需使用，但 2026 年已经卖完，2027 年基本卖完，2028 年也有相当一部分已经锁定。他提到，金融市场已经开始问：全世界还有没有足够的钱来给这场建设融资。

Jassy 说，人们数字化完成的一切——股市、银行、医疗——已经跑在数据中心上，Amazon 的工作就是尽量备足产能。这段也点出了 Horowitz 稍后会追问的张力：大实验室为了电力、制冷和芯片几乎愿出任意价格，这引出一个问题：云厂商该不该买下老客户的产能来腾位置。

Erik Torenberg 欢迎已经当了五年 Amazon CEO 的 Jassy 做客播客。他点出这份工作的当下：大约 2,200 亿美元资本支出，AWS 增长 28%。他问 Jassy，和 2021 年正式接任时相比，2026 年的 Amazon 野心该怎么看。

Jassy 说 2021 年感觉像是十年前。公司总营收大约高了 80%，AWS 几乎是原来的三倍，广告收入大约是原来的 2.5 倍。他上任后不久，疫情尾声里发生了很多事，而且来得很快。

零售有服务成本问题，因为 Amazon 用大约 18 个月，把花了 25 年建成的履约网络翻了一倍，又用大约 20 个月搭起一张 UPS 规模的末端运输网。建得这么快，他说，事情不可能已经优化好。

履约的服务成本不在他们想要的位置。上任一年左右，有人告诉他这是个糟糕的起步时机。事后他称之为幸运：被逼到这个份上，公司才去考虑那些可能多年都不会碰的想法，而这些想法对客户、对生意都好。

最大的变化，是把美国那张扁平的全国履约网做成区域化。把货放得离客户更近，运输距离缩短，服务成本下降，订单也更快送到。他说，重新审视那些深信不疑的信念，释放了配送速度，也在很大程度上解释了零售为什么长得这么快。

随后生成式 AI 爆发了。机器学习并不新鲜，此前也有许多浪潮被说成真正的拐点。Jassy 说，大约 2023 年，你能看出巨大差别。AWS 当时已经增长很快，功能最全，运营表现和安全更强，还有一套独特的合作伙伴生态。

Amazon 是明确的领先者，也曾以为 AWS 用十年左右能做到两三千亿美元营收。既然每一种客户体验都要通过推理重做，这个判断已经变了。上个季度，AWS 在 1,690 亿美元年化营收的盘子上同比增长 36.7%。

在这轮增长之上，还有更新的赌注：已经做成大规模盈利生意的 Prime Video；近地轨道星座 Amazon Leo；自动驾驶网约车 Zoox；医疗；机器人。Jassy 说，帮助更多客户、覆盖更多体验的机会，都收在同一项使命里——让人们每天的生活更好、更轻松。

Ben Horowitz 接着问履约建设。那么快地建，难免粗糙，内部也有焦虑。Amazon 以运营卓越和节俭著称，而这时公司在建的相当于一整家 UPS。CEO 如何传达这件事，同时不把文化标准放低？

Jassy 提到许多人知道的 Amazon 16 条领导力原则。它们本应约束公司作为团队如何运作。其中好几条彼此拉扯，会让人困惑，但他说真实世界就是这样：没有什么是完全干净的，你总在做取舍。

决定如此激进地扩张履约和末端配送时，团队知道这会很难、更贵，也不如慢慢建那么优化。客户和卖家需要它。疫情初期实体店关了，Amazon 在日常生活中的角色，用他的词说，是至关重要的。

第一个决定是：要不要为了服务那些努力保住生意的客户和卖家，快速但不完美地去建。他们几乎总是偏向客户，这次也一样。随后很明显，并非一切都按计划走。履约的人比公司其他人更多地待在办公室，但设计、规划和评估仍然涉及各地远程办公的人。

这让「崇尚行动」和「最高标准」拉扯起来——成本结构、配送、设计，都是你一直规划的那些。他们选择了客户和速度，也料到了事后要收拾。他们没有预见到，这张网络的地形会在哪些地方优化不了。

Jassy 说，救了他们的是指标，加上讲真话的文化：把数据和问题摆上台面，直接说，不要把问题糊过去。然后把小的效率修补和架构性改动分开。重新架构网络的关键部分，本来可能排在那个团队清单的第八、第九位，后来却成了同时拿到速度和成本的办法。

Horowitz 转到基础设施。Jassy 创办 AWS 时是先建了等人来：把产能立起来再租出去，否则就有麻烦。这一次规模大得多。Amazon 和少数几家增加数据中心和芯片产能的速度太快，金融市场说全世界的钱都不够给它融资，公司债和股票都显得紧张。

需求这么陡，制冷、电力和芯片又在抢，Horowitz 问 Jassy 怎么知道多少才算太多。Jassy 希望有一个公式。云的第一波，人们会不会用 AWS 还有些不确定，但公司有很强的内部信号。

2000 年代初，Amazon 产品团队没有领导层希望的那么快。后来发现，他们把 70% 到 80% 的时间花在无差异化的基础设施上，只有大约 20% 花在让产品与众不同的事情上。每个团队都在重复造轮子。

AWS 最初的设想，是让 Amazon 自己跑得更快。如果做出高规模、高可用、低成本、灵活的积木——计算、存储、数据库、内容分发、消息——消费端团队就能建得更快。他们觉得别的公司也有同样的问题。公开上线之前，内部已经有那么多团队想用，他们知道方向对了。没人预料到外面会涨得这么快。

AI 也有过几次假黎明。生成式浪潮的六七年前，人们已经觉得 AI 的时代到了，Amazon 也做了还算不错的 AWS AI 服务——完全没法跟现在比。早期的 AWS 已经让人觉得快，做了三年，年化营收大约 6,000 万美元。

这一波生成式 AI 的头三年，Amazon 在 AWS 内部的 AI 生意年化已经超过 250 亿美元：快了几百倍。他们没见过这样的东西。问题变成：该为这个机会投入多少资本支出。

2026 年他们预计花大约 2,200 亿美元。Jassy 记得十五年前一次领导层早餐会上，他们不敢相信一家电信公司会花 500 亿美元资本支出。这些数字令人瞠目。即便今年 2,200 亿美元，他们仍满足不了相当一部分需求。

有帮助的是能看见客户需求。AWS 的资本支出分两个现金周期桶。数据中心大约要提前两年投钱，才能把服务器放进去、开始赚钱。这笔投资做一次就行，是使用寿命大约 30 年的资产。

服务器和网络设备只提前几个月，具体看零部件，所以扣扳机之前已经能看见需求。如果不需要填满那些机房，就不买设备。设备平均大约三年回本，使用寿命大约五到六年，大多数合同大约五年。

一次建这么多数据中心，意味着大量资本和自由现金流的逆风，要等到更晚的年份，机房上线、变现，把服务器和网络的花费赚回来。增长这么快时，现金周期就是这个形状。

Horowitz 说，AWS 起步时，数据中心大概是最没人想到会变成政治议题的东西。尤其在美国，他说，没有哪个地方这么反数据中心。他问这股反弹有没有道理，以及这如何改变 Amazon 在国内和其他地区建什么。

Jassy 给出的背景是：人们做的几乎所有事都由数字驱动——股市、银行、医疗、娱乐、购物、教育、商务、网约车——全都要用数据中心。Horowitz 开玩笑说，大家都在反对自己：他们不想再用手机了。Jassy 补了一句：AI 出现之前就是这样。

他说，AI 是他们这个时代最大的技术变革，在互联网、云计算和移动之后还这么说，分量不轻。支撑这轮增长所需的基础设施，近年来几乎没有对照，也许只有 1950 年代的公路和桥梁。

美国，以及整个世界，承受不起不建数据中心的代价，否则另一个国家——他点名中国——就会在国内和全球定下领导地位和规范。必须建。这并不等于行业不能做得更好；这件事来得很快，大家都在一起学。

他认为有不少迷思和不实说法在流传，因为数据中心是个好捏的反派，政治投机者也喜欢好捏的反派。他举的例子从水开始：高尔夫和杏仁种植耗水多得多。他说，高尔夫球场用的水是 Amazon 全部数据中心的 200 倍，两天的用量就超过数据中心一年。

说到污染，新机房必须把备用发电机登记成全年满负荷运行。实际上它们一年大约只开 1%，大约 10 个小时，用于维护。Amazon 布局较重的地区，电价有的涨了，有的跌了。

Jassy 认为真正的问题是，国家没有按需要的方式投资电网。总会有什么东西逼出这笔投资；碰巧是 AI 的速度和规模把它推过了临界点。产能一旦到位，他预计电价会走平或下降，印第安纳、佐治亚和密西西比已经如此。

人们也忘了税。在印第安纳州圣约瑟夫县，Amazon 已经交了大约 30 亿美元，社区拿这些钱花在本地要紧的事上。公司还有 Built Together 这类项目，刚刚又承诺未来五年再投入 10 亿美元，用在有数据中心的社区。

他说，和社区的工作必须继续，做成公私合作，因为这场建设对国家的未来太重要，不能失去分寸。想象一下公路和桥梁没建，对繁荣和能力会意味着什么。在你建设的地方，做伙伴。

Torenberg 把 2,200 亿美元换成每天的数字：大约每天 6 亿美元。私下里 Jassy 把 AI 需求说成杠铃，Torenberg 请他按这个框架把市场摆进去。Jassy 先回到同样的震惊：比 AWS 起步快几百倍，三年之内 AWS 内部的 AI 年化营收就到了 250 亿美元。规模已经很大，但仍然是杠铃形状。

一头是 AI 实验室，吃掉他从未见过的海量算力，再加上少数爆发式应用——ChatGPT、编程工具之类。另一头是企业，主要用 AI 来避开支、提效率：客服自动化、欺诈、业务流程自动化。

中间是企业当前的生产负载。许多已经跑在 AWS 上，有些已经用推理，但绝大多数仍然没有，更谈不上普遍使用。Jassy 认为，中间这一块会是 AI 使用绝对规模最大的一段。

他无法预测确切速度。它每年都在增加，也不会一蹴而就。把镜头拉到五到七年——他不认为世界会等那么久——人们今天用的企业应用，不少甚至大多数都会普遍用上推理。前面还有大量增长。

Horowitz 转到即将到来的数据中心、芯片和内存短缺，尤其是进入 2027 年：大家都在建，年底前不会全部就绪，需求也没有放缓。实验室为了电力、制冷和芯片几乎愿出任意价格。长期客户付的是常规价格，用来跑自己的生意。

Horowitz 问，有没有压力要把老客户买断，把产能卖给新客户，因为新客户愿出任意价格？老价格又没法公平地翻倍。这是一种奇怪的分裂：用了 AWS 20 年的人，他们的负载大概也在走向推理，对上永不满足的新买家。

Jassy 说他们并不完全这么想，尽管他懂这笔账。数据中心、电力和内存就那么多，他也不认为短缺会在 2027 年结束。这也是为什么更多资本未必是坏用法：2026 年已经卖完。

2027 年基本卖完。他们总会留一些给按需——Bedrock、EC2——但大块已经锁定。2028 年也有相当一部分卖完了。AI 生意和 Amazon 所说的核心业务（也就是非 AI）都在快速增长，所以内存本身也是取舍：多少分给加速器的 HBM，多少分给核心业务的 DRAM。

他们的出发点是以客户为中心。Jassy 说，疫情期间竞争对手试图在季度内优化、推营收，而那时企业正在砍成本。AWS 做了相反的事：派人出去帮客户优化成本，明知这会在短期和中期减少营收。

信念是：你长期帮客户，生意会跟着他们来。你可以算一笔账，决定稀缺产能给愿出更高价的人，去挤压核心客户。那些客户把自己的生意和核心应用跑在 AWS 上。Amazon 不会去挤他们。它会确保他们还能扩。

工作是尽量备足产能，让核心客户和 AI 客户都能用 AWS，而且经济上可持续。他希望供应约束只是 2027 年的问题。他认为未来几年，不同零部件上都会冒出来。

他说，Amazon 投入的产能大概比谁都多，因为它很在意继续做基础设施和 AI 的显著领先者。今年花 2,200 亿美元，还可以再花很多——中长期看未必是资本的坏用法——但大概仍满足不了全部需求。需求实在太大了。

Horowitz 回到 2015 年 Amazon 买下 Annapurna Labs 的时候。那时 AI 需求不多，所以这笔收购大概不是为了巨型训练集群。驱动力是什么，在这个新世界里又带来了什么回报？

Jassy 说 Annapurna 团队是他共事过最有才华的团队之一，这笔交易是 Amazon 历史上最好的收购之一，甚至可能是最好的。他们预见到了一些环节，但买下这家公司不是为了做 AI 芯片。

到了一定规模，你会看见足够大的客户模式，纵向整合就能给客户创造更多价值，也给生意带来更好的经济账。Annapurna 从核心 EC2 服务器起步。每台机器太多算力花在了虚拟化、网络、安全和存储上。他们希望服务器几乎 100% 都给客户计算。

Amazon 当时已经在和 Annapurna 合作一块网卡，把这些功能卸出去。他们喜欢这支团队，也喜欢产品。这部分几乎会进到每一台 EC2 服务器；后来也确实进了他们所有的服务器。他们买下这家公司，图的是这项核心计算能力，也因为这批芯片人才也许还能做别的芯片。

他们和 Intel 仍有很深的合作，当时几乎全部 CPU 份额都在 Intel 手里。处在这个位置的合作伙伴，往往想的不是如何推性价比，而是能扩大份额和营收的功能。Jassy 说这可以理解——市场就是这样运转的，这也是创新者窘境的一部分。

Amazon 曾试图推动性价比，却得不到重视。把本地负载迁到云上的客户，想要更好的经济账。Annapurna 的下一份任务是一颗 CPU：Graviton。今天 Amazon 前 1,000 名 EC2 客户中，99% 都在普遍使用它。性价比比其他 x86 处理器好约 40%，对客户和生意都影响巨大。

几年前他们在 AI 里看见了同一部电影：一家主导供应商，产品很好，合作也很深，他们预期会继续；市场巨大，对方还有许多其他产品和优先事项。客户仍然需要更好的性价比。他们拆出另一支 Annapurna 团队去做 AI 加速器 Trainium，Jassy 认为它比同类处理器的性价比好大约 30% 到 40%。

回到杠铃的中间，他问什么能让更多今天的企业生产应用用上推理。一部分是熟悉训练后处理和微调的人才，以及知道该优先做什么的组织肌肉。很大一块是推理成本。

推理成本已经降了，但在他看来，对普遍使用仍然贵一个数量级。如果你让企业把 CPU 应用改写到加速器上，而成本差很大，增量收益就必须跨过很高的门槛。把推理成本降下来，这道门槛就矮了。每个应用都会更好、更聪明、更能干。把这笔成本压下去，是让 AI 变得普遍的关键一块，芯片生意是其中很大一部分。

Horowitz 拿出自己公司的一个数据点：一名员工在推理上花了 200 万美元，活儿干得不错，于是你才意识到这并不便宜。他接着问 Amazon 的大额投资，大约 180 亿美元投 Anthropic、500 亿美元投 OpenAI。Nvidia 类似的支票让华尔街一阵慌乱，想起互联网泡沫。这些交易为什么说得通，尤其实验室本身也是客户？

Jassy 说这两家公司都很出色，营收增速他不确定以前有没有人见过。投资是几件事叠在一起：团队、他们做出的模型和应用、Amazon 对 AI 变革力度的判断，以及认为这两家会是这个领域长期最成功的公司中的两家。不是人人都会赢，但会有许多成功的公司，他相信这两家会是其中之二。

合作很近。Anthropic 是更长的关系：许多客户在 Amazon 的推理服务 Bedrock 上跑 Anthropic，Jassy 认为客户在那里跑得最成功。两家在芯片上也有很深的合作。Anthropic 一直在 Trainium 上构建，这对 Anthropic 和 Trainium 团队都好；他们彼此学到了东西。相信 AI、相信这些公司，再加上合作本身，让这些投资说得通。

OpenAI 这边，许多 AWS 客户想用 OpenAI 却用不了，因为 OpenAI 先前的商业安排。很长一段时间，两家互相尊重，也想合作。几个月的交谈之后，他们把 OpenAI 接到了 Bedrock 上。他们还一起做了一款独特的产品：有状态的运行时环境，Jassy 认为今后所有智能体都会这样建。你会需要状态。

和 Anthropic 一样，OpenAI 也对 Trainium 做了多年、数吉瓦的承诺。Amazon 相信 OpenAI 会是这个领域长期最成功的公司之一。Jassy 说，所有这些加在一起，让更深的合作和投资说得通。

Horowitz 转到 Amazon 如何用 AI 建设公司本身。Jassy 说过，Bedrock 团队用 6 名工程师、76 天重建了推理引擎——以前大概要 40 个人干一年。Amazon 以两个披萨团队出名。与此同时，行业拆成了设计师、产品经理、前端和后端工程师，突然每个人又都成了文艺复兴式的通才。组织设计现在怎么想？

Jassy 同意 Bedrock 的故事让人开眼。他们花时间在内部讲，激励大家，也提醒什么是可能的。他 29 年前进 Amazon，当时是助理产品经理，管五个产品。公司成功之后，一个产品经理管一个产品，或者其中一片——比如定价。人人变得更专，并接受这是做成大事的代价。他说不是这样，尤其有了 AI。

就在录制那一周，一个围绕智能体的消费业务想法周四才敲定。四五个人到周日已经做出可上线程度八成的可用原型。那是两个世界。对组织来说，他认为第一件事是：做今天这些工作的人会更少。

看看已经有多少代码是智能体在写，再看客服、商业智能和研究，再快进到表格会怎么做、你需要多少律师。你不会一个人都不要，但也不会像生意做大时那样，把那么多人扔到规模上去。会有不同的工作，有的已知，有的还不知道，随着 AI、机器人和航天发展出来。做今天这些事的人，仍然会更少。

团队会小得多，人要能跨职能工作，而不是只守一小片，因为模型会在许多职能上帮你走到八成。每个团队都会从一个更靠前的起点出发，你也能发明得更开阔、更快。还有一堆事情必须改。

今天创办的创业公司，大多从一开始就是智能体和 AI 原生的。已经存在的大公司必须弄清楚，如何按同样的速度来建。有些会做到，尤其是那些有能力和忠实客户群的。有些会走得慢，在他看来对创业公司也更脆弱。他预计公司几乎要重写全部代码，才能具备智能体能力，并让智能体在约束之内更新系统的各个部分。

安全是个例子。过去一两个月，公众对模型的紧张集中在天马行空的场景上。它们是可能的：邪恶僵尸网络接管一切，机器人带着恶意意图。他认为行业、公共和私营部门会一起把这些想清楚。Horowitz 插话说，你得先从留意其中一些事情开始。

Jassy 的意思是，更眼前的风险讨论得不够，而这些风险就在网络安全周围。这些模型找出的漏洞，比人能找到的多得多。再往前看，应用应对迫在眉睫的安全威胁，将必须在几分钟内完成。

今天你发现一个漏洞，分类，开发补丁，然后——即便前面这部分很快——大多数公司部署仍要很长时间，因为有依赖。你将必须在几分钟内部署。如果应用没有重写到能让智能体更新，在那个世界里你根本没有机会。组织会彻底再造，优先做这件事的公司，会比不做的公司处境好得多。

Horowitz 说，行业在安全架构上做得并不好，从大系统一直到嵌入式设备。清算的日子到了。这对新公司是很大的机会，但威胁不是思想实验。理论上的风险也许会发生，也许不会。这一项是清楚而眼前的。

Jassy 说，几乎每一个稍具规模的 AWS 合作伙伴和客户都在担心安全这一块。Amazon 有专业服务团队在帮其中许多家，还有一项叫 Continuum 的服务，用来发现问题、打补丁。说起来容易做起来难。对很多公司和工程师来说，安全不是令人兴奋的部分，所以很容易等到出了问题再说。如果你保护的是要紧的数据，这不是个好主意。

Horowitz 把它拉回专业化：深奥的安全工程师不喜欢和其他工程师共事，人手又稀缺，结果大多数软件公司把软件写安全的做法并不怎么样。这必须改变，好消息是已经有工具。Jassy 同意，渗透测试人员你只能雇那么多，他们也只能覆盖那么多应用。模型加上自动化，能让你对整个攻击面做渗透测试，找出那些本来可能只是碰巧才发现的东西。

Horowitz 列出你能用 AI 做的三件事。一是砍成本——更少的会计、更少的律师——这吸引了一些收购老公司再把它们缩小的风投。这对 a16z 没意思，他说，因为那说明你几乎没有想法。二是做出世界从未见过的东西，这令人兴奋。三是 Amazon 对 Alexa 做的事：因为有了新平台，把一款成功产品从头再想一遍。怎么走到那一步，在哪里说得通？

Jassy 喜欢这个三分法。组织会变得更精简，如果你做对了，就能让最强的建设者组成小团队，去追第二个桶——人们没见过的东西。当你有过那种四天做出八成可用原型的体验，它会如此鼓舞人，以至于人们把更多空闲时间和思考周期花在新想法上。对他来说，这是 AI 最令人兴奋的部分之一。

对已经有大规模成功客户体验的现成公司，他警告不要把 AI 主要当成增量改进。如果你这么做，三到五年后你很可能不会拥有赢家体验。我们所知的每一种体验，哪怕那些看起来最难改的，几年后都会因为 AI 而明显不同。

比增量想得更远，意味着让团队从零重新想象：如果今天来建、而且有 AI 可用，这些应用会长成什么样。就 Alexa 而言，他觉得相当明显。当初建出来的大脑已经很有发明性，但生成式 AI 让可能的大脑差别太大，你必须重接线路才能保持相关。明显并不等于容易。

团队和自己做出的东西连在一起，为它自豪，带着辛苦换来的伤疤，知道什么管用。让他们从头再来需要时间，因为人们会说我们不是这么做的，或者我们试过、不行。更难的是技术优势没那么显而易见的体验：零售、Prime Video、Fire TV、Prime Music。他相信这些生意每一个都需要重做，也已经有团队在做完全重新想象的版本。

他们不会一开始就做对。他们会迭代。这已经产出他们觉得有说服力的新想法和客户体验。然后是一场赛跑：你想要一种几乎像新应用的完全不同体验，还是这些进展来得够快，让你把它们折进现有产品，一点一点改整体体验？无论哪种，他认为未来几年这些体验每一种都必须不同，如果你还想继续做成功的领先者。

Horowitz 说这是个棘手的领导问题。他工程生涯早期，一次争论之后，老板告诉他：第一行代码写出来之前，什么都可以讨论，之后就成了宗教。这就是 Alexa 的问题：你要放弃当初那件东西里积下的大量知识。客户也是——有相当一部分人喜欢现在的体验。

Jassy 说，几乎每一场大转型都是巨大的变革管理。从本地迁到云上也一样：基础设施负责人为自己建成的东西自豪，对它了如指掌，正处在行动的中心，并不想学新东西。

重做客户体验也会一样。人们为过去十年自豪，手里有一百项改进让他们兴奋，醒着的时间都花在那上面。彻底从头再来，智力和情感上都很难。Horowitz 对此毫不怀疑。

Torenberg 提到，a16z 最近孵化了 Andreessen Horowitz Academy，帮助年轻人准备这场变革。Jassy 说过，AI 让建设更容易，但年轻人仍需要真正的专长。如果他是 2026 年的 18 岁，会给自己什么建议？

Jassy 有一个 25 岁和一个 22 岁的孩子。更小的那个在这轮真正起飞时 19 岁，他很快明白，你没法告诉他们教育里不要用 AI。那趟车已经开走了。大学明智的做法是不要对抗它。这是人们会用的工具。

与此同时，Amazon 有写作文化，人们也在用 AI 写。你能看出一篇东西是不是 AI 写的：各块没有拼得那么对。他给孩子的建议是，你不能躲开它，也不能指望它消失。它会在工作中产生极大影响，也会让你用以前不可能的方式发明。

你需要了解它，教育自己，多用，并尝试舒适区以外的事。他的两个孩子都不是开发者；两人都用 AI 做过应用。把它当作你安排一天、安排工作工具的焦点。他不认为它能替代关键推理和思考，他也认为大学同样如此。

以商学院为例：你以前一天三个案例，大量阅读，记笔记，找出关键问题，处理附件，再拼出一份计划。很多人根本没做这些功课。其中很大一部分会随 AI 消失。模型会让每个人快得多地到达一个更高的起点。

把各块拼起来——做成一项战略、一套做法、一份计划、一个新产品或一种新的客户体验——他认为大多数时候、对大多数人，AI 不会代劳。不是说永远不会发生。你仍然需要人的判断、巧思、发明、实验，以及各块如何合在一起的感觉。用这些工具，它们会是巨大的帮手。关键推理在我们做的每件事里仍然非常重要。

收尾时，Torenberg 指向这个跨度：卫星连接、机器人、医疗，而这家公司起步时是在网上卖书。把这些生意串起来的是什么？Jassy 如何决定哪些业务值得投入多年，又如何确保 Amazon 不把自己摊得太薄？

Jassy 说，我们正处在人生中三场最大的变革里，也许是有史以来最大的：AI、机器人和航天。它们会彻底改变许多客户体验，Amazon 三场都在中间。看看零售以及他们如何用机器人；看看如何让内部和外部的建设者更容易做 AI 应用和智能体；看看如何重做消费体验。

近地轨道星座 Amazon Leo，瞄准的是全球大约 5 亿还没有宽带的家庭。客户可以借力的变革非常多，既能让他们的生活更好，也能做成长期可持续的生意。他认为 Amazon 有机会在更多领域变得更加相关——而这还没算上杂货、自动驾驶网约车和医疗。

在内部，也来自外部，人们长期以来都问公司是不是摊子铺得太开。Jassy 认为这取决于你如何组织、以及你愿意投入多少。Amazon 不会试图让同一批人同时管好几门生意。它按去中心化、单线程的方式组织。

如果你有对的领导者和建设者，体验大到能真正拉动业务，想法有差异化，而且那个领域还没人服务好，你就可以同时追很多这样的事。Amazon 长期就是这么做的。然后就落到你愿意投入多少。

有些公司会守住本行，这可以理解：把已有的核心生意做大。那也可以是非常成功的策略。Amazon 决心做大现有生意，Jassy 认为速度也不错。还有那么多其他客户体验，人们希望 Amazon 帮忙解决。它们会帮到客户，也会长期改变生意，公司会继续追下去。

Torenberg 说，这是鼓舞人心的收束——无尽的野心，从书店走到这一切。他感谢 Jassy 做客播客。Horowitz 也表示感谢。Jassy 谢谢他们邀请，并说他很感激。