定义与起源
Amazon Web Services（AWS）于2006年正式对外推出，是亚马逊从电商公司转型为技术基础设施公司的标志性产物。但其思想根源远早于此——2003年亚马逊内部的AWS愿景文档就勾画了构建一组原语化基础设施服务的蓝图。AWS的诞生源于两个交汇的洞察：一是亚马逊内部工程师在构建电商系统时积累了世界级的分布式系统能力（服务导向架构SOA、最终一致性等），这些能力可以产品化；二是外部开发者将80%的时间花在"无差别的重体力活"（计算、存储、数据库等基础设施管理）上，而非他们独特的客户体验。AWS的设计哲学从一开始就与业界流行方式不同——不构建功能丰富的综合产品，而是构建一组高度专注、可自由组合的原语服务。2006年3月推出S3（对象存储），同年8月推出EC2（弹性计算），开启了云计算时代。到2025年，AWS年收入运行率已达1420亿美元，成为全球最大的云计算平台。
核心要义
1. 速度和灵活性是牛排，成本节省是调味汁
AWS的核心价值主张经常被误读为"省钱"。但亚马逊反复强调，成本节省只是调味汁（gravy），真正的牛排（steak）是速度和灵活性。云计算让开发者从数月的硬件采购和数据中心建设中解放出来，可以在分钟内启动计算资源、在不确定性中快速实验、在失败时低成本退出。这种速度优势改变了软件开发和企业创新的基本经济学——从"大赌注、高风险"变为"快速实验、小步迭代"。
2. 四重护城河——令人神往的业务
贝佐斯在2015年提出了"令人神往的业务"（Dreamy Business）框架：客户热爱它、能成长为非常大的规模、具有强劲的资本回报、经久耐用。AWS完美符合这四条标准。到2015年，AWS年化营收79亿美元、营业利润率约25%、同比增长70%。但贝佐斯说"仍处于早期阶段"——这一判断被此后十年反复验证。到2025年，AWS营收达1290亿美元，是2015年的16倍以上，全球85%的IT支出仍在本地部署，仍有巨大的增长空间。
3. 自研芯片——底层差异化
AWS从2018年开始通过自研芯片构建底层差异化优势。通用CPU芯片Graviton提供比x86处理器好40%的价格性能比，被98%的前1000大EC2客户使用。AI训练芯片Trainium和推理芯片Inferentia则针对AI工作负载提供显著更优的价格性能。芯片业务的年化收入运行率已超200亿美元。自研芯片不仅降低客户成本，更创造了竞争护城河——大规模使用自研芯片预计每年节省数百亿美元资本开支，并提供数百个基点的运营利润率优势。
4. AI作为下一波浪潮——三层堆栈
贾西在2023年将AWS的GenAI战略框架化为三层堆栈。底层：基础模型构建层——自研芯片（Trainium、Inferentia）和模型训练工具（SageMaker）。中间层：模型应用层——Amazon Bedrock让企业利用现有基础模型构建GenAI应用。顶层：应用层——从编程助手Amazon Q到各种消费者AI应用。关键洞察是三层都是巨大的独立机会，但底层和中间层作为原语将赋能绝大多数AI应用——而这些应用大部分将由其他公司在AWS之上构建。AWS的AI收入运行率在2026年Q1已超150亿美元，三年增长260倍。
实际案例
-
Netflix迁移（2008）：2008年Netflix决定将所有应用迁移到AWS，这是云计算历史上的标志性事件。它证明了AWS能承载最苛刻的消费者工作负载，也打破了"大公司不会用云"的偏见。此后通用电气、Intuit等大型企业跟进，Disney+、Hulu、Max、Fox、Paramount等流媒体公司在AWS上重新发明了整个行业。
-
CIA机密云：美国中央情报局选择AWS构建其机密云。当权威人士还在断言"企业和政府永远不会将云用于任何重要的事"时，CIA——最重视安全性的机构——的选择给出了最有力的反驳。此后其他美国情报机构也转向了AWS。
-
SageMaker与Bedrock：SageMaker让Perplexity AI训练模型速度快40%，Workday推理延迟减少80%，NatWest的AI价值实现时间从12-18个月缩短到不到7个月。Bedrock上线仅几个月就有数万活跃客户，2026年Q1处理的token数超过之前所有年份的总和。
-
Trainium芯片系列：Trainium2性价比比同类GPU好约30%，已基本售罄；Trainium3刚出货就几乎全部预订；Trainium4距广泛可用还有约18个月，已有大量预订。Amazon Bedrock的大部分推理已运行在Trainium上。
常见误解
误解一：AWS主要是为了帮客户省钱
纠偏：贾西和贝佐斯多次强调"cost savings is the gravy, not the steak"。AWS的核心价值在于速度和灵活性——让开发者在分钟内（而非数月）启动基础设施、快速实验、低成本试错。省钱确实是AWS的重要优势（自2006年以来主动降价51次以上），但如果只看成本就忽视了更根本的价值——改变了企业创新的基本节奏。
误解二：AWS的增长已经放缓，市场已经饱和
纠偏：AWS在2025年的收入运行率达1420亿美元，同比增长仍达20%以上，且存在容量约束导致的未满足需求。全球85%的IT支出仍在本地部署。更重要的是，AI浪潮正在创造一个全新的计算需求层次。贾西在2025年信中透露，两个大型客户甚至询问能否购买2026年全部的Graviton实例容量。AWS的增长瓶颈不是需求不足，而是供给能力的扩展速度。
误解三：AWS与NVIDIA是竞争对手
纠偏：贾西明确表示"我们与英伟达有着牢固的合作关系，始终会有客户选择使用英伟达，我们将继续让AWS成为运行英伟达的最佳场所"。自研芯片不是要替代NVIDIA，而是为客户提供更多选择和更好的价格性能比。AWS继续提供所有云提供商中最广泛的NVIDIA实例集合，同时用Trainium为有不同需求的客户提供替代选项。
思想演变（2003→2025）
| 时期 | 表述 | 关键变化 |
|---|---|---|
| 2003 | AWS愿景文档 | 内部文档定义原语化基础设施服务蓝图 |
| 2006 | S3和EC2发布 | AWS正式对外推出，开启云计算时代 |
| 2008 | Netflix迁移，"我们为什么要做这个？" | 早期质疑与验证并存——大客户迁移证明可行性 |
| 2010 | 贝佐斯以SOA论述技术战略 | "S3存储超过1万亿对象，峰值接近每秒100万事务" |
| 2012 | "159项新功能和服务，27次降价" | AWS进入功能爆发期，主动降价成为核心策略 |
| 2014 | "$85B运行率"时代，高管仍在质疑 | 资本支出攀升引发内部质疑，但增长势头不可阻挡 |
| 2015 | 贝佐斯定义"令人神往的业务" | AWS首次公布详细财务——$79B营收、25%利润率，震惊市场 |
| 2018 | Graviton发布 | 自研芯片战略启动——底层差异化的开端 |
| 2022 | Graviton3 + Trainium发布 | CPU和AI芯片双线推进，"已为亚马逊节省$100M+资本开支" |
| 2023 | GenAI三层堆栈完整阐述 | AI重新定义AWS——从云基础设施到AI基础设施 |
| 2025 | "$142B运行率，AI芯片$20B+" | AWS成为$142B业务，芯片作为潜在新支柱浮现 |
AWS的战略演变体现了一个持续20年的扩展过程：从2006年的"简单的存储和计算原语"到2010年的"支撑整个电商平台的服务导向架构"，到2015年的"令人神往的$79B业务"，到2018年的"自研芯片底层差异化"，再到2023年的"AI三层堆栈重新定义云计算"。每个阶段都伴随着质疑——2008年的"我们为什么要做这个"、2014年高管的"再告诉我一次"、2025年投资者对$200B资本开支的担忧。但每次质疑都被随后的增长证明是短视的。最深刻的变化是2023年之后：AI正在从根本上改变AWS的性质——它不再只是"基础设施即服务"，而是成为"智能即服务"的平台。