亚马逊2023年致股东信

亲爱的股东们：

去年此时，我分享了对亚马逊未来的热情和乐观。今天，我的信心更强了。

原因有很多，但首先是我们在财务业绩和客户体验方面取得的进步，还延伸到我们持续的创新和面前的非凡机遇。

2023年，亚马逊总收入同比增长12%，从5,140亿美元增至5,750亿美元。按业务分部看，北美收入同比增长12%，从3,160亿美元增至3,530亿美元；国际收入同比增长11%，从1,180亿美元增至1,310亿美元；AWS收入同比增长13%，从800亿美元增至910亿美元。

此外，亚马逊的营业利润和自由现金流大幅改善。2023年营业利润同比增长201%，从122亿美元（营业利润率2.4%）增至369亿美元（营业利润率6.4%）。调整设备融资租赁后的滚动十二个月自由现金流从2022年的-128亿美元改善至355亿美元（增加483亿美元）。

虽然我们在财务指标上取得了有意义的进展，但我们最满意的是各业务持续改善的客户体验。

在零售业务中，客户对我们在选择、价格和便利性方面的不懈关注反响热烈。我们继续拥有最广泛的零售选择，有数亿种产品可供选择，仅去年就新增数千万种，几个高端品牌开始在亚马逊上架（如Coach、Victoria's Secret、Pit Viper、Martha Stewart、Clinique、Lancôme和Urban Decay）。

在价格上保持敏锐始终很重要，尤其是在经济不确定的时期，客户对自己的支出更加谨慎。因此，在2023年第四季度，我们以Prime Big Deal Days拉开了假日购物季的序幕，这是一个为Prime会员提供的提前开始假日购物的独家活动。随后是我们延长的黑色星期五和网络星期一假日购物活动，向所有客户开放，成为我们有史以来最大的收入活动。2023年全年，客户在数百万笔优惠和优惠券中节省了近240亿美元，比上一年增加近70%。

我们还继续提高配送速度，打破了多项公司纪录。2023年，亚马逊以有史以来最快的速度向Prime会员配送，超过70亿件商品实现了当日或次日达，其中美国超过40亿件，欧洲超过20亿件。在美国，这一成果是两方面因素的结合。一是区域化的好处，我们重新架构了网络以将商品存储在离客户更近的地方。二是同日达设施的扩展，2023年我们将当日或隔夜送达的商品数量同比增加了近70%。当我们能如此快速地将商品送到客户手中时，客户会更频繁地选择亚马逊来满足他们的购物需求，我们可以在各个领域看到效果，包括我们的日常必需品业务增长速度（2023年第四季度同比增长超过20%）。

我们的区域化努力还缩短了运输距离，帮助降低了服务成本。2023年，我们自2018年以来首次在全球范围内降低了每件商品的服务成本。仅在美国，每件商品的服务成本同比降低了超过0.45美元。降低服务成本使我们既能投资于速度改善，又能负担得起以更低平均售价增加更多选择。更多低价选择使我们被纳入更多购买的考虑范围。

展望2024年（及以后），我们降低服务成本的工作还没有结束。我们挑战了履约网络中每一个根深蒂固的信念，重新评估了它的每一个部分，找到了几个我们认为可以进一步降低成本同时为客户提供更快配送的领域。入库履约架构和由此产生的库存放置是2024年的重点领域，我们对其中的上升空间持乐观态度。

在国际方面，我们喜欢成熟国家的发展轨迹，在新兴地区（如印度、巴西、澳大利亚、墨西哥、中东、非洲等）看到了有意义的进展，因为它们继续扩大选择和功能，并朝盈利方向迈进（2023年第四季度，墨西哥成为我们最新实现盈利的国际零售市场）。我们高度确信这些新地区将在长期内继续增长并实现盈利。

在零售业务之外，亚马逊的广告业务进展依然强劲，同比增长24%，从2022年的380亿美元增至2023年的470亿美元，主要由赞助广告驱动。我们在这一产品中增加了赞助电视功能，这是一种自助服务解决方案，品牌可以创建出现在30多个流媒体电视服务上的广告活动，包括Amazon Freevee和Twitch，且没有最低消费要求。最近，我们通过在Prime Video的节目和电影中引入广告来扩展流媒体电视广告，品牌可以在我们最受欢迎的娱乐内容中触达超过2亿月观众，包括热门电影和节目、屡获殊荣的Amazon MGM原创内容，以及《周四夜足球》等现场体育赛事。流媒体电视广告正在快速增长，开局强劲。

转向AWS，我们在2023年初看到了大量的成本优化，大多数公司都在不确定的经济环境中试图节省开支。这种优化很大程度上是由AWS帮助客户更高效地使用云以及利用更强大、更高性价比的AWS功能所催化的，如Graviton芯片（我们的通用CPU芯片，比其他领先的x86处理器提供约40%更好的性价比）、S3 Intelligent Tiering（一种使用AI检测不常访问的对象并将其存储在更便宜的存储层的存储类）和Savings Plans（以更长的承诺换取更低的价格）。这项工作减少了短期收入，但对客户来说是最好的，非常受赞赏，对客户和AWS的长期发展应该有利。到2023年底，我们看到成本优化趋于减弱，新交易加速，客户以更大的承诺和更长的期限进行续约，迁移再次增长。

过去一年也是AWS重要的交付年。我们宣布了下一代通用CPU芯片（Graviton4），比其已经领先的前代（Graviton3）提供高达30%更好的计算性能和75%更多的内存带宽。我们还宣布了AWS Trainium2芯片，将为生成式AI应用提供比Trainium1快四倍的机器学习训练和三倍的内存容量。我们继续扩展AWS基础设施布局，目前在全球33个地理区域中提供105个可用区，还有6个新区域即将上线（马来西亚、墨西哥、新西兰、沙特阿拉伯王国、泰国以及柏林的第二个德国区域）。在生成式AI方面，我们向Amazon SageMaker添加了数十项功能，使开发者更容易构建新的基础模型。我们发明并交付了一项新服务（Amazon Bedrock），让公司利用现有的基础模型构建GenAI应用。我们还推出了最具能力的编程助手Amazon Q。客户对这些功能感到兴奋，我们在GenAI产品中看到了显著的势头。（关于我们如何推进GenAI以及为什么我们相信会成功，信中后面会有更多内容。）

我们在许多较新的商业投资上也取得了进展，这些投资有潜力对客户和亚马逊的长期发展很重要。简要提及其中两项：

我们越来越有信心，Prime Video本身可以成为一个大型且盈利的业务。这一信心得到了持续开发的引人注目的独家内容的支撑（如《周四夜足球》、《指环王》、《侠探杰克》、《黑袍纠察队》、《城堡》、《路边酒吧》等），Prime Video客户对这些内容的参与度，我们市场项目的增长（通过第三方Channels计划以及客户租借或购买的广泛节目和电影），以及在Prime Video中加入广告。

10月，我们在Kuiper商业化之旅中达到了一个重要里程碑，将两颗端到端原型卫星发射到太空，并成功验证了所有关键系统和子系统——在这样的首次发射中这很罕见。Kuiper是我们的低地球轨道卫星计划，旨在为当前没有宽带连接的4至5亿家庭提供宽带连接（以及寻求更好连接和更偏远地区性能的政府和企业），这对亚马逊来说是一个非常大的收入机会。我们有望在2024年发射第一批生产型卫星。我们还有很长的路要走，但对我们的进展感到鼓舞。

总的来说，2023年是强劲的一年，我感谢我们的集体团队代表客户所做的交付。这些成果代表了亚马逊各部门大量的发明、协作、纪律、执行和重新想象。然而，我认为我们亚马逊的每一个人都相信，在我们的每一项业务中，在我们如何让客户生活变得更好、更轻松方面，我们还有很长的路要走，我们正在投资的每项业务都有相当大的上升空间。

===

在过去三年的年度信中，我一直试图让股东更深入地了解我们如何思考公司、我们追求的业务、未来的机会以及使我们与众不同的东西。我们在多个不同的市场领域运营，但将亚马逊联系在一起的是我们的共同使命：每天让客户的生活变得更好、更轻松。这对我们服务的每个客户群体都是如此（消费者、卖家、品牌、开发者、企业和创作者）。在最好的状态下，我们不仅以客户为中心，还具有发明精神，思考未来数年，疯狂学习，精打细算，快速交付，像世界上最大的创业公司一样运营。

我们花费大量精力思考如何赋能建造者，无论是公司内部还是外部。我们将建造者定义为喜欢发明的人。他们喜欢剖析客户体验，评估什么地方有问题，然后重新发明。建造者往往不会满足，直到客户体验是完美的。这并不妨碍他们沿途交付改进，但它驱动他们不断修补和迭代。虽然不害怕从头开始发明，但他们也毫不犹豫地使用来自他人的高质量、可扩展、成本效益高的组件。对建造者来说，重要的是拥有正确的工具来持续快速改善客户体验。

我们所知的最佳方式是构建原语服务。把它们想象成离散的、基础性的构建模块，建造者可以按任何他们想要的方式将它们编织在一起。以下是我们在2003年AWS愿景文档中描述原语的方式：

"原语是软件开发者的原始部件或最基础层面的构建模块。它们是不可再分的（如果它们在功能上可以拆分为两个，就必须拆分），每个原语只做一件事并且做得非常好。它们旨在组合使用，而非作为独立的解决方案。而且，我们将为最大的开发者灵活性来构建它们。我们不会在原语上加一堆约束来防止开发者犯错。相反，我们将为开发者的自由和创新进行优化。"

当然，原语的概念可以应用于软件开发之外的领域，但它们在技术领域尤其相关。在过去20年里，原语一直是我们快速创新的核心。

原语思维的众多优势之一是速度。让我给你两个反面例子来说明这一点。首先，在亚马逊早期，我们建立了一个成功的自营库存零售业务，我们从出版商、制造商和分销商那里购买所有产品，存储在我们的仓库中，然后自己发货。随着时间推移，我们意识到通过允许第三方卖家在我们高流量的搜索和产品详情页上与我们的商品并列展示，可以增加更广泛的选择和更低的价格。我们已经建立了几个核心零售服务（如支付、搜索、下单、浏览、商品管理），使尝试不同的市场概念比没有这些组件更简单。一组好的原语？并不真是。

事实证明，这些核心组件之间纠缠太紧，分区不正确。我们在2000年代初与Target等公司合作的Merchant.com业务中痛苦地学到了这一点。概念是target.com将使用亚马逊的电子商务组件作为其网站的骨干，然后按照自己的意愿进行定制。为了实现这种安排，我们必须通过应用程序编程接口（"API"）将这些组件作为可分离的功能交付。这种解耦远比预期困难，因为在亚马逊头几年快速增长的过程中，我们在这些服务之间建立了太多的依赖关系。

这种耦合被我们使用的一种重型机制——"NPI"——进一步凸显。任何需要多个内部团队合作的新计划都必须经过这个NPI委员会审查，每个团队会沟通他们的工作需要多少人周。这个瓶颈限制了我们的成就，让我们沮丧至极，并激励我们通过将这些电子商务组件重构为具有文档完善、稳定API的真正原语服务来消除它，使我们的建造者能够使用彼此的服务而没有任何协调税。

在Target和NPI挑战的过程中，我们正在考虑构建一套新的基础设施技术服务，既能让亚马逊更快地移动，也能让外部开发者构建他们想象的任何东西。这组服务后来被称为AWS，上述经验使我们确信应该构建一组可以按任何人认为合适的方式组合在一起的原语服务。当时，大多数技术产品功能非常丰富，试图同时解决多个问题。结果，它们往往任何一项工作都做得不好。

我们的AWS原语服务从一开始就被设计为与众不同。它们提供重要的、高度灵活的但专注的功能。例如，我们的第一个主要原语是2006年3月的Amazon Simple Storage Service（"S3"），旨在以互联网规模、极低成本提供高度安全的对象存储，具有非常高的持久性和可用性。换句话说，在对象存储方面做到卓越。当我们推出S3时，开发者们既兴奋又有些困惑。这是一个非常有用的原语服务，但他们想知道，为什么只有对象存储？当我们在2006年8月推出Amazon Elastic Compute Cloud（"EC2"）和2007年推出Amazon SimpleDB时，人们意识到我们正在构建一组原语基础设施服务，让他们能够更快、更具成本效益地构建任何他们能想象的东西，而不必管理或预先为数据中心或硬件投入资金。随着AWS逐步推出这些构建模块（我们现在有超过240个供建造者使用——远多于任何其他提供商），整个公司在AWS之上迅速涌现（如Airbnb、Dropbox、Instagram、Pinterest、Stripe等），行业在AWS上重新发明自己（如Netflix、Disney+、Hulu、Max、Fox、Paramount的流媒体），甚至关键的政府机构也转向了AWS（如CIA，以及其他几个美国情报机构）。但一个较少被认可的受益者是亚马逊自己的消费者业务，它在零售、广告、设备（如Alexa和Fire TV）、Prime Video和Music、Amazon Go、无人机以及许多其他事业中以惊人的速度进行创新，正是利用了AWS让他们构建的速度。做好原语，能够快速加速建造者的创新能力。

那么，你如何构建正确的原语集？

追求原语并不保证成功。你可以构建很多，组合方式更多。但一个好的指南针是选择你试图解决的真实客户问题。

我们的物流原语是一个有启发性的例子。在亚马逊早期，我们围绕仓储商品以及快速可靠地拣货、打包和配送给客户建立了核心能力。当我们将第三方卖家加入市场后，他们频繁要求能够使用这些相同的物流能力。因为我们已经构建了这些初始的物流原语，我们能够在2006年推出亚马逊物流（FBA），允许卖家使用亚马逊的履约网络来存储商品，然后由我们拣货、打包并发货给客户，额外的好处是这些产品可以快速的Prime配送。这项服务为卖家节省了大量的时间和金钱（通常比自己做便宜约70%），仍然是我们最受欢迎的服务之一。随着更多商家开始运营自己的直接面向消费者（"DTC"）网站，许多人渴望仍然使用我们的履约能力，同时还能获取我们的支付和身份原语以提高其网站的订单转化率（因为Prime会员已经与亚马逊分享了支付和身份信息）。几年前，我们推出了Buy with Prime来满足这一客户需求。Prime会员可以在DTC网站上像在亚马逊上一样快速结账，并在Buy with Prime商品上享受快速Prime配送速度——相比默认体验，为商家提高了约25%的订单转化率。

随着我们的零售业务大幅增长，供应链变得更加复杂，我们不得不开发一系列能力，以便为客户提供无与伦比的选择、低价和非常快速的配送。我们已经擅长将产品从其他国家运到美国，通关，然后送到存储设施。因为我们的发货履约中心没有足够的空间来存储维持所需库存水平的所有库存，我们建立了一组成本较低的上游仓库，专门为存储而优化（没有复杂的终端用户拣货、打包和发货功能）。拥有这两个库存池促使我们构建算法来预测我们在发货履约中心何时会耗尽库存，并从上游仓库自动补货。在过去几年里，我们的规模和可用的替代方案迫使我们建立了自己的末端配送能力（大约相当于UPS的规模），以经济实惠的方式服务于想要使用亚马逊的大量消费者和卖家。

我们通过构建额外的履约原语来解决这些客户需求，这些原语既更好地服务于亚马逊消费者，又满足了外部卖家日益复杂的电子商务活动。例如，对于需要帮助进口产品的卖家，我们提供Global Mile服务，利用我们在这方面的专业知识。要将库存从边境（或国内任何地方）运送到我们的存储设施，我们使卖家能够使用我们的第一方Amazon Freight服务或通过我们的合作承运商计划使用第三方货运合作伙伴。为了以更低的成本存储更多库存以确保更高的库存周转率和更短的配送时间，我们向卖家开放了上游的Amazon Warehousing and Distribution设施（以及在需要时自动向发货履约中心补货）。对于那些想要管理自己发货的人，我们开始允许客户使用我们的末端配送网络将包裹递送给他们的最终客户，这项服务称为Amazon Shipping。对于希望将我们的履约网络作为中央库存存储地点并向客户发货（无论他们从哪里下单）的卖家，我们有Multi-Channel Fulfillment服务。这些都是我们向卖家开放的原语。

以原语方式构建有意义地扩展了你的自由度。你可以将原语保留给自己，在其之上构建引人注目的功能和能力，让你的客户和业务获益于快速创新。你可以将原语作为付费服务提供给外部客户（就像我们在AWS和更新的物流产品中所做的那样）。或者，你可以将这些原语组合成外部的付费应用，就像我们对FBA、Buy with Prime或Supply Chain by Amazon（一项最近发布的整合了我们几个物流原语的物流服务）所做的那样。但你有选择。你唯一受限的是你已构建的原语和你的想象力。

以我们零售业务中新的同日达履约设施为例。它们位于美国最大的都市区（我们目前有58个），存放我们最畅销的10万个SKU（但也覆盖数百万其他SKU，可以从附近的履约中心注入这些同日达设施），将从拣取客户订单到准备发货所需的时间精简到最短只需11分钟。这些设施也是网络中服务成本最低的。客户体验非常好，我们计划将这些设施的数量翻倍。

但如果我们把这种能力当作核心构建模块，还能怎么使用它呢？我们在有机杂货（Whole Foods Market）和非易腐商品（如日用品、罐头食品、健康和美容产品等）方面有一个非常大且不断增长的杂货业务。我们一直在努力建设一个大众化的实体店产品（Amazon Fresh），提供出色的易腐品体验；然而，如果我们利用同日达设施让客户在任何亚马逊订单中轻松添加牛奶、鸡蛋或其他易腐商品并当日送达呢？这可能会改变人们对分配每周杂货购物的看法，使易腐品购物与非易腐品购物一样方便。

或者，以一项有人质疑但正在取得实质进展的服务为例，我们认为它是一种非常有价值的未来原语能力——我们的配送无人机（称为Prime Air）。无人机最终将允许我们在不到一小时内将包裹送达客户。它不会一开始就对所有尺寸的包裹和所有地点可用，但我们相信随着时间推移它将变得普及。想想当亚一小时送达时，订购易腐品的体验会怎样改变？

Amazon Pharmacy也是如此。需要喉糖、布洛芬、抗生素或其他药物？同日达设施已经在几小时内配送了许多这些商品，随着我们更广泛地推出Prime Air，这只会越来越短。高度灵活的构建模块可以跨业务以新的组合方式组合在一起，改变对客户来说什么是可能的。

刻意构建原语需要耐心。在我们展示这些构建模块如何组合在一起之前，发布前几个原语服务有时会让客户（或公众）觉得是随机的。我已经提到了AWS和S3作为例子，但我们的医疗健康产品是另一个。在过去10年里，我们在不同团队中尝试了几个医疗健康实验——但它们不是由我们的原语方法驱动的。这在2022年发生了变化，当时我们将原语思维应用于巨大的全球医疗健康问题和机遇。我们现在已经创建了几个重要的构建模块来帮助改变客户的健康体验：急性护理（通过Amazon Clinic）、初级护理（通过One Medical）和药房服务来购买患者可能需要的任何药物。由于我们不断增长的成功，亚马逊客户现在要求我们帮助他们解决各种健康和营养机会——这些可以通过我们现有的一些杂货构建模块部分解锁，包括Whole Foods Market或Amazon Fresh。

作为建造者，等待这些构建模块被构建完成而不是简单地将一堆组件组合在一起解决特定问题是很难的。后者可能更快，但几乎总是会在未来拖慢你。我们在履约网络的机器人工作中已经看到了这种诱惑。我们试图自动化数十个流程以改善安全性、生产力和成本。一些最大的机遇需要在存储自动化、操控、分拣、长距离大型笼车移动和物品自动识别等领域进行发明。许多团队会直接跳到复杂的解决方案，加入"刚好够用"的这些学科以使一个综合解决方案工作，但它不能解决更多问题，不容易随着新需求的出现而演进，也不能为需要许多相同组件的其他计划重复使用。然而，当你像我们的机器人团队一样以原语思维考虑时，你会优先考虑构建模块，选择可以从这些原语中受益的重要计划，但同时建立工具箱以便为未来和复杂需求更自由（更快速）地组合。我们的机器人团队在上述每个领域都构建了原语，这些将成为我们下一套自动化的关键支柱，包括多层存储、拖车装卸、大型托盘移动，以及我们出站流程（包括车辆内）中更灵活的分拣。团队还在构建一组基础AI模型，以更好地识别复杂环境中的产品，优化我们不断增长的机器人车队的移动，以及更好地管理设施中的瓶颈。

有时，人们问我们"你的下一根支柱是什么？你有Marketplace、Prime和AWS，下一个是什么？"这当然是一个引人深思的问题。然而，一个人们从不问、但可能更有趣的问题是，你正在构建的下一组能催生突破性客户体验的原语是什么？如果今天问我，我会首先说：生成式AI（"GenAI"）。

早期公众注意力的大部分集中在GenAI应用上，特别是2022年ChatGPT的惊人推出。但以我们的"原语"思维方式来看，GenAI堆栈中有三个不同的层次，每个层次都是巨大的，我们在每个层次都在深入投资。

底层是为想要构建基础模型（"FM"）的开发者和公司服务的。主要原语是训练模型和生成推理（或预测）所需的计算，以及使构建这些模型更容易的软件。从计算开始，关键是其中的芯片。迄今为止，几乎所有领先的FM都是在Nvidia芯片上训练的，我们继续提供所有提供商中最广泛的Nvidia实例集合。话虽如此，供应一直稀缺，成本仍然是客户扩展模型和应用时的问题。客户要求我们在AI芯片的性价比上突破极限，就像我们在通用CPU芯片上用Graviton所做的一样。因此，我们构建了自研AI训练芯片（名为Trainium）和推理芯片（名为Inferentia）。2023年，我们宣布了Trainium和Inferentia芯片的第二代版本，在性价比方面均明显优于其第一代和其他替代方案。去年秋天，领先的FM制造商Anthropic宣布将使用Trainium和Inferentia来构建、训练和部署其未来的FM。我们已经有多个客户使用我们的AI芯片，包括Anthropic、Airbnb、Hugging Face、Qualtrics、Ricoh和Snap。

构建自己FM的客户必须应对将模型投入生产的多项挑战。组织和微调数据、构建可扩展和高效的训练基础设施，然后以低延迟、高成本效益的方式大规模部署模型是困难的。这就是为什么我们构建了Amazon SageMaker，一个托管的端到端服务，它为开发者在准备AI数据、管理实验、更快地训练模型（例如，Perplexity AI在SageMaker中训练模型速度快40%）、降低推理延迟（例如，Workday用SageMaker将推理延迟减少了80%）和提高开发者生产力（例如，NatWest用SageMaker将AI的价值实现时间从12-18个月缩短到不到7个月）方面带来了巨大改变。

中间层是为寻求利用现有FM、用自己的数据进行定制，并利用领先云提供商的安全性和功能来构建GenAI应用的客户服务的——所有这些都作为托管服务。Amazon Bedrock发明了这一层，为客户提供了构建和扩展GenAI应用的最简单方式，拥有最广泛的第一方和第三方FM选择，以及领先的易用性功能，让GenAI建造者更快地获得更高质量的模型输出。Bedrock起步非常强劲，在上线仅几个月后就有数万活跃客户。团队继续在Bedrock上快速迭代，最近交付了Guardrails（保护应用回答什么问题）、Knowledge Bases（通过检索增强生成——RAG——和实时查询扩展模型的知识库）、Agents（完成多步骤任务）和Fine-Tuning（持续教学和优化模型），所有这些都改善了客户的应用质量。我们还刚刚添加了来自Anthropic的新模型（他们新发布的Claude 3是世界上表现最好的大语言模型）、Meta（Llama 2）、Mistral、Stability AI、Cohere以及我们自己的Amazon Titan系列FM。客户在GenAI的这个早期阶段学到的是，构建一个具有必要企业质量、所需成本和延迟的生产GenAI应用需要有意义的迭代。客户不只想要一个模型。他们想要针对不同类型的应用访问各种模型和模型大小。客户想要一个使实验和迭代变得简单的服务，这就是Bedrock所做的，这也是为什么客户对它如此兴奋。已经在使用Bedrock的客户包括ADP、Amdocs、Bridgewater Associates、Broadridge、Clariant、Dana-Farber癌症研究所、Delta航空、Druva、Genesys、Genomics England、GoDaddy、Intuit、KT、Lonely Planet、LexisNexis、Netsmart、Perplexity AI、Pfizer、PGA TOUR、Ricoh、Rocket Companies和Siemens。

堆栈的顶层是应用层。我们正在亚马逊的每个消费者业务中构建大量GenAI应用。这些范围从Rufus（我们新的AI驱动购物助手），到更加智能和更有能力的Alexa，到广告功能（使用自然语言提示简单地生成、定制和编辑高质量的图像、广告文案和视频），到客户和卖家服务生产力应用，以及数十个其他应用。我们还在AWS中构建多个应用，包括可以说是最引人注目的早期GenAI用例——编程伴侣。我们最近推出了Amazon Q，一个AWS专家，可以编写、调试、测试和实施代码，同时进行转换（如从旧版Java迁移到新版本），并查询客户的各种数据仓库（如内网、维基、Salesforce、Amazon S3、ServiceNow、Slack、Atlassian等）来回答问题、总结数据、进行连贯对话和采取行动。Q是目前最有能力的工作助手，并且在快速演进。

虽然我们自己在构建大量GenAI应用，但绝大多数最终将由其他公司构建。然而，我们在AWS中构建的不仅仅是一个引人注目的应用或基础模型。这些AWS服务，在堆栈的所有三个层次上，构成了一组原语，将AI的下一个重大阶段民主化，并将赋能内部和外部建造者改变我们所知的几乎每一个客户体验（并发明全新的体验）。我们乐观地认为，这个改变世界的AI大部分将建立在AWS之上。

（顺便说一下，不要低估GenAI中安全性的重要性。客户的AI模型包含他们最敏感的数据。AWS及其合作伙伴提供世界上最强的安全能力和记录；因此，越来越多的客户希望在AWS上运行他们的GenAI。）

===

最近，我被问了一个尖锐的问题——亚马逊如何保持韧性？虽然措辞简单，但它很深刻，因为它触及了我们迄今为止成功的核心以及未来的核心。答案在于我们对深层原则的纪律坚守：1/ 雇用有动力不断改进和扩展可能性的建造者；2/ 解决真正的客户挑战，而不是我们认为可能有趣的技术；3/ 以原语方式构建，以便我们能以最高速率创新和实验；4/ 不浪费时间对抗引力（剧透：你总会输的）——当我们发现能够实现更好客户体验的技术时，我们拥抱它；5/ 接受并从失败的实验中学习——实际上变得更有活力地再次尝试，带着新的知识去运用。

今天，我们继续在前所未有的变革时期运营，在我们运营的各个领域都有不寻常的增长机会。例如，虽然我们有一个近5,000亿美元的消费者业务，但全球零售市场约80%仍然在实体店。同样，虽然云计算业务年收入运行费率近1,000亿美元，但全球IT支出的85%以上仍在本地部署。这些业务将持续向线上和云端转移。在媒体和广告方面，内容将继续从线性格式向流媒体迁移。全球数亿没有足够宽带接入的人将在未来几年获得这种连接。最后但同样重要的是，生成式AI可能是自云以来最大的技术变革（而云本身仍处于早期阶段），甚至可能是自互联网以来最大的。与将本地基础设施大规模现代化到云端（需要迁移工作）不同，这场GenAI革命将从一开始就建立在云之上。由此可能产生的解决方案所带来的社会和商业效益将让我们所有人惊叹。

在亚马逊的历史上，从未有过这样一个时刻，我们觉得有这么多机会让客户的生活变得更好、更轻松。我们对可能的一切感到无比兴奋，专注于发明未来，并期待一起努力使之成为现实。

此致，

附注：一如既往，我们最初的1997年股东信附后。那里写的今天和1997年一样真实。

📊 2023年关键数据

🧠 核心概念

概念一：原语思维（Thinking in Primitives）

中文释义： 贾西在这封信中首次完整阐述了亚马逊20年来的核心技术方法论——原语思维。原语是最基础的、不可再分的构建模块，每个模块只做一件事并做到极致，设计时追求最大的开发者灵活性。这段话引自2003年AWS愿景文档，揭示了AWS并非偶然产物，而是一种深思熟虑的架构哲学的体现。贾西用两个反例说明了原语的价值：早期亚马逊电商组件耦合过紧，导致与Target的Merchant.com合作极其困难；NPI审批机制成为瓶颈。正是这些痛苦经历促使亚马逊将电商组件重构为真正的原语服务，并催生了AWS。原语思维的核心优势是速度——它让建造者能以最快速度创新。从S3到EC2到FBA到Buy with Prime，亚马逊的每一次重大创新都建立在原语之上。这个概念超越了软件开发，是一种通用的系统设计哲学：先构建最基础的、可自由组合的模块，再在其上构建复杂的解决方案。

关联概念： 微服务架构 | 模块化设计 | 亚马逊股东信_2002 | 亚马逊股东信_2006

概念二：生成式AI的三层堆栈

中文释义： 贾西将亚马逊的GenAI战略框架化为三层堆栈，每一层都是巨大的市场机会。底层是基础模型构建层——核心是计算芯片（自研Trainium和Inferentia）和模型训练工具（SageMaker），面向想从零构建基础模型的开发者。中间层是模型应用层——Amazon Bedrock让企业客户利用现有基础模型、结合自身数据、在AWS的安全框架内构建GenAI应用，数万客户已在使用。顶层是应用层——从Rufus（AI购物助手）到更智能的Alexa，到广告内容生成，到编程助手Amazon Q。关键洞察是：虽然公众注意力集中在应用层（ChatGPT），但亚马逊认为三层都是巨大的独立机会，并且底层和中间层作为原语，将赋能绝大多数未来的AI应用——而这些应用大部分将由其他公司构建在AWS之上。

关联概念： AI基础设施 | 平台经济学 | Bedrock | 亚马逊股东信_2023

概念三：物流原语的演化——从自用到平台化

中文释义： 贾西以亚马逊物流体系为案例，展示了原语思维如何将内部能力转化为多重商业机会。从最初的仓储、拣货、打包、发货能力，到FBA（允许第三方卖家使用亚马逊履约网络），再到Buy with Prime（让Prime会员在DTC网站上也能享受快速配送，提高转化率约25%），每一步都是在已有原语上的新组合。更进一步，亚马逊构建了全球进口（Global Mile）、自营货运（Amazon Freight）、上游仓储（Amazon Warehousing and Distribution）、末端配送网络（Amazon Shipping）、多渠道履约（Multi-Channel Fulfillment）等一系列物流原语。原语构建的真正力量在于它为你打开了自由度：你可以自用、可以作为付费服务对外开放、也可以将多个原语组合成新的外部产品。唯一的限制是你已构建的原语数量和你的想象力。

关联概念： FBA粘合剂 | Buy_with_Prime | 飞轮效应 | 亚马逊股东信_2014

概念四：韧性的五条原则

中文释义： 当被问到"亚马逊如何保持韧性"时，贾西给出了五条底层原则。（1）雇用建造者——不是普通员工，而是有动力不断改进和拓展可能性边界的人；（2）解决真实客户问题，而非追逐技术本身——这是对硅谷"技术驱动"思维的修正；（3）原语化构建以实现最高速率的创新和实验；（4）不与引力对抗——当发现能够改善客户体验的新技术时，拥抱它而不是抗拒；（5）从失败中学习并获得更多能量——不仅是容忍失败，而是从失败中汲取新知识、更有动力再次尝试。这五条原则相互关联，构成了一个自我强化的韧性系统：建造者文化 + 客户导向 + 原语架构 + 技术拥抱 + 失败驱动学习。

关联概念： 企业韧性 | 建造者文化 | 亚马逊股东信_2018 | 亚马逊股东信_2015

概念五：同日达设施——原语重组的实例

中文释义： 贾西用同日达设施（Same-Day Fulfillment Centers）作为原语可重组性的生动案例。这些设施位于美国最大的都市圈（目前58个），存放最畅销的10万SKU，从拣货到准备发货仅需11分钟，且是网络中成本最低的。但关键问题是：如果把这个能力当作核心构建模块，还能怎么用？答案是：将其与生鲜杂货结合——让客户在任何亚马逊订单中轻松添加牛奶、鸡蛋等易腐品，并实现当日送达。再结合Prime Air无人机（一小时内送达），Amazon Pharmacy的药品也能实现极速配送。这个思维方式的转变是：不要把一个设施/服务看作固定用途的资产，而是看作可与其他原语自由组合的构建模块。它改变了消费者看待日常购物的方式——当生鲜购物和非生鲜购物一样方便时，整个杂货行业的格局就会被重塑。

关联概念： 同日达 | Amazon_Pharmacy | Prime_Air | 亚马逊股东信_2023

🔗 核心概念关系图

          ┌─────────────────────────────┐
          │     原语思维（Primitives）     │
          │   不可再分·做好一件事·自由组合  │
          └──────────────┬──────────────┘
                         │
          ┌──────────────┼──────────────┐
          ▼              ▼              ▼
   ┌────────────┐ ┌────────────┐ ┌────────────┐
   │ 技术原语    │ │ 物流原语    │ │ AI原语     │
   │ S3/EC2/    │ │ FBA/Buy    │ │ Trainium/  │
   │ SimpleDB   │ │ with Prime │ │ Bedrock/   │
   │ →AWS 240+  │ │ /Shipping  │ │ SageMaker  │
   └──────┬─────┘ └──────┬─────┘ └──────┬─────┘
          │              │              │
          ▼              ▼              ▼
   ┌────────────┐ ┌────────────┐ ┌────────────┐
   │ 赋能外部   │ │ 同日达设施  │ │ GenAI三层  │
   │ 建造者     │ │ +生鲜+药品  │ │ 堆栈       │
   │ Airbnb等   │ │ +无人机     │ │ 底层/中/顶 │
   └────────────┘ └──────┬─────┘ └────────────┘
                         │
                         ▼
              ┌──────────────────┐
              │  韧性五原则        │
              │ 建造者+客户+原语  │
              │ +拥抱技术+学习失败│
              └──────────────────┘

💡 延伸思考

• 原语思维 与软件工程中的"Unix哲学"（每个程序只做一件事并做好）有何异同？亚马逊将这一理念从软件扩展到了物流、医疗健康、机器人等领域，这种跨领域的原语化是否有边界？

• GenAI三层堆栈 的布局揭示了亚马逊的战略思维：不争夺最耀眼的应用层（ChatGPT），而是在底层芯片和中间层平台上构建不可替代的基础设施地位。这是否在重演AWS的剧本——"卖镐和铲给淘金者"？

• 物流原语的演化 从FBA到Buy with Prime的路径，本质上是亚马逊从"零售商"到"基础设施提供商"的转型。当亚马逊的末端配送网络"大约相当于UPS的规模"时，它是否正在成为一家物流公司？

• 同日达设施+生鲜+药品+无人机的组合，是否意味着亚马逊正在构建一个"即时商务"的未来？当一小时内可以收到几乎任何东西时，人们的购物行为和城市商业形态将如何改变？

• 贾西强调"不与引力对抗"——当技术改变游戏规则时，拥抱而非抗拒。这与亚马逊股东信_2018中贝佐斯关于"漫游"的论述相呼应：两者都强调对新事物的开放性，但贝佐斯更浪漫（直觉与好奇心），贾西更务实（原语与堆栈）。