在 2025 年亚马逊云科技中国峰会上，两位重量级领导者的演讲揭示了 AI 时代一个关键的范式转移。 " 疫情以来，在大环境的不确定下，很多企业聚焦于成本优化、活下去。 " 亚马逊云科技全球副总裁 亚马逊云科技大中华区总裁 储瑞松指出， " 但在 AI 时代，企业需要思考的是如何利用 AI 加速创新、获取高额价值回报。 " 这个观点得到了亚马逊云科技全球技术总经理 Shaown Nandi 的呼应，他展示了一系列技术创新如何让 AI 既经济实惠，又能创造巨大价值。

技术创新驱动成本革命

在 AI 基础设施方面，亚马逊云科技正在通过持续创新降低使用门槛。 " 就在几周前，我们将 GPU 实例的价格最高降低了 45% 。 "Shaown Nandi 宣布道， " 这再次展示了我们如何努力将规模经济带来的效益回馈给客户。 "

更令人瞩目的是在 AI 芯片领域的突破。最新发布的 Trainium2 芯片较前代产品速度提升 4 倍，能源效率提高 3 倍，正在从根本上改变 AI 的经济学。对于使用这些芯片的企业来说，这意味着能以更低的成本获得更强大的 AI 能力。一个典型的例子是 Anthropic ，他们正在使用由数十万个 Trainium2 芯片组成的新计算集群，其算力达到数百 exaflops ，是此前规模的五倍多。

同样，第四代 Graviton 处理器在保持相同价格的情况下，为大型 Java 应用带来了 45% 的性能提升，同时能耗降低 60% 。这些进步正在让 AI 变得更加经济实惠，也更加环保。

灵活的成本模型

认识到并非所有企业都需要持续的大规模计算资源，亚马逊云科技推出了更灵活的计费模式。 EC2 容量块让企业能够按需预留 GPU 资源，完美适配短期的训练和微调需求。正如 Shaown Nandi 所说： " 你不需要运行超大规模工作负载才能受益于加速计算实例。 " 这种灵活性让更多企业能够尝试和实践 AI 创新。

从优化成本到创造价值

然而，真正的价值往往超越了直接的成本节省。亚马逊内部的一个案例很好地说明了这一点：一个仅有 5 人的团队利用 AI 技术，在短短两天内完成了 1000 个应用从 Java 8 到 Java 17 的升级工作。这项工作按传统方式需要每个应用花费 2-3 天。当这种能力在亚马逊内部大规模推广后，节省了相当于 4500 年的开发工作量，年度成本节省达 2.6 亿美元。

奥迪的经验同样令人印象深刻。通过迁移到 AWS 云平台，他们不仅改善了汽车配置器等应用的客户体验，还节省了超过 60% 的计算成本。这种双赢的效果正是企业追求的目标。

面向未来的投资

" 在 AI 时代，有两类企业。 " 储瑞松将企业分为 "speed 1" 和 "speed 2" 两类。 "speed 1 企业正在以极快的速度利用 AI 创新，因为他们看到了 AI 颠覆性创新的可能性。而 speed 2 企业仍停留在传统的商业思维中。 "

这种区分揭示了一个关键事实：在 AI 时代，纯粹的成本考量可能会让企业错失更大的机会。正如两位领导者都强调的，数据正在成为企业最重要的战略资产。那些现在就开始投资 AI 基础设施、积累数据资产的企业，将在未来获得巨大的竞争优势。

事实上，亚马逊云科技自身也在加大投资。 Shaown Nandi 透露，公司计划在 2025 年将资本支出提升到 1000 亿美元，主要用于 AI 投资。这体现了对 AI 未来的坚定信心。

从成本中心到价值创造引擎

AI 不应该被简单地视为一个成本中心，而应该被看作价值创造的引擎。生物技术初创公司 EvolutionaryScale 的例子很好地说明了这一点：通过使用 AWS 的 AI 基础设施，他们模拟了 5 亿年的进化过程，创造出前所未见的荧光蛋白，为医学研究和药物发现开辟了新途径。这种突破性的创新带来的价值远超过技术投入的成本。

正如储瑞松所说： "Agentic AI 时代的到来，企业需要考虑的是如何利用 AI 加速创新、大幅度提升客户和用户体验，革新商业模式，获取高额价值回报。 " 在这个充满机遇的时代，明智的企业领导者需要平衡短期成本和长期价值，做出有利于企业未来发展的战略投资决策。

我们正处在 Agentic AI 爆发前夜。 2025 亚马逊云科技中国峰会提出，企业要从 " 成本优化 " 转向 " 创新驱动 " ，通过完善的数据战略和 AI 云服务，把握全球化机遇。亚马逊将投入 1000 亿美元在 AI 算力、云基础设施等领域，通过领先的技术实力和帮助 “ 中国企业出海 “ 和 ” 服务中国客户创新 “ 的丰富经验，助力企业在 AI 时代突破。