在生成式人工智能领域竞争白热化的背景下，全球电商巨头亚马逊正通过成本重构策略寻求破局。这家曾因旗舰模型Nova性能落后而陷入舆论漩涡的科技企业，近日任命深耕基础设施领域26年的技术元老Peter DeSantis执掌AI部门，将"成本效率革命"确立为核心战略方向。
新任负责人DeSantis在首次公开演讲中直指行业痛点："当前AI技术普及的最大障碍在于成本结构失衡。"他提出以自研芯片为支点，通过软硬件协同优化打破"算力军备竞赛"困局。数据显示，亚马逊自主研发的Trainium训练芯片和Inferentia推理芯片，在特定任务场景下较同类产品成本降低40%-50%，这为构建高性价比AI解决方案提供了技术基础。
针对企业客户对AI投入产出比的焦虑，亚马逊推出Nova Forge定制化平台，允许客户基于自有数据训练专属模型。这种"去中心化"模式与行业主流的通用大模型形成鲜明对比，波士顿生物科技公司Nimbus Therapeutics的实践印证了其商业价值——该企业通过Nova构建的药物研发模型，在保持与Anthropic Claude同等精度的前提下，训练成本降低90%，推理速度提升3倍。
战略转型背后是亚马逊AI业务的现实压力。独立基准测试显示，Nova模型在多模态理解和长文本处理等关键指标上落后于GPT-4o和Claude 3.5，核心团队动荡更令局势雪上加霜：前AI首席科学家Rohit Prasad和AGI实验室负责人David Luan相继离职，引发市场对技术持续性的质疑。资本市场对此反应强烈，公司股价年内累计跌幅达14%，2000亿美元的AI基础设施投资计划更引发投资者对现金流风险的担忧。
面对质疑，DeSantis援引亚马逊发展史强调战略定力："就像早期对抗实体零售巨头、后来建设AWS数据中心时遭遇的质疑，时间最终证明了技术投入的价值。"值得注意的是，在加码自研路线的同时，亚马逊本周宣布对OpenAI进行500亿美元战略投资，显示其构建多元AI生态的野心。不过人才竞争仍是隐忧，薪酬调研机构Levels.fyi数据显示，亚马逊AI团队平均薪资较meta、OpenAI等竞争对手低15%-20%，今年两轮裁员涉及约3万名白领员工，给团队稳定性蒙上阴影。
这场由成本驱动的AI变革正在重塑行业格局。科技咨询公司Gartner分析指出，当通用大模型陷入性能竞赛时，亚马逊的垂直化策略可能开辟新蓝海。数据显示，63%的企业CIO将"成本可控性"列为采用AI服务的首要考量，这为亚马逊的定制化路线提供了市场基础。随着Nova Forge平台开放测试，生成式AI领域或将迎来新一轮价值重构。
