亚马逊（纪要）：AI 算力仍有瓶颈，关税下商家和消费者都在囤货
以下为$亚马逊(AMZN.US) 2025 年第 1 季度财报电话会纪要，财报解读请移步《AI 猛投、关税搅局，亚马逊重进 “下蹲期”？》
- 财报核心信息回顾：
二、财报电话会详细内容
2.1、高管层陈述核心信息：
1、配送服务优化：在过去几年里，在提高履约网络的效率和成本效益方面取得了重大进展。一个重要的转折点是将全国履约网络划分为多个区域枢纽。通过将商品储存在离客户更近的地方，以便更快地配送更多订单，并且降低配送成本。
我们的进货网络，也就是我们将商品运送到每个履约中心的方式，此前未能充分利用这种新的区域化结构。我们对其进行了重新设计，并刚刚推出了一种新的进货架构，扩大了我们能够放置在每个履约中心的产品比例，提高了配送速度，降低了我们的服务成本。
展望未来，我们将继续完善新设计的进货网络，扩大当日达配送站点的建设，并在仓库中增加更多的机器人和自动化设备。还会增加美国农村地区的配送站数量，能更快地将商品送到居住在人口不太密集地区的人们手中。
2、零售业务面临关税提高的看法：不知道关税最终会定在什么水平，也不知道何时会确定下来。目前还没有看到需求出现减弱的情况。在一定程度上，看到某些品类的购买量有所增加，这可能表明消费者在潜在的关税影响到来之前进行了囤货。
也尚未看到零售商品的平均售价大幅上涨。这反映了自营销售进行的一些提前采购，也有反映了第三方卖家所做的提前进货安排。大多数卖家目前还没有调整价格。当然，这可能会根据关税的最终情况而发生变化。
在环境不确定的情况下，客户往往会选择他们最信任的供应商。鉴于我们丰富的商品选择、低廉的价格和快速的配送服务，在过去的不确定时期，公司的市场份额有所增加，这种情况可能会再次发生。
3、必需品：在第一季度，我们的日常必需品的增长速度是其他业务的两倍多，在美国亚马逊上，每销售 3 件商品，就有 1 件是日常必需品。即使不包括全食超市（Whole Foods Market）和亚马逊生鲜（Amazon Fresh），亚马逊也是美国最大的食品杂货零售商之一，去年的总销售额超过 1000 亿美元。
4、广告业务：我们正在努力成为各类规模品牌拓展业务的最佳平台。我们广泛的全漏斗广告产品系列表现强劲，仅在美国，这些产品就帮助广告商触达了平均超过 2.75 亿的广告受众。亚马逊广告为品牌提供了工具，使其能够在我们的娱乐平台（如 Prime Video、Twitch 和 IMDB）、直播体育赛事（如美国国家橄榄球联盟 NFL、NBA）、音频内容（如亚马逊音乐（Amazon Music）和 Wondery），当然还有我们的线上商店，以及 Pinterest 和 BuzzFeed 等许多其他外部网站上触达目标受众。
我们所有的受众分析和效果衡量能力，都适用于亚马逊需求方平台（Amazon DSP）在优质第三方发布商处投放的广告，我们安全的 “数据洁净室” 使广告商能够分析数据、生成核心营销指标，并了解他们在各个渠道的营销效果。
5、AWS 业务：目前，全球 85% 以上的信息技术支出仍用于本地部署，也就是说尚未迁移到云端。在我看来，在未来 10 到 20 年内，这种情况很可能会发生逆转。
在这一代人工智能技术出现之前，我们认为 AWS 最终有机会实现每年数千亿美元的营收规模。现在认为它的潜力可能更大。相信每一个客户体验都将通过人工智能进行重塑，如在亚马逊内部构建的 1000 多个人工智能应用程序上。在我们的 Alexa + 上。还体现在履约网络、机器人技术、购物、Prime Video 和广告体验中使用人工智能。
6、Trainum2 芯片：对于那些构建模型的开发者来说，新的定制人工智能芯片 Trainium2 开始大规模投入使用，受到了广泛的欢迎并拥有巨大的需求。Trainium2 与其他基于图形处理器（GPU）的实例相比，性能价格比高出 30% 到 40%，这一点非常有吸引力。
为了让人工智能取得所期望的成功，推理成本需要大幅降低。
7、其他软件服务：在中间层，亚马逊 Bedrock 的全托管服务，提供了对高性能基础模型的选择，并且具备一系列极具吸引力的功能，使得构建高质量的生成式人工智能应用程序变得更加容易。
我们继续快速迭代 Bedrock 服务，增加了 Anthropic 公司的 Claude 3.7 Sonnet 混合租赁模型，迄今为止最智能的模型，以及 Meta 公司的 Llama 4 系列模型。我们也是第一家将 DeepSeek R1、Mistral AI 的 Pixtral Large 作为全托管模型全面提供的云服务提供商。在 Bedrock 中也提供了我们自己的亚马逊 Nova 最先进的基础模型。
8、智能体：我们发布了亚马逊 Nova Sonic，一个新的语音到语音基础模型，使开发者能够构建高度准确、富有表现力且逼真的语音人工智能应用程序。在快速交互方面，Nova Sonic 与其他可比模型相比，单词错误率更低，成功率更高。
到目前为止，几乎所有的智能体应用案例都属于问答类型。我们的目标是让智能体能够执行广泛的、复杂的多步骤任务，比如安排一次旅行，或者为晚宴宾客设置家中的灯光、温度和音乐氛围，或者处理复杂的信息技术任务以提高业务效率。构建这些智能体的技术仍然相当原始，不够准确，并且需要持续的人工监督。
刚刚发布的亚马逊 Nova Act 的研究预览版，是一个新的人工智能模型，经过训练能够在网络浏览器中执行操作。它使开发者能够将复杂的工作流程分解为可靠的命令，比如搜索、结账或者回答关于屏幕内容的问题。它还使开发者能够在需要时为这些命令添加更详细的说明，比如不接受保险的追加销售。Nova Act 旨在通过合适的构建模块，将当前多步骤智能体操作的最先进准确率从 30% 到 60% 提高到 90% 以上，以构建这些面向行动的智能体。
9、人工智能收入规模：我们的人工智能业务年化营收达到数十亿美元，并且继续以三位数的同比增长率增长，目前仍处于非常早期的阶段。但想提醒大家，仍然有大量的本地部署基础设施尚未迁移到云端。虽然基础设施听起来不那么吸引人，但它是任何公司技术和创新能力、开发者生产力、速度和成本结构的基础。要充分发挥人工智能的潜力，他们需要将基础设施和数据迁移到云端。
10、Alexa+，下一代 Alexa 个人助手： Prime 会员可以免费使用，非 Prime 会员每月支付 19.99 美元也可使用。刚刚开始在美国推出这项服务，今年晚些时候将扩展到其他国家。
11、“柯伊伯计划”（Project Kuiper）达到了一个重要的里程碑，我们将首批卫星送入了轨道，更多卫星也将很快发射，我们预计今年晚些时候开始为客户提供服务。
2.2、财务信息点评及指引：
1、全球营收为 1557 亿美元，在排除外汇汇率影响后同比增长 10%。相当于本季度因外汇因素带来了 14 亿美元的不利影响。全球营业收入为 184 亿美元，比我们指引区间的上限高出约 4 亿美元。这次业绩包含了影响北美和国际业务营业收入的一次性费用，稍后会谈到这些费用。
2、本季度，计入了一些历史客户退货相关的一次性费用，以及由于预计关税提前接收库存的成本。如果没有这些费用，北美和国际业务的营业利润率将分别提高约 90 个基点和 70 个基点，即北美业务的营业利润率将达到 7.2%，国际业务的营业利润率将达到 3.7%。
3、AWS 目前的年化营收超过 1170 亿美元。在第一季度，随着企业将注意力转向新的计划，将更多工作负载迁移到云端，重启或加速现有的从本地到云端的迁移，并利用生成式人工智能，我们看到生成式人工智能业务和非生成式人工智能产品都实现了增长。
4、AWS 的经营利润为 115 亿美元，反映了我们的持续增长以及我们对推动业务整体效率提升的关注。我们预计 AWS 的营业利润率会随着时间波动，部分原因是我们在不同时间点的投资水平。我们计划在今年下半年增加更多的产能。
5、现金资本支出（CapEx），第一季度为 243 亿美元。支出的大部分用于满足对技术基础设施不断增长的需求。主要与 AWS 相关以支持对人工智能服务的需求。并且越来越多地投资于 Trainium 这样的定制芯片，以及支持我们北美和国际业务板块的技术基础设施。我们还在投资履约和运输网络，以支持未来的增长，提高配送速度并改善成本结构。这项投资将在未来许多年支持业务的增长。
6、业绩指引考虑了各种可能性，并综合了第一季度的业绩、截至目前的季度业绩趋势以及对宏观经济环境的预期。预计第二季度的净销售额将在 1590 亿美元至 1640 亿美元之间。预计 2 季度外汇汇率将带来约 10 个基点的不利影响。提醒一下，全球货币在本季度可能会波动。预计第二季度的经营利润将在 130 亿美元至 175 亿美元之间。这一估算包括了年度薪酬周期的时间安排导致的第二季度基于股票的薪酬费用季节性增加的影响。
2.3、Q&A 分析师问答
Q：2 月份以来，公司似乎引入了更多的 GPU 实例，以支持所有这些新的人工智能工作负载。如何描述围绕人工智能工作负载的那种供需不平衡的情况呢？AWS 什么时候能够获得足够的人工智能收入来推动业务加速发展呢？今年有可能发生吗？还是说，你们的产能限制更有可能在明年实现呢？
A：我们一直在引入大量的 P5 GPU（英伟达芯片的一种型号），同时也在尽可能快地部署越来越多的 Trainium2 。我们目前的人工智能业务年化营收达到了数十亿美元，并且以三位数的百分比逐年增长。而且我们刚投入的产能，很快就被消耗掉了。如果我们有更多的产能，我们可以帮助更多的客户，为业务带来更多的收入。在接下来的几个月里，我们将会有更多的 Trainium2 以及下一代英伟达芯片投入使用。
我预计供应链的其他一些环节也有点拥堵，比如主板和其他一些零部件，因为现在需求非常旺盛。不过我确实相信，随着今年时间的推进，供应链问题和产能问题会不断得到改善。
Q：从战略角度来看，鉴于未来几个月全球贸易环境可能发生变化，存在诸多不确定性，公司在中期应如何定位呢？你认为哪些关键战略重点能够使公司根据不同的结果，实现盈利？在未来几个月里，如何对这些投资进行优先级排序呢？
A：目前很难判断关税会发生什么变化。很难说关税最终会定在什么水平，以及何时会确定下来。所以，我们在短期和中期考虑的事情，实际上也是我们长期考虑的事情，那就是我们如何才能以尽可能低的价格为客户提供最广泛的商品选择。在近期的记忆中，可能从来没有像现在这样，把保持低价格看得如此重要，我们正非常执着地专注于此，快速地把商品送到客户手中，并为客户提供优质服务。这就是我们工作的核心。
在这些优先事项方面采取了不同的举措。作为自营卖家，我们进行了一些库存预购。我们的第三方卖家也提前储备了一些商品，所以他们这里也有库存。我们鼓励这些做法，因为我们试图为客户保持尽可能低的价格。
我认为，我们超过 200 万的卖家，如果最终出现更高的关税，他们不会都采取相同的策略。会有很多卖家决定将这些更高的成本转嫁给终端消费者，但并非所有卖家都会采取相同的策略。所以当我们拥有像这样更广泛的多样性时，有更好的机会让一些卖家决定去抢占市场份额，而不会将全部或任何关税转嫁给客户。
与现在相比，过去我们为 AWS 或设备生产零部件时，在中国的集中程度要高得多，而在这段时间里，我们已经进行了有意义的多元化布局。我们认为这样做是明智的。所以这些就是我们试图确保在短期、中期和长期保护客户利益的一些方式。
Q：关于下一季度的营业收入指引，从成本方面来看，有没有什么是我们应该考虑的，那些与贸易形势相关的投资成本，这些成本在今年晚些时候或者明年可能不会再次出现呢？
A：关于业绩指引的问题，正如我之前提到的，基于股票的薪酬通常在第二季度会比第一季度增加，然后会重置费率，并在接下来的 4 个季度保持。你可以查看历史趋势来了解这一点。
其次，我们在第二季度确实有一些额外的柯伊伯计划（Kuiper）发射成本。本周进行了一次发射。提醒一下，在商业化之前，我们会将这些发射成本计入费用，计划是在今年晚些时候实现商业化。
Q：关于 AWS 的收入可能会有波动。如果不仅仅是因为产能问题，什么其他原因会导致收入有上下波动？竞争对手有相当不错的增长率，如何看待与一些竞争对手相比的差异呢？
A：收入可能会有波动，这是过去几年人工智能发展起来之前就一直在说的。原因是销售周期，特别是对于企业客户来说，对于初创企业也是如此。例如初创企业，这些公司何时能找到产品与市场的契合点并大幅增长是不可预测的，对我们来说也难预测。
企业客户方面也是如此。企业客户的销售周期是，需要花时间说服他们从本地部署迁移到云端，向他们证明有适合他们的解决方案，接着选择一组项目来积累经验。这些迁移项目就是需要时间。有些公司能很快完成，有些公司则需要更长时间。我们很难预测，因为这实际上取决于企业，取决于他们想如何安排顺序以及分配资源。
再加上人工智能，它有自己非常快速的增长周期，特别是在某些特定的用例中，且这些用例还在不断变化。举几个例子。在人工智能最早期的时候，你看到最多的是那些能提高生产效率和降低成本的项目。然后是很多大规模的训练也在我们的平台上进行。如你所知，Anthropic 公司正在 AWS 上基于我们的 Trainium2 芯片构建接下来的几个训练模型。
然后还看到了一些非常大型的聊天机器人。而在过去几个月里，你看到的是编码智能体的真正爆发。如果你看看过去几个月里这些编码智能体的增长情况，比如 Cursor 或 Vercel 这样的公司，它们都在很大程度上依赖 AWS 运行。几个月前根本无法预测到这样的增长。
这就是为什么收入会有波动。有时候会有非常显著的、没有预测到也无法预测的增长。有时它们会以不错的速度增长，但可能不会达到下一次大幅爆发式增长之前的速度。
关于如何看待相对增长率的问题，同比增长率实际是基于目前基数的增长百分比的一个函数。在技术基础设施方面，我们的基数比其他公司要大得多。在 1170 亿美元营收基础上实现 17% 的同比增长，仍然是相当显著的增长。而且如果我们有更多的产能可以做得更多，我预计在接下来的几个月里产能会有所缓解。
Q：关于 AWS 在利润率方面。在过去几年里，我们看到了很大的波动，现在利润率几乎达到了 40%。是什么推动了这种出色的表现，应该如何看待未来的正常化利润率呢？
A：AWS 在本季度表现强劲，利润率表现出色。这归因于强劲增长，以在创新和技术方面持续投资所带来的影响。举些例子。在软件和流程改进方面进行投资，最终优化了我们的服务器容量，有助于降低我们的基础设施成本。我们一直在使用低成本的定制网络设备开发更高效的网络。我们正在努力最大化现有数据中心的电力使用效率，这不仅降低了成本，还为其他新的工作负载回收了电力。
像 Graviton 这样的先进定制芯片所带来的影响。不仅降低了成本，也为我们的客户提供了更低的成本，为他们带来了更好的性价比。
但利润率受到很多因素的影响，包括我们的投资水平、竞争定价，随着生成式人工智能服务的逐步提升，其服务组合在未来几年也将不断演变。所以我们正在进行大量的基础设施投资，并且计划在今年下半年继续投资。会开始看到这些投资的影响。但我们对团队在节省成本方面的表现很满意。
Q：之前提到 Alexa 能够处理更复杂的任务。能详细谈谈吗？而且 Alexa 产品已经存在很长时间了，有不同的用例。如何让用户更多地改变他们使用 Alexa 的行为呢？
A：我们对 Alexa + 感到非常兴奋。它更加智能，功能更强大，并且能够采取实际行动。到目前为止，大多数现有的智能体实际上只能回答问题，但智能体的未来不仅仅是智能，还在于能够采取行动。这不仅需要一个优秀的模型，还需要能够同步这个模型，并使这个模型与能够采取正确行动、执行和实现正确的应用程序接口（API）相匹配，否则你可能会得到非常不理想的结果。
所以我们在 Alexa + 上为此付出了很大努力。在过去几周里，我们已经开始推出这项服务。现在已经有超过 10 万用户在使用，接下来的几个月里还会有更多用户使用。到目前为止，客户的反馈非常非常积极。我认为它能做的事情比以前的 Alexa 多得多。我们在人们的家中、办公室和汽车里拥有超过 5 亿台设备。
所以我们已经有了广泛的用户基础。但人们需要稍微重新适应一下它能做的事情。比如周六晚上有客人来吃晚餐，你可以说 “Alexa，请打开窗帘，打开车道和门廊的灯，把温度调高 5 度，选一些适合晚餐的舒缓音乐”。然后它就会照做。当你有了这样的体验后，你会想更多地使用它。
所以我认为，人们越来越习惯使用它之后，就会意识到它能做的事情。而且我们不会停滞不前，我们计划在接下来的几个月里添加更多的功能。
Q：当回顾并分析业务以及关税的不确定性时，能否讲讲在运营方面最关注的一两个关键领域，以确保 Prime 会员日、感恩节和节假日期间一切尽可能顺利进行呢？
A：我们最关注的领域不仅仅是要让 Prime 会员日取得成功，Prime 会员日只是一个活动，高峰期也是如此。我们试图全年都为客户提供优质服务。很明显的一点是，我们要尽我们所能帮助我们的卖家，因为卖家也面临着不确定性。我们试图确保我们有合适的卖家多样性，并为客户提供低价格。
还必须非常谨慎地考虑在任何时候将多少库存引入你的履约节点。无论是自营卖家，还是第三方卖家都想尽可能早地获取尽可能多的库存，试图赶在可能发生的事情的截止日期之前。但如果在履约网络中最终积压了太多库存，会降低生产效率，以及尽快为客户发货的能力。所以能够谨慎地管理这一点，这是我们多年来学到的，我认为团队现在在平衡这方面做得非常好。
Q：考虑第二季度的息税前利润（EBIT）指引时，有没有像第一季度你提到的 10 亿美元那样的一次性成本或与关税相关的成本呢？
A：基于股票的薪酬增加了，如果看看我们的历史数据，可以看到这属于惯例模式。还有额外的柯伊伯计划费用。具体来说，根据当前的关税，我们在零售采购方面确实要支付关税。第二季度的关税数额不大，我们在第一季度进行了大量的库存预购。但总的来说，由于存在不确定性，我们在给出的指引范围上有所扩大。我们看到的总体不确定性，以及消费者需求的不确定性和其他所有因素，都导致我们稍微扩大了范围。
实际上我们看到 4 月份有一些优势，可能是因为对一些商品的预购，但广告业务也一直很强劲。所以我们认为有很多积极的趋势，但当然，本季度仍然存在不确定性。
Q：关于 AWS，积压订单的情况怎么样。关于许多这些核心工作负载仍未迁移到云端的问题，能否告诉我们目前看到的情况呢？看到企业客户的需求回升了吗？人工智能是否会对这种迁移以及迁移的时间安排造成一些困惑呢？
A：第一季度的积压订单为 1890 亿美元，同比增长约 20%。加权平均剩余期限为 4.1 年。
关于那些尚未迁移的工作负载。在疫情之前，企业出于云服务在创新速度、开发者生产力以及成本优势等方面的考虑，有条理地、几乎按部就班地积极决定要将其本地部署的基础设施迁移到云端。然后当进入疫情阶段，在那几年的下半年经济形势看起来不太确定时，包括我们在内的所有人都在试图进行成本优化。接着，当我们开始摆脱那种趋势时，生成式人工智能迅速崛起，每个人都想设法找到一种方式来运行一个或一组工作负载，因为人们看到了其中的潜力，而且这也在公众中引起了很大的关注。
所以在过去大概 16 到 18 个月左右的时间里，企业意识到他们需要同时做两件事。他们想要使用人工智能。目前他们在人工智能方面进行了各种各样的试点项目。但在人工智能方面还有很多尚未开展的计划，要么是因为他们正在构建相关的技能体系，要么是因为他们正在挑选第一批项目来积累经验，又或者是因为他们在等待推理成本继续下降，而推理成本确实会下降。即使现在人工智能发展得非常迅速，但在推理成本不断降低之前，我们无法知道即将到来的会的哪种类型的人工智能的广泛应用。
但与此同时，我想说我们看到企业对将基础设施迁移到云端的重视程度有所回升，开始看到这些迁移计划又重新推进起来了。
但你不会决定要将基础设施从本地部署迁移到云端，然后指望在 3 个月内就完成。这通常是一个需要多年时间的过程，有些公司进展得快，有些公司进展得慢，但他们会分阶段进行，并且会谨慎地进行。客户不能承受在迁移过程中应用程序无法正常运行的后果。在与企业的这些沟通中，以及在企业选择在 AWS 上改造其基础设施方面，我们已经取得了显著的成功。
<正文完>
本文的风险披露与声明：海豚投研免责声明及一般披露
