直接原因：AI 带来的效率革命

Amazon 官方给出的理由是“优化组织结构”，但市场更普遍的解读是削减运营支出（Opex）、释放资本支出（Capex）空间，为AI基础设施投资腾挪预算。

UPS 则比较直接，一方面是疫情期间扩张的过剩产能，需要出清。另一方面是 AI 带来的效率提升，导致部分岗位冗余。因此裁员是正常运营调整。

核心是看 Amazon，它更具战略深度，也反映出 AWS 在 AI 时代面临的结构性困境。

Amazon 的困局

Amazon 今年的股价在 Mag7 中表现最差，核心原因就是 AWS 业务（贡献超70%的利润）在这一波 AI 变革中的动作和结果不及预期。具体看短期和中长期，AWS 都面临很大挑战。

据报道，AWS Q2未交付订单量达到 1950 亿美元，同比增长25%，主要原因是高端 GPU 资源短缺。这暴露出 Amazon 在计算资源的战略部署上的误判。

Amazon 的策略类似 Google，自研芯片和外采同步进行，但自研的实际进展却远不如 Google TPU。

第一重：与传统巨头的竞争
AWS 作为市场份额最大的云厂商，今年的增速却是最慢的，利润率也是最低的。这两年 AI 大模型的爆发，给云厂商带来了一波新的机会，目前来看，Amazon 落后于 MS 和 Google。

第二重：来自新兴 NeoCloud 的威胁
NeoCloud，也叫 AI 智算云，指的是以高性能 GPU 算力为核心、服务 AI 模型训练和推理的新一代云厂商，例如 CoreWeave、Lambda、Nebius。这些公司以更高性能、更灵活定价吸引了大批 AI 创业公司。

上周看到有人爆料说，Amazon 内部文件显示，越来越多的初创公司正在将原本部署在 AWS 的预算，转移到 NeoCloud。

这个预算结构转移的影响，非常深远，远比短期营收流失严重。初创公司和中小企业是 AWS 生态的“未来独角兽”摇篮，他们的预算一旦被 NeoCloud 挖走，AWS 面临的将是未来收入和长期生态的流失。

我猜，正是这个变化引发了这次裁员。

NeoCloud 的崛起并非偶然。细挖下去，发现了我在开头说的“很有意思的变化趋势”。

AI 时代的创业公司，其预算结构、使用场景、增长模式，都与过去的互联网企业完全不同。

在过去，像 Uber 这类交易型服务，用通用的CPU和数据库就可以支持。这些服务的边际成本较低，更多支出是在运营侧：研发人力、营销推广、固定资产租金等，资本支出 Capex 通常小于10%。

而对于 OpenAI/Anthropic，其核心竞争力是模型的智能水平，模型的训练和推理直接构成了产品。使得资本支出 Capex（购买 GPU 算力）成为公司预算中最大、最关键的开支，占比甚至超过60%。

这个颠覆性的变化，导致 AI 创业公司必须围绕 GPU 算力供应去设计预算。谁能提供稳定、高效、高性价比的GPU服务，谁就能主导客户的整个云服务预算分配。

在这一点上，NeoCloud 的灵活性和专业性远超 AWS 的统一架构，自然能赢得这批最优质的 AI 创业客户。

Nvidia 在这场客户迁移中扮演了极其关键的角色。

它不再是单纯的硬件供应商，而是试图掌控整个 AI 生态。

这让 Nvidia 既能扩大芯片渗透率，又能用 NeoCloud 制衡大云厂商，防止他们压价、或者延迟部署 Nvidia 最新产品而专注自研芯片最后踢掉自己。

这是一种典型的供应链制衡策略，让 Nvidia 一直牢牢掌握行业定价权，也推动了 NeoCloud 快速发展。

过去 AWS、Azure、Google Cloud 依托统一架构、全球部署、全栈服务绑定（存储、数据库、服务SLA、安全合规等），在全球化浪潮中占尽先机，其他云服务商无法与其竞争。

但在当下的反全球化趋势中，这一优势正在反转。各国都开始强化数据主权，要求训练与存储必须本地完成。这时，统一架构反而成了负担，因为会增加合规和部署成本。

而 NeoCloud 服务栈较轻，可以通过本地化合作和专业主权云模式，更容易满足合规要求，获得特定市场的高端算力大单。这让他们在欧洲、东欧、中东等新兴AI市场中快速突破。

面对这场正在重塑云计算格局的变化趋势，从投资角度，我认为应将关注这几点。

是否从 IaaS 向 PaaS 延伸，是否通过“联盟化”整合资源、增强同业竞争力。

尤其是在“主权云”模式上的推进、本地化合作、垂直行业云的进展，或者是否通过投资并购介入 NeoCloud。

下一代芯片的供货分配倾斜是否有变化，是否进一步深入投资 NeoCloud 生态，跟哪边有进一步的标准层面的合作。

这些新变化还挺有意思的，不知道最终格局会是怎样。