亚马逊CEO安迪·贾西在风险投资机构a16z于10月23日发布的采访中表示，AI推理成本仍然过高，若要推动AI在企业软件中广泛应用，成本需降至目前的约十分之一。他透露，亚马逊自研芯片有望在降低推理成本方面发挥关键作用。
贾西将当前AI需求结构比作一副“杠铃”：一端是AI实验室，其算力消耗规模“前所未见”；另一端是企业客户，主要将AI用于客户服务、欺诈检测等具体任务。他认为，真正尚未充分开发的是中间市场，即企业日常使用的各类软件。这一领域目前尚未广泛引入AI，但未来最大的AI需求可能正来源于此。
制约企业采用AI的核心因素在于推理成本。AI模型每回答一个问题、完成一项任务均需消耗算力，若引入AI带来的收益不足以抵消更高的运营费用，企业便缺乏重构现有软件的动力。贾西表示：“在我看来，要让AI得到尽可能广泛的应用，推理成本仍然高了一个数量级。”
在基础设施投入方面，亚马逊今年计划投入2200亿美元资本开支，但仍无法建成足够的基础设施满足AI需求。贾西透露，2026年的主要算力供应额度已基本订满，2027年的大部分已被客户预订，2028年也有相当一部分售罄。他认为，在市场需求如此旺盛的背景下，亚马逊继续加大投入不会造成浪费。
贾西以亚马逊此前的经历作类比。早年英特尔主导云服务器处理器市场，亚马逊希望以同等成本获得更高计算性能，却难以说服英特尔优先满足其需求，最终决定自行开发Graviton处理器。他认为类似的故事正在AI领域重演。当前AI芯片市场由英伟达主导，亚马逊则推出自研Trainium芯片，希望为客户提供成本更低的选择。贾西在采访中未直接点名英伟达，仅强调市场上的主导供应商仍是亚马逊的重要合作伙伴。
据其介绍，Trainium的性价比较同类处理器高出约30％至40％，客户花同样的钱可获得更多算力。亚马逊此前披露，Trainium已获得超过2250亿美元的未来收入承诺，其中包括与Anthropic和OpenAI达成的协议。贾西表示，芯片业务在降低推理成本方面发挥着重要作用。
从行业视角看，推理成本已成为企业级AI规模化落地的核心瓶颈。贾西的表态反映出云厂商正从算力供给端入手，通过自研芯片压低单位推理成本，进而撬动企业软件这一尚待开发的中间市场。若推理成本按预期下降一个数量级，企业软件的重构节奏与AI渗透率或将迎来明显变化，而自研芯片的性价比优势也将成为云厂商争夺AI workloads的重要筹码。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
