去年疫情期间,消费者网上购物激增,再加上业务急切地向云端转移,使得Amazon业务迅猛增长,即使是某些国家地区疫情已经有所缓解的情况下,也没有出现发展放缓的迹象。
今天Amazon公布了超出预期的第一季度财报,进一步印证了这一点。该季度Amazon的利润为81亿美元,合每股收益15.79美元,是去年同期25亿美元利润的3倍多,即使是在这样一个传统节假日后业绩通常会放缓的季度。得益于零售和云计算业务的强劲增长,Amazon收入增长了44%,达到1085.2亿美元。
FactSet分析师普遍预期的每股盈利为9.54美元,收入为1045亿美元。Amazon给出的预期销售额为1000亿至1060亿美元,营业收入为30亿至65亿美元,营业利润为89亿美元,轻松超出预期。
作为Amazon的云计算业务部门,AWS的收入增长了32%,达到135亿美元,此前分析师预期的收入为132亿美元,增幅29%。从去年第四季度开始AWS加快了增长步伐,这很可能是因为疫情迫使人们在家办公,促使企业加快将其计算基础设施迁移到云端。
Amazon首席执行官Jeff Bezos在发言中特别提及了Prime Video和AWS业务。他说:“在短短15年间,AWS已经成为销售规模额540亿美元的业务,与全球最大的科技企业齐头并进,而且还在加速增长,同比增幅高达32%。从Airbnb到麦当劳,再到大众汽车,这些企业之所以选择AWS,是因为我们提供了迄今为止最广泛的工具和服务,而且我们将继续为他们进行不懈的创新。”
就在财报发布之后,Amazon股价在盘后交易中上涨了3%多,在常规交易中有小幅上涨,达到每股3471.31美元。股价较一年前上涨了46%。
广告业务也是Amazon一项重要且增长快速的业务,使其与Google和Facebook展开更直接的竞争。Amazon广告及其他销售额增长77%,达到69亿美元,高于分析师普遍预期的62亿美元。
Amazon还公布了对第二季度的最新指引,预计营业收入在45亿至80亿美元之间,高于2020年第二季度的58亿美元,其中包括了与新冠疫情支出相关的15亿美元,收入预计在1100亿美元至1160亿美元之间,比去年同期增长24%到30%。
AWS一如既往地为Amazon贡献了整体利润中很大的一部分。该季度AWS的营业利润为41.6亿美元,同比增长35%,在Amazon整体营业利润中占比47%。
这一强劲结果的背后,是来自微软、Google和其他云计算公司的激烈竞争。今年2月Amazon表示,AWS首席执行官Andy Jassy将在今年8月将接任Amazon首席执行官,Bezos则担任特殊项目的执行主席。
市场研究机构CCS Insight首席运营官Martin Garner表示:“过去12个月中,企业采用云服务的动力非常强劲,而现有客户也扩大了对云服务的采用。随着经济逐渐复苏,我们预计AWS等云提供商将获得双倍提振。首先,最近增加采用云服务的那些客户,将更进一步以发挥价值最大化。其次,那些遭受重创的行业例如酒店和航空将开始恢复正常的贸易水平。”
Canalys Research分析师Blake Murray指出,尽管2020年云基础设施支出花费巨大,但大多数企业的工作负载尚未过渡到云。他说:“2021年随着客户信心提振,云迁移和云支出将继续增长。去年那些推迟了的大型项目将重新浮出水面,而新的用例将扩大潜在的市场。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。