โดย Maksym Misichenko · Yahoo Finance ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะผู้เชี่ยวชาญอภิปรายการผลักดัน AI ของ Amazon โดยเน้นชิปกำหนดเองเป็นการเล่นเพื่อรักษากำไร แต่ก็ยกประเด็นความล้าสมัยของฮาร์ดแวร์, การครองตลาดของ Nvidia, และความไม่แน่นอนของการทำเงินจาก AI
ความเสี่ยง: ความล้าสมัยของฮาร์ดแวร์และการครองตลาดของ Nvidia อาจทำให้กำไรจากชิปกำหนดเองของ Amazon ลดลง
โอกาส: การกระจายความเสี่ยงไปยังชิปในบ้าน, ประสิทธิภาพเซิร์ฟเวอร์, การทำเงินจาก Bedrock, และขนาดเครือข่ายกายภาพ.
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
ภายใต้ธุรกิจค้าปลีกและคลาวด์ของ Amazon (AMZN) มีเรื่องราวที่ใหญ่กว่ามากกำลังดำเนินไป Amazon กำลังเข้าหา AI อย่างแตกต่างจากคู่แข่ง และความแตกต่างนี้อาจกลายเป็นข้อได้เปรียบในการแข่งขันที่สำคัญที่สุดของ Amazon ในที่สุด หุ้น AMZN ปรับตัวขึ้น 17% ในปีนี้จนถึงปัจจุบัน (YTD) ซึ่งดีกว่าผลตอบแทนโดยรวมของตลาดที่ 9.6%
นักลงทุนจำนวนมากอาจไม่ทราบว่า Amazon ซึ่งเป็นที่รู้จักกันดีในด้านธุรกิจค้าปลีกและอีคอมเมิร์ซ ได้สร้างธุรกิจชิป AI ขนาดใหญ่ขึ้นอย่างเงียบๆ ในไตรมาสแรก ธุรกิจชิปของบริษัทเติบโตเกือบ 40% ในแบบไตรมาสต่อไตรมาส และปัจจุบันมีอัตราการสร้างรายได้ประจำปีเกิน 20 พันล้านดอลลาร์ ชิป Trainium AI โดยเฉพาะ ได้รับการยืนยันคำสั่งซื้อแล้วมากกว่า 225 พันล้านดอลลาร์ โดยส่วนใหญ่มาจากห้องปฏิบัติการ AI ชั้นนำ รวมถึง Anthropic และ OpenAI Amazon อ้างว่าธุรกิจ "ซิลิคอนแบบกำหนดเอง" ของบริษัทเป็นหนึ่งในธุรกิจชิปศูนย์ข้อมูลที่ใหญ่ที่สุดสามแห่งทั่วโลกแล้ว นี่เป็นสิ่งที่น่าประทับใจเนื่องจาก Amazon เข้าสู่การแข่งขันชิป AI แบบกำหนดเองช้ากว่าคู่แข่งรายอื่น ในขณะเดียวกัน Amazon เชื่อว่าโปรเซสเซอร์ Graviton CPU ของบริษัทจะมีบทบาทสำคัญเมื่อปริมาณงาน AI พัฒนาไปไกลกว่าการอนุมานอย่างง่ายไปสู่ AI แบบตัวแทน
ในขณะที่ Amazon ขยายธุรกิจชิปอย่างแข็งขัน บริษัทก็ยังคงเสริมสร้างความสัมพันธ์กับ Nvidia Corporation (NVDA) อย่างต่อเนื่อง CEO Andrew R. Jassy ชี้ให้เห็นว่า Amazon ไม่มีเจตนาที่จะละทิ้งฮาร์ดแวร์ Nvidia ในความเป็นจริง เขาเชื่อว่าองค์กรจำนวนมากจะยังคงเลือกชิป Nvidia ในขณะที่บางส่วนอาจให้ความสำคัญกับโครงสร้างต้นทุนที่ต่ำกว่าและข้อได้เปรียบด้านประสิทธิภาพของ Trainium
นี่อาจเป็นเรื่องจริงเพราะแม้ว่าชิปของ Amazon จะมีราคาถูกกว่าอย่างมาก แต่ก็ขาดระบบนิเวศที่ทันสมัยและเป็นที่ยอมรับของ Nvidia ชิป Nvidia ยังคงเป็นมาตรฐานอุตสาหกรรมสำหรับความเร็วในการประมวลผลที่สูงที่สุด
แนวทางแบบคู่ของ Amazon เป็นข้อได้เปรียบสำหรับบริษัท เนื่องจากสามารถประหยัดเงินจำนวนมากได้ทุกปีโดยการใช้ชิปของตนเองแทนการซื้อ GPU จากผู้ผลิตรายอื่นจำนวนมาก สิ่งนี้อาจช่วยให้บริษัทสามารถเพิ่มอัตรากำไรขั้นต้นได้ในที่สุด เนื่องจากค่าใช้จ่ายในการได้รับความได้เปรียบด้าน AI เพิ่มขึ้นทุกปี โดยเฉพาะอย่างยิ่ง การใช้จ่ายด้านเงินทุนของ Amazon พุ่งสูงขึ้นถึง 43.2 พันล้านดอลลาร์ในช่วงไตรมาสนี้ โดยส่วนใหญ่ขับเคลื่อนโดยการลงทุนใน AWS และโครงสร้างพื้นฐาน AI เชิงสร้างสรรค์ Amazon เชื่อว่าการลงทุนเหล่านี้จะสร้างผลตอบแทนระยะยาวที่มหาศาล เนื่องจากศูนย์ข้อมูลสามารถใช้งานได้นานกว่า 30 ปี ในขณะที่เซิร์ฟเวอร์และชิปมักจะยังคงมีประสิทธิภาพเป็นเวลาห้าถึงหกปี
ความทะเยอทะยานด้าน AI ของ Amazon ครอบคลุมมากกว่าคลาวด์
ด้วย AI บริการ Amazon Web Services (AWS) มีไตรมาสที่ดีที่สุดในรอบหลายปี โดยมีรายได้เพิ่มขึ้น 28% เป็น 37.6 พันล้านดอลลาร์ ปัจจุบันกำลังดำเนินการที่อัตราการสร้างรายได้ประจำปีที่น่าทึ่ง 150 พันล้านดอลลาร์ อย่างไรก็ตาม กลยุทธ์ AI ระยะยาวของ Amazon ตอนนี้ครอบคลุมไปไกลกว่าการประมวลผลบนคลาวด์แบบดั้งเดิม บริษัท AI ส่วนใหญ่ให้ความสำคัญกับด้านซอฟต์แวร์เป็นหลัก แต่ Amazon ด้วยเครือข่ายค้าปลีกและโลจิสติกส์ขนาดใหญ่ มีโอกาสที่จะทดสอบและปรับใช้ AI ในขนาดใหญ่ข้ามการดำเนินงานทางกายภาพของบริษัท
Amazon ได้บูรณาการ AI เข้ากับระบบอัตโนมัติในคลังสินค้า หุ่นยนต์ การคาดการณ์สินค้าคงคลัง การเพิ่มประสิทธิภาพการจัดส่ง การโฆษณา คำแนะนำของลูกค้า และการจัดการห่วงโซ่อุปทาน ข้อมูลการดำเนินงานจำนวนมหาศาลนี้ช่วยให้ Amazon ปรับปรุงระบบได้อย่างต่อเนื่อง
ยิ่งไปกว่านั้น Amazon เชื่อว่าโอกาสระยะยาวที่ใหญ่ที่สุดอยู่ที่ "AI แบบตัวแทน" การใช้จ่ายของลูกค้าสำหรับแพลตฟอร์ม Bedrock ซึ่งช่วยให้ลูกค้าสามารถเข้าถึงและสร้างแอปพลิเคชัน AI โดยใช้แบบจำลองพื้นฐานหลายแบบ เพิ่มขึ้น 170% ในแบบไตรมาสต่อไตรมาส ในไตรมาสเดียว Bedrock จัดการโทเค็นได้มากกว่าทั้งหมดในช่วงหลายปีที่ผ่านมา บริษัทปัจจุบันมีแบบจำลอง OpenAI ที่ใช้งานได้ผ่าน Bedrock
นอกจากนี้ ธุรกิจการขับขี่อัตโนมัติ Zoox ของบริษัทจะผสานรวมกับ Uber (UBER) ในไม่ช้า ในขณะเดียวกัน บริการดาวเทียม Amazon LEO กำลังเข้าใกล้การเปิดตัวเชิงพาณิชย์ โดยมีการยืนยันจากบริษัทและรัฐบาล รวมถึง Delta Air Lines (DAL), AT&T (T), Vodafone (VOD), NASA และอื่นๆ Amazon ได้ร่วมมือกับ Apple (AAPL) เพื่อช่วยขับเคลื่อนบริการเชื่อมต่อดาวเทียมสำหรับ iPhone และ Apple Watch
หนึ่งในข้อได้เปรียบที่สำคัญที่สุดของกลยุทธ์ AI ของ Amazon คือความหลากหลาย Amazon กำลังฝัง AI เข้าไปในโครงสร้างพื้นฐาน พาณิชย์ โลจิสติกส์ การดูแลสุขภาพ สื่อ การขนส่ง อุปกรณ์ และการสื่อสารพร้อมกัน กลยุทธ์นี้ทำให้เกม AI ของ Amazon ดูแตกต่างจากบริษัทเทคโนโลยียักษ์ใหญ่อื่นๆ อย่างสิ้นเชิง
ในไตรมาสแรก รายได้รวมของ Amazon เพิ่มขึ้น 17% เมื่อเทียบปีต่อปี (YOY) เป็น 181.5 พันล้านดอลลาร์ ในขณะที่กำไรปรับปรุงแล้วเพิ่มขึ้น 75% เป็น 2.80 ดอลลาร์ต่อหุ้น นักวิเคราะห์คาดการณ์ว่ากำไรของ Amazon จะเพิ่มขึ้น 20.9% ในปี 2026 ตามด้วยอีก 14% ในปี 2027 การคาดการณ์เหล่านี้บ่งชี้ว่า Wall Street เชื่อมั่นอย่างมากว่ากลยุทธ์ AI ที่ก้าวร้าว การครอบงำคลาวด์ และการลงทุนในชิปแบบกำหนดเองของ Amazon สามารถขับเคลื่อนวัฏจักรการเติบโตครั้งใหญ่ครั้งต่อไปในช่วงหลายปีข้างหน้า
โดยรวมแล้ว ใน Wall Street หุ้น AMZN ได้รับฉันทามติ "ซื้ออย่างแข็งแกร่ง" จากบรรดานักวิเคราะห์ 57 คนที่ครอบคลุมหุ้น มี 49 คนให้คะแนน "ซื้ออย่างแข็งแกร่ง" ห้าคนให้คะแนน "ซื้อปานกลาง" และนักวิเคราะห์สามคนให้คะแนนหุ้นเป็น "ถือ" ราคาเป้าหมายเฉลี่ยของหุ้นอยู่ที่ 315.67 ดอลลาร์ ซึ่งบ่งชี้ถึงโอกาสในการเพิ่มขึ้น 16.55% จากระดับปัจจุบัน นอกจากนี้ ราคาเป้าหมายสูงสุดที่ 370 ดอลลาร์บ่งชี้ว่าหุ้นอาจเพิ่มขึ้นมากถึง 36.6% ในช่วงปีหน้า
ณ วันที่เผยแพร่ Sushree Mohanty ไม่มี (ทั้งโดยตรงหรือโดยอ้อม) สถานะในหลักทรัพย์ใดๆ ที่กล่าวถึงในบทความนี้ ข้อมูลและข้อมูลทั้งหมดในบทความนี้มีวัตถุประสงค์เพื่อให้ข้อมูลเท่านั้น บทความนี้เผยแพร่ครั้งแรกบน Barchart.com
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"กลยุทธ์ชิปคู่ของ Amazon และการเพิ่มการใช้จ่ายลงทุนอาจทำให้กำไรอ่อนแอหากการนำชิปกำหนดเองไปใช้จำกัดอยู่แค่การสรุปผลที่คำนึงถึงต้นทุนมากกว่าการฝึกที่มีมูลค่าสูง"
บทความนี้วางตำแหน่งชิป Trainium/Graviton ที่กำหนดเองของ Amazon และการใช้งาน AI ในโลกกายภาพเป็นข้อได้เปรียบที่ทนทานเหนือคู่แข่งที่เน้นเฉพาะ โดยอ้างอิงอัตราการสร้างรายได้ $20B+ และคำสัญญา $225B อย่างไรก็ตาม การอธิบายนี้มองข้ามความจริงที่ว่า Nvidia ยังคงครองตลาดการฝึกโมเดลที่ระบบนิเวศสำคัญที่สุด ในขณะที่การใช้จ่ายลงทุน $43.2B รายไตรมาสของ Amazon ต้องให้ผลตอบแทนตลอดรอบฮาร์ดแวร์ 5-6 ปีท่ามกลางความไม่แน่นอนของการทำเงินจาก agentic AI การทดสอบจริงคือว่า การเติบโตของโทเคน Bedrock จะเปลี่ยนเป็นการขยายกำไร AWS อย่างยั่งยืนหรือเพียงแค่ชดเชยค่าใช้จ่ายโครงสร้างพื้นฐานที่สูงขึ้น
คำสัญญา $225B อาจเป็นเพียงการผูกมัดที่ไม่บังคับใช้หรือกลับไปสู่ Nvidia เมื่อคลัสเตอร์การฝึกขยายตัว และการเข้าสู่ตลาดชิปกำหนดเองของ Amazon ช้าอาจทำให้บริษัทตกอยู่ในสถานะระดับสองอย่างต่อเนื่องหากการปรับปรุงซอฟต์แวร์ล่าช้า
"กลยุทธ์ชิปของ Amazon เป็นจริงและมีคุณค่า แต่บทความทำให้ผลกระทบต่อกำไรระยะสั้นดูเกินจริงและลดความเสี่ยงที่ระดับการใช้จ่ายลงทุนปัจจุบันต้องการการดำเนินการที่ไร้ที่ติในหลายการเดิมพันที่ยังไม่พิสูจน์ (agentic AI, Zoox, LEO) เพื่อให้การประเมินค่าที่มีการคาดการณ์การเพิ่มมูลค่าสูงเป็นไปได้"
บทความนี้ผสมผสานเลเวอเรจการดำเนินงานกับคู่อุปสรรคการแข่งขัน ใช่ ธุรกิจชิปของ Amazon เติบโตเร็ว—การเติบโต 40% ต่อเนื่องเป็นความจริง—แต่คำสัญญา $225B ใน Trainium ต้องได้รับการตรวจสอบ: เป็นสัญญาที่ผูกมัดหรือเป็น LOI ที่ไม่ผูกมัด? อัตราการสร้างรายได้ $20B มีความหมายแต่ยังน้อยกว่า $60B+ รายปีของ NVDA สิ่งที่น่ากังวลมากขึ้น: บทความสมมติการขยายกำไร AWS จากชิปกำหนดเอง แต่ AWS มีอัตรากำไรการดำเนินงานอยู่ที่ ~32% อยู่แล้ว การแทนที่ $43.2B ในการใช้จ่ายลงทุนรายไตรมาสด้วยชิปที่ถูกกว่าอาจช่วยได้ แต่ข้อจำกัดจริงคือความต้องการคอมพิวต์ ไม่ใช่ต้นทุนชิป ทฤษฎี “agentic AI” ยังเป็นการคาดเดา—การเติบโต Bedrock 170% น่าประทับใจแต่จากฐานที่เล็กมาก การรวม Zoox‑Uber และบริการดาวเทียม LEO ยังอยู่ห่างไกลจากรายได้ที่สำคัญ การประเมินค่า—ราคาเป้าหมาย $315 ที่บ่งบอก 16.55% ขึ้นจากหุ้นที่เพิ่ม 17% YTD—ได้รวมส่วนใหญ่ของการเพิ่มมูลค่าไว้แล้ว
ความเข้มข้นของการใช้จ่ายลงทุนของ Amazon ($43.2B/ไตรมาส) ไม่ยั่งยืนหากกำไรของ AWS ไม่ขยายอย่างมีนัยสำคัญ และชิปกำหนดเองเพียงอย่างเดียวจะไม่แก้ไขได้หากความต้องการอ่อนตัว บทความมองข้าม: จะเกิดอะไรขึ้นกับการประเมินค่า AMZN หากการเติบโต EPS ในปี 2026 พลาดเป้าหมายการเติบโต 20.9%?
"การบูรณาการแนวตั้งของชิปกำหนดเองของ Amazon เป็นกลยุทธ์ระยะยาวที่มีประสิทธิภาพที่สุดในการปกป้องกำไรการดำเนินงานของ AWS จากการครองตลาดฮาร์ดแวร์ของ Nvidia"
การเปลี่ยนทิศทางของ Amazon ไปสู่ชิปกำหนดเอง (Trainium/Inferentia) เป็นการเล่นเพื่อรักษากำไรอย่างชำนาญ ไม่ใช่แค่การเล่นเทคโนโลยี โดยการทำให้สแตกคอมพิวต์เป็นของภายใน AMZN สามารถป้องกันความแข็งแกร่งของราคา Nvidia ในขณะเดียวกันก็สร้าง “walled garden” ให้กับลูกค้า AWS บทความระบุคู่อุปสรรคการดำเนินงานได้ถูกต้อง แต่พลาดความเสี่ยงด้านการดำเนินการ: การจัดการห่วงโซ่อุปทานฮาร์ดแวร์ในระดับนี้ต้องใช้ทุนมากและเสี่ยงต่อการล้าสมัยอย่างรวดเร็ว หากชิปกำหนดเองของ Amazon ไม่สามารถรักษาประสิทธิภาพเทียบกับ Blackwell‑generation ได้ AWS จะเผชิญกับค่า “opportunity cost” อย่างมหาศาล ฉันมองในเชิงบวก แต่เฉพาะเมื่อพวกเขาพิสูจน์ว่าโมเดลการหักค่าเสื่อมศูนย์ข้อมูล 30 ปีของพวกเขายังคงใช้ได้ท่ามกลางความเร็วที่เพิ่มขึ้นของการเปลี่ยนแปลงสถาปัตยกรรมโมเดล AI
การพึ่งพาชิปกำหนดเองของ Amazon อาจกลับกลายเป็นอันตรายหากมาตรฐานอุตสาหกรรมเปลี่ยนไปสู่ระบบนิเวศ CUDA ของ Nvidia ทำให้ลูกค้า AWS ติดอยู่กับฮาร์ดแวร์ที่ด้อยกว่าและไม่เข้ากัน
"กลยุทธ์ AI ของ AMZN อาจขยายกำไรและสร้างคู่อุปสรรคที่ทนทานหาก Trainium/Graviton ขยายตัวและ Bedrock ทำเงินได้ แต่ความเสี่ยงด้านการดำเนินการและการครองตลาดของ Nvidia อาจทำให้ศักยภาพเพิ่มขึ้นล้มเหลว"
โดยรวมแล้ว บทความวาดภาพการผลักดัน AI หลายด้านที่ดูเป็นการเปลี่ยนแปลงสำหรับ Amazon จุดดึงดูดที่แข็งแกร่งที่สุดคือการกระจายความเสี่ยง—from ชิปในบ้านและประสิทธิภาพเซิร์ฟเวอร์ไปจนถึงการทำเงินจาก Bedrock และขนาดเครือข่ายกายภาพ—but หลายข้ออ้างดูน่าสงสัยหรือถูกประเมินต่ำ: คำสัญญารายได้ Trainium $225 พันล้านดูไม่น่าเป็นไปได้เมื่อเทียบกับขนาดของ AWS; ความสามารถทำกำไรในระยะสั้นพึ่งพาวินัยการใช้จ่ายลงทุนขณะที่การลงทุนของ AWS เพิ่มขึ้น (ไตรมาสเดียวมีการใช้จ่าย $43.2B) ระบบนิเวศของ Nvidia ยังคงเป็นคู่อุปสรรคจริง และหลายภาระงาน AI อาจยังคงใช้ GPU เป็นหลักหลายปี นอกจากนี้ การเดิมพันดาวเทียม, รถยนต์อัตโนมัติ, และการดูแลสุขภาพเพิ่มความเสี่ยงด้านการดำเนินงานและอุปสรรคด้านกฎระเบียบที่อาจจำกัดการเพิ่มมูลค่า
ข้อโต้แย้งที่แข็งแกร่งที่สุด: คำอ้างเกี่ยวกับคำสัญญา Trainium $225 พันล้านเป็นเรื่องที่น่าสงสัย; แม้ว่าจะมีคำสั่งซื้อบางส่วนอยู่ AWS ยังจะทำธุรกรรมส่วนใหญ่ในงานที่ใช้ Nvidia อยู่ และต้นทุนของการขยายชิปที่กำหนดเองอาจทำให้กำไรลดลงแทนที่จะเพิ่มขึ้น
"การหักค่าเสื่อม 30 ปีขัดแย้งกับรอบฮาร์ดแวร์ AI 5‑6 ปี ทำให้เกิดความเสี่ยงของสินทรัพย์ที่ค้างคาและการใช้จ่ายลงทุนที่มีประสิทธิภาพสูงกว่า"
โมเดลการหักค่าเสื่อมศูนย์ข้อมูล 30 ปีของ Gemini มองข้ามรอบฮาร์ดแวร์ที่ Grok ชี้ให้เห็น หากคลัสเตอร์ Trainium ต้องรีเฟรชทุก 5‑6 ปีเพื่อให้แข่งขันกับ GPU รุ่น Blackwell Amazon จะเผชิญกับต้นทุนการล้าสมัยที่เร่งขึ้นซึ่งทำให้กำไรที่ Claude คาดหวังจากชิปกำหนดเองลดลง ความไม่สอดคล้องนี้ทำให้การใช้จ่ายลงทุน $43.2B รายไตรมาสกลายเป็นการเดิมพันความเสี่ยงสูง โดยเฉพาะหากการเติบโตของ Bedrock ยังคงอยู่บนฐานเล็กและไม่สามารถชดเชยการตัดจำหน่ายที่เร็วขึ้นได้
"ความสามารถทำกำไรของชิปกำหนดเองขึ้นกับการเก็งกำไร TCO ไม่ใช่การเทียบเท่าประสิทธิภาพ—และเส้นทางการใช้จ่ายลงทุน ไม่ใช่ประสิทธิภาพชิป—เป็นตัวกำหนดการขยายกำไร"
รอบรีเฟรช 5‑6 ปีของ Grok มีความเป็นไปได้ แต่ Claude และ Gemini ต่างประเมินต่ำเกินไปเกี่ยวกับตัวเลือกของ Amazon: ชิปกำหนดเองไม่จำเป็นต้องเทียบเท่ากับ Blackwell อย่างสมบูรณ์เพื่อให้ทำกำไรได้ ลูกค้า AWS ให้ความสำคัญกับ TCO (total cost of ownership) มากกว่าประสิทธิภาพดิบ หาก Trainium/Inferentia ให้ประสิทธิภาพ 80% ของ GPU ที่ต้นทุนต่ำกว่า 40% นั่นก็เป็นคู่อุปสรรคที่ใช้ได้แม้จะมีการล้าสมัยเร็วกว่า คำถามสำคัญคือ การใช้จ่ายลงทุน $43.2B รายไตรมาสของ Amazon จะเติบโตหรือคงที่? หากคงที่ขณะ Bedrock ขยายตัว กำไรจะเพิ่มขึ้น หากการใช้จ่ายลงทุนยังคงเพิ่ม เรากำลังสนับสนุนการแข่งขัน AI ของคนอื่น
"กลยุทธ์ชิปกำหนดเองของ Amazon มีความเสี่ยงล้มเหลวเนื่องจากความต้องการคอมพิวต์ AI ปัจจุบันไม่มีความยืดหยุ่นต่อประสิทธิภาพ ทำให้เมตริก TCO “พอใช้” ไม่เกี่ยวข้องกับนักพัฒนาระดับสูง"
Claude, การอ้างอิง 80% ประสิทธิภาพ/40% ต้นทุน TCO ของคุณเป็นกับดัก “พอใช้” แบบคลาสสิก ในโลก LLM การฝึกที่ต้องการประสิทธิภาพสูง “พอใช้” คือประโยชน์เสียชีวิต; นักพัฒนาตามล่าหาความเร็วสูงสุดเพื่อลดเวลาเข้าสู่ตลาด หาก Trainium ไม่ได้ใกล้เคียงกับ Blackwell ความเสียหายโอกาสสำหรับลูกค้า AWS จะมหาศาล คุณกำลังสมมติว่าความต้องการมีความยืดหยุ่นต่อราคา แต่ความต้องการคอมพิวต์ AI ปัจจุบันไม่มีความยืดหยุ่นต่อประสิทธิภาพ Amazon กำลังไล่ตามเป้าหมายที่เคลื่อนที่อย่างต่อเนื่องที่อุปกรณ์ล้าสมัยอาจล้ากว่าการรักษากำไรที่คาดหวังได้
"ความเสียดทานของคู่อุปสรรคซอฟต์แวร์อาจทำให้การทำเงินจาก Bedrock ล้มเหลวแม้ว่า Trainium จะประหยัดต้นทุนฮาร์ดแวร์บางส่วนได้ก็ตาม"
Gemini, การอ้าง 80%/40% สมมติว่าการย้ายและความเข้ากันได้กับ CUDA จะเป็นไปอย่างราบรื่น หาก Trainium ล้าหลัง Blackwell ในโมเดลสำคัญ AWS จะต้องเผชิญกับค่าใช้จ่ายในการย้ายงานหรือการฝึกใหม่ที่ทำให้ข้อได้เปรียบต้นทุนหายไป ความเสี่ยงที่ใหญ่กว่าคือความเสียดทานของคู่อุปสรรคซอฟต์แวร์: ลูกค้าอยู่กับสแตกที่เป็นมิตรกับ Nvidia ทำให้การทำเงินจาก Bedrock และบริการร่วมยากขึ้น ตารางการหักค่าเสื่อมสำคัญ แต่ความเสี่ยงการดำเนินการคือ AWS จะสามารถแปลงผลประโยชน์จากฮาร์ดแวร์เป็นรายได้ซอฟต์แวร์ที่ยั่งยืนหรือไม่
คณะผู้เชี่ยวชาญอภิปรายการผลักดัน AI ของ Amazon โดยเน้นชิปกำหนดเองเป็นการเล่นเพื่อรักษากำไร แต่ก็ยกประเด็นความล้าสมัยของฮาร์ดแวร์, การครองตลาดของ Nvidia, และความไม่แน่นอนของการทำเงินจาก AI
การกระจายความเสี่ยงไปยังชิปในบ้าน, ประสิทธิภาพเซิร์ฟเวอร์, การทำเงินจาก Bedrock, และขนาดเครือข่ายกายภาพ.
ความล้าสมัยของฮาร์ดแวร์และการครองตลาดของ Nvidia อาจทำให้กำไรจากชิปกำหนดเองของ Amazon ลดลง