裁撤低效業(yè)務(wù)押注AI：亞馬遜的戰(zhàn)略突圍與轉(zhuǎn)型焦慮
日前，亞馬遜宣布啟動(dòng)1.6萬(wàn)人的新一輪裁員，中國(guó)區(qū)崗位也在涉及范圍內(nèi)。加上2025年10月底的1.4萬(wàn)人裁員，該公司三個(gè)月內(nèi)累計(jì)裁員超3萬(wàn)人，占企業(yè)員工總數(shù)近9%。
與此同時(shí)，亞馬遜計(jì)劃關(guān)停約70家Amazon Fresh和Amazon Go門店，將線下零售資源整合至Whole Foods品牌體系。
疫情期間電商需求激增，亞馬遜開(kāi)啟大規(guī)模擴(kuò)張，員工規(guī)模快速增長(zhǎng)，線下零售門店加速布局全美，試圖打造線上線下融合的生鮮零售生態(tài)。
但隨著疫情紅利消退，電商市場(chǎng)增速放緩，亞馬遜傳統(tǒng)業(yè)務(wù)增長(zhǎng)陷入瓶頸。而全球科技大廠的AI競(jìng)賽日益激烈，各家推出眾多有競(jìng)爭(zhēng)力的AI大模型與應(yīng)用，亞馬遜在這波浪潮中逐漸失去聲音。
在此背景下，亞馬遜CEO安迪?賈西提出“以全球最大初創(chuàng)公司模式運(yùn)營(yíng)”的戰(zhàn)略愿景，裁員與關(guān)店正是這一愿景的具體實(shí)施。
這些舉措明確了亞馬遜的戰(zhàn)略調(diào)整方向：剝離增長(zhǎng)乏力的非核心業(yè)務(wù)，精簡(jiǎn)組織架構(gòu)、降低人力與運(yùn)營(yíng)成本，將核心資源投向AI領(lǐng)域，以應(yīng)對(duì)行業(yè)競(jìng)爭(zhēng)壓力，重構(gòu)增長(zhǎng)動(dòng)力。
這一戰(zhàn)略選擇背后，是亞馬遜在全球科技大廠AI競(jìng)賽中逐漸掉隊(duì)的深層焦慮，其核心目標(biāo)是通過(guò)戰(zhàn)略聚焦，實(shí)現(xiàn)AI領(lǐng)域的彎道超車，鞏固自身行業(yè)地位。
精簡(jiǎn)架構(gòu)：裁員與關(guān)店
亞馬遜是美國(guó)第二大私營(yíng)雇主，截至去年三季度約有157萬(wàn)名員工，其中企業(yè)員工約35萬(wàn)人，其余多為倉(cāng)儲(chǔ)物流員工。
近三個(gè)月的兩輪裁員累計(jì)超3萬(wàn)人，占企業(yè)員工總數(shù)的9%，屬于針對(duì)性的組織架構(gòu)優(yōu)化，核心聚焦中層管理崗位。這類崗位承擔(dān)上傳下達(dá)、項(xiàng)目統(tǒng)籌與團(tuán)隊(duì)協(xié)調(diào)職能，但在“敏捷高效”的戰(zhàn)略導(dǎo)向下，部分中層管理崗位被認(rèn)為是流程冗余、決策滯后的關(guān)鍵，成為裁員重點(diǎn)。
部門分布上，人力資源部門受影響最大。戰(zhàn)略轉(zhuǎn)型期，亞馬遜人力資源規(guī)劃大幅調(diào)整，原負(fù)責(zé)大規(guī)模招聘與常規(guī)人事管理的崗位需求銳減；云計(jì)算部門（AWS）雖是核心業(yè)務(wù)，但受市場(chǎng)競(jìng)爭(zhēng)加劇影響，同步進(jìn)行內(nèi)部業(yè)務(wù)優(yōu)化，裁撤部分非核心崗位以提升運(yùn)營(yíng)效率；廣告部門因電商業(yè)務(wù)增速放緩，精簡(jiǎn)了廣告投放執(zhí)行、客戶對(duì)接等基礎(chǔ)崗位。
為降低裁員負(fù)面影響，亞馬遜制定了標(biāo)準(zhǔn)化安置方案：給美國(guó)地區(qū)受影響員工90天內(nèi)部轉(zhuǎn)崗周期，支持他們?cè)诠緝?nèi)尋找適配崗位；對(duì)未能內(nèi)部再就業(yè)的員工，提供遣散費(fèi)、過(guò)渡性健康保險(xiǎn)等福利，還配套職業(yè)培訓(xùn)、簡(jiǎn)歷優(yōu)化、就業(yè)推薦等服務(wù)，幫助員工重返職場(chǎng)。
值得注意的是，裁員與招聘同步進(jìn)行。亞馬遜明確表示，將持續(xù)加大人工智能、云計(jì)算創(chuàng)新應(yīng)用、電商智能化升級(jí)等戰(zhàn)略領(lǐng)域的人才儲(chǔ)備力度。這種“有減有增”的人員調(diào)整策略，核心是實(shí)現(xiàn)人力資源向核心賽道的優(yōu)化配置，為AI轉(zhuǎn)型提供人才支持。
同時(shí)，亞馬遜關(guān)停Fresh和Go門店也是基于市場(chǎng)表現(xiàn)與商業(yè)邏輯的理性決策。
從客戶體驗(yàn)看，Amazon Fresh門店與同類生鮮零售品牌同質(zhì)化嚴(yán)重，在商品品類、定價(jià)策略、購(gòu)物場(chǎng)景等方面沒(méi)有差異化競(jìng)爭(zhēng)優(yōu)勢(shì)，用戶粘性不足；Amazon Go主打的“即拿即走”無(wú)人零售技術(shù)雖有創(chuàng)新性，但未觸及消費(fèi)者核心購(gòu)物需求，技術(shù)新鮮感難以轉(zhuǎn)化為持續(xù)穩(wěn)定的客流量與營(yíng)收。
這兩類門店普遍存在盈利周期長(zhǎng)、投資回報(bào)率低的問(wèn)題，無(wú)法滿足亞馬遜對(duì)業(yè)務(wù)增長(zhǎng)與盈利水平的戰(zhàn)略要求。因此，關(guān)停約70家門店是剝離低效資產(chǎn)、及時(shí)止損的必要舉措。
在關(guān)停低效門店的同時(shí)，亞馬遜推進(jìn)線下零售資源向Whole Foods品牌整合，構(gòu)建新的零售布局體系。部分關(guān)停門店將改造為Whole Foods超市，依托其高端有機(jī)食品領(lǐng)域的品牌優(yōu)勢(shì)與成熟運(yùn)營(yíng)模式，實(shí)現(xiàn)資源高效轉(zhuǎn)化；同步拓展Whole Foods Market Daily Shop小型衍生業(yè)態(tài)，以社區(qū)化、便捷化定位貼合消費(fèi)者即時(shí)性購(gòu)物需求。
此外，亞馬遜正在測(cè)試店中店新模式，如伊利諾伊州推出的亞馬遜雜貨店與Whole Foods Market融合業(yè)態(tài)，探索線上線下協(xié)同的零售創(chuàng)新路徑。
此次線下零售業(yè)務(wù)的收縮與整合，核心目標(biāo)是釋放資源。通過(guò)剝離低效線下零售資產(chǎn)，將資金、人力、技術(shù)等資源集中投入AI研發(fā)與應(yīng)用領(lǐng)域，為戰(zhàn)略轉(zhuǎn)型提供堅(jiān)實(shí)保障，推動(dòng)企業(yè)資源向高增長(zhǎng)、高潛力的AI賽道傾斜。
AI競(jìng)賽中的焦慮：掉隊(duì)困境
業(yè)務(wù)重組、減員增效等重大戰(zhàn)略調(diào)整的背后，是亞馬遜在科技大廠AI領(lǐng)域逐漸掉隊(duì)的困境，以及難以掩飾的焦慮。
過(guò)去幾年，亞馬遜在AI領(lǐng)域試圖構(gòu)建多維度、全場(chǎng)景的業(yè)務(wù)體系，著力搶占市場(chǎng)先機(jī)，但總體呈現(xiàn)“什么都有、但什么都不精”的廣撒網(wǎng)布局。
核心技術(shù)研發(fā)方面，AWS云服務(wù)是亞馬遜AI布局的核心載體。其推出的生成式AI平臺(tái)Bedrock，整合了Anthropic Claude、Meta Llama等第三方優(yōu)質(zhì)大模型以及亞馬遜自研的Nova模型，為企業(yè)客戶提供一站式AI模型定制、應(yīng)用開(kāi)發(fā)服務(wù)，但更像是一個(gè)高配版的“騰訊云”，二者均采用套皮AI的模式運(yùn)作。
芯片研發(fā)領(lǐng)域，亞馬遜自主研發(fā)了Trainium系列AI訓(xùn)練芯片，第三代芯片已實(shí)現(xiàn)大規(guī)模量產(chǎn)，配套推出的Inferentia系列芯片專注于AI推理環(huán)節(jié)，形成訓(xùn)練推理一體化算力支撐體系，滿足AI業(yè)務(wù)的算力需求。
自研模型方面，Nova大模型體系已實(shí)現(xiàn)規(guī)模化應(yīng)用，在自然語(yǔ)言處理、圖像識(shí)別等領(lǐng)域有較強(qiáng)應(yīng)用潛力，目前已成為Bedrock平臺(tái)第二大熱門基礎(chǔ)模型，逐步滲透至電商、物流、云計(jì)算等亞馬遜核心業(yè)務(wù)場(chǎng)景，但整體市場(chǎng)聲量遠(yuǎn)不及OpenAI、Claude、Llama、Gemini等頭部大模型，甚至在營(yíng)銷炒作上也不如埃隆·馬斯克的Grok。
開(kāi)發(fā)者生態(tài)層面，亞馬遜推出Nova Act智能體，具備網(wǎng)頁(yè)瀏覽器自主操作能力，可實(shí)現(xiàn)外賣訂餐、餐廳預(yù)約等日常場(chǎng)景的自動(dòng)化處理。電商領(lǐng)域應(yīng)用層面，AI技術(shù)實(shí)現(xiàn)全鏈路滲透，為賣家提供個(gè)性化銷售建議、實(shí)時(shí)業(yè)務(wù)指標(biāo)分析等服務(wù)，輔助賣家優(yōu)化決策。
物流領(lǐng)域，全球履約網(wǎng)絡(luò)已部署100萬(wàn)臺(tái)機(jī)器人，DeepFleet物流優(yōu)化工具通過(guò)AI算法協(xié)調(diào)機(jī)器人移動(dòng)路徑，優(yōu)化倉(cāng)儲(chǔ)物流調(diào)度效率，將機(jī)器人行進(jìn)效率提升10%。
然而，盡管亞馬遜在AI領(lǐng)域布局全面，但與微軟、谷歌等頭部科技大廠相比，差距持續(xù)擴(kuò)大，掉隊(duì)困境日益明顯。
云服務(wù)市場(chǎng)份額持續(xù)萎縮。Gartner、Synergy Research等機(jī)構(gòu)數(shù)據(jù)顯示，2024年AWS占據(jù)全球企業(yè)云基礎(chǔ)設(shè)施服務(wù)支出的38%，雖仍居行業(yè)第一，但較2018年近50%的市場(chǎng)份額大幅下滑，到2025年第三季度，AWS的市場(chǎng)份額進(jìn)一步下滑至29%。微軟Azure、谷歌云憑借AI技術(shù)賦能，持續(xù)侵蝕AWS市場(chǎng)份額，行業(yè)領(lǐng)先地位岌岌可危。據(jù)分析師預(yù)測(cè)，若AWS維持當(dāng)前增速，微軟Azure有望在2026年底前超越AWS，成為全球最大云服務(wù)商，亞馬遜在AI云服務(wù)商業(yè)化進(jìn)程中面臨被趕超的巨大壓力。
大模型競(jìng)爭(zhēng)處于被動(dòng)地位。微軟通過(guò)與OpenAI的深度綁定，將GPT系列模型廣泛應(yīng)用于辦公軟件、搜索引擎等核心產(chǎn)品，快速搶占生成式AI應(yīng)用市場(chǎng)；谷歌自研Gemini模型在多模態(tài)處理能力上表現(xiàn)突出，涵蓋自然語(yǔ)言處理、圖像生成、代碼編寫等多個(gè)領(lǐng)域，技術(shù)先進(jìn)性與應(yīng)用廣泛性保持行業(yè)領(lǐng)先；甚至Meta的Llama在學(xué)術(shù)研究、輕量化部署等領(lǐng)域也有亮點(diǎn)。相較之下，亞馬遜自研Nova模型雖有一定技術(shù)實(shí)力，但市場(chǎng)知名度、應(yīng)用普及度遠(yuǎn)不及其他競(jìng)品。
此前，亞馬遜通過(guò)投資Anthropic試圖彌補(bǔ)大模型領(lǐng)域短板，但谷歌通過(guò)向Anthropic供應(yīng)100萬(wàn)枚專用AI芯片深化合作，導(dǎo)致Anthropic在算力支撐上有了多元化選擇，亞馬遜數(shù)十億投資的戰(zhàn)略價(jià)值受損，大模型領(lǐng)域的競(jìng)爭(zhēng)劣勢(shì)進(jìn)一步加劇。
2025年Q3全球云服務(wù)市場(chǎng)份額（圖源&數(shù)據(jù)：Synergy Research）
轉(zhuǎn)型前景：優(yōu)勢(shì)與挑戰(zhàn)并存
事實(shí)上，與Meta、谷歌、OpenAI等巨頭相比，亞馬遜借助電商等業(yè)務(wù)，具備發(fā)展AI的獨(dú)特優(yōu)勢(shì)，構(gòu)建了場(chǎng)景、數(shù)據(jù)、基建三重核心優(yōu)勢(shì)，形成難以復(fù)制的競(jìng)爭(zhēng)壁壘。
算力基建優(yōu)勢(shì)突出。AWS在全球布局多個(gè)數(shù)據(jù)中心，構(gòu)建了龐大的云服務(wù)網(wǎng)絡(luò)，可提供穩(wěn)定、高效的算力支撐，保障AI應(yīng)用的低延遲、高可靠性；自研Trainium系列、Inferentia系列芯片，分別針對(duì)AI訓(xùn)練與推理環(huán)節(jié)優(yōu)化，較市場(chǎng)同類競(jìng)品有顯著成本優(yōu)勢(shì)，為亞馬遜在AI算力市場(chǎng)贏得價(jià)格競(jìng)爭(zhēng)力，吸引更多企業(yè)客戶選擇AWS作為AI算力提供商。
雙場(chǎng)景協(xié)同優(yōu)勢(shì)顯著。作為全球領(lǐng)先的電商巨頭，亞馬遜線上零售平臺(tái)擁有龐大的用戶群體與豐富的應(yīng)用場(chǎng)景，AI技術(shù)可在商品推薦、智能客服、供應(yīng)鏈優(yōu)化等全鏈路快速落地，實(shí)現(xiàn)商業(yè)價(jià)值的快速轉(zhuǎn)化與驗(yàn)證；同時(shí)，AWS云服務(wù)在全球企業(yè)級(jí)市場(chǎng)占據(jù)重要地位，為AI技術(shù)在企業(yè)級(jí)場(chǎng)景的拓展提供了廣闊空間，可滿足企業(yè)AI應(yīng)用開(kāi)發(fā)、模型訓(xùn)練、數(shù)據(jù)存儲(chǔ)等多元化需求，形成“電商+云服務(wù)”雙場(chǎng)景協(xié)同賦能AI轉(zhuǎn)型的格局。
海量數(shù)據(jù)資源提供核心支撐。電商運(yùn)營(yíng)中，亞馬遜積累了海量用戶行為數(shù)據(jù)，包括搜索關(guān)鍵詞、瀏覽記錄、購(gòu)買偏好等，可深度挖掘消費(fèi)者需求與市場(chǎng)趨勢(shì)，為AI模型訓(xùn)練提供高質(zhì)量素材；供應(yīng)鏈領(lǐng)域，亞馬遜掌握從供應(yīng)商到消費(fèi)者的全鏈條數(shù)據(jù)，包括庫(kù)存水平、物流軌跡、配送時(shí)效等，借助AI算法可優(yōu)化供應(yīng)鏈決策，提升供應(yīng)鏈效率、降低運(yùn)營(yíng)成本；云服務(wù)領(lǐng)域，亞馬遜仍是全球最大的云基礎(chǔ)設(shè)施服務(wù)提供商，了解客戶需求和數(shù)據(jù)痛點(diǎn)，建立起客戶遷移成本的護(hù)城河，如果能提供出色的AI服務(wù)，則可以有效留存客戶。
然而，這些優(yōu)勢(shì)雖已凸顯，但仍未充分發(fā)揮，亞馬遜面臨內(nèi)部組織、外部競(jìng)爭(zhēng)、人才儲(chǔ)備等多重挑戰(zhàn)，轉(zhuǎn)型之路并非一帆風(fēng)順。
管理層級(jí)臃腫制約轉(zhuǎn)型。疫情期間的大規(guī)模擴(kuò)張導(dǎo)致亞馬遜內(nèi)部人員結(jié)構(gòu)復(fù)雜，管理層級(jí)大幅增加。據(jù)行業(yè)人士披露，疫情前部分員工與CEO僅隔6級(jí)管理崗位，2025年部分員工晉升后，與CEO安迪?賈西的管理層級(jí)增至15級(jí)。管理層級(jí)過(guò)多導(dǎo)致決策流程繁瑣、響應(yīng)滯后，AI項(xiàng)目推進(jìn)需經(jīng)過(guò)層層審批，易因市場(chǎng)風(fēng)向變化錯(cuò)失發(fā)展機(jī)遇，與“初創(chuàng)公司式運(yùn)營(yíng)”的戰(zhàn)略愿景存在差距。
外部競(jìng)爭(zhēng)壓力持續(xù)加劇。云服務(wù)市場(chǎng)，微軟Azure依托OpenAI技術(shù)賦能，吸引大量尋求AI解決方案的企業(yè)客戶，企業(yè)銷售積壓訂單增速超過(guò)AWS；谷歌云憑借技術(shù)創(chuàng)新與AI工具優(yōu)勢(shì)，市場(chǎng)份額持續(xù)提升，成為AWS的核心競(jìng)爭(zhēng)對(duì)手。大模型領(lǐng)域，微軟GPT系列、谷歌Gemini模型已形成先發(fā)優(yōu)勢(shì)，市場(chǎng)認(rèn)可度與應(yīng)用普及度較高，亞馬遜Nova模型需持續(xù)加大研發(fā)投入，提升技術(shù)性能，才能縮小差距，擺脫競(jìng)爭(zhēng)被動(dòng)局面。
人才儲(chǔ)備面臨困境。全球AI人才競(jìng)爭(zhēng)日趨激烈，AWS多名核心高管相繼離職，涵蓋AI業(yè)務(wù)推進(jìn)、芯片設(shè)計(jì)、數(shù)據(jù)中心基礎(chǔ)設(shè)施等關(guān)鍵領(lǐng)域，人才流失不僅削弱了研發(fā)實(shí)力，還可能導(dǎo)致技術(shù)泄密與業(yè)務(wù)斷層。同時(shí)，AI自動(dòng)化升級(jí)帶來(lái)的裁員與崗位縮減，引發(fā)社會(huì)輿論關(guān)注與員工擔(dān)憂，如何平衡AI技術(shù)發(fā)展與員工權(quán)益保障，避免輿論風(fēng)險(xiǎn)、穩(wěn)定員工士氣，成為亞馬遜亟待解決的問(wèn)題。
因此，亞馬遜集中資源押注AI，本質(zhì)上是一場(chǎng)決定企業(yè)未來(lái)發(fā)展命運(yùn)的戰(zhàn)略豪賭，但轉(zhuǎn)型前景兼具不確定性與機(jī)遇。
短期來(lái)看，亞馬遜有望依托AWS算力基建優(yōu)勢(shì)，實(shí)現(xiàn)企業(yè)級(jí)AI服務(wù)營(yíng)收增長(zhǎng)。隨著全球企業(yè)數(shù)字化轉(zhuǎn)型加速，企業(yè)對(duì)AI算力、模型服務(wù)的需求持續(xù)攀升，AWS Bedrock平臺(tái)、自研芯片算力服務(wù)可滿足企業(yè)多元化AI需求，有望吸引更多企業(yè)客戶，緩解盈利壓力，穩(wěn)固其在云服務(wù)市場(chǎng)的地位。
長(zhǎng)期來(lái)看，轉(zhuǎn)型成敗的核心在于自研大模型的技術(shù)突破與業(yè)務(wù)融合效果。若Nova模型能在自然語(yǔ)言處理、多模態(tài)交互等領(lǐng)域?qū)崿F(xiàn)技術(shù)突破，縮小與GPT、Gemini系列模型的差距，將幫助亞馬遜在AI領(lǐng)域獲得話語(yǔ)權(quán)，拓展更多應(yīng)用場(chǎng)景；AI與電商、云服務(wù)的深度融合，若能有效提升業(yè)務(wù)效率、挖掘新的商業(yè)價(jià)值，實(shí)現(xiàn)兩大核心業(yè)務(wù)協(xié)同增長(zhǎng)，將為轉(zhuǎn)型提供持續(xù)動(dòng)力。反之，若技術(shù)突破不及預(yù)期、業(yè)務(wù)融合效果不佳，亞馬遜可能進(jìn)一步喪失行業(yè)競(jìng)爭(zhēng)力，面臨被競(jìng)爭(zhēng)對(duì)手趕超的風(fēng)險(xiǎn)。
此次AI轉(zhuǎn)型不僅是亞馬遜自身的戰(zhàn)略突圍，更是全球科技巨頭在AI時(shí)代格局重塑中的關(guān)鍵博弈。無(wú)論轉(zhuǎn)型結(jié)果如何，亞馬遜的戰(zhàn)略調(diào)整都將對(duì)全球電商、云計(jì)算、人工智能行業(yè)的競(jìng)爭(zhēng)格局產(chǎn)生深遠(yuǎn)影響，成為行業(yè)發(fā)展的重要風(fēng)向標(biāo)。
參考資料來(lái)源：CNN，CNBC，F(xiàn)inancial Times，WSJ，亞馬遜等各機(jī)構(gòu)官網(wǎng)
本文來(lái)自微信公眾號(hào)“寰宇商業(yè)時(shí)間”，作者：寰宇商業(yè)時(shí)間，36氪經(jīng)授權(quán)發(fā)布。
本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。
免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com