断臂求生，亚马逊裁员万人、关闭门店，全力押注AI缓解掉队焦虑

前天，亚马逊宣布启动1.6万人规模的新一轮裁员计划，中国区岗位也涉及在内。结合2025年10月底该公司的1.4万人裁员行动，亚马逊三个月内累计裁员超3万人，占其企业员工总数的近9%。 

与此同时，亚马逊宣布关停约70家亚马逊新鲜食品（Amazon Fresh）与亚马逊Go无人便利店（Amazon Go）门店，将线下零售资源全面整合至全食（ Whole Foods ）品牌体系。 

疫情期间电商需求爆发式增长，亚马逊顺势启动大规模扩张战略，各业务条线大幅扩招，员工规模快速攀升，线下零售门店加速布局全美，试图构建线上线下融合的生鲜零售生态。 

主打即拿即走的亚马逊Go（图源：MSN）

然而随着疫情红利消退，电商市场增速放缓，亚马逊传统业务增长陷入瓶颈。与此同时，全球科技大厂的AI竞赛进入白热化阶段，各家传统科技大厂和OpenAI等一众新秀竞相推出一系列具有竞争力的AI大模型与应用，然而亚马逊在这股浪潮中却逐渐失语。 

在此背景下，亚马逊CEO安迪・贾西（Andy Jassy）提出“以全球最大初创公司模式运营”的战略愿景。裁员与关店举措，正是这一愿景的具体落地。 

上述系列举措清晰传递出亚马逊的战略调整方向：通过剥离增长乏力的非核心业务，同时精简组织架构、降低人力与运营成本，将核心资源向AI领域倾斜，以应对行业竞争压力，重构增长动力。 

这一战略抉择的背后，是亚马逊在全球科技大厂AI竞赛中逐步掉队的深层焦虑，其核心目标在于通过战略聚焦，实现AI领域的弯道超车，巩固自身行业地位。 

自砍两刀

亚马逊是美国仅次于沃尔玛的第二大私营雇主，截至去年三季度有约157万名员工，其中企业员工约35万人，剩余绝大多数为仓储物流员工。 

近三个月的两轮裁员 累计超3万人，占企业员工总数的9%， 均属于针对性的组织架构优化，核心聚焦中层管理岗位。此类岗位承担着上传下达、项目统筹与团队协调职能，但在“敏捷高效”的战略导向下，部分中层管理岗位被认定为流程冗余、决策滞后的核心症结，成为裁员重点。 

部门分布方面，人力资源部门受影响最为显著。战略转型期，亚马逊人力资源规划发生重大调整，原负责大规模招聘与常规人事管理的岗位需求大幅缩减；云计算部门（AWS）虽为核心业务板块，但受市场竞争加剧影响，同步推进内部业务优化，部分非核心岗位被裁撤以提升运营效率；广告部门则因电商业务增速放缓，广告投放执行、客户对接等基础岗位实现精简。 

为降低裁员带来的负面影响，亚马逊制定了标准化安置方案：给予美国地区受影响员工90天内部转岗周期，支持员工依托自身技能在公司内部寻找适配岗位；对未能实现内部再就业的员工，提供遣散费、过渡性健康保险等福利，并配套职业培训、简历优化、就业推荐等安置服务，助力员工重返职场。 

值得注意的是，裁员与招聘同步推进。亚马逊明确表示，将持续加大人工智能、云计算创新应用、电商智能化升级等战略领域的人才储备力度。这一“有减有增”的人员调整策略，核心是实现人力资源向核心赛道的优化配置，为AI转型提供人才支撑。 

与此同时，亚马逊关停Fresh和Go门店也同样是基于市场表现与商业逻辑的理性决策。 

客户体验层面， Amazon  Fresh门店与同类生鲜零售品牌同质化严重，在商品品类、定价策略、购物场景等方面未形成差异化竞争优势，用户粘性不足；Amazon Go主打的“即拿即走”无人零售技术，虽具备技术创新性，但未触及消费者核心购物需求，技术新鲜感难以转化为持续稳定的客流量与营收。 

两类门店普遍存在盈利周期长、投资回报率低的问题，无法满足亚马逊对业务增长与盈利水平的战略要求。因此，关停约70家门店，是剥离低效资产、及时止损的必要举措。 

在关停低效门店的同时，亚马逊推进线下零售资源向Whole Foods品牌整合，构建新的零售布局体系。其中，部分关停门店将改造为Whole Foods超市，依托其高端有机食品领域的品牌优势与成熟运营模式，实现资源高效转化；同步拓展Whole Foods Market Daily Shop小型衍生业态，以社区化、便捷化定位贴合消费者即时性购物需求。 

此外，亚马逊正在测试店中店新模式，如伊利诺伊州推出的亚马逊杂货店与Whole Foods Market融合业态，探索线上线下协同的零售创新路径。 

此次线下零售业务的收缩与整合，核心目标是释放资源。通过剥离低效线下零售资产，将资金、人力、技术等资源集中投入AI研发与应用领域，为战略转型提供坚实保障，推动企业资源向高增长、高潜力的AI赛道倾斜。 

亚马逊Fresh门店（图源：MSN）

焦虑难掩

在业务重组、减员增效等重大战略调整的背后，是亚马逊在科技大厂中AI领域逐渐掉队的困境，以及随之而来掩饰不住的焦虑。

亚马逊过去几年在AI领域试图构建多维度、全场景的业务体系，着力在AI浪潮中抢占市场先机，但总体呈现“什么都有、但什么都不精”的广撒网、万金油式布局。 

核心技术研发层面，AWS云服务是亚马逊AI布局的核心载体。其推出的生成式AI平台Bedrock，整合了Anthropic Claude、Meta Llama等第三方优质大模型以及亚马逊自研的Nova模型，为企业客户提供一站式AI模型定制、应用开发服务，但更像是一个高配版的“腾讯云”，二者均采用套皮AI的模式进行运作。 

芯片研发领域，亚马逊自主研发了Trainium系列AI训练芯片，第三代芯片已实现大规模量产，配套推出的Inferentia系列芯片专注于AI推理环节，形成训练推理一体化算力支撑体系，以满足AI业务的算力需求。 

亚马逊发布了自研的AI芯片AWS Trainium 3（图源：AOL）

自研模型方面，Nova大模型体系已实现规模化应用，在自然语言处理、图像识别等领域具备较强应用潜力，目前已成为Bedrock平台第二大热门基础模型，逐步渗透至电商、物流、云计算等亚马逊核心业务场景，但整体市场声量远远不及OpenAI、Claude、Llama、Gemini等头部大模型，甚至在营销炒作上也不如埃隆·马斯克的Grok。 

开发者生态层面，亚马逊推出Nova Act智能体，具备网页浏览器自主操作能力，可实现外卖订餐、餐厅预约等日常场景的自动化处理。电商领域应用层面，AI技术实现全链路渗透，为卖家提供个性化销售建议、实时业务指标分析等服务，辅助卖家优化决策。 

物流领域，全球履约网络已部署100万台机器人，DeepFleet物流优化工具通过AI算法协调机器人移动路径，优化仓储物流调度效率，将机器人行进效率提升10%。 

亚马逊为物流中心部署了机器人，图为亚马逊西雅图附近的超级仓（图源：Warehouse Automation）

然而，尽管亚马逊在AI领域布局全面，但与微软、谷歌等头部科技大厂相比，差距呈现持续扩大态势，掉队困境日益凸显。

云服务市场份额持续萎缩。Gartner、Synergy Research等机构数据显示，2024年AWS占据全球企业云基础设施服务支出的38%，虽仍位居行业第一，但较2018年近50%的市场份额大幅下滑，而到了2025年第三季度，AWS的市场份额进一步下滑至29%。微软Azure、谷歌云凭借AI技术赋能，持续侵蚀AWS市场份额，行业领先地位岌岌可危。据分析师预测，若AWS维持当前增速，微软Azure有望在2026年底前超越AWS，成为全球最大云服务商，亚马逊在AI云服务商业化进程中面临被赶超的巨大压力。 

大模型竞争处于被动地位。微软通过与OpenAI的深度绑定，将GPT系列模型广泛应用于办公软件、搜索引擎等核心产品，快速抢占生成式AI应用市场；谷歌自研Gemini模型在多模态处理能力上表现突出，涵盖自然语言处理、图像生成、代码编写等多个领域，技术先进性与应用广泛性保持行业领先；甚至连Meta的Llama在学术研究、轻量化部署等领域也具备亮点。相较之下，亚马逊自研Nova模型虽具备一定技术实力，但市场知名度、应用普及度远不及其他竞品。 

此前，亚马逊通过投资Anthropic试图弥补大模型领域短板，但谷歌通过向Anthropic供应100万枚专用AI芯片深化合作，导致Anthropic在算力支撑上获得多元化选择，亚马逊数十亿投资的战略价值受损，大模型领域的竞争劣势进一步加剧。 

2025年Q3全球云服务市场份额（图源&数据：Synergy Research）

喜忧参半

事实上，与Meta、谷歌、OpenAI等巨头相比，亚马逊借助电商等业务，具备发展AI的独特优势，构建了场景、数据、基建三重核心优势，形成难以复制的竞争壁垒。 

算力基建优势突出。AWS在全球范围内布局多个数据中心，构建了庞大的云服务网络，可提供稳定、高效的算力支撑，保障AI应用的低延迟、高可靠性；自研Trainium系列、Inferentia系列芯片，分别针对AI训练与推理环节优化，较市场同类竞品具备显著成本优势，为亚马逊在AI算力市场赢得价格竞争力，吸引更多企业客户选择AWS作为AI算力提供商。 

双场景协同优势显著。作为全球领先的电商巨头，亚马逊线上零售平台拥有庞大的用户群体与丰富的应用场景，AI技术可在商品推荐、智能客服、供应链优化等全链路快速落地，实现商业价值的快速转化与验证；同时，AWS云服务在全球企业级市场占据重要地位，为AI技术在企业级场景的拓展提供了广阔空间，可满足企业AI应用开发、模型训练、数据存储等多元化需求，形成“电商+云服务”双场景协同赋能AI转型的格局。 

海量数据资源提供核心支撑。电商运营过程中，亚马逊积累了海量用户行为数据，包括搜索关键词、浏览记录、购买偏好等，可深度挖掘消费者需求与市场趋势，为AI模型训练提供高质量素材；供应链领域，亚马逊掌握从供应商到消费者的全链条数据，包括库存水平、物流轨迹、配送时效等，借助AI算法可优化供应链决策，提升供应链效率、降低运营成本；云服务领域，亚马逊仍是全球最大的云基础设施服务提供商，了解客户需求和数据痛点，建立起客户迁移成本的护城河，如果能提供出色的AI服务，则可以有效留存客户。 

然而，截至目前，这些优势虽然已经凸显，但仍未充分发挥，亚马逊面临内部组织、外部竞争、人才储备等多重挑战，转型之路并非一帆风顺。

管理层级臃肿制约转型。疫情期间的大规模扩张导致亚马逊内部人员结构复杂，管理层级大幅增加。据行业人士披露，疫情前部分员工与CEO仅隔6级管理岗位，2025年部分员工晋升后，与CEO安迪・贾西的管理层级增至15级。管理层级过多导致决策流程繁琐、响应滞后，AI项目推进过程中需经过层层审批，易因市场风向变化错失发展机遇，与“初创公司式运营”的战略愿景存在差距。 

外部竞争压力持续加剧。云服务市场，微软Azure依托OpenAI技术赋能，吸引大量寻求AI解决方案的企业客户，企业销售积压订单增速超过AWS；谷歌云凭借技术创新与AI工具优势，市场份额持续提升，成为AWS的核心竞争对手。大模型领域，微软GPT系列、谷歌Gemini模型已形成先发优势，市场认可度与应用普及度较高，亚马逊Nova模型需持续加大研发投入，提升技术性能，才能缩小差距，摆脱竞争被动局面。 

人才储备面临困境。全球AI人才竞争日趋激烈，AWS多名核心高管相继离职，涵盖AI业务推进、芯片设计、数据中心基础设施等关键领域，人才流失不仅削弱了研发实力，还可能导致技术泄密与业务断层。同时，AI自动化升级带来的裁员与岗位缩减，引发社会舆论关注与员工担忧，如何平衡AI技术发展与员工权益保障，避免舆论风险、稳定员工士气，成为亚马逊亟待解决的问题。 

因此，亚马逊集中资源押注AI，本质上是一场决定企业未来发展命运的战略豪赌，但转型前景兼具不确定性与机遇。

短期来看，亚马逊有望依托AWS算力基建优势，实现企业级AI服务营收增长。随着全球企业数字化转型加速，企业对AI算力、模型服务的需求持续攀升，AWS Bedrock平台、自研芯片算力服务可满足企业多元化AI需求，有望吸引更多企业客户，缓解盈利压力，稳固其在云服务市场的地位。 

长期来看，转型成败的核心在于自研大模型的技术突破与业务融合效果。若Nova模型能在自然语言处理、多模态交互等领域实现技术突破，缩小与GPT、Gemini系列模型的差距，将帮助亚马逊在AI领域获得话语权，拓展更多应用场景；AI与电商、云服务的深度融合，若能有效提升业务效率、挖掘新的商业价值，实现两大核心业务协同增长，将为转型提供持续动力。反之，若技术突破不及预期、业务融合效果不佳，亚马逊可能进一步丧失行业竞争力，面临被竞争对手赶超的风险。 

此次AI转型不仅是亚马逊自身的战略突围，更是全球科技巨头在AI时代格局重塑中的关键博弈。无论转型结果如何，亚马逊的战略调整都将对全球电商、云计算、人工智能行业的竞争格局产生深远影响，成为行业发展的重要风向标。 

参考资料来源：CNN，CNBC，Financial Times，WSJ，亚马逊等各机构等官网

本文来自微信公众号“寰宇商业时间”，作者：寰宇商业时间，36氪经授权发布。