亚马逊 (Amazon)(AMZN-US) 正以创纪录的资本支出押注人工智慧需求持续爆发，而执行长贾西 (Andy Jassy) 近期释出的讯号更显示，AI 算力供不应求的局面可能延续至 2027 年，甚至目前已经可以看见 2028 年的强劲需求。

亚马逊日前公布 2026 年第二季财报，第二季净销售额年增 20% 至 2,006 亿美元，营业利益达 275 亿美元，年增 43%；其中 AWS 营收年增 36.7%，创 18 个季度以来最快增速，年化营收规模已达 1,690 亿美元。公司同时表示，AI 业务及自研晶片业务的年化营收规模均已突破 250 亿美元，且皆维持三位数百分比成长。

财报电话会议上，贾西透露，亚马逊已将 2026 年资本支出预估从原先约 2,000 亿美元上调至 2,200 亿美元，主要反映 AI 基础建设、资料中心、伺服器、网路设备及晶片等成本增加，其中记忆体价格上涨也是推高支出的因素之一。

更重要的是，贾西表示，即使公司把全年资本支出提高至 2,200 亿美元，仍不足以满足亚马逊目前在 2026 年的全部客户需求，而且这种供给不足的情况可能延续至 2027 年。他更形容，公司目前已看到的 2028 年需求规模「令人震惊」。

这番说法的意义，在于亚马逊并非单纯依靠市场预测 AI 未来需求，而是从 AWS 客户订单、容量规划以及资料中心建置周期中观察未来几年的算力需求。贾西此前也曾表示，亚马逊并非因为一时看好 AI 就盲目投入约 2,000 亿美元资本支出，公司已掌握大量客户承诺，其中部分 AWS 资本支出将在 2027 年至 2028 年转化为营收。

这也使 AI 算力需求的故事开始出现一个重要转变。

过去两年，市场谈论 AI 算力需求时，焦点大多集中在 OpenAI、Anthropic 等前沿 AI 实验室。这些企业需要大量 GPU 进行基础模型训练、强化学习及模型推理，因此成为资料中心和 AI 晶片需求的重要来源。

但贾西认为，AI 真正更大的需求潜力可能来自传统企业。

目前大量企业仍处于 AI 导入初期，财务审核、供应链管理、客服、行销、文件处理、程式开发、企业知识库及生产流程等工作，仍有大量依靠人工处理的环节。随着企业开始把 AI 从展示性工具转变为日常营运系统，算力需求可能从一次性的模型训练，逐渐转向每天持续产生的大规模推理需求。

这意味着 AI 算力市场可能出现类似「杠铃」的需求结构。一端是少数前沿 AI 实验室，持续消耗大量训练及推理算力；另一端则是已经证明 AI 可以带来实际回报的大型企业；中间则是数以百万计、尚未完成 AI 转型的企业。

如果这些企业在未来两至三年开始大规模部署 AI 代理、企业自动化及生成式 AI 服务，算力需求的增量可能远高于目前市场对大型模型训练需求的估算。

这也解释了为何贾西认为 AI 需求不会只由少数模型公司决定。AWS 近期公布的数据显示，客户对 AI 推理的需求持续增加，而且 AI 与传统云端业务正在互相带动。亚马逊表示，客户希望将 AI 推理部署在靠近既有应用程式及资料的位置，而 AWS 在资料储存、资料库及企业基础设施方面的优势，使 AI 业务成长同时带动传统云端服务需求。

贾西同时指出，未来市场不太可能只剩下一个「万能模型」。多个第一梯队模型、专业模型以及开源模型并存，可能成为 AI 市场的长期结构。这种多模型竞争虽然可能压低单一模型的价格，但从整体算力市场来看，反而可能扩大模型使用量及推理需求。

因此，AI 产业下一阶段的核心问题可能不再是「谁拥有最大的模型」，而是「有多少企业每天使用 AI」。

这种需求结构也正在改变资料中心的资本支出模式。模型训练通常具有明显的专案周期，算力需求可能在大型模型训练期间快速增加；企业推理则更接近持续性的基础设施需求，一旦 AI 被嵌入客服、金融风控、供应链及生产流程，相关算力可能需要全天候运转。

这使得 AI 基础设施可能逐渐从「科技公司的研发支出」，转变为企业营运不可或缺的固定资产。

亚马逊正在提前为这种需求做准备。除了采购外部 AI 晶片，公司也积极发展自研 Trainium 及 Graviton 晶片。亚马逊表示，其晶片业务年化营收已超过 250 亿美元，且维持三位数百分比的年增率。

AI 业务本身的年化营收规模也突破 250 亿美元，同样维持三位数百分比成长。这意味着亚马逊目前并非只有投入 AI 基础设施，AWS 的 AI 需求已经开始形成可观的营收来源。

不过，市场仍不能把贾西对 2028 年需求的看法直接等同于「AI 算力永远供不应求」。

首先，亚马逊看到的是自身客户的需求与容量规划，客户承诺不代表所有需求最终都会完全转化为实际采购。若企业 AI 专案的投资回报不如预期，部分资本支出仍可能延后。

其次，AI 算力供给也在快速增加。辉达 (NVDA-US)、超微半导体(AMD-US) 等 AI 晶片供应商持续推出新一代产品，Google 母公司 Alphabet(GOOGL-US)、微软 (MSFT-US) 及亚马逊等大型云端业者也积极发展自研晶片。随着资料中心、伺服器、网路设备及电力供应能力扩张，2027 年至 2028 年的全球算力供给势必较目前大幅增加。

更重要的是，AI 需求本身也会发生结构性变化。

前一阶段的 AI 竞赛主要集中在模型训练，下一阶段则可能逐步转向推理。这将提高对低成本、高吞吐量、低延迟以及能源效率的要求，AI 晶片的竞争也将从单纯追求最高运算能力，转向每美元算力、每瓦性能及整体系统效率。

这对亚马逊而言既是机会也是挑战。

如果企业 AI 应用快速普及，AWS 可以透过云端服务、AI 模型、推理算力、资料库及自研晶片同时获益。相反，如果 AI 应用商业化速度低于预期，亚马逊庞大的资料中心投资可能需要更长时间才能回收。

目前市场已经开始密切关注大型科技公司的 AI 资本支出能否转化为足够的收入。2026 年包括亚马逊、Alphabet、微软、Meta 及甲骨文 (ORCL-US) 在内的大型科技企业，AI 基础设施投资规模已经达到前所未有的水准，市场同时也开始注意到部分企业现金流承压及长期资本承诺快速增加的现象。

其中亚马逊今年 2,200 亿美元的资本支出预估尤其受到市场关注。不过，公司并不是单纯以预期需求下注。贾西此前已强调，AWS 大量资本支出背后存在客户承诺，而且许多 2026 年的投资预计在 2027 年至 2028 年开始产生营收。

从最新财报来看，这项策略目前已有初步回报。AWS 第二季营收年增 36.7%，不仅远高于前一季，也创下 18 个季度以来最快成长速度。AWS 年化营收达 1,690 亿美元，AI 业务年化营收超过 250 亿美元，显示 AI 需求正在对云端业务产生实质拉动。

亚马逊股价也受到财报及 AWS 成长加速提振，市值近期一度突破 3 兆美元，反映投资人对 AI 商业化的信心有所提高。

因此，2028 年真正值得关注的可能并不是 AI 会不会突然出现一次「需求爆发」，而是企业 AI 是否会从目前的试验阶段进入全面生产阶段。

如果 AI 只停留在聊天机器人、Demo 及少数企业的试点专案，算力需求即使持续成长，也可能难以支撑目前如此庞大的资料中心投资。

但如果 AI 代理、企业自动化、程式开发、智慧客服、金融风控、供应链管理及工业 AI 等应用真正进入大规模商用，需求结构就可能发生根本改变。

届时，算力消耗将不再主要由几十家大型 AI 公司决定，而是由全球数以百万计的企业共同推动。

这也是亚马逊最新讯号最值得注意的地方。

贾西并不是单纯预测「AI 会很热门」，而是从 AWS 已经收到的客户需求与资本支出规划中看到未来几年的容量缺口。2026 年 2,200 亿美元资本支出仍不足以满足当年需求、2027 年供给压力可能延续，以及目前已经出现可观的 2028 年需求，三者共同构成 AI 基础设施进入下一阶段的讯号。

对全球半导体与资料中心产业而言，这代表 AI 竞赛的焦点正在从「谁能做出最强模型」逐步转向「谁能提供足够且经济有效的算力」。

对晶片供应商而言，需求可能从训练 GPU 进一步扩散至推理晶片、CPU、记忆体、网路设备及资料中心基础设施；对云端业者而言，能否以更低成本提供高吞吐量 AI 服务将成为新的竞争关键。

而对投资人而言，真正需要追踪的则是 AI 资本支出与 AI 收入之间的差距。

目前亚马逊已经看到 AWS 成长明显加速，AI 业务与晶片业务年化营收均突破 250 亿美元，这使其大规模资本支出开始具备更明确的收入支撑。

但未来两年，AI 产业仍必须证明这种需求可以持续转化为现金流与合理的资本报酬。

如果答案是肯定的，那么贾西所说的 2028 年「令人震惊」的需求，可能并不是夸张的市场口号，而是企业 AI 大规模商业化后自然形成的结果。

如果答案是否定的，全球科技巨头目前堆积的巨额资料中心资本，则可能成为未来几年市场重新评估 AI 估值的重要压力来源。

换言之，AI 算力竞赛真正的下一个战场，可能已经不是模型实验室，而是千千万万家普通企业的日常工作流程。

谁能让 AI 真正进入企业生产线，谁就可能决定 2028 年算力需求究竟会迎来历史性爆发，还是只是另一轮过度乐观的资本支出周期。