亚马逊正在通过内部技术调整和资源重组，积极控制其人工智能业务的运营成本。据一份内部文件显示，该公司已重新设计了其语音助手Alexa，核心举措是减少对外部模型——特别是Anthropic的Claude——的依赖，转而更多使用亚马逊自研的AI模型。这一调整旨在降低Alexa的云服务成本，同时提高每个GPU的利用率，预计将使每个计算单元处理的任务量增加四倍以上。

这一变化折射出人工智能行业竞争的下一个焦点：随着前沿模型性能的持续提升，竞争的关键正从“构建更智能的模型”转向“寻找更经济的运行方式”。除了亚马逊，谷歌正通过Gemini Flash推动低成本AI发展，而OpenAI和Cursor等公司也在推出能够将简单请求直接定向到成本更低模型的技术。

成本压力是此次调整的直接动因。与之前的Alexa版本不同，最新版Alexa+使用大规模语言模型生成大量回复，运行在依赖GPU的云服务上，导致成本显著上升。根据早前的内部预测，升级后的Alexa+今年的云成本预计将达到约17亿美元，几乎是上一年的三倍。更具体地，Alexa+每位活跃用户每月的云成本将比亚马逊的目标高出约60%，这意味着该产品目前无法达到公司的财务利润目标。此外，亚马逊今年在美国扩大了服务范围，进一步推高了云成本。

成本压力也迫使亚马逊推迟部分支出过大的项目。早前有报道指出，旨在提升Alexa人工智能代理能力的项目Project Moonraker的部分内容可能被延后发布。与此同时，亚马逊正在重组其人工智能部门，资源正从现有的Nova模型转向由研究员Pieter Abbeel领导的一项新的前沿模型研究项目，并开始逐步淘汰大部分自主研发的旗舰Nova模型。

在组织层面，亚马逊的人工智能通用技术部门已进行裁员，其2024年成立的研究小组AGI Lab也已被关闭。这一举动令公司内部感到意外，因为前沿模型研究人员一直是亚马逊最宝贵的技术人才之一。种种迹象表明，亚马逊正在收拢人工智能业务，试图将资源集中于关键领域，以更精准地控制成本并创造更有效的回报模式。