亞馬遜正在通過內部技術調整和資源重組，積極控制其人工智慧業務的運營成本。據一份內部檔案顯示，該公司已重新設計了其語音助手Alexa，核心舉措是減少對外部模型——特別是Anthropic的Claude——的依賴，轉而更多使用亞馬遜自研的AI模型。這一調整旨在降低Alexa的雲服務成本，同時提高每個GPU的利用率，預計將使每個計算單元處理的任務量增加四倍以上。

這一變化折射出人工智慧行業競爭的下一個焦點：隨著前沿模型效能的持續提升，競爭的關鍵正從“構建更智慧的模型”轉向“尋找更經濟的執行方式”。除了亞馬遜，谷歌正通過Gemini Flash推動低成本AI發展，而OpenAI和Cursor等公司也在推出能夠將簡單請求直接定向到成本更低模型的技術。

成本壓力是此次調整的直接動因。與之前的Alexa版本不同，最新版Alexa+使用大規模語言模型生成大量回復，執行在依賴GPU的雲服務上，導致成本顯著上升。根據早前的內部預測，升級後的Alexa+今年的雲成本預計將達到約17億美元，幾乎是上一年的三倍。更具體地，Alexa+每位活躍使用者每月的雲成本將比亞馬遜的目標高出約60%，這意味著該產品目前無法達到公司的財務利潤目標。此外，亞馬遜今年在美國擴大了服務範圍，進一步推高了雲成本。

成本壓力也迫使亞馬遜推遲部分支出過大的專案。早前有報道指出，旨在提升Alexa人工智慧代理能力的專案Project Moonraker的部分內容可能被延後釋出。與此同時，亞馬遜正在重組其人工智慧部門，資源正從現有的Nova模型轉向由研究員Pieter Abbeel領導的一項新的前沿模型研究專案，並開始逐步淘汰大部分自主研發的旗艦Nova模型。

在組織層面，亞馬遜的人工智慧通用技術部門已進行裁員，其2024年成立的研究小組AGI Lab也已被關閉。這一舉動令公司內部感到意外，因為前沿模型研究人員一直是亞馬遜最寶貴的技術人才之一。種種跡象表明，亞馬遜正在收攏人工智慧業務，試圖將資源集中於關鍵領域，以更精準地控制成本並創造更有效的回報模式。