亚马逊云科技“瘦身”进行时：解散上海AI研究院背后的成本控制与创新博弈

7月22日，亚马逊云科技上海AI研究院的首席应用科学家王敏捷发朋友圈称，“刚收到通知，AWS亚马逊云科技上海AI研究院（也是AWS最后一个海外研究院）正式解散。”王敏捷感慨道，“近6年带队时光，赶上了外企研究院的黄金周期，更得益于张峥老师的细心指导，有幸成为AWS亚太地区最年轻的首席应用科学家”。

7月23日，亚马逊云科技内部人士对《每日经济新闻》记者表示：“经过对公司组织、发展重点及未来战略方向的深入评估，我们决定对亚马逊云科技部分团队进行人员精简。对我们来说做出这些决定是非常艰难的，我们将全力支持员工顺利过渡。我们做出这些必要的决定，是为了持续投资、优化资源，为客户带来更多的创新。”

作为全球云计算的头部玩家，亚马逊云科技这一举措绝非偶然。其背后不仅涉及外企在华研究院的发展变局，更反映出亚马逊云科技在全球市场竞争中对战略方向的深度调整。

多重因素共同作用，外企在华研究院面临深度调整

上海AI研究院的成立，曾承载着亚马逊云科技在中国乃至亚太地区的重要布局期望。

根据亚马逊云科技官网，上海AI研究院于2018年秋成立，隶属于亚马逊云科技机器学习。研究院主要关注四大方向：一是开发和贡献开源项目，如广受欢迎的 DeepGraphLibrary（DGL）框架，该框架在全球图神经网络领域拥有大量用户和开发者；二是开展图神经网络（GNNs）领域的基础研究及其应用，在推荐系统、风控等场景取得了多项技术突破；三是通过亚马逊云科技的服务赋能客户，帮助企业快速实现AI技术落地；四是积极地同学术界进行相关合作，与国内多所高校建立了联合研究项目。

彼时，亚马逊云科技方面高调宣布，将集聚全球顶尖AI（人工智能）人才，参与和开发开源深度学习框架生态系统。

上海纽约大学教授张峥负责该研究院，他在大规模分布式计算理论与实践及其与机器学习的交叉领域经验丰富，拥有伊利诺伊大学厄巴纳 —香槟分校的博士学位，加入研究室后仍保留教职。

亚马逊云科技全球副总裁斯瓦米・西瓦苏布拉马尼娜当时表示：“随着AWS上海人工智能研究院的成立，我们将与 AWS 中国团队、产业界和学术界密切协作，帮助更多客户实现人工智能民主化，让先进的人工智能和机器学习技术惠及所有人。”

研究院成立后的几年里，确实在神经网络领域做出了不少亮眼成绩，DGL框架成为全球知名的开源项目，相关技术成果也被应用到金融、医疗等多个行业。

然而，时过境迁，如今该研究院却走向解散。事实上，近年来，不少外企在华研究院都面临着调整。例如，IBM曾宣布退出在中国的所有开发任务，并将基础设施研发转移到更接近客户的其他地区，IBM中国系统实验室（CSL）与开发实验室（CDL）的所有研发活动终止，这一调整影响了数百名研发人员。微软亚洲研究院也在2023年进行了组织架构调整，部分研究方向被压缩，资源向商业化团队倾斜。

整体来看，外企在华研究院面临深度调整是多重因素共同作用的结果。一方面，中国本地市场竞争日益激烈，本土科技企业在技术研发等方面不断追赶，华为、阿里、腾讯等企业加大AI研发投入，在多个领域实现了技术突破，使得外企在华的技术优势不再明显。

另一方面，全球经济形势的变化让企业更加注重投入产出比，海外研发成本高等特点被重新审视，企业需要更加聚焦核心业务和核心区域，对海外研发资源进行重新配置。

精简海外研究院，亚马逊云科技剑指何方？

亚马逊云科技此次关闭其 “最后一个海外研究院”，背后有着多重战略意图，是企业根据全球市场变化和自身发展需求做出的重大调整。

从市场竞争角度来看，云计算和AI市场竞争愈发白热化。在云计算领域，亚马逊云科技虽然是行业的开创者，但近年来面临着微软Azure、谷歌云等强劲对手的挑战。

微软Azure凭借与企业客户的深度合作和在混合云领域的优势，市场份额持续增长；谷歌云则在AI技术整合和开发者生态方面表现突出。同时，国内阿里云、腾讯云等也在不断拓展市场份额，在本地化服务和价格方面具有优势。根据市场研究机构 Gartner的数据，2024年全球云计算市场份额中，亚马逊云科技也面临着前所未有的竞争压力。

在激烈市场竞争下，亚马逊正在重金投入AI以疯狂抢占市场份额，日前亚马逊公告称，2025年计划资本支出高达1000亿美元，其中大部分将用于AI相关项目，涵盖数据中心、网络设备、AI硬件以及生成式AI服务能力建设。

2024年，亚马逊云科技推出了Amazon Nova六款基础模型，并强化了Amazon SageMaker、Amazon Bedrock和Amazon Q等核心服务，还发布了新一代Amazon SageMaker，这些核心服务的升级需要大量的研发资源和资金支持，资源的集中投放能加速技术迭代和产品优化。

从战略布局调整来看，亚马逊云科技可能在重新审视其全球研发资源的配置。从某种程度上来看，亚马逊云科技认为将研发资源更多地配置到生成式AI等前沿领域，能够带来更直接的商业回报，也更符合未来的发展趋势。

相比之下，上海AI研究院侧重的图神经网络基础研究周期长、商业化路径相对间接，在战略优先级上可能有所下降。

此外，当前AI大模型行业“价格战”正在愈发激烈，在加码研发的同时，如何进一步平衡整体性价比也是亚马逊云科技考虑的重点。

此前，亚马逊云科技大中华区产品部总经理陈晓建在接受《每日经济新闻》记者专访时表示，“当前的用户都希望能用到最先进的功能，同时也希望价格合理，因此云服务厂商的功能和价格是很重要的两个方面”。

对于亚马逊云科技而言，如何在精简团队、控制成本的同时，确保核心业务的创新能力不受影响，如何重新整合资源，在云计算和AI市场的激烈竞争中保持领先地位，将是其面临的重要挑战。