CEO Amazon: годовой доход от ИИ-бизнеса превысил 25 млрд USD, темпы роста в сотни раз выше, чем у AWS в первые годы, даже траты в 220 млрд USD не удовлетворяют спрос

Недавно CEO Amazon Энди Джасси выступил в подкасте известного венчурного фонда a16z и провёл глубокую беседу с соучредителем a16z Беном Хоровицем. В этом интервью Джасси подробно раскрыл стратегическую картину Amazon в волне генеративного ИИ.

Отвечая на опасения Уолл-стрит по поводу, казалось бы, бездонных капитальных затрат технологических гигантов, Джасси дал самый прямой рыночный отклик: спрос не только не замедлился, а стремительно опережает будущие мощности. Он также детально описал текущую «гантельную» структуру спроса на ИИ и чётко указал, что для реального внедрения корпоративных ИИ-решений стоимость вычислительного вывода должна снизиться ещё на порядок.

«Даже потратив 220 млрд USD, мы оставили значительную часть спроса без удовлетворения»

Самая насущная проблема для рынка — станут ли капитальные затраты гигантов, зачастую измеряемые сотнями миллиардов, избыточными затратами. Джасси прямо ответил на сомнения рынка поразительными данными о заказах.

«Даже потратив в этом году 220 млрд USD, мы оставим значительную часть осмысленного спроса без удовлетворения». Джасси прямо указал на нынешний экстремальный дисбаланс между предложением и спросом на вычислительные мощности: «Мы всегда резервируем часть мощностей для услуг по требованию, но мощности на 2026 г. уже полностью проданы, на 2027 г. — почти полностью, а большая часть мощностей на 2028 г. также уже забронирована».

С точки роста бизнеса кривая роста, вызванная ИИ, чрезвычайно крутая. Джасси сравнил темпы раннего развития AWS (Amazon Web Services) с нынешними: «В первые три года AWS нам казалось, что мы растём быстро — годовой объём выручки составлял около 60 млн USD. А в первые три года нынешней волны генеративного ИИ годовой объём выручки от ИИ-бизнеса AWS уже превысил 25 млрд USD. Скорость роста в сотни раз выше, чем тогда; ничего подобного мы никогда не видели».

Отвечая на опасения фондового рынка, Джасси пояснил логику денежного цикла инвестиций в ЦОД. Он отметил, что строительство ЦОД требует инвестиций за два года до запуска, но срок службы инфраструктуры достигает 30 лет; закупка серверов и сетевого оборудования нужна лишь за несколько месяцев. Это даёт компании чёткое видение спроса клиентов. «Если окажется, что мощности ЦОД не нужны, мы просто не будем покупать серверы и сетевое оборудование. Большинство контрактов на серверы рассчитаны на пять лет, а точка безубыточности обычно достигается за три года. Благодаря такому денежному циклу при столь высоких темпах роста свободный денежный поток на старте действительно сталкивается с трудностями, но после ввода всего в эксплуатацию доходы будут очень существенными».

Опровержение споров о ЦОД: «Вода, потребляемая полем для гольфа за два дня, равна нашей годовой норме»

В США энергопотребление и экологические проблемы ЦОД превращаются в политический скандал. Джасси решительно опроверг это и поднял вопрос до уровня национальной конкурентоспособности.

«Масштаб строительства инфраструктуры, через который мы сейчас проходим, сопоставим со строительством автострад и мостов в США в 1950-х годах. Ни страна, ни весь мир не могут позволить себе не строить ЦОД — иначе страны вроде Китая займут все лидирующие позиции и установят нормы, что недопустимо как внутри страны, так и глобально».

Что касается экологических обвинений, Джасси привёл яркие цифровые факты: «Многие распространяемые утверждения находятся где-то между мифом и ложью, поскольку политикам и спекулянтам нравится найти простого „злодея“. На деле потребление воды полями для гольфа или миндальными плантациями значительно превышает потребление ЦОД. Например: потребление воды одним полем для гольфа в 200 раз больше нашего; за два дня оно расходует больше воды, чем наши ЦОД — за целый год».

Он также добавил, что загрязнение от резервных генераторов сильно преувеличено: «Уровень выбросов нужно регистрировать так, будто генераторы работают на полной мощности постоянно, но на самом деле мы запускаем их лишь 0,1 % времени в год (примерно 10 часов) для технического обслуживания».

«Гантельный эффект» спроса на ИИ и ключевая логика снижения стоимости вывода

Анализируя конкретный спрос на ИИ, Джасси предложил наглядную теорию «гантели», которая также объясняет, почему Amazon делает ставку на собственные чипы.

«Один конец гантели — ИИ-лаборатории, потребляющие огромные вычислительные мощности; другой — предприятия, использующие ИИ главным образом для снижения затрат и повышения производительности, например, автоматизированный сервис поддержки клиентов или бизнес-процессы. А в середине гантели — текущие рабочие нагрузки предприятий. Подавляющее большинство компаний пока не внедрили ИИ-вывод, но я уверен, что через 5–7 лет практически все существующие корпоративные приложения будут глубоко использовать эту технологию».

Однако для активации огромного рынка в «середине гантели» главным препятствием остаётся цена.

«За последние годы затраты на вывод моделей снизились значительно, но, на мой взгляд, они по-прежнему в десять раз выше необходимого». Джасси подчеркнул: «Если просить предприятия переписать существующие CPU-приложения с использованием AI-ускорителей, а разница в стоимости окажется огромной, порог для такой переписки будет чрезвычайно высок. Но если снизить затраты на вывод моделей, этот порог резко упадёт. Именно поэтому мы делаем ставку на собственное производство чипов».

Джасси высоко оценил приобретение в 2015 г. компании Annapurna Labs по проектированию чипов, назвав его «самым успешным приобретением в истории Amazon — и даже близко нет второго». Он сообщил, что благодаря собственным процессорам Graviton (на 40 % эффективнее других x86-процессоров) и AI-ускорителям Trainium (на 30–40 % эффективнее) Amazon активно снижает стоимость вычислительных мощностей.

Организационная реорганизация: 6 инженеров выполнили работу 40 человек за год; все продукты необходимо пересоздать с нуля.

Помимо предоставления вычислительных мощностей внешним заказчикам, ИИ внутренне трансформирует работу масштабной «машины» Amazon: первыми меняются структура персонала и логика разработки продуктов.

Джасси привёл потрясающий внутренний пример: команда Bedrock (платформа Amazon для вывода ИИ-моделей) за 76 дней перестроила движок вывода всего шестью инженерами — тогда как ранее эта задача требовала года работы 40 человек.

«Это открыло всем глаза», — откровенно заявил Джасси. «В будущем людей, выполняющих одну и ту же работу, станет меньше, чем сегодня. Я не говорю, что люди станут не нужны, но по мере роста бизнеса мы не будем вкладывать столько человеческих ресурсов, сколько раньше. Команды станут компактнее, а сотрудники — работать межфункционально, поскольку модели способны выполнить до 80 % работы».

На уровне продуктов Джасси считает, что постепенные улучшения более недопустимы: нужна смелость «пересоздать всё с нуля».

«У Alexa в период разработки «мозг» был весьма инновационным, но с появлением генеративного ИИ границы возможностей полностью изменились. Чтобы обеспечить выигрышный пользовательский опыт, нужно полностью перепроектировать «мозг» Alexa».

Не только Alexa: Джасси отметил, что все ключевые потребительские сервисы Amazon — ритейл, Prime Video и музыка — в ближайшие годы должны быть полностью переосмыслены с учётом ИИ. «Команды часто сопротивляются из-за гордости и исторического багажа, заявляя: „Мы уже пробовали — не получилось“. Но такая реконструкция — болезненный, но неизбежный процесс; если ограничиваться лишь постепенными улучшениями, вас вытеснят через три–пять лет».

Ниже — полный перевод подкаста: Энди Джасси, 00:00

Даже при инвестициях в $220 млрд в этом году мы оставляем значительную часть спроса без удовлетворения. Мы всегда резервируем часть мощностей для использования по требованию, но на 2026 г. они полностью распроданы, на 2027 г. — почти полностью, а на 2028 г. уже значительная доля продана.

Энди Джасси, 00:14

Финансовые рынки заявляют: «В мире просто нет столько денег для финансирования этих проектов». Но всё, чем мы занимаемся — фондовые рынки, банки, здравоохранение — зависит от центров обработки данных. Наша задача — найти пути максимально нарастить мощности: у нас есть возможность охватить куда больше пользовательских сценариев и ежедневно улучшать и упрощать жизнь людей. Крупные исследовательские лаборатории готовы платить практически любую цену за электроэнергию, охлаждение и чипы. Может, стоит выкупить старых клиентов и перепродать новым — ведь они предлагают наши цены.

a16z, 00:48

Энди, добро пожаловать в эфир. Очень приятно вас видеть. Спасибо за приглашение. Вы возглавляете Amazon уже пять лет и успели многое сделать. Это непросто — быть здесь, да ещё и CEO: один проект сменяет другой — вы сейчас инвестируете $220 млрд, AWS выросла на 20–28 %. Действительно, вы многого добились.

Энди Джасси, 01:09

Вы столько всего достигли — как вы оцениваете амбиции Amazon на 2026 г. по сравнению с 2021 г., когда вы официально стали CEO? О, 2021 год кажется очень далёким — как будто прошло десять лет. Но мир меняется так быстро… просто…

Энди Джасси, 01:30

По сравнению с 2021 г. наша общая выручка выросла примерно на 80 %, бизнес AWS — почти втрое, а рекламная выручка — в 2,5 раза. Так что компания действительно сильно выросла.

Энди Джасси 01:47

Я считаю, что действительно произошло несколько важных событий. Вскоре после моего вступления в должность — как раз когда пандемия подходила к концу — наш розничный бизнес столкнулся с серьёзной проблемой затрат на выполнение заказов: масштаб нашей сети выполнения заказов фактически удвоился. Сеть, которую мы создавали в течение 25 лет, была удвоена примерно за 18 месяцев; затем за около 20 месяцев мы построили сеть доставки «последней мили», сопоставимую с UPS. При таком стремительном строительстве неизбежно возникает множество аспектов, требующих оптимизации. Затраты на выполнение заказов в нашей сети оказались выше желаемого уровня. Это вызвало тогда много трудностей и тревог.

Я помню, что находился на посту менее года, и все говорили: «О, какое неудачное время для вступления в должность!» Но сейчас, оглядываясь назад, я считаю, что это был очень удачный старт — настоящий дар: он заставил нас переосмыслить многие вопросы, о которых мы, возможно, не задумывались годами, а эти решения оказались чрезвычайно полезными как для клиентов, так и для бизнеса. Одним из главных стало переустройство сети выполнения заказов: мы регионализировали ранее единый национальный формат сети США. Благодаря регионализации товары стали размещаться ближе к клиентам, что сократило транспортные расстояния, снизило затраты на выполнение заказов и ускорило доставку.

В тот период, когда мы боролись с высокими затратами на выполнение заказов, пересмотр наших самых фундаментальных убеждений действительно высвободил огромный спрос на скорость доставки и розничного бизнеса — это также ключевой фактор нашего быстрого роста. А вскоре после этого ИИ ещё больше усилил этот импульс. ИИ — не новое явление: мы давно используем машинное обучение, и до этого уже было несколько волн ИИ, объявленных «настоящими поворотными моментами». Но к 2023 году различия, внесённые генеративным ИИ, стали по-настоящему колоссальными. К тому времени наш бизнес AWS уже демонстрировал очень высокие темпы роста.

У нас, очевидно, самое широкое функциональное покрытие, более высокие эксплуатационные показатели и безопасность, а также особая экосистема партнёров. Мы являемся бесспорными лидерами, и тогда мы считали, что этот бизнес способен в долгосрочной перспективе — скажем, за десять лет — достичь выручки в сотни миллиардов долларов. Сегодня, наблюдая за развитием ИИ и осознавая, что каждый известный нам клиентский опыт будет переосмыслен благодаря рассуждению и ИИ, мы убеждены: бизнес AWS не просто быстро растёт — в прошлом квартале его рост составил 36,7 % в годовом исчислении при базовой годовой выручке в 169 млрд долларов — но и перед нами открываются поистине потрясающие возможности.

Кроме того, у нас есть зародыши новых направлений: развитие Prime Video командой — сегодня это крупный и прибыльный бизнес; спутники низкой околоземной орбиты, которые мы создаём в рамках проекта Amazon Leo; автономные сервисы такси совместно с Zoox; наш бизнес в сфере здравоохранения и робототехники. У нас действительно есть шанс помогать гораздо большему числу клиентов, охватывая куда больше клиентских сценариев и делая их жизнь каждый день лучше и проще.

Миссия «делать жизнь клиентов лучше и проще каждый день» по-настоящему объединяет всю нашу деятельность в компании. Теперь у меня есть несколько уточняющих вопросов. Во-первых, вы только что упомянули, что при стремительном расширении сети выполнения заказов она неизбежно теряет часть эффективности. При такой скорости работы всегда остаются «неровности». Как вы — и вы также упомянули внутреннюю тревогу по этому поводу — объясняете свою позицию как CEO, не снижая при этом культурных стандартов? Ведь Amazon славится превосходством, операционной эффективностью и бережливостью. А теперь вы говорите: «Нам нужно построить нечто вроде UPS». Как согласовать эти два подхода?

Интересно то, что у нас есть набор принципов лидерства, известный многим — всего 16 принципов. Многие из них регулируют — и должны регулировать — наше мышление об операциях и корпоративной культуре.

Однако некоторые из этих принципов противоречат друг другу, и порой люди путаются. На самом деле это отражает реальность: мир никогда не бывает чёрно-белым; всегда приходится идти на компромиссы. Вернёмся к тому моменту, когда мы приняли решение о стремительном и агрессивном расширении сети выполнения заказов и сети доставки «последней мили». Перед командой встала задача: мы понимали, что такой темп будет крайне сложным; затраты, скорее всего, окажутся выше, чем при медленном развитии; и мы не сможем оптимизировать всё так же тщательно, как при наличии времени. Однако клиенты и продавцы в этом остро нуждались. Стоит ли сделать ставку на «сначала сделать, потом совершенствовать»?

Не забывайте: это было начало пандемии, когда все физические магазины были закрыты.

Если посмотреть на роль Amazon в жизни людей во время пандемии, она была поистине революционной. Поэтому мы задали себе вопрос: стоит ли строить быстро, пусть и не в идеальной оптимизации, чтобы обслуживать клиентов и продавцов — тех самых продавцов, которые тоже боролись за выживание своих бизнесов? Это было первое решение, которое нам предстояло принять. И мы приняли его, как почти всегда, в пользу клиента. Затем, в ходе строительства, стало очевидно, что не всё идёт по плану.

Наша команда выполнения заказов работает в офисе чаще, чем большинство других подразделений компании. Тем не менее в проектировании, планировании и оценке участвует множество людей, рассредоточенных по всему миру и работающих удалённо. Здесь снова возникает необходимость балансировать между «склонностью к действию» (скоростью) и «поддержанием чрезвычайно высоких стандартов» — последнее означает соблюдение запланированной структуры затрат, методов доставки и проектных решений. Снова приходится идти на компромиссы.

Наш компромисс состоял в том, чтобы встать на сторону клиента, действовать быстро ради качественного обслуживания продавцов и потребителей и осознавать, что позже предстоит провести «уборку». Знали ли мы тогда, каким это станет в будущем? Нет. Некоторые аспекты мы не оптимизировали должным образом, и, возможно, не предвидели, что они останутся неоптимизированными. Но если у вас хорошие метрики и культура, основанная на правде — это важнейшая часть нашей культуры — вы выкладываете данные и проблемы на стол, напрямую общаетесь друг с другом и не допускаете ухода от проблем. При такой культуре недостатки становятся очевидны как в метриках, так и в обсуждениях.

Далее остаётся лишь определить пути улучшения, отделяя мелкие вопросы эффективности от структурных проблем. Как только мощности были созданы, мы вернулись и действительно перестроили ключевые части сети — это, вероятно, было восьмым или девятым приоритетом в списке команды тогда, но позже стало гораздо важнее, поскольку позволило достичь баланса между скоростью и стоимостью. Да, интересно: это немного напоминает начало AWS — вы запустили AWS, и тогда подход был примерно таким: «построй — и они придут». Вы создали всю инфраструктуру и начали её эксплуатацию. Они действительно должны были прийти — иначе ждала бы большая беда.

Но сейчас это происходит в гораздо больших масштабах: вы и некоторые другие компании — хотя, честно говоря, в основном вы, по крайней мере, вы определённо один из крупнейших игроков — строят дата-центры и производственные мощности для чипов столь стремительными темпами, что финансовые рынки начинают говорить: «Вау, в мире просто нет столько денег, чтобы финансировать всё это». Недавно мы наблюдали подобное напряжение на долговом и акционерном рынках компаний вроде CoreWeave и других. Как вы оцениваете — учитывая столь высокий спрос и ваш бурный рост — сколько строительства будет уже «слишком много» в рамках текущего цикла? Кроме того, существует конкуренция в цепочке поставок: вам приходится конкурировать за системы охлаждения, электроэнергию, чипы и прочее. Да, отличный вопрос. Мне бы очень хотелось, чтобы существовала простая формула — это сэкономило бы нашей команде массу времени.

Думаю, я бы сказал следующее: в первую волну облачных технологий, когда мы запускали AWS, действительно присутствовало ощущение: «Мы не уверены, будут ли люди этим пользоваться, но давайте построим — и они придут». Однако у нас были хорошие внутренние сигналы. В начале 2000-х годов многие наши команды продвигались значительно медленнее, чем мы ожидали — даже несмотря на то, что считали себя относительно быстрыми. Мы просто не могли понять, почему это занимает так много времени. Причина заключалась в том, что команды разработки тратили от 70 до 80 % времени на инфраструктурные задачи, не позволявшие им выделяться; лишь около 20 % времени уходило на те компоненты, которые действительно делали продукт уникальным.

Поэтому мы осознали, что каждая команда повторяет одни и те же действия и «изобретает велосипед». Именно поэтому AWS изначально задумывалась как инструмент для ускорения нашей внутренней работы. Тогда мы рассуждали так: если создать набор масштабируемых, высоко доступных, недорогих и гибких базовых сервисов — вычислений, хранения данных, баз данных, доставки контента, обмена сообщениями и т.д., — мы сможем гораздо быстрее разрабатывать потребительские продукты. Мы также полагали, что наш технологический уровень достаточно высок, а у других компаний, вероятно, возникают те же проблемы. Даже до внешнего запуска AWS внутри компании проявлялся огромный интерес — мы поняли, что движемся в правильном направлении. Но никто из нас не предполагал, что внешний рост будет столь стремительным.

Что касается ИИ: как вы знаете, периодически появляются волны заявлений типа «Сейчас самое время — ИИ наконец-то пришёл». Даже за шесть–семь лет до нынешней волны генеративного ИИ многие считали, что настал «эпоха ИИ». Мы запустили множество ИИ-сервисов, и это было вполне успешным бизнесом на платформе AWS. Однако нынешний масштаб совершенно несопоставим. В первые годы AWS мы считали свой рост очень быстрым и были довольны им — через три года годовая выручка достигла $60 млн. А за первые три года нынешней волны генеративного ИИ только наш ИИ-бизнес на AWS обеспечивает годовую выручку свыше $25 млрд. То есть рост в сотни раз быстрее. Такого мы действительно никогда не видели. Поэтому вопрос звучит так: сколько капитальных затрат вы готовы вложить, чтобы воспользоваться этой возможностью? Скажу прямо: мы планируем потратить около $220 млрд на капитальные затраты к 2026 году.

Кстати, я помню, как примерно 15 лет назад за завтраком с руководящей командой мы не могли поверить, что телекоммуникационная компания потратит $50 млрд на капитальные затраты, и говорили: «Как можно потратить столько денег на капитальные вложения?» Эти цифры действительно поражают воображение. И даже при плане в $220 млрд на капитальные затраты в этом году мы всё равно оставим значительную часть спроса невыполненной. Что нам здесь помогает — это хорошая видимость спроса со стороны клиентов. Если посмотреть на капитальные затраты AWS и цикл движения денежных средств, он состоит из двух основных частей: инвестиции в дата-центры и инвестиции в серверы и сети. На дата-центры нужно инвестировать примерно за два года до размещения серверов и начала монетизации. Хорошая новость — такие инвестиции требуются лишь единожды, ведь это долгоживущие активы со сроком службы около 30 лет.

Однако эти инвестиции необходимо делать за несколько лет до начала эксплуатации. Серверы и сетевое оборудование требуют вложений лишь за несколько месяцев до использования — в зависимости от конкретных компонентов. Таким образом, перед тем как «нажать на курок», у вас есть чёткое представление о клиентском спросе. Если окажется, что мощностей для заполнения дата-центров не требуется, вы просто не будете закупать серверы и сетевое оборудование. В среднем они окупаются примерно за три года, а их текущий срок службы составляет пять–шесть лет.

Большинство наших контрактов рассчитаны на пять лет. Поэтому, когда вы строите столько дата-центров такими темпами, как мы, объём капитальных затрат будет огромным, а свободный денежный поток в эти годы столкнётся с серьёзными трудностями — до тех пор, пока через несколько лет не наступит следующий этап: все дата-центры будут введены в эксплуатацию, начнут приносить доход, и вы начнёте получать обратно деньги, вложенные в серверы и сети. Но из-за особенностей денежного цикла в первые годы бурного роста действительно возникают препятствия. Кстати, вспоминая начало пути AWS, дата-центры, скорее всего, были последним объектом, который вы бы сочли политической проблемой. Но сегодня мы именно в такой ситуации — особенно в США.

Это довольно любопытно, и, думаю, вы тоже сталкивались с этим: нет места в мире, где отношение к дата-центрам было бы более негативным, чем в американской политике — вне зависимости от причин. Как это в итоге повлияет на ситуацию? Мой вопрос: есть ли у аргументов против дата-центров хоть какая-то обоснованность? И как это повлияет на вашу стратегию — что вы строите здесь и что — в других регионах? Ладно, я приведу немного контекста, исходя из собственного понимания. Подумайте: всё, чем мы занимаемся сегодня — фондовые рынки, банковское дело, здравоохранение, развлечения, шопинг, образование, бизнес, каршеринг — всё это основано на данных и напрямую зависит от дата-центров, без всяких оговорок. Нет, все пользуются ими; я сам против себя — мне больше не хочется пользоваться телефоном.

Но все они используют дата-центры. А это — ещё до эпохи ИИ. ИИ — крупнейшее технологическое преобразование нашего времени: учитывая, что мы уже прошли через интернет, облачные технологии и мобильный интернет, такое заявление имеет вес. Реальность такова, что для поддержки того стремительного роста, о котором мы только что говорили в контексте ИИ, необходима инфраструктура, аналогов которой в стране (и в мире) не было с тех пор, как в 1950-х годах строились автомагистрали и мосты. Я имею в виду, что сегодняшний масштаб строительства сравним именно с этим. И эта страна — думаю, в целом весь мир в этом смысле одинаков, но я специально говорю о США — просто не может позволить себе не строить дата-центры: в противном случае лидерство и правила установит другая страна, например Китай. Ни нам, ни мировому сообществу это, скорее всего, не понравится.

Поэтому сейчас мы обязаны строить дата-центры. Считаю ли я, что отрасль в целом может действовать эффективнее, чем сейчас? Разумеется. Я чувствую, что темпы развития высоки, и все учатся вместе. Но сейчас распространяется целый ряд — назову это «чем-то между мифом и дезинформацией», — поскольку это тот редкий вопрос, где каждый может быстро найти готового «злодея». В политике иногда авантюристы с удовольствием указывают на такого «злодея». Приведу примеры: водные ресурсы, потребляемые гольф-индустрией или миндальным фермерством, значительно превышают расходы дата-центров.

Просто для справки: поля для гольфа потребляют в 200 раз больше воды, чем все наши центры обработки данных; их водопотребление за два дня превышает годовое водопотребление наших ЦОД. Таких примеров много, и этот — один из лучших. Или можно говорить о загрязнении. На деле при регистрации нового объекта и установке резервных генераторов требуется их зарегистрировать и декларировать: каковы будут выбросы, если генераторы будут работать на полной мощности круглосуточно? Но, разумеется, так никогда не бывает. Резервные генераторы работают лишь небольшую часть времени — например, всего 10 часов в год на техобслуживание.

Таким образом, вы знаете, или можете говорить о ценах на электроэнергию: если посмотреть на регионы с крупномасштабными ЦОД, в одних цена на электричество выросли, в других — упали. Но реальная проблема в том, что страна недостаточно инвестировала в инфраструктуру энергосети. Рост неизбежен, и рано или поздно достигнется критическая точка, требующая инвестиций. Этим «катализатором» стал ИИ — его стремительный и масштабный рост довёл ситуацию до предела. Однако после создания необходимой мощности цены на электроэнергию в большинстве регионов стабилизируются или даже снижаются — как уже произошло в Индиане, Джорджии и Миссисипи.

Есть и области, где мы можем действовать эффективнее. Другой момент, который часто упускают из виду: в этих регионах крупные провайдеры ЦОД платят значительные налоги. Например, в округе Сент-Джозеф (Индиана) мы уплатили около 3 млрд долларов налогов. Эти средства получило местное сообщество и может направлять их на действительно важные для него нужды. Таким образом, общество тоже получает выгоду. Мы реализовали ряд проектов, таких как «Built Together», и недавно объявили о намерении инвестировать ещё 1 млрд долларов в сообщества, где расположены наши ЦОД, в течение следующих пяти лет. Поэтому я считаю, что мы должны продолжать тесно сотрудничать с сообществами — это должно быть партнёрство государства и бизнеса. Однако текущий этап строительства чрезвычайно важен для будущего страны: представьте, что было бы, если бы мы не построили автострады.

a16z 20:44

И мосты — они определяли экономическую процветаемость и границы возможностей страны. Поэтому нужно взглянуть на это разумно и стать партнёрами для сообществ, в которых мы строим. Вернёмся к вопросу капитальных затрат. Эти 220 млрд долларов — это 600 млн долларов в день. Я просто хочу поместить эту цифру в контекст. Мне интересно, как вы сейчас оцениваете спрос на ИИ — вы назвали его…

Энди Джасси 21:10

Структурой «гантель». Возможно, вы могли бы охарактеризовать текущее состояние спроса на ИИ. Прежде всего, хочу повторить уже упомянутое ранее: трудно поверить, насколько быстро и масштабно развивается ИИ. Он растёт в сотни раз быстрее, чем AWS в начальный период: уже за первые три года мы достигли годового объёма доходов от ИИ в AWS в 25 млрд долларов. То есть масштаб действительно огромен. В то же время структура спроса действительно напоминает гантель. Один конец — лаборатории ИИ, потребляющие колоссальные объёмы вычислительных мощностей в беспрецедентных масштабах. Другой — несколько прорывных приложений, таких как ChatGPT, Claude Code и др.

Энди Джасси 21:59

Второй конец гантели — предприятия, использующие ИИ в основном для снижения издержек и повышения эффективности: автоматизации обслуживания клиентов, выявления мошенничества или автоматизации бизнес-процессов. Середина гантели — текущие производственные рабочие нагрузки предприятий, многие из которых уже работают в AWS и сегодня используют вывод моделей (inference). Но хочу подчеркнуть: подавляющее большинство из них пока не применяются в широком масштабе — и именно это станет, на мой взгляд, крупнейшей областью применения ИИ. Именно так всё и будет.

Энди Джасси 22:38

Скорость этого процесса сложно предсказать. Каждый год он охватывает всё больший объём. Но если отступить на перспективу пяти–семи лет и представить, каким он станет к тому времени — и я уверен, что ждать пять–семь лет не придётся, ведь изменения происходят постепенно, а не одномоментно — то к этому сроку значительная часть, а возможно, и подавляющее большинство современных корпоративных приложений будут использовать вывод моделей в полном объёме. Значит, впереди ещё огромный потенциал роста.

Как вы оцениваете это? Ведь нас ожидает острая нехватка ЦОД, чипов, памяти — буквально ко всему — уже к 2027 году: все строят сейчас, но готовность объектов к концу года под вопросом, а спрос не снижается. Как вы рассматриваете эту ситуацию — когда крупные лаборатории готовы платить практически любую цену за электроэнергию, охлаждение и чипы, а у вас есть давние клиенты, оплачивающие услуги по стандартным тарифам? Возникает ли коммерческое давление, заставляющее задуматься: может, стоит выкупить ресурсы у старых клиентов и перепродать новым, поскольку они конкурируют с нами в торгах? А старым клиентам нельзя удвоить цены — это было бы несправедливо. Как вы относитесь к этому? Ведь ситуация действительно необычная: есть группа клиентов, работающих с вами 20 лет и переходящих, как вы сами сказали, на вывод моделей; и есть новые клиенты, жадные и готовые купить всё подряд.

Энди Джасси 24:35

Да, отличный вопрос. Наш подход к этой ситуации несколько иной, чем вы описали, но я полностью вас понимаю. Если задуматься, сегодня имеется ограниченное количество мощностей ЦОД и электроэнергии, а также ограниченный объём памяти, и я не думаю, что дефицит закончится к 2027 году.

Я считаю — возвращаясь к теме капитальных вложений — одной из причин, почему мы можем инвестировать значительно больше, не рискуя неэффективным использованием капитала, является тот факт, что мощности на 2026 год уже полностью проданы, а на 2027 год — почти полностью. Мы всегда оставляем часть мощностей для спроса по запросу — как в нашей службе вывода моделей Bedrock, так и в EC2 — но в целом всё уже распродано, включая все крупные блоки. Часть мощностей на 2028 год также уже забронирована. Спрос настолько велик, что… Если посмотреть на бизнес ИИ и так называемый «ядерный» бизнес (не связанный с ИИ), оба сейчас растут очень быстро.

И если у вас ограниченный объём оперативной памяти, вам необходимо решить, сколько её выделить под HBM (для ИИ-акселераторов) и сколько — под DRAM (для «ядерного» бизнеса). Это реальные компромиссы. Но хочу подчеркнуть: наш исходный принцип здесь — ориентация на клиента.

У нас сложились глубокие отношения и тесное сотрудничество с клиентами AWS. Как и во время пандемии: тогда конкуренты, насколько я знаю, стремились максимизировать квартальную выручку в мире, где все старались оптимизировать расходы; мы же пошли другим путём. Мы сами направили команды к клиентам, чтобы помочь им найти пути оптимизации затрат, хотя прекрасно понимали, что это ослабит нашу выручку в краткосрочной и среднесрочной перспективе. Но мы хотим, чтобы клиенты добились успеха, потому что твёрдо верим: помогая клиентам в долгосрочной перспективе, мы обеспечиваем и свой собственный рост. То же самое относится и к «ядерному» бизнесу. Конечно, можно провести расчёты и решить: из-за дефицита и готовности клиентов платить можно немного повысить цены для «ядерных» клиентов. Но ведь именно на AWS они запускают свой бизнес и все свои ключевые приложения.

Мы не будем давить на клиентов, а обеспечим им возможность масштабирования. Наша задача — найти способы максимально нарастить мощности, чтобы воспользоваться ими могли не только ключевые клиенты, но и все желающие использовать ИИ вместе с нами — и делать это экономически устойчиво для нас. Поэтому мне бы очень хотелось сказать вам, что дефицит мощностей продлится лишь до 2027 года; на самом деле он сохранится в течение нескольких лет по разным компонентам. Мы всегда действовали решительно и, по моему мнению, наращиваем мощности быстрее всех — ведь мы твёрдо привержены своей цели оставаться ведущим игроком в сфере инфраструктуры и ИИ, как и раньше.

Но, как я уже говорил, в этом году мы потратим 220 млрд долларов, хотя могли бы потратить и больше — это было бы разумно с точки зрения капитала. Более того, в среднесрочной и долгосрочной перспективе, скорее всего, мы не сможем удовлетворить весь спрос. Текущий спрос просто поразителен. Продолжая эту тему: в 2015 году вы приобрели Annapurna Labs. Тогда, вероятно, вы ещё не предвидели гигантского спроса на ИИ, который возник позже — ведь тогда он был весьма ограничен. Что же побудило вас к этому приобретению? И как оно принесло доход в новой реальности? Да, команда Annapurna — одна из самых талантливых, с кем мне довелось работать; это одно из лучших приобретений в истории Amazon, если не самое лучшее.

Да, мы предвидели часть этого, но приобрели Annapurna не специально для чипов ИИ. Дело в том, что, достигнув определённого масштаба, вы получаете доступ к поведенческим паттернам клиентов в огромных объёмах и понимаете: при вертикальной интеграции и создании ряда возможностей самостоятельно вы сможете предоставить клиентам больше ценности и одновременно улучшить экономическую эффективность бизнеса. Так что первоначальной целью приобретения Annapurna стало улучшение серверов EC2: мы считали, что слишком много серверных ресурсов уходит на виртуализацию, сеть, безопасность и хранение данных, и хотели задействовать почти 100 % ресурсов серверов исключительно для вычислений.

Ещё до приобретения мы сотрудничали с Annapurna над сетевой картой (NIC), перенося эти функции на неё, чтобы освободить как можно больше серверов для вычислений. Нам очень понравилась эта команда и совместно созданный продукт. Мы поняли, что закупаемый нами компонент будет установлен практически во всех серверах EC2 — и действительно, он был установлен во всех наших серверах.

Поэтому мы приобрели компанию сначала потому, что этот компонент должен был стать базовой возможностью нашей вычислительной мощности; кроме того, команда обладала выдающимися способностями в разработке чипов, и мы полагали, что она сможет создавать и другие чипы. В то время у нас был глубокий партнёрский союз с Intel — и сегодня мы продолжаем тесно сотрудничать с этой компанией. Однако проблема заключалась в том, что Intel тогда контролировала почти весь рынок ЦПУ; а когда у партнёра почти монопольная доля, он чаще заботится о расширении доли рынка и увеличении выручки, чем об улучшении экономической эффективности.

Кстати, это вполне объяснимо — таковы рыночные механизмы и одна из причин «дилеммы инноватора». Мы стремились повысить экономическую эффективность, но добиться внимания партнёра было сложно. При этом наши клиенты всё активнее переносили локальные рабочие нагрузки в облако и требовали большей экономичности. Поэтому следующей задачей для команды Annapurna стало создание ЦПУ. Они разработали Graviton — сегодня его активно используют 99 % наших 1000 крупнейших клиентов EC2. Его экономическая эффективность примерно на 40 % выше, чем у других x86-процессоров, что оказало огромное влияние как на клиентов, так и на наш бизнес. А несколько лет назад в сфере ИИ повторилась та же картина: снова существовал доминирующий поставщик. Мы поддерживали с ним глубокое партнёрство — и по-прежнему тесно сотрудничаем, причём, скорее всего, будем делать это и в обозримом будущем.

Однако у него был огромный рынок и множество различных продуктов и приоритетов. Мы же знали: клиентам нужна большая экономичность — поэтому внутри Annapurna мы создали ещё одну команду для разработки ИИ-акселераторов под названием Trainium, экономическая эффективность которого также на 30–40 % выше, чем у аналогичных процессоров. Кстати, когда речь заходит о средней части «гантели» — о том, что мы только что обсудили, — вопрос в том, что изменит её середину, чтобы текущие корпоративные производственные приложения могли активно использовать вывод моделей (inference)? Здесь важны несколько факторов. Часть — это кадры: некоторые специалисты уже освоили посттренировочную настройку и дообучение, а также требуется организационная компетенция, способная правильно расставлять приоритеты, выбирать задачи и реализовывать их.

Но основная причина — снижение стоимости вывода моделей (inference). За последние годы она значительно уменьшилась, однако, по моему мнению, пока остаётся в десять раз дороже, чем нужно для максимально широкого применения. Ведь если предприятиям придётся переписывать приложения, работающие сейчас на ЦПУ, для использования ИИ-акселераторов, то при значительной разнице в стоимости им потребуется достичь очень высоких дополнительных выгод от акселераторов, чтобы оправдать переписывание — это гораздо более высокий порог. Но если снизить стоимость вывода, порог станет намного ниже, и все приложения станут лучше, умнее и мощнее благодаря ИИ-акселераторам и выводу моделей. Таким образом, ключевое условие для массового внедрения ИИ клиентами — снижение стоимости вывода, а наш бизнес по разработке чипов играет в этом важнейшую роль. Да, действительно. Скажу по собственному опыту: это может оказаться чрезвычайно дорого. Один из наших сотрудников потратил за последние годы 2 млн долларов — выполняя важную работу.

Но да, тогда у нас сложилось впечатление: вывод моделей действительно недешёв. Поэтому вы сделали ряд инвестиций, особенно в Anthropic и OpenAI, причём очень крупных: помню, 18 млрд долларов в Anthropic и около 50 млрд в OpenAI. Что побудило вас к этим шагам? И такие инвестиции, а также аналогичные вложения в Nvidia и другие компании, вызвали тревогу на Уолл-стрит — напомнив о тяжёлых временах интернет-пузыря. Как вы относитесь к этому — особенно учитывая, что они ещё и ваши клиенты? Почему это обоснованно? Обе компании — выдающиеся команды и впечатляющие организации; темпы роста их бизнеса — по крайней мере с точки зрения выручки — беспрецедентны. Это действительно поразительно.

Для нас решение стало результатом сочетания нескольких факторов: качества команд, технологий и моделей, которые они создают, а также некоторых приложений, которые они выпускают; мы верим в трансформационный потенциал ИИ; мы убеждены, что они будут двумя из самых успешных компаний в этой сфере на долгие годы — конечно, не все участники рынка станут победителями, но появятся многие очень успешные компании, и мы уверены, что эти две войдут в их число. Кроме того, наше сотрудничество чрезвычайно тесное. Начну с Anthropic — с ними мы работаем дольше. Многие наши клиенты запускают Anthropic в нашей службе вывода моделей Bedrock. Я считаю, что клиенты, использующие Anthropic в Bedrock, добиваются наибольших успехов. Мы тесно сотрудничаем с ними и в области чипов — они уже давно разрабатывают решения на базе Trainium. Это очень выгодно как для Anthropic, так и для нашей команды Trainium; я уверен, что обе стороны многому научились друг у друга. Таким образом, наше глубокое партнёрство — будь то вера в будущее ИИ, вера в эти компании или само сотрудничество — делает инвестиции логичной частью этого партнёрства.

Затем, со стороны OpenAI, у нас просто огромное количество клиентов, желающих использовать OpenAI на AWS, но не имевших такой возможности из-за прежних коммерческих договорённостей. И, на мой взгляд, обе компании долгое время испытывали взаимное уважение и стремление к сотрудничеству. Такова и нынешняя ситуация: после ряда переговоров, длившихся несколько месяцев, мы получили возможность запускать OpenAI в Bedrock; совместно создали уникальный продукт — среду выполнения с сохранением состояния, и я убеждён, что именно так будут строиться все интеллектуальные агенты в будущем: им потребуется состояние. Кроме того, Anthropic заключила многолетние контракты на поставку нескольких гигаватт мощности для тренировки моделей на чипах Trainium. Мы считаем, что Anthropic станет одной из самых успешных компаний в этой сфере на долгие годы. Всё это делает углубление сотрудничества и инвестиции вполне обоснованными. Сменяя тему, поговорим о том, как вы используете ИИ для создания компании. Я помню, вы упоминали, что команда Bedrock переписала движок вывода всего за 76 дней силами шести инженеров — тогда как раньше на это ушло бы 40 человек в течение года. Разница действительно впечатляющая.

Как вам известно, Amazon славится принципом «команды размером с две пиццы». Итак, каковы ваши соображения относительно организационной структуры? Эта технология действительно меняет всё. На протяжении многих лет мы становились всё более специализированными: у нас есть дизайнеры, менеджеры продуктов, фронтенд- и бэкенд-инженеры и т.д. А сейчас, похоже, все снова становятся универсалистами. Как вы, с точки зрения организационного проектирования, рассматриваете эту тенденцию? Да, я полностью согласен с вашими словами. Опыт команды Bedrock, о котором вы упомянули, стал настоящим откровением для всех нас.

Мы также много времени уделяли внутреннему распространению этой истории, чтобы вдохновить сотрудников и напомнить им, на что способны новые технологии. Ведь подобные изменения неизбежны — я работаю в компании уже 29 лет. Начинал я помощником менеджера продукта и тогда лично отвечал, не знаю, за пять продуктов. А сегодня, по мере роста компании и расширения ассортимента, каждый менеджер продукта работает только над одним продуктом и владеет лишь одной его частью — например, отвечает исключительно за ценообразование. Все стали более специализированными, и принято считать: если хочешь расти и добиваться успеха, именно так и нужно действовать. Но это не так, и когда мы смотрим на то, что делает ИИ, становится совершенно очевидно: это совсем другая реальность.

Возьмём, к примеру, прошлую неделю: мы работали над интеллектуальными агентами в потребительском бизнесе. Там сделаны значительные инвестиции, но у нас возникла очень интересная идея, и в четверг мы решили проверить, удастся ли нам создать полнофункциональный прототип. Результат? Четыре-пять человек приступили к работе в выходные, и уже в воскресенье прототип был готов на 80 % к релизу. Это правда — абсолютно иной мир. Поэтому я считаю, что в будущем организаций будет меньше людей, выполняющих те задачи, которые мы решаем сегодня. Достаточно посмотреть, сколько кода уже пишут интеллектуальные агенты, и сколько работы в сфере обслуживания клиентов, бизнес-аналитики и исследований они берут на себя.

Да, представьте, как будет выглядеть картина через несколько лет: как будут создаваться таблицы, сколько юристов понадобится… Я уверен, что люди не исчезнут вовсе, но их потребуется меньше. Раньше при росте бизнеса мы просто нанимали всё больше сотрудников, но в будущем так не будет. Появятся новые профессии — одни мы уже знаем, другие пока нет. С развитием ИИ, робототехники и освоения космоса они обязательно возникнут. Будет множество новых рабочих мест, но людей, выполняющих сегодняшние задачи, станет меньше. Я верю, что команды станут значительно компактнее. В них сотрудники смогут работать межфункционально: не придётся назначать одного человека ответственным лишь за маленькую часть задачи, ведь модели помогут достичь 80%-го результата. Во многих функциях каждая команда будет стартовать с гораздо более высокой базовой подготовки, чем раньше, поэтому я уверен, что мы сможем быстрее и шире внедрять инновации.

Я действительно верю, что многим вещам предстоит измениться. Большинство стартапов, создающихся сегодня, изначально строятся как агент-ориентированные или ИИ-нативные. А зрелым компаниям, давно работающим на рынке, необходимо понять, как достигать такого же темпа разработки. Я думаю, некоторые из них справятся. Но всегда существует ситуация, когда крупный бизнес с множеством возможностей и лояльной клиентской базой оказывается слишком медленным в адаптации, и, по моему мнению, такие компании окажутся особенно уязвимыми перед лицом стартапов.

Я прогнозирую, что компаниям придётся практически полностью переписать весь свой код, чтобы наделить его возможностями агентов; необходимо обеспечить возможность обновления различных фрагментов кода агентами и установить соответствующие ограничения. Особенно интересной представляется проблема безопасности. Если посмотреть на противоречия вокруг моделей за последний месяц-два, то они почти все касаются более фантастических сценариев.

Кстати, эти сценарии возможны: может ли вредоносная бот-сеть захватить всё? Я полагаю — да; возможно ли внедрение злонамеренных целей в роботов? Также возможно. Лично я верю, что индустрия совместно с государственным и частным секторами найдёт пути решения этой проблемы. Но начать нужно с фокусировки на конкретных вопросах. Да, однако интересно, что обсуждение этих недавних рисков остаётся недостаточным — основные риски связаны с кибербезопасностью. Эти модели настолько мощны, что способны находить гораздо больше уязвимостей, чем люди когда-либо находили ранее. Можно спорить, могли ли люди их обнаружить, но факт в том, что не находили. Поэтому в будущем скорость реакции приложений на острые угрозы безопасности должна измеряться минутами.

Сегодня ситуация такова: обнаруживается уязвимость, её классифицирует кто-то, кто-то разрабатывает исправление; даже если эта часть выполняется быстро, большинству компаний требуется много времени на развёртывание из-за различных зависимостей. В будущем развёртывание должно занимать минуты. Значит, если вы не переписали приложения так, чтобы их могли обновлять агенты, у вас просто нет шансов в этом новом мире. Я убеждён, что все организации будут переосмыслены, и те компании, которые первыми займутся этим, окажутся в гораздо более выгодном положении.

Да, и, судя по всему, индустрия не слишком успешно проектировала системы — от крупных до встроенных устройств — с учётом архитектуры безопасности. День расплаты настал. Но хорошая новость в том, что это открывает огромные возможности для новых компаний, новых попыток и новых идей. Однако, как мы уже говорили, угрозы — те гипотетические, мысленные эксперименты — могут произойти, а могут и нет. А вот эта — чёткая и реальная.

Да, почти все партнёры и клиенты, с которыми мы общаемся на стороне AWS — независимо от их размера — обеспокоены безопасностью. У нас есть бизнес профессиональных услуг, помогающий клиентам в этом вопросе, а также сервис Continuum, способный выявлять большое количество подобных уязвимостей и генерировать исправления. Но, как говорится, сказать проще, чем сделать. На практике многие компании и инженеры порой считают работу над безопасностью не самой увлекательной и предпочитают ждать, пока что-то пойдёт не так. Однако если вы защищаете важные данные, такая позиция крайне опасна. Более того, я считаю, что в большинстве компаний — возвращаясь к нашему предыдущему разговору — чрезмерная специализация в области безопасности, вероятно, худший сценарий: у вас есть узкоспециализированные инженеры по безопасности, которым не нравится работать с другими инженерами, и которые являются дефицитным ресурсом.

В итоге в большинстве компаний, особенно программных, практики обеспечения безопасности при разработке ПО весьма слабы. Это явно нужно менять. Хорошая новость — у нас уже есть инструменты, способные решить эту проблему. Как вы справедливо заметили, хорошая новость в том, что вам нужны тестировщики на проникновение, но количество специалистов по безопасности ограничено, и они могут охватить лишь небольшое число приложений. Модели в сочетании с автоматизацией позволят проводить тестирование на проникновение по всей поверхности атак эффективнее и находить уязвимости, которые без везения остались бы незамеченными. Наблюдая за этим рынком, мы видим интересную тенденцию: ИИ открывает огромные возможности. Один из путей — снижение издержек, например сокращение числа бухгалтеров или юристов.

Сейчас многие венчурные фонды заявляют: «Мы купим старые компании и сократим их расходы». Нас это никогда не привлекало: если ваша идея сводится лишь к этому, она слишком узка. Другой путь — создать нечто совершенно новое, чего мир ещё не видел. Это захватывающе. Но есть и третий путь — как с Alexa: у вас уже есть успешный продукт, и вы решаете полностью пересмотреть его с нуля, используя новую платформу. Как достичь этого? При каких условиях это целесообразно? Да, вы чётко выделили три подхода. И я согласен: организации действительно изменятся и станут более гибкими.

Если сделать всё правильно, вы дадите своим лучшим разработчикам и небольшим командам возможность создавать то, что вы называете вторым типом решений — нечто принципиально новое. А когда у вас есть опыт, о котором я упоминал ранее — реализовать новую идею на 80 % всего за четыре дня — это невероятно мотивирует людей: они будут уделять больше свободного времени и когнитивных ресурсов генерации идей. Для меня это один из самых захватывающих аспектов развития ИИ.

Я также убеждён, что существующим компаниям с масштабными успешными клиентскими сервисами недостаточно рассматривать ИИ лишь как средство постепенного улучшения опыта. Через три–пять лет такие компании, скорее всего, потеряют лидерство. Ведь, по моему мнению, любой известный нам опыт — даже тот, который кажется наименее подверженным изменениям — кардинально изменится из-за ИИ.

Это означает: если вы стремитесь не к постепенному улучшению, а к прорыву, команде необходимо заново представить, как должны выглядеть эти приложения — исходя из сегодняшних технологических возможностей. В некоторых случаях, как с Alexa, это очевидно: «мозг» Alexa был тогда по-настоящему креативным. Но благодаря генеративному ИИ его возможности теперь принципиально иные. Чтобы обеспечить превосходный клиентский опыт и сохранить актуальность в долгосрочной перспективе, нужно перепроектировать «мозг» Alexa. Это очевидно. Хотя на деле это крайне сложно: команды эмоционально привязаны к своим продуктам, гордятся ими и имеют ценный практический опыт — знание того, что работает, а что нет.

Убедить их начать с нуля и переосмыслить продукт требует времени: команда скажет: «Мы так не делаем; пробовали — не сработало». Но ещё труднее — переосмыслить другие клиентские сервисы: ритейл, Prime Video, Fire TV, Prime Music. Технологические решения для них сегодня значительно лучше, но это менее очевидно. Тем не менее я уверен: в каждом из этих направлений нужна полная перестройка, и у нас уже работают команды, создающие радикально переработанные версии этих сервисов.

Смогу ли я сразу сделать всё правильно? Скорее всего — нет. Мы будем итеративно совершенствовать подход, но уже сейчас рождаются новые идеи и клиентские сервисы, которые кажутся нам очень перспективными. Интересная гонка будет заключаться в следующем: предпочесть ли полностью новый сервис — почти как отдельное приложение — или быстро внедрять новшества в существующий, постепенно и глубоко меняя общий клиентский опыт в течение двух–трёх лет по мере выявления рабочих элементов. Я твёрдо убеждён: чтобы стать успешным лидером, каждый из этих сервисов должен кардинально измениться в ближайшие годы.

Да, это крайне сложная управленческая задача. Она напоминает мне мой первый опыт инженера: я спорил с коллегой, и мой руководитель сказал: «Бен, запомни: до первой строки кода всё обсуждается, а после — становится убеждением». Вы, вероятно, сталкивались с этим и в проекте Alexa. Интересно другое: весь накопленный опыт, знания и подходы, использованные при создании первоначального продукта, — теперь мы готовы отказаться от значительной их части, чтобы войти в новый мир.

Кстати, то же самое касается и клиентов: у вас будет большая группа пользователей, которым нравится текущий сервис. Да, каждая крупная трансформация — по крайней мере в моём опыте (возможно, вы приведёте исключения) — требует масштабных изменений: технологий, продуктов, клиентского опыта и бизнес-моделей, достаточных, чтобы побудить людей к переходу. Но даже этого недостаточно: необходима масштабная работа по управлению изменениями — как при переходе с локальных серверов в облако. Руководители инфраструктуры гордятся своими решениями, знают их досконально, находятся в центре событий и не хотят осваивать новое.

То же самое ждёт и переосмысление всех клиентских сервисов. Мы все гордимся тем, что создали за последнее десятилетие, у каждого есть сотня идей по улучшению, все взволнованы этим и посвящают этому всё своё время. Подумать: «Как начать всё с нуля?» — сложно и рационально, и эмоционально. Безусловно.

a16z 53:06

Кроме того, Энди, мы недавно запустили Harwood's и Jason Academy, чтобы помочь молодёжи подготовиться к этой трансформации. Вы упомянули, что ИИ упрощает разработку, но молодым людям всё равно нужно учиться и приобретать настоящую экспертизу. Интересно: если бы вам было 18 лет в 2026 году, какой совет вы бы дали себе для подготовки к этой трансформации?

Энди Джасси 53:29

У меня есть 25- и 22-летние дети. Мой 22-летний сын начал уверенно развиваться в 19 лет. Я быстро понял: запретить им использовать ИИ в обучении невозможно — поезд уже ушёл. Разумнее всего университетам не бороться с этим, а воспринимать ИИ как инструмент, который люди будут использовать.

Энди Джасси 53:54

Одновременно я считаю, что все молодые люди — и мы сами: у нас много сотрудников, у нас сильная культура письма, и все используют ИИ для написания текстов — могут отличить ИИ-текст: он просто не «сидит», фрагменты плохо стыкуются. Поэтому мой совет молодёжи — и моим детям — такой.

Энди Джасси 54:18

Этого не избежать, и вы не можете ожидать, что оно исчезнет. Оно окажет огромное влияние на вашу жизнь, на все ваши действия и на вашу работу; и позволит вам создавать новое так, как раньше было невозможно. Поэтому вы должны его понять, освоить самостоятельно и активно применять. Пробуйте — выходите за пределы зоны комфорта.

Энди Джасси 54:48

Ни один из моих двух детей не является разработчиком, но они уже использовали ИИ для создания приложений. Относитесь к нему как к центральному элементу организации своего дня и рабочих инструментов. Однако я не считаю, что он заменит критическое мышление и анализ. То же самое касается университетов. Я часто размышляю об этом — возьмём, к примеру, бизнес-школу: там дают три кейса для анализа, требуют много читать, делать заметки, выделять ключевые проблемы, а также работать с приложенными материалами и тоже конспектировать их. Затем нужно синтезировать всё это и предложить, что должно сделать предприятие. Часто многие студенты вообще не делают эту домашнюю работу — не читают, не исследуют, не ведут заметок. ИИ может помочь со всем этим и быстрее вывести всех на более высокий стартовый уровень.

Энди Джасси 55:52

Но хочу подчеркнуть: объединение этих фрагментов — будь то стратегия, идея, план, новый продукт или клиентский опыт — ИИ, по моему мнению, в большинстве случаев и для большинства людей делать не будет. Я не утверждаю, что это никогда не произойдёт.

Энди Джасси 56:10

Я по-прежнему верю: необходимы человеческий здравый смысл, творчество, изобретательность, экспериментальный дух и способность видеть, как все части складываются в единое целое, чтобы создавать выдающиеся продукты и компании. Поэтому стоит использовать эти инструменты — они окажут огромную помощь, но критическое мышление остаётся крайне важным во всём, чем мы занимаемся. Мы подходим к завершению. Ваш бизнес — это…

a16z 56:43

От спутниковых соединений до роботов и здравоохранения — невероятное разнообразие. Эта амбициозность поразительна. Вспомните, с чего начинался этот бизнес — с продажи книг в интернете, — а теперь он стал таким. Как вы видите связь между этими разными…

Энди Джасси 57:00

направлениями деятельности? Как вы определяете, какие из них стоит развивать годами? Как избежать чрезмерного распыления сил? Как ориентироваться в этом чрезвычайно широком ландшафте?

Энди Джасси 57:11

Я бы выделил несколько моментов. Во-первых, мы переживаем три крупнейшие трансформации нашей жизни — возможно, всей истории: искусственный интеллект, робототехника и освоение космоса. Каждая из них масштабна и кардинально изменит множество привычных клиентских сервисов. И мы прямо сейчас находимся в эпицентре всех трёх.

Энди Джасси 57:40

Если посмотреть на ритейл и применение роботов, а также на наши проекты в области ИИ — включая упрощение создания успешных ИИ-приложений и агентов как внутри компании, так и внешними разработчиками, а также полную перестройку потребительских сервисов.

Энди Джасси 57:58

Вспомните Amazon Leo — группировку спутников на низкой околоземной орбите, которую мы создаём для 500 млн домохозяйств по всему миру без доступа к широкополосному интернету. Происходят удивительные трансформации, и у нас есть возможность помочь клиентам использовать их для улучшения жизни. Такой подход выгоден как клиентам, так и нам — обеспечивает долгосрочный устойчивый бизнес. Кроме того, мы можем стать ещё более значимыми для клиентов в новых сферах. Это даже не включает наши проекты в продуктовом ритейле, беспилотных такси и здравоохранении.

Энди Джасси 58:47

Что касается внутренней организации: мы давно ведём такие дискуссии внутри компании, и многие внешние наблюдатели задают тот же вопрос — не слишком ли мы распыляемся? Отчасти это зависит от структуры управления и готовности инвестировать. Мы не поручаем одну команду управлять несколькими направлениями, а используем децентрализованную «однопоточную» модель. При наличии сильных лидеров и специалистов в командах, достаточном масштабе проекта для роста показателей и уникальных идей в недостаточно обслуживаемых областях — мы можем параллельно развивать множество направлений. Так мы действуем уже давно. Решающим фактором остаётся готовность инвестировать.

Некоторые компании — вполне понятно — решают сосредоточиться только на своём деле и расти в рамках основного бизнеса. Это тоже может быть очень успешной стратегией. Мы также последовательно развиваем и укрепляем существующие направления — и делаем это успешно и в хорошем темпе. Но существует ещё множество клиентских задач, где наша помощь действительно нужна и возможна: они принесут пользу клиентам и в долгосрочной перспективе трансформируют наш бизнес. Поэтому мы продолжим их реализацию. Вдохновляющий финал — безграничные амбиции. Энди, большое спасибо за участие в шоу. Да, благодарю за приглашение. Большое спасибо всем.