Autor: Huohuo
Amazon recorta personal en la organización AGI, ¿cambiará el ancla de valoración de IA de AWS?
TL;DR
· Amazon confirma que la organización AGI ha cancelado algunos puestos, pero sigue considerando los modelos de IA grandes como una prioridad.
· El mercado está dividido entre si este ajuste es una reducción del modelo interno o un enfoque nuevamente en los proyectos pagados por los clientes.
· Activos relacionados: AMZN, AWS, Anthropic, cadena de infraestructura de nube de IA.
Amazon confirmó el 22 de julio que algunos puestos dentro de su organización AGI fueron eliminados, pero afirmó que la empresa sigue construyendo modelos de IA de gran escala y que esto es uno de los trabajos más importantes. Según un informe citado por Reuters, Amazon explicó este ajuste como una forma de concentrar recursos en los campos más importantes para los clientes en el futuro.
Este recorte de personal no reveló el número exacto ni puede interpretarse directamente como una renuncia de Amazon al AGI. Más bien, pone de manifiesto las contradicciones en la narrativa de IA de Amazon: las grandes tecnológicas siguen invirtiendo cientos de miles de millones de dólares en infraestructura de IA, pero el equipo más cercano a sus ambiciones a largo plazo en IA comienza a aceptar una contracción organizacional.
Para los inversores, la pregunta no es cuántas personas ha despedido Amazon, sino que la valoración de AI de AWS está siendo reevaluada. Anteriormente, el mercado estaba dispuesto a pagar una prima por la IA de grandes tecnológicas, asumiendo que cuanto más poderosas fueran los modelos, mayores serían los ingresos futuros. Ahora, la pregunta más realista es cuándo estas inversiones se traducirán en pagos de clientes, ingresos en la nube y mejora de márgenes.
AGI (Inteligencia General Artificial) se puede entender simplemente como un objetivo a largo plazo aún no alcanzado, que permite que la IA aprenda y resuelva problemas en múltiples dominios como lo hace un ser humano. Representa una visión futura, pero no necesariamente se convierte en ingresos inmediatos. AWS necesita empaquetar las capacidades de IA como servicios que las empresas puedan comprar, usar y personalizar ahora.
Cuanto mayor sea la inversión en IA, más difíciles serán los compromisos de la organización
Lo esencial de este recorte de personal no es si Amazon seguirá desarrollando modelos. La declaración oficial ya ha establecido los límites: los modelos grandes siguen siendo una prioridad, pero los recursos se asignarán a los proyectos que más interesan a los clientes y tienen la mayor prioridad.
Las acciones organizativas muestran que la inversión en IA no ha cesado, pero la tolerancia al error está disminuyendo. En diciembre de 2025, Amazon reestructuró su liderazgo relacionado con la IA, y Andy Jassy anunció que Peter DeSantis dirigiría la nueva organización encargada de modelos de IA, chips y computación cuántica. Rohit Prasad se fue a finales de 2025, y Pieter Abbeel se encargará de la investigación de modelos de vanguardia dentro de AGI. Un informe citado por Reuters también menciona que David Luan, responsable del AGI Lab, se fue en febrero de 2026.
Cuando se ven estos cambios en conjunto, Amazon no está saliendo de la carrera de armamentos de IA, sino reordenando su cartera interna de inversiones. Las investigaciones a largo plazo aún conservan valor narrativo, pero los proyectos más cercanos a los clientes, los ingresos y la comercialización están recibiendo mayor prioridad.
Este también es el contexto común de la inteligencia artificial y el trading de grandes tecnologías. Durante los últimos dos años, el mercado ha estado negociando quién se atreve a gastar, quién tiene capacidad de cómputo y quién tiene modelos. Ahora, el gasto de capital ya no es lo suficientemente escaso; los inversores comienzan a preguntarse por la rentabilidad: ¿los equipos de modelos, los chips, los centros de datos y el talento finalmente podrán convertirse en ingresos?
Nova Forge ofrece ganchos comerciales
Para comprender este ajuste, debe observar Nova Forge, lanzado por AWS durante AWS re:Invent en diciembre de 2025. No es un chatbot común, sino un conjunto de servicios diseñados para ayudar a las empresas a entrenar modelos personalizados.
En los enfoques tradicionales, si una empresa desea poseer un modelo de vanguardia adaptado a su industria, debe either entrenar desde cero, con un costo extremadamente alto; o fine-tunear modelos existentes, lo que limita su capacidad y control. La idea de Nova Forge es permitir que los clientes partan de puntos de control del proceso de entrenamiento de los modelos Amazon Nova, incorporando en distintas etapas de entrenamiento sus propios datos junto con los conjuntos de datos recopilados por Amazon.
Amazon llama a esto entrenamiento abierto. En términos sencillos, las empresas no necesitan construir un modelo grande desde cero, sino que pueden partir de una base de modelo ya entrenada por Amazon e incorporar previamente su conocimiento del sector. Así, heredan las capacidades básicas y resulta más fácil lograr especialización en el campo.
Esta ruta es importante para AWS porque busca convertir las capacidades del modelo en productos de servicio en la nube. Los clientes no solo llaman a una interfaz de modelo, sino que entrenan, alojan, implementan y optimizan sus propios modelos en AWS. Si el producto funciona, podría generar consumo de capacidad de cómputo, fidelización de la plataforma e ingresos posteriores por mantenimiento.
Pero la información actual no demuestra que los recursos de AGI recortados se hayan reorientado hacia Nova Forge. Un juicio más prudente es que el reajuste organizacional de AGI y el surgimiento de productos orientados al cliente como Nova Forge indican que Amazon tiende a aumentar el peso de los proyectos comercializables.
El enfoque de la competencia de AWS se desplaza hacia la personalización del cliente
La posición de Amazon en la competencia de modelos base siempre ha sido especial. Desarrolla internamente Nova, invierte en Anthropic y, al mismo tiempo, mantiene la neutralidad y el ecosistema de modelos de AWS como plataforma en la nube.
Esto determina que AWS no necesariamente solo gana con el modelo más fuerte del mundo. Para los clientes empresariales, la lista de modelos es importante, pero no es el único criterio. Las preguntas más realistas son: ¿puede acceder a los datos internos de la empresa?, ¿puede cumplir con los requisitos de seguridad y cumplimiento?, ¿puede reducir los costos de entrenamiento?, ¿puede funcionar junto con los servicios en la nube existentes?
Nova Forge corresponde exactamente a esta lógica de competencia. Lleva el campo de batalla desde el ranking de capacidades de modelos generales hacia si las empresas pueden entrenar sus propios modelos con costos más bajos. Si este camino tiene éxito, AWS puede integrar los ingresos de IA en su negocio principal de nube, en lugar de apostar por separado a un producto de IA para consumidores.
Esto también explica por qué Amazon mantiene la narrativa de la AGI mientras reduce ciertos puestos. La primera conserva la imaginación tecnológica a largo plazo, mientras que la segunda obliga al equipo a dirigir los recursos hacia áreas que puedan ser validadas más fácilmente por las necesidades de los clientes.
Para AMZN, el mercado finalmente no se centrará solo en si Amazon tiene un equipo de AGI. Lo más importante es si AWS puede demostrar que los servicios de IA han aumentado el gasto de los clientes, fortalecido la fidelidad y no han afectado significativamente la rentabilidad.
Los órdenes y los márgenes de beneficio darán la respuesta
Este recorte de personal puede interpretarse fácilmente como dos extremos: o bien un fracaso de la inteligencia artificial de Amazon, o una optimización rutinaria sin importancia. La información disponible no respalda ninguna de estas conclusiones.
Un juicio más razonable es que Amazon aún participa en la carrera armamentista de IA, pero su presupuesto interno y la asignación de talento se están inclinando hacia opciones que puedan venderse a los clientes. Este cambio es significativo para los inversores, ya que la prima de IA de AMZN dependerá cada vez más de los resultados comerciales de AWS, y no solo de la narrativa de los modelos.
Los puntos de verificación se centrarán en algunos aspectos concretos: si Nova Forge puede obtener clientes empresariales reales, si los clientes están dispuestos a pagar de forma continua, y si los modelos entrenados ofrecen una mejor relación costo-beneficio que el ajuste fino estándar; todo esto determinará si es un producto efectivo.
Otra variable es la fuga de talento. Si los reajustes organizativos de AGI son solo optimizaciones de puestos no esenciales, el impacto será limitado; si salen talentos clave de investigación e ingeniería, la competitividad a largo plazo de los modelos desarrollados internamente por Amazon se verá debilitada. La tensión entre el discurso oficial y la realidad organizativa finalmente se resolverá mediante la tasa de adopción del producto, los ingresos de AWS AI y el retorno de los gastos de capital en los próximos informes financieros.
Twitter：https://twitter.com/BitpushNewsCN
Grupo de comunicación de BitPush en TG: https://t.me/BitPushCommunity
Suscríbete a BitPush en TG: https://t.me/bitpush