Автор: Хуохуо
Оригінальний заголовок: Amazon скорочує персонал у AGI, чи зміниться оцінка AI AWS?
Коротко
· Amazon підтверджує, що організація AGI скасовує частину посад, одночасно зазначаючи, що великі AI-моделі залишаються пріоритетом.
· Ринок розбігається в думках: чи це зниження рівня власної моделі, чи зосередження на платних проектах для клієнтів.
· Пов’язані активи: AMZN, AWS, Anthropic, ланцюжок інфраструктури хмарного ІІ.
Amazon підтвердив 22 липня, що деякі посади в його групі AGI були скасовані, але зазначив, що компанія продовжує розробку великих моделей ШІ, назвавши це одним із найважливіших завдань. За повідомленням Reuters, Amazon пояснив ці зміни як зосередження ресурсів на найважливіших напрямках для клієнтів майбутнього.
Це скорочення не розкриває конкретної кількості працівників і не може бути прямо інтерпретоване як відмова Amazon від AGI. Це більше схоже на те, що протиріччя в амбіціях Amazon щодо ШІ виходять на перший план: великі технологічні компанії все ще інвестують сотні мільярдів доларів у інфраструктуру ШІ, але команда, найближча до довгострокових амбіцій ШІ, починає приймати скорочення організації.
Для інвесторів питання не в тому, скільки людей було звільнено Amazon, а в тому, що оцінка AWS AI зараз переглядається. Раніше ринок був готовий платити премію за великий технологічний AI, припускаючи, що чим сильніші моделі, тим більший дохід у майбутньому. Зараз більш реалістичне питання — коли ці інвестиції перетворяться на оплату клієнтами, зростання доходів від хмари та покращення маржі.
AGI (загальний штучний інтелект) можна спростити як довгострокову мету, яка ще не досягнута — зробити так, щоб ШІ вмів вивчати та вирішувати завдання в різних галузях, як людина. Це відображає далеке уявлення, але не обов’язково приносить дохід зараз. AWS потрібно упакувати можливості ШІ у сервіси, які підприємства можуть купити, використовувати та налаштовувати зараз.
Чим більше вкладень у ШІ, тим жорсткішими стають компроміси організації
Суть цих скорочень не в тому, чи продовжуватиме Amazon розробку моделей. Офіційне заявлення вже визначило межі: великі моделі залишаються пріоритетом, але ресурси будуть спрямовані на проекти, які найбільше цікавлять клієнтів і мають найвищий пріоритет.
Організаційні зміни показують, що вклади в ІО не припинилися, але рівень допустимої помилки знижується. У грудні 2025 року Amazon переструктурувала лідерство, пов’язане з ІО: Енді Джасі оголосив, що Пітер Де Сантіс керуватиме новою організацією, що відповідає за моделі ІО, чіпси та квантові обчислення. Рогіт Прасад покинув компанію наприкінці 2025 року, а Пітер Аббел відповідає за дослідження передових моделей в межах AGI. За даними Reuters, керівник AGI Lab Девід Луан покинув посаду у лютому 2026 року.
Коли розглянути ці зміни разом, Amazon не виходить з гонки збройовування в галузі ШІ, а перегруповує свої внутрішні інвестиції. Довгострокові дослідження зберігають свою розповідну цінність, але проекти, ближчі до клієнтів, доходів та комерціалізації, отримують вищий пріоритет.
Це також загальний контекст великих технологічних AI-торгівель. У минулі два роки ринок у першу чергу торгував тим, хто наважується витрачати гроші, хто має обчислювальну потужність та хто має моделі. Зараз самі капітальні витрати більше не є достатньо рідкісними, і інвестори починають запитувати про рентабельність: чи зможуть команди моделей, чіпси, центри обробки даних та кадри в кінцевому підсумку перетворитися на дохід.
Nova Forge надає комерційні захоплення
Щоб зрозуміти цю зміну, потрібно подивитися на Nova Forge, який був представлений AWS під час AWS re:Invent у грудні 2025 року. Це не звичайний чат-бот, а набір сервісів, призначених для допомоги компаніям у навчанні кастомних моделей.
У традиційних підходах, якщо компанія хоче мати передову модель, що відповідає її галузі, вона або повинна навчати модель з нуля — що вимагає надзвичайно високих витрат, або тонко налаштовувати вже існуючу модель — з обмеженою потужністю та контролем. Підхід Nova Forge полягає в тому, щоб клієнти починали з контрольних точок (проміжних збережень) під час навчання моделей Amazon Nova та вводили свої дані разом із наборами даних, підготовленими Amazon, на різних етапах навчання.
Амазон називає це відкритим навчанням. Простими словами, компанії не створюють велику модель з нуля, а починають з моделі, яку Амазон вже навчив до певного етапу, і вбудовують у неї свої галузеві знання. Це дозволяє зберегти базові здібності та легше досягти галузевої експертизи.
Цей шлях важливий для AWS, оскільки компанія намагається перетворити здібності моделей на продукти хмарних послуг. Клієнти не просто викликають інтерфейс моделі, а навчають, розміщують, розгортають та оптимізують власні моделі на AWS. Якщо продукт вдасться, це може призвести до збільшення споживання обчислювальних ресурсів, збільшення прив’язаності до платформи та додаткового доходу від подальшого обслуговування.
Але наявна інформація не підтверджує, що відправлені ресурси AGI були перенаправлені на Nova Forge. Більш обережним висновком є те, що організаційні зміни в AGI, що відбулися одночасно з запуском таких клієнто-орієнтованих продуктів, як Nova Forge, свідчать про те, що Amazon схильний збільшувати пріоритет комерціалізаційних проектів.
Конкуренція AWS зосереджується на індивідуалізації для клієнтів
Позиція Amazon у конкурентній боротьбі базових моделей завжди була досить особливою. Вона одночасно розробляє власну модель Nova, інвестує в Anthropic та підтримує нейтральність AWS як хмарної платформи та екосистеми моделей.
Це визначає, що AWS не обов’язково переможе лише завдяки найсильнішій у світі моделі. Для корпоративних клієнтів рейтинг моделей важливий, але не є єдиним критерієм. Більш реальними питаннями є: чи можна підключити внутрішні дані компанії, чи можна задовольнити вимоги безпеки та відповідності, чи можна знизити витрати на навчання та чи можна запускати разом із існуючими хмарними сервісами.
Nova Forge відповідає саме цій логіці конкуренції. Вона переносить поле битви з рейтингу загальних моделей на питання, чи можуть підприємства навчати власні моделі за меншою вартістю. Якщо цей шлях вдасться реалізувати, AWS зможе інтегрувати дохід від ШІ у свою основну хмарну обчислювальну діяльність, а не окремо робити ставку на споживчий ШІ-продукт.
Це також пояснює, чому Amazon одночасно зберігає нарратив про AGI, але скорочує деякі посади. Перше зберігає довгострокову технічну уяву, а друге змушує команди спрямовувати ресурси на напрямки, які легше підтверджуються потребами клієнтів.
Для AMZN ринок в кінцевому підсумку не буде зосереджуватися лише на наявності команди AGI у Amazon. Важливіше, чи зможе AWS довести, що послуги AI підвищили витрати клієнтів, збільшили лояльність і при цьому не спричинили значного зниження прибутковості.
Замовлення та прибутковість дадуть відповідь
Ці скорочення легко можна подати як два крайні варіанти: або невдача штучного інтелекту Amazon, або звичайна, несуттєва оптимізація. Існуючі дані не підтверджують таких висновків.
Більш обґрунтованою є думка, що Amazon все ще бере участь у змаганні з впровадженням ШІ, але внутрішні бюджети та розподіл кадрів поступово зміщуються у бік проектів, які можна продати клієнтам. Ця зміна має значення для інвесторів, оскільки премія AMZN за ШІ все більше буде залежати від комерціалізації AWS, а не лише від розповідей про моделі.
Точки перевірки будуть зосереджені на кількох конкретних аспектах. Чи зможе Nova Forge отримати реальних корпоративних клієнтів, чи готові клієнти продовжувати платити, чи є навчені моделі більш ефективними за звичайну донастройку — саме це визначить, чи є це ефективним продуктом.
Іншою змінною є витік кадрів. Якщо переструктурування AGI — це лише оптимізація неважливих посад, вплив буде обмеженим; якщо ж виходять ключові дослідники та інженери, довгострокова конкурентоспроможність моделей, розроблених Amazon, буде під загрозою. Напруга між офіційною позицією та реальністю організації в кінцевому підсумку буде згладжена за рахунок рівня прийняття продукту, доходів від AWS AI та повернення капітальних витрат у майбутніх фінансових звітах.
Twitter：https://twitter.com/BitpushNewsCN
Телеграм-група для спілкування від BitPush: https://t.me/BitPushCommunity
Підписка на BitPush у TG: https://t.me/bitpush