亞馬遜裁減機器人部門職位，轉向大規模投資AI晶片開發與AI運算基礎設施，預計2026年資本支出將達2000億美元。此舉顯示亞馬遜正積極降低AI運算成本，並將AI技術應用於機器人及物流網路。對於台灣AI晶片供應鏈而言，這可能帶來更多合作機會，需加強AI晶片設計與製造能力。
美國電子商務與雲端運算巨擘亞馬遜（Amazon, AMZN.US）傳出裁減其具有戰略意義的機器人部門職位。部分華爾街分析師認為，此舉連同亞馬遜近期宣布將大規模發展其自行研發的AI晶片（名為Trainium和Inferentia的AI ASIC運算叢集），共同表明亞馬遜正推動更廣泛的成本削減措施，同時將支出重點轉向AI運算基礎設施。
據悉，本次裁員影響了「部分機器人職位」，但亞馬遜仍在積極招聘和投資「數個戰略領域」。自2022年以來，亞馬遜已裁減共57,000個企業職位。與此同時，亞馬遜正擴大對人工智慧和數據中心的投資，以及人形機器人的研發，以維持其在AI競賽中的地位。
亞馬遜的目標是「協同設計模型和晶片」，從而掌握其訓練和推論成本結構，擺脫對外部GPU長期定價方案的依賴。有報導指出，被譽為「OpenAI競爭對手」的Anthropic計劃斥資數百億美元收購100萬個TPU晶片，而Facebook母公司Meta正在考慮於2026年末或2027年投資數百億美元於Google TPU AI運算基礎設施，包括Meta的大規模AI數據中心建設。加上亞馬遜宣布將嘗試使用Trainium和Inferentia來開發AI大型模型，顯示雲端巨頭正在發起「AI運算成本革命」，並推動AI ASIC規模滲透，這也使得市場對輝達（Nvidia）的成長前景產生擔憂。
亞馬遜減少了機器人團隊中相對少量的職位，同時將2026年的資本支出預測提高到約2000億美元，主要目標是AWS的核心雲端系統和大規模AI工作負載。AWS也持續推進自研AI運算能力，例如Trainium和Inferentia。亞馬遜的營運網路已部署超過100萬個機器人，並使用DeepFleet等生成式AI模型來提高機器人調度效率。
亞馬遜執行長Andy Jassy在最近的財報電話會議上證實，亞馬遜將投資約2000億美元，支出涵蓋所有業務部門，但主要集中在亞馬遜網路服務（AWS雲端部門），因為「我們的運算需求巨大，客戶確實希望AWS託管核心工作負載和大規模AI工作負載，而且我們安裝的容量越多，就能越快地大規模實現貨幣化。」同時，Jassy稱機器人技術是公司的「一項重大舉措」。亞馬遜在其物流網路中擁有超過一百萬個機器人，自動化現在正在處理重複性和危險性任務，以顯著提高生產力和效率。
Jassy在財報電話會議上表示：「我們將繼續優化庫存位置，以縮短運輸距離，減少每個包裹的觸摸次數，並大大加強包裹整合，同時推出更先進的機器人技術和自動化技術，以提高效率並提升客戶體驗。」
然而，就在亞馬遜放棄開發其多臂機器人系列「Blue Jay」（原定在亞馬遜當日送達倉庫內大規模部署）的幾週後，該公司決定縮減其機器人業務部門。亞馬遜的管理階層現在正將資本和人才從回報週期較長、更複雜的機器人專案轉移，完全集中於有望帶來更快回報的AI運算基礎設施層。本次機器人部門的裁員是在1月份持續大規模裁員後發生的。亞馬遜去年宣布在其營運網路中部署了第100萬個機器人，並推出了生成式AI模型DeepFleet來調度機器人團隊，聲稱可以將團隊效率提高10%。
換句話說，亞馬遜目前的成本計劃類似於典型的技術堆疊重組：首先，優先建立一個通用的AI平台和自研運算基礎，然後將這種「廉價且可擴展的智慧」回饋到其機器人和履行網路中。這並非「機器人輸給AI」的案例，而是機器人技術成為亞馬遜AI平台戰略中的下游應用層。從機器人技術和AI數據中心之間的潛在關係來看，亞馬遜似乎正在認識到一個現實：未來的核心瓶頸首先是運算的經濟性，然後是終端自動化。機器人當然仍然重要，但在亞馬遜的系統中，它們越來越多地成為下游執行層；真正決定可擴展性、單位成本和迭代效率的是上游是否能以更低的成本訓練/部署模型，並將這些能力重用於AWS客戶、Nova、Alexa、Rufus，以及倉庫調度和機器人控制。
3月5日，亞馬遜股價收盤上漲近4%，創下11月以來最佳單日表現，這主要歸功於科技股的技術性反彈。此外，美國服務業的成長速度創下2022年中以來最快，價格壓力有所緩解，ADP就業數據超出預期並出現反彈，強勁的經濟數據暫時抵消了中東地緣政治危機帶來的總體經濟陰霾。美國三大股指均上漲，美國債券和美元均下跌，其他風險資產（加密貨幣）也大幅反彈。
對於台灣的AI晶片供應鏈及相關產業而言，亞馬遜此舉可能意味著對客製化、高效率AI晶片的需求增加。台灣企業或可藉此機會，加強與國際雲端服務供應商的合作，並專注於AI晶片的設計與製造，以應對市場變化。