焦点：AWS 新任 CEO 的两大挑战

上周，AWS 第二任 CEO 人选出炉，AWS 老员工、前 Tableau CEO Adam Selipsky 重新回到老东家，他将在 Andy Jassy 接任亚马逊 CEO 后执掌全球第一大云计算公司。

Adam Selipsky 参与了 AWS 的创立，并长期负责该公司的销售与营销，2016 年他出任 Tableau 公司 CEO，2019 年，Salesforce 以创公司历史纪录的 157 亿美元将其收购。

在 Adam Selipsky「远离」AWS 的五年时间里，整个云计算行业的变化非常大，一方面是微软的快速增长，成为唯一一个可以紧紧追赶 AWS 的公司，而 Google 挖来前 Oracle 高管 Thomas Kuria 之后，认认真真进入到企业级市场；另一方面，亚太地区的阿里云强势崛起，已然成为一股不可小视的新生力量。

对于 Adam Selipsky 来说，AWS 接下来所面临的挑战，不仅来自行业竞争对手的快速发展，更包括政府监管与内部文化的压力。

其一，我曾不止一次说过，「AWS 最大的竞争对手是亚马逊」，这句话看似矛盾，但透露出的潜台词是，由于亚马逊激进的电商策略，势必加大与某些垂直行业的对立与矛盾，这也将影响 AWS 的客户拓展，比如大量线下连锁超市都会有意无意避开 AWS，而去选择微软 Azure 或 Google Cloud。

更重要的一点，随着全球各地平台监管的升温，AWS 与亚马逊的绑定只会进一步吸引包括美国、欧盟以及中国监管部门的注意力，因此，Adam Selipsky 接下来将会被反复问及一个之前 Andy Jassy 否认过的问题：亚马逊会分拆 AWS 吗？

其次，亚马逊长期以来坚持的「Day One」文化，是否能在第二棒 CEO 手里继续保持下去？随着贝佐斯离任、Andy Jassy 接任、Adam Selipsky 出任 AWS CEO，亚马逊完成了从创始人到职业经理人的领导层更迭。

与此同时，亚马逊从创立到现在已经过去了 26 年，而 15 岁的 AWS 也成为云计算领域的绝对巨头，庞大的公司规模与市场占有率，让外界不禁怀疑：这家巨头是否能保持贝佐斯一手构建的「Day One」文化，继续围绕客户需求不断创新。

历史的经验表明，「基业长青」终究是一个遥不可及的幻想，AWS 会成为例外吗？

巨头

亚马逊。亚马逊宣布 Lookout for Metrics 正式可用，根据官方的介绍，这是一个基于机器学习的企业关键业务分析服务，首次亮相于 2020 年的 re:Invent 大会，现在客户可以通过 AWS 控制台直接访问。

这个产品的价值在于，当企业客户越来越多依赖 AWS 的服务——包括但不限于 EC2、数据仓库、S3、Lambda——AWS 提供了一套基于现有数据的自动化分析系统，为客户展现企业运行的关键指标和参数。

上周，Vice 的一篇独家报道指出，亚马逊要求全美的物流司机签署一份生物信息采集协议，以便于随后采用基于 AI 的摄像头采集司机的位置、行驶轨迹以及包括面部识别在内的其他生物信息。

Vice 称，如果员工拒绝签署，他们将会失去工作。

亚马逊上周表示，计划准备扩容其中国的云计算设施，包括：

• 由西云数据运营的亚马逊云科技（宁夏）区域将进行二期扩容，新增厂房设施面积及可支持计算容量达到一期的1.3倍；
• 由光环新网运营的亚马逊云科技（北京）区域将在2021年晚些时候发布第三个可用区。

负责亚马逊云科技大中华区云服务产品管理的总经理顾凡表示：「无论是中国的本土客户用亚马逊服务，还是国外客户进入中国用我们的服务，本身需求量涨得很快」，他还对中国云计算的基本盘做了如下判断：「云计算在中国是个特别长的长跑，现在还是在非常早期的阶段」。

微软。Teams 产品线已经加入基于 AI 的实时会议转录，这个功能的一个特点是将实时转录处理机制放在本地，这是企业会议产品对数据安全的要求。另一方面，要实现低时延、高精准以及低成本的会议转录，也是当下最具挑战的 AI 落地场景。

Google。Google 将利用联邦学习机制替代用户第三方 cookies 追踪用户行为，无论怎么包装，Google 都是一家广告公司，长期以来，Google 的商业模式建立在对用户行为的追踪之上，如今，在 AI 的帮助下，新的联邦学习机制能够提供更好的用户隐私保护，相关的技术实现细节可参见 Google 官方博客。

滴滴。滴滴计划为旗下自动驾驶业务融资 5 亿美元，该业务的估值达到 60 亿美元，Bloomberg 援引消息人士的话称，这笔融资将帮助滴滴加速自动驾驶车辆的量产，同时为自动驾驶相关领域的技术投入提供资金保障，不过该计划还处在早期。

迪斯尼。迪尼斯宣布将在园区引入面部识别测试，根据其官方博客的说明，这项测试为期一个月，自 2021 年 3 月 23 日到 4 月 23 日，迪斯尼通过采集游客的面部信息，将其转化为一组数字，并与游客的入场门票信息绑定，游客可以选择是否加入该计划。

行业观察：英特尔的选择

在英特尔上周公布「新复兴计划」之前，或许外界没有多少人会认为这家公司会继续芯片代工业务。

此前，业界对英特尔的困境——数据中心业务营收放缓、制造工艺停步不前、缺乏进取精神——开出的药方无外乎两个：

• A：重整公司内部架构与文化；
• B：卖掉不赚钱的业务，比如芯片代工；

但英特尔选择了 C，加倍押注芯片代工。官方新闻稿透露几个信息：

• 在美国亚利桑那州投资约 200 亿美元，新建两座工厂（晶圆厂）；
• 未来成为代工产能的主要提供商，起于美国和欧洲，以满足全球对半导体生产的巨大需求；
• 成立独立业务部门——英特尔代工服务事业部（IFS），直接向 CEO 汇报。

这也延伸出三个新的问题，其一，制造技术的难题能否通过大规模投资解决？过去几年，英特尔的不同 CEO 都承诺过大规模投资，特别是针对制造工厂的投资，比如 2018 年的 70 亿美元投资，但这些投资最终并没有带来制造技术的突破，人才与资金从来都不是英特尔问题，那么这一次能有变化吗？

其二，加码芯片代工，意味着英特尔要进入到一个「客户为中心」的商业氛围里，台积电能够快速崛起，除了技术突破之外，其对客户需求的拿捏也是重要原因，而这些与英特尔的公司文化并不一致，此前英特尔在代工领域的失败也是这个原因，这或许可以解释，为何要成立一个专门的代工部门，并直接向 CEO 汇报，其目的就是要将内部的两种行为逻辑分离开。

其三，谁会成为英特尔的芯片代工客户？你很难想象 AMD 会将芯片交给英特尔做代工，类似地，英伟达也不大可能成为英特尔的客户。

对英特尔来说，随着越来越多公司开始自研芯片，大量新客户开始出现，比如中国的阿里巴巴、百度、腾讯以及字节跳动，他们有着巨大的芯片需求，但一个不可忽略的问题是，在中美关系的微妙时间点，这些中国公司愿意将芯片交给一家美国公司并放在美国代工生产吗？

科技行业最大的失败不是营收下跌，而是变得不再相关，过去几年的英特尔，错失移动互联网与人工智能的大潮流，而在芯片短缺并成为国家竞争关键领域的当下，英特尔想让自己变得更相关，这道选择题并没有结束，而是才刚刚开始。

市场·调查

GPT-3 被广泛应用。OpenAI 日前公布了一组数字显示，旗下超大规模文本生成模型 GPT-3 已经被应用到 300 多个不同应用里，这些应用每天会生成大约 45 亿个单词。

Verge 列举了几个基于 GPT-3 的应用案例：创业公司 Viable 利用 GPT-3 分析用户反馈，了解这些反馈的主题与情感倾向；Fable Studio 公司则将其应用在 VR 视频的脚本生成中；另一家名为 Algolia 的 SEO 公司把 GPT-3 用在网页搜索优化。

在 GPT-3 亮相与提供 API 之后，围绕这个模型的各种服务层出不穷，比如科技博主 Janelle Shane 让 GPT-3 生成一组所谓「花言巧语」，感兴趣的朋友可以在这里看看。

过去一年里，GPT-3 所扮演的角色，越来越像一种「数字基础设施」，与曾经的公路/铁路以及后来的云服务一样，GPT-3 代表了一种 AI 时代的新基础设施，与此同时，还有一些开源的文本模型，比如 Eleuther， 不同领域的从业者——研究人员、创业公司、个人开发者、爱好者——都可以在此基础上进行二次甚至三次创新，这会成为一个非常值得关注的方向。

调查显示企业在云服务的花费继续上涨，与之相对的则是传统数据中心、硬件方面的支出减少，下图是咨询公司 Synergy 的发现：

几个数据：

• 2020 年企业花费在云服务的费用高达 1300 亿美元，同比增长 35%；
• 企业在数据中心方面的费用同比下滑 6%，至 900 亿美元；

上图也可以看出，2019 年时候云与数据中心几乎持平，2020 云服务的支出大幅增加，这个趋势也将持续下去。

利用 Deepfake 的「男扮女装」。一位日本 Twitter 男用户利用 Deepfake 技术生成女性图片，很快积累大量粉丝，你可以在这里查看这位不存在的美女用户，而该账号的运营者是一位 50 岁的日本大叔（下图的对比），他在一档电视节目里解释了一切。

由 AI「创作」的视频以 Non-Fungible Token (NFT) 的方式卖出去了。整件事充满了未来即视感，这个 12 秒的视频由所谓人型 AI 的 Sophia「创作」，而交易方式也是当下火热的 NFT，一种基于区块链技术的非同质化代币，被认为是数字时代艺术收藏的重要交易方式。

路透社称，这个「艺术品」最终以 68 万美元被拍走，买家身份目前还不知晓。

国家·军事·政策

越南公布 AI 发展规划。日经亚洲的报道指出，这份计划详细阐明了该国如何在 2030 年前推动人工智能发展，其中包括将 AI 应用在公共服务中，特别是提升在线公共服务的能力，另外，国家安全中的 AI 研究与应用也被提升议事日程。

更进一步，越南将建设三个国家大数据中心，从而为该国企业提供高性能计算。

欧盟 AI 监管的潜在问题。欧盟将在今年上半年发布人工智能监管计划，但有机构担心，新的监管措施可能会对有色人种形成新的算法偏见与伤害。

当然，现在所有的担忧都是建立在欧盟各国一系列 AI 算法歧视的事件之上，就目前来看，这个领域的政策法规还有非常多的讨论空间，远不是调整算法的某个参数就能解决的，某种意义上说，这本身就是人类的问题。

报告：印度的国家 AI 实力。该报告来自乔治城大学，这份 53 页的报告从五个方面勾勒了印度的 AI 发展情况，包括：

• 人才：印度的工程师数量与中国不相上下，但受限于印度高等教育能力的缺乏，印度高质量的 AI 人才都是在海外接受教育；
• 基础研究：印度目前是全球第四大论文产地，不过很少与其他国家研究者合作发表论文；
• 专利：印度是全球 10 大 AI 专利申请大国，但与中美之间有较大差距；
• AI 公司与投资：过去五年印度 AI 创业公司非常活跃，美国资本成为最大的投资者，商业分析、医疗、金融领域的 AI 公司非常多；
• 云：印度的云计算普及率非常低，但市场巨大，政府也在构建基于云的 AI 生态系统。

你可以在这里免费获取这份报告。