2023年4月13日，2021年从亚马逊创始人贝佐斯手中接任亚马逊CEO的Andy Jassy，发布2022年致股东的信，这是Jassy任CEO以来发布的第2封股东信。
Jassy在信中，对亚马逊能控制成本、继续投资新的增长领域充满信心，还在信中证实，亚马逊将大力投资大型语言模型LLM与生成式AI等领域。
Jassy表示，大型语言模型LLM与生成式AI，是能让亚马逊未来几十年可在每个业务领域，都进行创新的核心，将显著加速亚马逊已深耕25年的机器学习应用，生成式AI具有变革性，对客户、股东、亚马逊而言，都意义重大。
股东信发布当日，亚马逊宣布加入生成式AI竞赛，亚马逊云服务AWS推出生成式AI工具全家桶，包括生成式AI平台Bedrock服务、亚马逊自有大型语言模型Titan等，客户还可通过API，访问初创公司AI21与谷歌支持的Anthropic开发的语言模型，和Stability AI开发的文生图模型等多样化第三方模型。
本期“长期主义”，选择亚马逊总裁兼CEO Andy Jassy 2023年致股东的信、亚马逊推出生成式AI全家桶、亚马逊高调入局ChatGPT大战3篇文章，分别由华尔街见闻、智东西、机器之心发布，*合六**商业研选精校，分享给大家，Enjoy！
正文：
全文15,437字
预计阅读46分钟
亚马逊总裁兼CEO Andy Jassy 2023年致股东的信
来源：华尔街见闻
时间：2023年4月14日
字数：8,979
亲爱的股东们：
这是我作为CEO写的第2封年度股东信，我发现自己对亚马逊未来充满乐观与活力。尽管2022年是记忆中宏观经济较为困难的一年之一，公司自身也遇到一些运营挑战，但我们仍然找到增加需求的方法，特别是在疫情中经历了前所未有的增长之后。
我们对最大的业务进行创新，以显著提高短期和长期客户体验。我们在投资决策和未来的前进方式上，进行重要调整，并保留能为客户、股东、员工改变亚马逊未来的长期投资。
尽管过去1年中，存在许多同时出现的不同寻常的挑战，但事实是，如果你在大型、动态的全球市场领域中运营，并且拥有许多有能力和资金雄厚的竞争对手（这是亚马逊所有业务运营的条件），外部环境很少会保持不变。
亚马逊过去25年历史，一直在创新求变
在我加入亚马逊的25年中，变化一直在发生，许多变化是我们自己发起的。
1997年，我加入亚马逊时，1996年亚马逊营业额仅1,500万美元，是一个仅售书籍的零售商，没有第三方市场平台，只向美国境内地址发货。今天，亚马逊销售几乎你能想象到的每种实体和数字零售商品，拥有一个充满活力的第三方销售商生态系统，占我们单位销售额的60％，并覆盖世界上几乎所有国家的客户。
2003年，亚马逊开始提出云计算服务平台AWS构想时，在云端围绕一组技术基础架构服务而构建新业务的趋势还不明显，我们在2006年推出首个此类服务时非常超前。
2007年，亚马逊推出Kindle电子阅读器时，“几乎每一本书都能在1分钟内轻松获取，并在轻便的数字阅读器上存储和检索”这件事尚不流行。
2014年，亚马逊推出Alexa作为语音驱动的个人助手时，“使用它访问娱乐内容、控制智能家居、购物并检索各种信息”的行为也没有进入公众视野。
有时，宏观经济条件或运营效率不佳，会带给我们新的挑战。
例如，2001年，在互联网泡沫破裂期间，我们不得不获得信用证来购买假日季库存、优化成本以提高企业盈利能力，但我们仍然优先考虑长期的客户体验和业务建设；在充满不确定性的2001年期间，我们实际上降低了大多数类别商品价格。
又如，2008~2009年，由次贷危机引发的经济衰退期间，我们采取多项措施来管理门店业务的成本结构与效率，在削减这部分开支的同时，继续投资于客户体验，因为我们相信这些投资将成为未来可观的业务，为股东带来强劲回报。2008年时，AWS仍是规模很小的初创业务，我们知道我们正在创造一些特别的东西，但它仍需大量资本投资。
公司内外不断有人质疑，为什么当时主要被视为在线零售商的亚马逊，要在云计算上投资如此之多，但我们知道正在创造将为客户和亚马逊未来带来巨大价值的特别业务。正因如此，我们比潜在竞争对手领先一步，我们更希望加快创新步伐，便做出继续投资AWS的长期决策。
15年后，AWS现在是年收入850亿美元的业务，盈利能力强大，并改变了初创企业、跨国公司、公共部门等多种类型的客户管理其技术基建的方式。如果在2008~2009年期间，我们放缓对AWS投资，亚马逊将不会是现在模样。
变化总是在不断发生，有时是你主动发起，有时又不请自来。但当你看到它正在到来时，你必须迎接它。通常能够长期成功的公司，都能很好应对变化。我对亚马逊未来前景感到乐观，因为我喜欢我们团队对当前变化所做出的回应。
过去几个月里，我们对公司进行深入了解，对每个业务、每项创造都作出审查，询问自己是否对每项举措的长期潜力有信心，能否带来足够的收入、营业利润、自由现金流、投资回报率。
某些情况下，这导致我们关闭某些业务，例如停止追求书店和四星级商店等实体店概念，退出在线销售面料Amazon Fabric和远程医疗服务Amazon Care计划，并放弃一些看不到有意义回报途径的新硬件设备。
我们还审查了一些未能产生预期回报的项目，例如对所有超过35美元的在线杂货订单免费配送，并进行修改。我们还重新确定了资源的优先分配领域，最终做出裁员2.7万名企业员工的艰难决定。过去几个月中，我们进行了许多其他改变，以优化总体成本，并像大多数领导团队一样，将继续评估在业务中所看到的情况并灵活应对。
我们也仔细审查了办公团队的协作方式，并要求公司员工从5月开始，每周至少有,3天回到办公室办公。在疫情期间，我们员工齐心协力在家完成工作，并尽一切可能应对出现的意外情况。这令人印象深刻，我为我们集体团队为客户、社区和业务克服前所未有的挑战而感到自豪。
但是，我们不认为这是最佳的长期方法。我们确信，面对面共同办公有利于相互学习，也令协作和发明更轻松高效，人们能够更自由互相交流和沟通彼此想法。人们在会议后留下来、在白板上讨论想法，在会议结束的路上继续交流，或者当天晚些时候拜访同事办公室并提出新的想法，亚马逊许多最好的发明就是这么横空出世的。
发明创造通常是混乱的，它毫无规律徘徊、游荡、蜿蜒着。偶然的互动对此有所帮助，而面对面的互动，比虚拟互动更有效果。当我们大部分时间在办公室与同事们相处时，思考、塑造、践行、壮大我们的文化也会更容易。在公司过去29年历史中，创新和我们独特的文化非常重要，我预计在接下来29年中也会如此。
改善履行成本与交货速度
我们继续面临的一个关键挑战是，商店业务履约网络的服务成本不断上升，即从亚马逊向客户提供产品的成本，我们已经做出几项改变，将有意义的改善履行成本与交货速度。
在疫情早期，许多实体店关闭，亚马逊消费者零售业务却以惊人的速度增长，年收入从2019年2,450亿美元，增至2022年4,340亿美元。这意味着我们不得不将过去25年里建立的履约中心规模翻倍，并大幅加速建设末端运输网络，目前规模已经与UPS相当（同时建立新的分拣中心网络，以提高物品在长距离运输时的效率和速度），这一切仅在约2年的时间内完成。
这不是一项容易的任务，成千上万的亚马逊员工为此努力工作。然而，随着这种变化的速度和规模，需要大量的优化才能实现预期的生产力。在过去几个月中，我们仔细审查了履约中心和运输网络中的每个过程路径，并重新设计了大量过程和机制，从而在过去几个季度中持续提高生产力并降低成本。还有更多的工作要做，但我们对现有进展和未来的进步空间感到满意。
我们还利用这个机会进行了更大的结构性变革，为未来多年提供更低的成本和更快的速度。
一个很好的例子是，重新评估美国履约网络的组织方式。直到最近，亚马逊运营一个全国性的美国履约网络，从遍布全国的履约中心分发库存。如果当地的履约中心没有客户订购的产品，我们将不得不从该国其他地区发货，这将增加成本，并延长交货时间。
随着我们履约网络在过去几年里扩展到数百个额外的网点，用来分发库存的网点越来越多，连接履约中心和交付站节点的复杂性也在增加，这一挑战变得更加突出。
2022年，我们开始重新设计库存放置策略，并利用更大的履约中心规模从全国履约网络转向区域化网络模型。我们进行了重大的内部变革，例如库存放置和物流软件、流程、物理操作，在较小的地理分区内创建了8个相互连接的履约网络区域。每个区域都有广泛、相关的选择，能够在很大程度上自给自足，同时在必要时仍能进行全国性运输和库存调配。
其中一些最有意义和最艰难的工作，是优化这些大量基础设施之间的连接。我们还在不断改进先进机器学习算法，以更好预测不同地理分区客户的需求，以便能够在正确的时间、正确的地区拥有正确的库存。我们最近完成了这个区域性的推广，并对早期结果感到满意。较短的运输距离，意味着更低的服务成本，对环境的影响更小，客户能更快收到订购商品。
在更快的送货速度方面，我们很高兴看到更多的次日送达和当日送达，我们有望在2023年实现最快的Prime会员配送速度。总的来说，我们对降低成本、缩短交货时间，并构建有健康运营利润的更大零售业务充满信心。
亚马逊云业务AWS
AWS年度营收将达到850亿美元，且仍处于早期采用阶段，但在关键时刻仍专注于长期对客户最重要的事情。2022年，AWS收入在620亿美元基础上同比增长29%，当前宏观经济挑战令该业务面临短期阻力，因为企业客户在云计算支出方面变得更加谨慎。
虽然在这种紧张的时期，一些公司可能会痴迷于如何从客户那里尽可能获取更多资金，但这既不是客户想要的，也不符合客户长期最佳利益，因此我们采取不同的方法。AWS和云计算的一大优势是，当你业务增长时，你可以继续扩展；反之，如果你业务缩小，你可以选择将一部分容量退还给亚马逊，并停止为闲置容量付费。
这种弹性，是云计算所特有的，而在你已经对本地数据中心、服务器和网络设备进行昂贵的资本投资时，这种弹性并不存在。在AWS和我们所有业务中，我们并不是针对任何一个季度或年度进行优化。
我们试图建立超越一切的客户关系和业务；因此，AWS销售和支持团队，花费大量时间帮助客户优化AWS支出，以便他们能更好应对不确定的经济环境。
许多AWS客户告诉我们，他们并不是在削减成本，而是在优化成本，以便将资源应用于他们正在计划的创新的客户体验上。客户赞赏AWS这种以客户为中心、以长期战略为导向的方法，我们认为这对客户和AWS都将有益。
虽然短期阻力减缓了AWS增长速度，但我们对AWS基本面非常满意。我们新客户来源庞大，活动也非常活跃。许多公司会利用这样的不确定时期来撤退一步，决定他们在战略上想要改变什么。我们发现越来越多的企业选择放弃管理自己的基础设施，而更倾向于转移到AWS，以享受敏捷、创新、成本效益和安全性等多方面好处。对客户最重要的是，AWS持续快速推陈出新，2022年推出超过3,300项新功能和服务，并投资于改变未来的长期创造。
亚马逊芯片开发
芯片开发是很好的例子。在2022年股东信中，我提到亚马逊正在对通用CPU处理器Graviton进行投资。基于Graviton 2的计算实例性价比，较最新一代基于x86的实例高出40%；而在2022年，我们推出Graviton 3芯片，性能比Graviton 2处理器高出25%。此外，随着机器学习的采纳率继续加速，客户们渴望更低成本的GPU（机器学习最常用的芯片）。
AWS多年前，便开始投资用于机器学习训练和推理的专用芯片（推理是指机器学习模型提供的预测或答案）。我们在2022年推出公司第一款训练芯片Trainium；对于大多数常见的机器学习模型而言，基于Trainium的计算实例比基于GPU的实例要快140%，成本降低了近70%。大多数公司仍处于训练阶段，但随着他们开发出能够进入大规模生产的模型，他们将发现，大部分成本都在推理阶段，因为模型是定期进行训练，而推理随着相关应用程序的运行而不断发生。
我们2019年推出了公司第一款推理芯片Inferentia，已经为像亚马逊这样的公司节省了上亿美元资本支出。刚刚推出的Inferentia 2芯片的吞吐量，比首款Inferentia处理器高4倍，延迟低10倍。
随着机器学习潜在的巨大增长，客户们将能够以显著更低的成本使用AWS训练和推理芯片来完成更多任务。我们在这方面的创新工作尚未结束，这项长期投资应该对客户和AWS都将产生有益成果。AWS仍处于发展的早期阶段，在未来10年内，有机会实现非同寻常的增长。
亚马逊广告业务
同样具备很大潜力的，是亚马逊的广告业务，对品牌们来说是独一无二的，这也是其持续高速增长的原因之一。类似于实体零售商的广告业务是销售货架空间、末端展示和在宣传册中露出。10多年来，我们的赞助产品和品牌服务，已经成为亚马逊购物体验不可或缺的一部分。
然而，与实体零售商不同的是，亚马逊可以根据我们对购物行为的了解和对机器学习算法的深入投资，对这些赞助产品进行定制，以使其与客户正在搜索的内容相关，这使得广告更为高效。
这也是为什么过去几个季度中，当大多数以广告为重心的大型企业增长放缓时，亚马逊的广告收入仍然继续快速增长。亚马逊广告收入，2022年Q4同比增长23%，2022全年收入在310亿美元基础上同比增25%。
我们努力成为广告商建立品牌认同的最佳场所，我们有中长期机会来帮助实现这一使命。我们将继续大力投资于机器学习，以不断优化广告选择算法。在过去几年中，我们投资于建立全面、灵活、持久的广告规划和效果测量解决方案，让市场营销人员更深入了解广告效果。
其中一个例子是亚马逊营销云AMC（Amazon Marketing Cloud），AMC提供了安全的数字环境，广告商可以在隐私安全情况下，运行自定义受众和广告效果分析，使用多种第一方和第三方输入数据，来生成广告和业务洞见，以指导其更广泛的营销和销售策略。
广告和AWS团队合作，让公司能将数据存储在AWS中，在AMC中安全运营，使用来自亚马逊和其他第三方的数据源，使用AWS进行分析，并通过亚马逊需求端平台在亚马逊或第三方出版商上展示广告，客户非常喜欢这种协同能力。
我们还看到未来有机会，将广告有序的整合到亚马逊视频、体育直播、音频、杂货产品中。我们将继续努力帮助品牌与正确的受众建立独特联系，并发展我们这一部分业务。
在动荡的时代，我们很容易只关注现有的大型业务，但要建立可持续、长久、不断成长、在许多方面对客户有所帮助的公司，就不能停止创新和投资于长期客户体验，这些投资将对客户和亚马逊本身产生有意义的影响。
寻找新的投资机会
当我们寻找新的投资机会时，会问自己几个问题：
1、如果我们成功了，这个机会能否成为一个大项目，并有合理的投资回报？
2、这个机会目前是否运转良好？
3、我们是否有不同的方式去实现这个机会？
4、我们是否在这个领域有能力？如果没有，我们能否快速获得这种能力？
如果我们对这些问题的答案满意，我们就会进行投资。这个过程导致了一些看似简单的扩张，也有一些最初可能并不被人们看好的扩张。
例如，1998~1999年，亚马选择从仅销售图书扩展到增加音乐、视频、电子产品和玩具等类别。当时这一策略并不被普遍看好，但回过头看，却似乎是显而易见的发展之路。
拓展国际市场
同样的话，也可以用来形容我们国际商店业务的扩张。在2022年，我们国际消费者业务带来1,180亿美元收入。在更大、更成熟的国际消费者业务中，由于我们规模足够大，更容易受到宏观经济放缓的影响；但是，2019~2021年的增长非常显著，英国业务年复合增长率达30%，德国26%，日本21%（不包括汇率影响）。
过去几年中，我们不断投资开辟新的国际市场，包括印度、巴西、墨西哥、澳大利亚、欧洲多国、中东和非洲部分地区。这些新兴市场需要一定的固定投资才能启动和扩展，但它们增长轨迹很好，增长模式类似于我们在北美和其他已经成熟的国际市场所看到的。
新兴国家，有时会缺乏我们业务所依赖的一些基础设施和服务（例如支付方式、运输服务以及互联网/电信基建）。为解决这些挑战，我们继续与各种合作伙伴合作，为客户提供解决方案。我们相信，投资于开拓国际市场，将使我们能够帮助更多全球客户，并建立一个更大、能够产生自由现金流的消费者业务。
亚马逊杂货业务
除了拓展国际市场，我们也在努力增强现有规模较大、独特的产品零售市场。仅在美国，整体杂货市场规模就高达8,000亿美元，平均每户家庭每周购物3~4次。亚马逊在近20年的时间里，建立了相当不同寻常，但意义重大的杂货业务。
类似其他大型零售商在20世纪80年代进入杂货市场的方式，我们一开始在亚马逊上添加了超市出售，且不需要温控的产品，例如纸制品、罐装和盒装食品、糖果和零食、宠物护理、健康和个人护理以及美容用品等。但典型的超市，一般仅提供3万种商品，亚马逊却能提供超过300万种。鉴于当前在线配送成本较高，我们也侧重于更大的包装规格。
我们对亚马逊的杂货业务规模和增长感到满意，但仍希望能满足更多的客户杂货需求。这就需要扩大实体店面积，因为大多数杂货购物仍发生在线下。全食超市在40年前开创了天然和有机特色食品店的概念，目前仍是不断发展的业务，不断提高健康和可持续食品的标准，过去1年亚马逊继续投资这项业务，同时也作出改变，以提高盈利能力。
全食超市正朝着令人鼓舞的方向发展，但要在线下杂货业务上产生更大影响，我们必须找到值得广泛扩展的大规模杂货形式。亚马逊生鲜Amazon Fresh，是我们过去几年一直在试验的品牌，正在努力确定和建立适合亚马逊规模的大型杂货格式，杂货是亚马逊的一个巨大增长机会。
采购和批发购买解决方案Amazon Business
采购和批发购买解决方案Amazon Business，展示了对电商和物流能力的投资，如何使我们在这个巨大的市场领域追求成功。Amazon Business，让企业、地方政府和组织，可以轻松以超值的价格采购办公用品和其他大宗商品。尽管过去几年中，一些经济领域的表现不佳，Amazon Business却繁荣发展。因为亚马逊团队将提供选择、价值和便利的含义转化到企业采购中，不断聆听和学习客户需求，并基于客户利益进行创新。
虽有些人从未听说过Amazon Business，但我们企业客户却爱不释手。Amazon Business在2015年推出，目前年收入约350亿美元，超过6百万活跃客户中，包括全球100强企业中96家，都在使用一站式购物、实时分析和上亿种办公用品的广泛选择。我们相信远未发掘出Amazon Business可能的全部潜力，并计划继续开发商业客户所需和想要的功能。
使用Prime进行购买（Buy With Prime）
虽然许多品牌和商家成功的在亚马逊市场平台Amazon marketplace上销售产品，但也有许多品牌和卖家推出自己直销网站，他们面临的挑战是如何将浏览转化为购买。我们推出使用Prime进行购买（Buy With Prime）的功能来帮助应对这个挑战。
这个功能允许第三方品牌和卖家，将其自身网站上的产品，提供给大量亚马逊Prime付费会员，并提供快速、免费送货的服务，Prime会员可直接使用亚马逊账户结账。这一功能令卖家可以获得多个额外好处，包括亚马逊负责处理产品的存储、挑选、打包、送货、付款、退货，所有这些都通过亚马逊支付和亚马逊物流实现。
使用Prime购买功能，已向所有美国商家开放，将第三方购物网站转化率平均提高25%。卖家对于转化更多的销售和更容易完成货运感到兴奋，Prime会员喜欢得以在更多第三方网站使用Prime福利，并改善更多网站上购物体验。
扩展国际市场、开拓Amazon尚未涉足的大型零售领域，并利用我们独特的资源帮助商家更有效在自营网站上销售产品，这些都是我们比较自然的拓展方向。
Amazon Healthcare和Kuiper
当然，我们也在做一些距离核心业务更远的投资，主要是看到这些领域有独特的机会。像AWS在2003年一样，到2023年，Amazon Healthcare和Kuiper可能会成为潜在的类似产品。
我们在医疗保健领域Amazon Healthcare的最初努力，始于药房业务，这似乎与电子商务主业相差不远。多年来，顾客一直在问我们何时能提供在线药房，因为他们对当前供应商感到沮丧。
2020年推出的Amazon Pharmacy，是一家全服务在线药房，为Prime会员提供透明的定价、方便的定期续药和优惠价格。这项业务发展迅速，并持续创新。
例如，Amazon Pharmacy最近推出RxPass，Prime会员只需支付每月5美元的固定费用，即可获得许多常见病症的处方药物，如高血压、反酸症、焦虑症等。然而，我们客户仍然强烈要求亚马逊提供更好的替代方案，来改善效率低下和令人不满意的整体医疗保健体验。
我们决定从患者最直接接触的初级医疗保健primary care开始。在广泛评估和研究现有情况，包括Amazon Care等早期实验型服务后，我们认为One Medical以患者为中心的体验非常出色，可以为我们未来业务打下基础，并在2022年7月宣布收购One Medical。
One Medical数字应用程序，方便患者通过文字或视频与医疗从业者讨论问题，如果需要进行身体检查，One Medical在美国各城市都设有办事处，患者可以预约同一天或次日检查。One Medical与办事处所在每个城市的专科医生都建立关系，并与当地医院系统密切合作，以便在需要时快速访问这些资源。我们坚信One Medical和亚马逊将继续共同创新，改变初级医疗服务的面貌。
Kuiper，也体现亚马逊在拥有客户高度需求的领域实现长期创新，愿景是创建低轨道卫星系统，为全球目前无法获得高质量宽带互联网服务的地区提供服务。有数亿家庭和企业无法可靠接入互联网，如果他们拥有可靠的连接，将可以进行上网学习、使用金融服务、创业开公司、购物、享受娱乐，企业和政府也能改善业务范围、效率和运营。
我们的团队已开发低成本的天线（即客户终端），这将降低使用门槛。我们最近发布了新终端，用于与飞过头顶的卫星进行通信，我们预计标准住宅版每个成本不到400美元。它们很小，11英寸的正方形、1英寸厚、不带安装支架重量不到5磅，但它们传输速度高达每秒400兆位，由亚马逊设计的基带芯片驱动。
我们准备在2023年推出2个原型卫星，测试整个端到端的通信网络，并计划在2024年向商业客户推出测试版。
迄今为止，客户反馈非常积极，我们认为Kuiper代表着亚马逊的巨大潜在机会。它与AWS有几个相似之处，即开始时需要大量资本投入，但有着庞大的潜在消费者、企业和政府客户群体，具有重要的收入和盈利潜力，并且只有少数公司具有必备的技术、创新和投资能力。
大力投资大型语言模型LLMs和生成式AI Generative AI
我最后要提到的投资领域，也是能让亚马逊未来几十年可以在每个业务领域都进行创新的核心，是我们正在大力投资的大型语言模型LLMs和生成式AI Generative AI。
机器学习过去几十年，都被视为拥有高度潜力的技术，直到最近5~10年，它才开始被公司广泛使用。这种变化是由于几个因素的推动，包括能用比以往任何时候都更低的价格获取更高的计算容量。
亚马逊在过去25年中，一直广泛使用机器学习，将其应用于个性化的电子商务推荐、物流中心的拣货路径、Prime Air无人机、Alexa语音助手、AWS提供的许多机器学习服务，AWS是任何云供应商中拥有最广泛的机器学习功能和客户基础的供应商。
最近，一种新的机器学习形式，称为生成式AI，已经出现，并有望显著加速机器学习的应用。生成式AI基于非常大的语言模型（在数百亿个，仍在不断增长的参数上进行训练），具有极其广泛的回想和学习能力。
我们已经在研发自己LLMs有一段时间，相信它将改变并改善几乎每一种客户体验，并将继续在所有我们消费者、卖家、品牌和创作者体验中大量投资这些模型。此外，与多年来AWS的发展路径一样，我们正在推动各种规模的公司都可以利用生成式AI。AWS提供了最具性价比的机器学习芯片Trainium和Inferentia，使得小型和大型公司都可以负担得起在生产中训练和运行他们LLMs。
亚马逊商业客户可以从各种LLMs中进行选择，并使用客户喜好的所有AWS安全、隐私和其他功能构建应用程序。此外，我们正在提供像AWS CodeWhisperer这样的应用程序，它通过实时生成代码建议，来革命性提高开发者的生产力。
就LLMs和生成式AI的话题，我还有很多要说的，因为我认为它们将是具有变革性的，但我会将其留给未来的股东信去阐释。只能说，LLMs和生成式AI，对客户、股东和亚马逊而言，都意义重大。
结语
总而言之，我对亚马逊成功度过这个充满挑战的宏观经济环境，并以更强的姿态崛起充满乐观。我已经提到许多值得乐观的原因，有2个相对简单的数据统计，突显了我们巨大的未来机遇。
虽然我们消费业务，在2022年收入4,340亿美元，但全球零售总市场份额的绝大部分仍然属于实体店，大约80%。
在全球IT支出方面也是同样情况，AWS在2022年收入80亿美元，但全球90%的IT支出仍然在本地机房，尚未迁移到云端。
随着情况逐渐转变，且正在发生转变，我们相信亚马逊领先的客户体验、不懈创新、关注客户和努力工作等特征，将在未来几年带来显著增长。当然，这还不包括我们在亚马逊追求的其他业务和体验，它们都还处于早期阶段。
我坚信我们最好的日子在前方，我期待与亚马逊团队合作，让它成为现实。
亚马逊推出生成式AI全家桶
来源：智东西
时间：2023年4月14日
字数：3,980
亚马逊打响对战微软+OpenAI联盟的第一枪
2023年4月13日，全球第一大云巨头AWS，推出生成式AI工具全家桶。与微软、谷歌从消费级产品切入的做法不同，亚马逊旗下AWS精准*击狙**企业用户，产品覆盖IaaS实例、PaaS平台、SaaS软件全栈技术层。
至此，国外公有云巨头亚马逊AWS、微软Azure、谷歌云，国内阿里云、百度智能云已加入AIGC大战，仍有华为云、腾讯云等云大厂有待进一步动作。
AWS重拳出击，让其他云厂商不得不更快采取措施。
首先，AWS推出生成式AI平台Bedrock服务，支持用户通过API访问亚马逊泰坦Titan大模型，是由今天推出的两个全新大语言模型组成；同时支持调用来自AI21 Labs、Anthropic、Stability AI等第三方的多样化模型。目前，OpenAI开放了ChatGPT API，但微软、谷歌并未推出类似的PaaS开放平台。
同时，亚马逊Bedrock一个核心特征，是支持企业自定义基础模型，只需少量数据就完成模型定制化和微调。在这方面上，国内百度文心一言、阿里云通义千问，也推出了类似的企业级服务。
然后，AWS推出2款专门针对生成式AI优化的计算实例EC2 Trn1n实例和EC2 Inf2。
训练实例EC2 Trn1，由其自研芯片Trainium支持，可节省高达50%的训练成本，EC2 Trn1n更进一步性能再提高20%。
推理实例EC2 Inf2，基于其自研芯片Inferentia2，据称吞吐量提高4倍，延迟降低10倍。
AWS应该是云巨头中，首个推出专门面向生成式AI实例的玩家。
最后，AWS预见生成式AI的使用，将快速增长的一个领域是编程，为此推出一款AI编程伴侣CodeWhisperer，可辅助程序员编程。据称促进用户执行任务速度提升57%，CodeWhisperer预览版将面向所有用户免费开放。这一产品与微软旗下GitHub上线的基于GPT-4的CopilotX平台类似，但AWS称其首创了内置安全扫描，能查找难以检测的漏洞，并提出补救建议。
亚马逊CEO安迪·贾西Andy Jassy，周四发布2022年度股东信称：我可以为LLM大语言模型和生成式AI专门写封信，因为我认为它们将具有革命性，对我们客户、股东、亚马逊来说将是一件大事。
这封信随之而至，AWS在今早关于生成式AI的公告中提到：ChatGPT是第一个引起客户注意的生成式AI，但大多数研究者很快意识到技术潜力，有几种不同基础大模型FM可供使用，每一种都具有独特的优势和特征，我们期待未来会出现新的架构，FM的多样性将掀起一波创新浪潮。
上线AIGC平台，提供自研LLM和第三方模型，支持企业定制
生成式AI是一种可以创造新内容和想法的AI，包括对话、故事、图像、视频、音乐。与所有AI一样，生成式AI由机器学习模型提供支持，这些模型是基于大量数据进行预训练的超大模型，通常称为基础大模型FM。
AWS收到不少客户反馈他们遇到的困扰，包括：
1、他们需要一种能更直接简单调用的效果好、契合需求的高性能基础大模型FM。
2、他们希望无缝集成到应用程序中，不必管理庞大的基础设施集群或产生大量成本。
3、他们希望在轻松获取基础大模型FM的同时，使用自己本地数据构建定制化应用程序。
4、数据资产被保护，保障安全和私密，能控制数据共享和使用方式。
为此，AWS今天宣布推出Amazon Bedrock新服务，可以通过API访问来自AI21 Labs、Anthropic、Stability AI和亚马逊自己的基础大模型。
AWS称，Bedrock是用户使用FM构建和扩展基于AI的生成应用程序的最简单方法，将提供访问一系列强大文本和图像大模型能力，包括亚马逊的Titan FM，它由AWS今天也宣布的两个新LLM组成。
借助Bedrock的Serverless（无服务器）体验，客户可以轻松找到适合他们要完成工作的正确模型、快速入门、使用他们自己的数据私下定制FM，并使用AWS工具和功能将它们集成并部署到应用程序中。
比如用户可以将Bedrock与Amazon SageMaker ML功能集成，例如用于测试不同模型的实验和用于大规模管理其FM，而无需管理任何基础设施。
Bedrock客户，可以从当今可用的最前沿FM中进行选择，这包括来自AI21 Labs的Jurassic-2系列多语言LLM，它们遵循自然语言指令生成西班牙语、法语、德语、葡萄牙语、意大利语、荷兰语的文本；Bedrock还可以轻松访问Stability AI的文本到图像基础模型套件，包括Stable Diffusion，它能够生成独特、逼真、高质量的图像、艺术、徽标、设计等。
Stable Diffusion应用界面
Bedrock最重要的功能之一，是定制模型非常容易。客户只需Bedrock指向Amazon S3实例中的几个标记示例，该服务就可以针对特定任务微调模型，而无需注释大量数据，少至20个示例就足够。
想象一下，一位内容营销经理在一家领先的时装零售商工作，他需要为即将推出的新手袋系列制作新的、有针对性的广告和活动文案。为此，他们向Bedrock提供了一些带标签的示例，这些示例展示了过去营销活动中表现最好的标语，以及相关的产品描述，Bedrock将自动开始为新手袋生成有效的社交媒体、展示广告、网络副本。并且，没有客户的数据被用来训练底层模型。
Bedrock正面向部分客户推出预览版。美国办公协作服务商Coda的联合创始人兼CEO西什尔·梅罗特拉Shishir Mehrotra说：作为AWS长期满意客户，我们对Amazon Bedrock如何为Coda AI带来质量、可扩展性和性能感到兴奋。由于我们的所有数据都已在AWS上，因此我们能够使用Bedrock快速整合生成式AI，并具有保护我们的内置数据所需的所有安全性和隐私性。有超过数万个团队在Coda上运行，包括Uber、纽约时报、Square等大型团队，可靠性和可扩展性非常重要。
AWS一直在与一些客户测试其新的Titan FM，计划未来几个月推广，其最初会有2个Titan模型。第一个是生成式LLM，用于诸如摘要、文本生成、分类、开放式问答和信息提取等任务。第二种是嵌入式LLM，它将文本输入翻译成包含文本语义的数字表示。虽然此LLM不会生成文本，但它对于个性化和搜索等应用程序很有用，因为通过比较嵌入，模型将产生比单词匹配更相关和上下文相关的响应。事实上，亚马逊电商平台的产品搜索功能使用了类似的嵌入模型，来帮助客户找到他们正在寻找的产品。
推出AIGC基础设施：基于自研芯片，上线EC2 Trn1n、Inf2实例
AWS宣布推出由AWS自研AI训练专用芯片Trainium提供支持的Amazon EC2 Trn1n实例，和由AWS自研AI推理专用芯片Inferentia2提供支持的Amazon EC2 Inf2实例，据称这是用于生成AI的最具成本效益的云基础设施。
由Trainium提供支持的Trn1实例，可以比任何其他EC2实例节省高达50%的训练成本，并且经过优化，以在与800 Gbps第2代EFA（Elastic Fabric Adapter）网络连接的多台服务器之间分发训练。
客户可以在Ultra Clusters中部署Trn1实例，这些实例可以扩展到位于同一AWS可用区中的3万个Trainium芯片（超过6ExaFLOPS的计算），具有PB级网络。
许多AWS客户，包括Helixon、Money Forward和Amazon Search团队，都使用Trn1实例来帮助将训练最大规模深度学习模型所需的时间，从几个月缩短到几周甚至几天，同时降低成本。
800 Gbps是很大的带宽，但AWS称自己不断创新以提供更多带宽，今天宣布新的网络优化Trn1n实例的普遍可用性，它提供1,600 Gbps的网络带宽，旨在为大型网络密集型模型提供比Trn1高20%的性能。
亚马逊CEO安迪·贾西Andy Jassy说：对于最常见的机器学习模型，基于AWS自研AI训练芯片Trainium的实例比基于GPU的实例快140%，而成本最多降低70%。
AWS称，今天，花在FM上的大部分时间和金钱都用于培训他们，这是因为许多客户才刚开始将FM部署到生产中。但是，在未来大规模部署FM时，大部分成本将与运行模型和进行推理相关。
Alexa是很好的例子，每分钟有数百万请求，占所有计算成本的40%。因此AWS在几年前，开始投资新芯片时，优先考虑推理优化的芯片。
2018年，AWS发布首款推理专用芯片Inferentia，现在生成AI增加了工作负载的规模和复杂性，这是AWS今天宣布由AWS Inferentia2提供支持的Inf2实例全面上市的原因。
Inferentia2，专门针对包含数千亿个参数的模型的大规模生成人工智能应用进行优化。与上一代基于Inferentia的实例相比，Inf2实例的吞吐量提高4倍，延迟降低10倍。
它们具有加速器之间的超高速连接，以支持大规模分布式推理。与其他类似的Amazon EC2实例相比，这些功能可将推理价格性能提高多达40%，并使云中的推理成本最低。
对于某些模型，像Runway这样的客户发现Inf2的吞吐量比同类Amazon EC2实例高出2倍。这种高性能、低成本的推理，将使Runway能够引入更多功能，部署更复杂的模型。
上线AI编程伴侣CodeWhisperer，对个人开发者免费开放
AWS预见生成式AI的使用，将快速增长的领域是编程。今天的软件开发人员花费大量时间编写非常简单、无差别的代码，还花费大量时间试图跟上复杂、不断变化的工具和技术环境，没有时间开发新的、创新的功能和服务。
生成式AI可以通过编写大量无差异代码，来消除这种繁重的工作。为此，AWS宣布推出Amazon CodeWhisperer预览版，一种AI编程伴侣，它基于FM，根据开发人员的自然语言评论和集成开发环境IDE中的先前代码，实时生成代码建议，提高开发人员工作效率。
开发人员可以简单告诉CodeWhisperer执行一项任务，例如解析CSV歌曲字符串，并要求它返回一个基于艺术家、标题和最高排行榜排名等值的结构化列表。CodeWhisperer通过生成解析字符串，并返回指定列表的完整函数来提高工作效率。
在预览版试用期间，AWS进行了一项生产力挑战，使用CodeWhisperer的参与者平均比不使用CodeWhisperer的参与者完成任务的速度快57%，成功完成任务的可能性高27%，AWS称这是开发人员生产力的巨大飞跃。
AWS宣布适用于Python、Java、JavaScript、TypeScript、C#的Amazon CodeWhisperer，以及十种新语言（包括Go、Kotlin、Rust、PHP和SQL）全面上市。
AWS补充称，CodeWhisperer是唯一具有内置安全扫描（由自动推理提供支持）的AI编码伴侣，用于查找难以检测的漏洞，并提出补救建议，例如十大开放式全球应用程序安全项目OWASP中的漏洞，那些不符合加密库最佳实践等。
CodeWhisperer过滤掉可能被认为有偏见或不公平的代码建议，并且CodeWhisperer是唯一可以过滤和标记类似于客户可能希望参考或许可使用的开源代码的代码建议的编码伴侣。
CodeWhisperer对所有没有个人用户免费生成代码，任何人都可以只用一个电子邮件帐户注册CodeWhisperer，并在几分钟内提高工作效率，甚至不必拥有AWS账户。
对企业用户。AWS提供了一个CodeWhisperer Professional Tier，其中包括单点登录SSO与AWS Identity and Access Management（IAM）集成等管理功能，以及更高的安全扫描限制。
结语：对战微软、谷歌，亚马逊如何后发制人
随着AWS参战，美国三大公有云服务巨头亚马逊、微软、谷歌，都已将生成式AI置于营销宣传中心，试图利用人们对这一技术兴趣的爆发式增长，开辟新战场的同时，促进增长疲软的云业务回暖。
作为后发的云大厂，AWS开辟了不同道路，相比谷歌等避免了对AI公司及消费级产品的重大投资，而是建立平台汇聚众多中小企业的模型。基于众多云客户业务和数据放在AWS的优势，有望用此策略后发制人。
在国内，阿里云、百度智能云等云大厂也都已经行动，腾讯云、华为云还未正式出击，国外云大厂的策略为国内玩家提供了参考。
亚马逊高调入局ChatGPT大战
来源：机器之心
时间：2023年4月14日
字数：2,478
全球各大科技巨头积极拥抱大模型、AIGC时，亚马逊给人印象是隐身。AWS虽然一直在为Hugging Face、Stability AI等大模型明星公司提供机器学习算力，不过亚马逊很少透露合作细节。过去一段时间科技巨头财报会议上，亚马逊提到AI次数几乎为零。
2023年4月13日，亚马逊CEO安迪・贾西Andy Jassy发布2022年致股东信，称他对亚马逊能够控制成本，并继续投资新的增长领域充满信心，亚马逊未来将大力投资大型语言模型LLM与生成式AI。
贾西表示，过去几十年里，亚马逊在各种应用中使用机器学习，亚马逊现在正在开发自己的大语言模型LLM，有可能改善几乎所有客户体验。
安迪・贾西表示，大多数公司都想用上大型语言模型，但真正好用的语言模型需要数十亿美元和多年时间来训练，人们不想经历这些。因此，他们期待从一个已经非常庞大的基础模型中进行提升，然后能够根据自己目的对其进行定制，这就是Bedrock。
亚马逊版ChatGPT，是其云服务的一部分。
大模型
亚马逊最新公告中，AWS介绍了一组新模型，统称为Amazon Titan。
Titan系列模型分为两种，一种是用于内容生成的文本模型，另一种是可创建矢量嵌入的嵌入模型，用于创建高效搜索功能等。
文本生成模型，类似于OpenAI GPT-4，但性能方面不一定相同，可以执行诸如撰写博客文章与电子邮件、总结文档，从数据库中提取信息等任务。
嵌入模型，将文本输入（如单词和短语）翻译成数字表示形式，称为嵌入，包含文本的语义。
基于OpenAI语言模型的ChatGPT和微软Bing聊天机器人，有时会产出不准确的信息，这是由于一种称为幻觉的行为，输出看起来很有说服力，但实际上与训练数据无关。
AWS副总裁Bratin Saha在接受CNBC采访时表示，亚马逊非常关心准确性，并确保其Titan模型产生高质量响应。
客户将能够使用自己的数据定制Titan模型。但另一位副总裁Sivasubramanian表示，这些数据永远不会用于训练Titan模型，以确保包括竞争对手在内的其他客户最终不会从这些数据中受益。
Sivasubramanian和Saha拒绝谈论Titan模型的大小，或确定亚马逊用于训练它们的数据，Saha也不愿描述亚马逊为删除模型训练数据中有问题的部分而遵循的过程。
云服务
Titan模型的发布，是亚马逊Bedrock计划的一部分。全球最大的云基础设施提供商亚马逊，显然不会将这样迅速增长的领域留给谷歌和微软。
Bedrock计划是在OpenAI发布GPT-4的1个月后推出。当时，微软已向OpenAI投资数十亿美元，并通过Azure云服务为OpenAI提供算力，这是亚马逊AWS业务面临最强大的竞争。
Bedrock云服务，类似由微软支持的初创公司OpenAI提供支持的ChatGPT聊天机器人背后的引擎。通过其Bedrock生成式AI服务，亚马逊网络服务将提供Titan等模型的访问。
该服务支持的初始基础模型集，还包括来自AI21、Anthropic、Stability AI的模型，以及亚马逊自研的Titan系列新模型。Bedrock的亮相，某种程度上预示着AWS在过去几个月与生成式AI初创公司达成合作伙伴关系。
Bedrock关键优势在于，用户可将其与AWS云平台其余部分集成在一起。这意味着组织将能更轻松访问存储在Amazon S3对象存储服务中的数据，并能够从AWS访问控制和治理策略中受益。
亚马逊目前没有透露Bedrock服务的成本，因为它还处于有限的预览阶段。一位发言人表示，客户可以将自己添加到等候名单中。此前，微软和OpenAI已公布使用GPT-4的价格，起价为每1,000个token几美分，1个token相当于大约4个英文字符，谷歌尚未公布PaLM语言模型的定价。
AI编程助手，免费向个人开放
我们知道，编程将是生成式AI技术得到快速应用的领域之一。今天，软件开发者需要花费大量时间编写相当浅显和无差别的代码，还得花不少时间学习复杂的新工具和技术，而这些工具和技术总在不断演进。因此，开发者真正用于开发创新功能与服务的时间少之又少。
为应对这一难题，开发者会尝试从网上复制代码片段再进行修改，但可能无意中复制了无效代码和有安全隐患的代码，这种搜索和复制的方式也浪费开发者用于业务构建的时间。
生成式AI可以通过编写大部分无差别的代码，大大减少繁重的工作，让开发人员更快编写代码，同时有更多时间专注在更具创造性的编程工作上。
2022年，亚马逊宣布推出Amazon CodeWhisperer预览版。这款AI编程助手，通过内嵌的基础模型，根据开发者用自然语言描述的注释、和IDE（一种用于开发和实现AI算法和模型的集成开发环境）中的既有代码实时生成代码建议，提升工作效率。预览版发布后，得到开发者积极响应，与未使用该编程助手的开发者相比，使用者完成任务的速度平均快57%，成功率提高27%。
IDE通常包含一系列工具和库，可以帮助开发者更方便构建、测试、部署、优化AI应用程序。常见AI领域的IDE包括Jupyter Notebook、PyCharm、Spyder、TensorFlow等。这些IDE提供了丰富的功能和工具，可大大提高AI开发效率和精度。
现在，亚马逊宣布CodeWhisperer正式可用，免费向所有个人用户开放，不设任何资质或使用时长限制，还提供引用跟踪和每个月50次的安全扫描服务。用户只需邮箱注册，无需亚马逊云服务账号；企业客户可以选择包含更多高级管理功能的专业版。
除了适用Python、Java、JavaScript、TypeScript和C#之外，CodeWhisperer新增了对Go、Kotlin、Rust、PHP和SQL等10种开发语言的支持。开发者可以通过在VS Code、IntelliJ IDEA、Amazon Cloud9等集成开发环境中的Amazon Toolkit插件访问CodeWhisperer，也可在Amazon Lambda控制台中使用。
亚马逊表示，除了从数十亿行公开代码中学习之外，CodeWhisperer也基于亚马逊的代码进行训练。因此它是目前为亚马逊云服务（包括Amazon EC2等）生成代码的最准确、最快、最安全的方式。
AI编程助手生成的代码，可能包含隐藏的安全漏洞，因此CodeWhisperer提供了内置安全扫描功能（通过自动推理实现），这是唯一一个这样做的。该功能查找难以检测的漏洞，并提出补救建议，如十大开放式Web应用程序安全项目（OWASP）中的漏洞以及不符合加密库最佳实践的漏洞等。
此外，为了帮助开发人员以负责任的方式开发代码，CodeWhisperer会过滤掉可能被认为有偏见或不公平的代码建议。同时由于客户可能需要对开源代码源进行参考或获得其使用许可，CodeWhisperer还是唯一可以对疑似开源代码建议进行过滤和标记的编程助手。
小结
亚马逊在AI领域布局20多年，AWS已拥有超过10万AI客户。Sivasubramanian表示，亚马逊一直在使用经过微调的Titan版本，通过其主页提供搜索结果。
亚马逊只是在ChatGPT出现并走红后，推出生成式AI能力的大公司之一。Expedia、HubSpot、Paylocity、Spotify都致力于整合OpenAI技术，亚马逊不然。
Sivasubramanian表示，我们总在一切准备就绪时行动，所有技术早已出现。由于使用定制的AI处理器，亚马逊希望确保Bedrock易于使用，具有成本效益。
目前，C3.ai、Pegasystems、Salesforce等公司都已准备引入Amazon Bedrock。
【长期主义】栏目每周六、与长假更新，分以下系列：
宏观说：全球各大国政要、商业领袖等
社会说：比尔·盖茨等
成长说：洛克菲勒、卡内基等
科学说：历年诺奖获得者、腾讯科学WE大会等
科技说：马斯克、贝索斯、拉里·佩奇/谢尔盖·布林、扎克伯格、黄仁勋、Vitalik Buterin、Brian Armstorng、Jack Dorsey、孙正义、华为、马化腾、张小龙、张一鸣、王兴等
投资说：巴菲特、芒格、Baillie Giffrod、霍华德·马克斯、彼得·蒂尔、马克·安德森、凯瑟琳·伍德等
管理说：任正非、稻盛和夫等
能源说：曾毓群等
汽车说：李想、何小鹏、王传福、魏建军、李书福等
智能说：DeepMind、OpenAI等
元宇宙说：Meta/Facebk、苹果、微软、英伟达、迪士尼、腾讯、字节跳动、EpicGames、Roblox、哔哩哔哩/B站等
星际说：中国国家航天局、NASA、历年国际宇航大会，SpaceX、Starlink、蓝色起源、维珍银河等
军事说：全球主要航空航天展等
消费说：亚马逊、沃尔玛、阿里、京东、拼多多、美团、东方甄选等
每个系列聚焦各领域全球顶尖高手、产业领军人物，搜集整理他们的致股东信、公开演讲/交流、媒体采访等一手信息，一起学习经典，汲取思想养分，做时间的朋友，做长期主义者。
相关研报：
人类未来文明三部曲之二：智能时代专题预售开启，奇点临近，未来已来
九宇资本赵宇杰：智能时代思考，以史为鉴，科技浪潮，从互联网到AI
九宇资本赵宇杰：智能时代思考，宇宙视角，从碳基生物，到硅基智能体
人类未来文明三部曲之一：元宇宙专题预售开启，59期45万字
九宇资本赵宇杰：1.5万字头号玩家年度思考集，科技创新，无尽前沿
九宇资本赵宇杰：1.5万字智能电动汽车年度思考集，软件定义，重塑一切
【重磅】前沿周报：拥抱科技，洞见未来，70期合集打包送上
【重磅】*合六**年度报告全库会员正式上线，5年多研究成果系统*交性**付
【智能电动汽车专题预售】百年汽车产业加速变革，智能电动汽车时代大幕开启
【头号玩家第一季预售】：科技巨头探索未来，头号玩家梯队式崛起
【头号玩家第二季预售】：科技创新带来范式转换，拓展无尽新边疆
【首份付费报告+年度会员】直播电商14万字深度报告：万亿级GMV风口下，巨头混战与合纵连横
【重磅】科技体育系列报告合集上线，“科技+体育”深度融合，全方位变革体育运动
【重磅】365家明星公司，近600篇报告，*合六**君4年多研究成果全景呈现
九宇资本赵宇杰：CES见闻录，开个脑洞，超级科技巨头将接管一切
【万字长文】九宇资本赵宇杰：5G开启新周期，进入在线世界的大航海时代｜GBAT 2019 大湾区5G峰会
九宇资本赵宇杰：抓住*子烟电**这一巨大的趋势红利，抓住产业变革中的变与不变
【IPO观察】第一季：中芯国际、寒武纪、思摩尔、泡泡玛特、安克创新等11家深度研报合集
【IPO观察】第二季：理想、小鹏、贝壳、蚂蚁、Snowflake、Palantir等12家公司深度研报合集
【IPO观察】第三季：Coinbase、Roblox、快手、雾芯科技等12家公司深度研报合集
【重磅】年度观察2019系列合集：历时3个多月，超20万字近500页，复盘过去，展望未来，洞悉变与不变
【珍藏版】*合六**宝典：300家明星公司全景扫描，历时3年，210万字超5,000页，重磅推荐
九宇资本赵宇杰：对智能电动汽车产业的碎片化思考
九宇资本赵宇杰：九宫格分析法，语数外教育培训领域的道与术
【2023回乡见闻录】90、00后小伙伴们万字记录，生活回归正轨，春节年味更浓
【2022回乡见闻录】20位90、00后2万字，4国13地，全方位展现国内外疫情防疫、春节氛围、发展现状差异
【2021回乡见闻录】22位90后2万字，就地过年与返乡过年碰撞，展现真实、立体、变革的中国
【2020回乡见闻录】20位90后2万字，特殊的春节，时代的集体记忆
【重磅】22位“90后”2万字回乡见闻录，讲述他们眼中的中国县城、乡镇、农村
*合六**君3周岁生日，TOP 60篇经典研报重磅推荐
下午茶，互联网世界的三国杀
5G助推AR开启新产业周期，AR眼镜开启专用AR终端时代
新商业基础设施持续丰富完善，赋能新品牌、新模式、新产品崛起，打造新型多元生活方式
【重磅】中国新经济龙头，赴港赴美上市报告合辑20篇
知识服务+付费+音频，开启内容生产新的产业级机遇，知识经济10年千亿级市场规模可期
从APP Store畅销榜4年更替，看内容付费崛起
新三板破万思考：新三板日交易量10年100倍？
九宇资本赵宇杰：科技改变消费，让生活更美好｜2017 GNEC 新经济新消费峰会
九宇资本赵宇杰：创业时代的时间法则，开发用户平行时间｜2016 GNEC 新经济新智能峰会
九宇资本赵宇杰：互联网引领新经济，内容创业连接新生态｜2016 GNEC 新经济新营销峰会
请务必阅读免责声明与风险提示
