缺工潮拖累,亞馬遜Q3比去年少賺50%!能靠年底購物季扳回一城嗎?
缺工潮拖累,亞馬遜Q3比去年少賺50%!能靠年底購物季扳回一城嗎?

美國電商亞馬遜公佈2021年第三季度財報。財報顯示,亞馬遜第三季度營收為1108.12億美元,與去年同期的961.45億美元相比成長15%,而分析師平均預期為1116億美元;淨利潤為31.56億美元,與去年同期的63.31億美元相比下降50%,而分析師平均預期為46.23億美元;每股收益6.12美元,而分析師平均預期為8.92美元。

亞馬遜第三季度利潤大幅下滑,公司預計這種情況將持續到整個假日季結束,主要原因是維繫快遞業務的巨額支出拉低了亞馬遜在電商市場的收入。

shutterstock_1083512990_amazon.jpg
圖/ Sundry Photography via shutterstock

亞馬遜股價在盤後交易中下跌4%。

其中亞馬遜電商平台營收為499億美元,較去年同期成長3%;包括全食超市在內的亞馬遜實體店營收為42.7億美元,較去年同期成長13%。來自第三方賣家的服務營收為242.5億美元,較去年同期成長18%,增幅低於第二季度的34%和第一季度的60%。第三方賣家服務營收包括亞馬遜電商平台收取的佣金、商品打包、分裝和運輸費用。

第三季度亞馬遜服務方面的營收首次超過商品零售額。本季度亞馬遜商品淨銷售額為549億美元,而來自亞馬遜雲端服務AWS、廣告、第三方賣家服務和Prime會員訂閱方面的總營收達到559億美元。

其中AWS營收超過預期,一舉躍升39%至161.1億美元,而分析師平均預期為154.8億美元。同期AWS營運利潤為48.8億美元,相比之下母公司亞馬遜營運利潤僅為8.8億美元。

此前一年亞馬遜業績驕人,但現在其正面臨更為嚴峻的前景。在勞動力市場持續緊張的情況下,亞馬遜提高了旗下倉庫員工的平均工資,並利用更高的入職獎勵來吸引更多藍領工人,從而保持電商業務的持續運轉。

與此同時,亞馬遜也在努力應對全球供應鏈出現的問題。公司已將自家集裝箱處理能力提高了一倍,不斷擴大配送服務合作夥伴計劃,加大對倉儲基礎設施的投資,其中的投資金額不斐。再者更多消費者重返實體商店購物,公司第三季度營收成長放緩至15%,低於去年同期37%的增幅。

亞馬遜還表示,預計第四季度營收在1300億至1400億美元之間,成長率在4%至12%之間;營運利潤將在0到30億美元之間,低於亞馬遜去年公佈的69億美元。在剛剛結束的第三季度,亞馬遜淨利潤較去年同期下降約50%,這是自去年年初疫情開始以來亞馬遜單季利潤首次出現較去年同期下滑。

今年7月份出任亞馬遜首席執行長的安迪·賈西(Andy Jassy)在一份聲明中表示,公司將在消費者業務上產生數十億美元的額外支出,旨在應對物流成本增加、員工工資上漲和勞動力市場的短缺局面。

Andy Jassy
Andy Jassy
圖/ 截圖自YouTube

賈西表示,亞馬遜正在「盡一切努力,在當前假期購物季將不利因素對客戶和銷售合作夥伴的影響降到最低」。 「短期來看,這對我們來說代價高昂,但對我們的客戶和合作夥伴來說,這是正確的選擇。」

目前,亞馬遜一直在努力防止2013年聖誕節購物季期間出現的問題重演,當時商品交付延誤導致部分消費者在聖誕節當天沒有收到禮物。

公司首席財務長布萊恩·奧爾薩夫斯基(Brian Olsavsky)在財報電話會議上表示,勞動力短缺問題導致公司員工數量不穩定。

亞馬遜已經僱傭了13.3萬名員工,使得第三季度亞馬遜全職和兼職員工總數增至147萬人,不過公司在今年假日購物季仍需要更多員工。

奧爾薩夫斯基說,第三季度製約公司利潤的主要因素是人力成本,而非實體商品。他強調,亞馬遜在招聘和留住員工時勞動力成本高企不下,其中包括發放3000美元的入職獎金和推出免費大學學費等新福利。

奧爾薩夫斯基說,第三季度亞馬遜因勞動力短缺、通貨膨脹和營運中斷等問題增加20億美元開支。而這一數字將在第四季度升至40億美元。

亞馬遜員工們也在爭取更多收入。本週,紐約市約2000名亞馬遜倉庫員工請願投票,決定是否讓他們所工作的倉庫成立亞馬遜在美國的首個工會。

面對全球範圍內的供應鏈問題,亞馬遜已經採取措施完善供應鏈,不斷增加航運港口、運輸飛機和卡車數量。為刺激消費者在亞馬遜電商平台購物,公司早在今年10月4日就開始啟動促銷優惠活動。

所幸亞馬遜雲端服務AWS是一個亮點。疫情期間,隨著人們對遊戲和遠端工作的需求不斷增加,AWS營收持續成長。首席財務長奧爾薩夫斯基表示,AWS營收成長再度加速,第三季度淨營收達到161億美元,超出分析師預期。如果去除從AWS獲得的巨額利潤,亞馬遜第三季度將出現虧損。

本文授權轉載自:網易科技

【熱門焦點】

1.電動車將成下一個兆元產業!劉揚偉預告:鴻海原型車將被美國車廠採用
2.張忠謀首談半導體在地製造挑戰,「不看好美國能重回榮景,台積電競爭力在於根留台灣」

責任編輯:傅珮晴、錢玉紘

關鍵字: #amazon亞馬遜
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓