AI腳步太慢,AWS砍掉執行長!裁員不斷、營收成長又減緩,新大將能挺過危機嗎?
AI腳步太慢,AWS砍掉執行長!裁員不斷、營收成長又減緩,新大將能挺過危機嗎?

2021年亞當.賽利普斯基(Adam Selipsky)接下了亞馬遜金雞母——亞馬遜網路服務(AWS)執行長的任務,然而三年後的現在,賽利普斯基卻將於下個月卸職,並將離開公司。

賽利普斯基在亞馬遜工作長達14年,2021年當安迪.賈西(Andy Jassy)從AWS升任亞馬遜執行長時,他也成為了AWS的最高負責人,不過短短三年時間他便下台一鞠躬,並由現任AWS業務、行銷及全球業務資深副總裁馬特.加曼(Matt Garman)接棒,擔任雲端業務主管。

三年帶領AWS營收翻倍漲,為什麼他卻要下台一鞠躬?

原因一:AWS去年營收只成長13%,遠低於過去水準

賽利普斯基在任期間帶領AWS從年營收450億美元成長到超過900億美元水準,但AWS的表現仍然面臨外界的質疑。 過去一年裡,AWS營收成長速度降低至多年來的最低水準,2023年僅繳出13%的增幅,獲利同樣只成長約7% 。

作為對比,2022年AWS營收成長約28%、2021年則有37%的漲幅,尤其過去AWS一直擔任貢獻亞馬遜絕大部分利潤的搖錢樹角色,有時甚至超過90%獲利都來自這個部門,同時也占據約40%營收,出現成長放緩的情況自然特別受到關注。

亞馬遜曾在去年宣布大砍2.7萬人,AWS也牽涉其中,遭遇該部門有史以來最大的人力縮減,儘管AWS也有開放職缺招募人手,至今陸陸續續進行裁員,今年4月也宣布裁掉了數百個業務、行銷及技術職位,且是由加曼主導。

亞馬遜AWS re:Invent 2023
AWS一直是亞馬遜關鍵的獲利及成長動能,但過去一年成長速度卻大幅放緩。
圖/ 隋昱嬋攝影

原因二:AI腳步太慢,讓競爭者有機可乘

且雖然亞馬遜曾投資AI新創Anthropic、推出生成式AI助理Amazon Q,在發展AI技術、商業化的腳步相對緩慢,則是受到投資者詬病的另一個問題。

儘管亞馬遜仍是雲端領域的龍頭,根據網路資料庫《Statista》的數據,今年第一季亞馬遜在雲端市場以31%市占率位居龍頭,不過微軟正在迎頭趕上。

微軟與OpenAI的合作為Azure創造巨大的成長動能,先前在今年第一季財報會議上曾表示,Azure 31%的成長中有7個百分點歸功於AI,高於去年同期的6%表現。而Google也在現正舉辦中的開發者大會I/O上端出眾多AI成果及產品。

Duckbill Group是專門為AWS客戶提供服務的顧問公司,其首席雲端經濟學家科里.奎恩(Corey Quinn)就評論,不管AWS的AI進展與賽利普斯基有多少關聯,身為AWS執行長都應該對成果負責,「而且成果並不理想。」

AWS剛成立就加入,新負責人加曼是誰?

亞馬遜公布AWS換將消息後,股價幾乎沒有變化。投資公司Laffer Tengler Investments資深分析師傑米.梅耶(Jamie Meyers)指出,賽利普斯基的離開對亞馬遜幾乎沒影響,「AWS的核心人物一直是安迪.賈西,他一手創立並領導這個部門直到三年前才離開,只要他仍掌控公司,AWS的營運就會按照計畫進行。」

而即將領導AWS團隊的加曼,整個職業生涯都在亞馬遜度過。2005年在亞馬遜實習後,隔年畢業後他便加入公司至今,曾協助剛成立的AWS推出第一批產品,並從2020年開始領導AWS業務及行銷團隊。

加曼一直被視為雲端業務的第二把交椅,會由他接下新負責人職務也在外界的意料之中。賈西表示,加曼擁有傑出的技能與經驗來領導AWS,「他非常以客戶為中心、是一位出色的產品主管,且非常有創造力,能夠聰明地解決問題、擁有很強的判斷力。」

《彭博社》指出,相處過的人形容他是個從亞馬遜的模子裡印出來、注重細節的工程經理,與客戶打交道時自信又謙虛,但也不是個好好先生,敢於在會議上質疑產品團隊的假設,並會深入了解數據。

目前還不知道賽利普斯基離職後的下一步,不過他在聲明中指出會先花時間好好陪伴家人,「會藉此機會花時間陪伴家人、好好充電一下,釋放一點心理空間來思考各種可能性。」

延伸閱讀:[OpenAI新模型GPT-4o問世!對話能力強到會「插嘴」,還能讀懂人類語氣][1]

資料來源:[Reuters][2]、[Bloomberg][3]、[The Wall Street Journal][4]

責任編輯:林美欣
[1]: https://www.bnext.com.tw/article/79093/openai-gpt-4o-release
[2]: https://www.reuters.com/technology/amazons-cloud-unit-ceo-step-down-firm-says-2024-05-14/
[3]: https://www.bloomberg.com/news/articles/2024-05-14/amazon-s-cloud-chief-is-stepping-down-after-three-years-in-job?srnd=technology-vp
[4]: https://www.wsj.com/tech/amazon-web-services-chief-to-step-down-cbbe4d47?mod=business_lead_story

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 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