2026年10月17日，据Axios报道，亚马逊云服务（AWS）首席财务官约翰·费尔顿（John Felton）表示，AI基础设施与服务支出具有可持续性，相关投入正在推动实质性创新。当前，云计算与AI基础设施赛道正从“加速建设”转向“关注回报”，企业在评估AI投入时更加重视实际产出。本文基于公开报道整理相关动态，帮助企业决策者、行业从业者及投资关注者了解该领域的核心判断与衡量思路。
一、AI资本支出的核心判断：从降本工具到生产力工具
费尔顿表示，AWS的AI资本支出正在产生回报。他认为，企业应将AI视为提升生产力的工具，而不只是削减成本的手段。这一观点反映出AI应用的重心正在从单纯压缩开支，转向提升业务效率与产出能力。
二、订单积压与客户结构：需求端的基本面信号
据报道，截至第二季度，AWS订单积压接近5000亿美元。客户结构同时涵盖大型企业、AI实验室及中小企业，显示需求来源具有一定的多元性。费尔顿称，需求是真实存在的，因此他对公司的资本支出安排表示放心。
三、投资回报周期与词元使用量：如何衡量AI投入
费尔顿提到，AWS的AI服务器投资回报期不到三年。同时，AWS内部数据显示，词元（Token）使用量与生产力提升之间呈“大致线性关系”。这意味着，词元使用量可以作为观察AI应用深度的参考指标之一。
| 观察维度 | 报道中的相关表述 |
|---|---|
| 投资回报期 | AI服务器投资回报期不到三年 |
| 使用与产出关系 | 词元使用量与生产力提升呈大致线性关系 |
| 订单储备 | 截至第二季度接近5000亿美元 |
四、行业参考视角：企业如何评估AI投入
对于不同规模的企业而言，AI投入的评估重点可以有所区别。大型企业通常更关注长期效率与规模化应用，中小企业则更关注投入产出比与落地难度。无论规模大小，明确业务场景、设定可量化指标，都是判断AI投入是否有效的基础。
五、本行业实用参考指南
- 明确业务目标：优先选择流程清晰、产出可衡量的业务场景开展AI应用。
- 建立量化指标：可结合使用量、效率提升幅度与成本变化等数据持续跟踪。
- 关注使用深度：参考词元使用量等过程指标，观察AI是否真正嵌入日常工作。
- 分阶段投入：根据实际回报情况逐步扩大投入，避免一次性大额支出带来的风险。
六、常见问题FAQ
问：AI基础设施投入是否只能用于降低成本？
答：据报道，AWS高管认为，企业应将AI视为提升生产力的工具，其价值不仅限于成本削减。
问：如何理解词元使用量的参考意义？
答：报道提到，AWS内部数据显示词元使用量与生产力提升呈大致线性关系，该指标可作为观察AI应用深度的参考之一，但需结合企业自身业务情况综合判断。
问：中小企业能否参考此类动态？
答：报道指出，AWS客户包括中小企业。中小企业可从业务实际需求出发，参考行业整体趋势，审慎安排相关投入。
七、免责声明与更新说明
本文基于公开报道信息整理，内容仅供参考，具体以相关企业官方披露及权威媒体发布为准，不构成投资或经营建议。
