如果你還以為 AI 巨頭公司競賽只是單純的技術比拚嗎？在這場博弈的核心其實在於“算力、平台生態站隊”。最新動向表明，OpenAI 公司正在嘗試削弱對微軟的依賴，轉而向亞馬遜尋求更緊密的合作。這一戰略重心的轉移，預示著 AI 行業的“權力”版圖即將迎來一場巨變。4月13日，OpenAI 營運官 Denise Dresser 在公司內部發給員工的一份長達四頁的內部信，與亞馬遜的合作是推動企業端 AI 變現的核心。她指出，微軟在一定程度上限制了 OpenAI 直接接觸企業客戶的能力，而目前通過亞馬遜 AWS Bedrock 平台呼叫 OpenAI 模型的需求極其強勁，表現遠超預期。接下來，我們來解讀OpenAI和巨頭公司合作關係的重大轉變。01. 曾經的“最強聯盟”，正在裂開回望過去四、五年，微軟與 OpenAI 的深度繫結曾被公認為 AI 時代的巔峰合作。微軟通過數百億投資與 Azure 算力的全方位支援OpenAI公司。OpenAI 的 GPT 模型深度嵌入其微軟Copilot 生態，成為微軟AI戰略核心。自2019年以來，微軟雖然對OpenAI投入高達130億美元，但隨著微軟將資源傾斜至自家Copilot等項目，雙方關係已轉向競爭與合作並存的“亦敵亦友”狀態。儘管業界曾斷言這一組合將統治未來十年，但如今雙方的緊密關係已悄然發生變化，裂痕初現。在微軟控制力減弱之際，OpenAI正積極拓展與亞馬遜的合作，雙方於去年11月簽署價值380億美元的協議，其目的利用輝達（Nvidia）晶片強化ChatGPT的訓練與推論能力。02. OpenAI為什麼要“去微軟化”？表面是業務擴張，實則是戰略層面的“算力去風險化”。分析以下三點原因：第一、算力，不想被卡脖子OpenAI 引入亞馬遜 AWS，目的打破長期以來對微軟 Azure 的單一依賴。這種轉變的核心邏輯在於：算力作為 AI 的生命線，必須實現供應多元化，以規避成本失控、技術受限及戰略捆綁的隱患。簡而言之，OpenAI 正通過算力去中心化，將發展的自主權重新握回自己手中。第二、兩家商業化路徑分歧微軟的戰略是將AI深度整合進現有的企業軟體與作業系統，將GPT模型作為提升效率的“功能元件”；而OpenAI則意在打造一個獨立的AI原生平台，甚至挑戰作業系統的地位。這種“工具化”與“平台化”的路線分歧，使得雙方的關係從協同走向了本質上的競爭：微軟：你是我的能力外掛，OpenAI：我想建構一個平台。第三、控制權的隱形博弈核心問題在於OpenAI的自主權：儘管微軟是主要投資方，但並非其母公司。這種投資關係與控制權之間的博弈，預示著隨著OpenAI實力的壯大，它必然會尋求擺脫對微軟的依賴，實現真正的“去附庸化”與獨立。03. 亞馬遜為什麼突然上桌了？AWS作為全球算力的核心基石，亞馬遜憑藉其龐大的服務規模、分散的資源佈局以及開放的生態體系，成為了OpenAI不可或缺的“工具箱”。這種非繫結式的靈活協作關係，正是其區別於其他服務商的關鍵所在。一句話總結：並不是誰強，誰的“朋友圈”更大。04. AI巨頭公司關係正在發生變化AI領域的競爭重心已發生根本性轉移：要從單一的“模型競賽”正式升級為“生態陣營戰”。目前，縱觀全球競爭局面有：1. 微軟與OpenAI聯盟：傳統強勢陣營，但合作關係正出現鬆動；2. 亞馬遜生態陣營：以Anthropic及開源模型為核心的多樣化佈局；3. Google陣營：依託Gemini建構的垂直閉環體系；4. 中國陣營：以DeepSeek、阿里、騰訊等為代表的本土技術叢集。一句話總結：AWS不是“繫結關係”，而是“工具箱”寫在最後：AI巨頭公司之間的競爭已經進入了深水區。。。重心已由“大模型參數”轉向為拼算力、拼生態平台。OpenAI是否真的會“離開微軟”？仍有待時間驗證。 (AI共生紀)

“我們的晶片業務火熱。”這句話既不是出自輝達、英特爾，也不是Google、微軟，而是來自於亞馬遜CEO安迪·傑西（Andy Jassy）最新的股東信。他還補充到，Trainium晶片的需求正在爆發。這聽起來多少有點反直覺。因為過去一段時間，你聽到的亞馬遜，大機率不是這個故事。你聽到的應該是亞馬遜如何裁員，是自由現金流被AI基建吞掉，是AWS增速被質疑，是它和甲骨文一起被放進了“AI包工頭”那一撥裡。在很多人的印象裡，亞馬遜根本就不是一家站在AI潮頭的公司。模型這邊，OpenAI有ChatGPT，Anthropic有Claude，Google有Gemini。如果我問你亞馬遜最強的模型叫什麼，很多人可能還真得先搜一下。但在大家沒怎麼注意的地方，亞馬遜其實已經暗度陳倉了。在這封股東信裡說寫到，AWS的AI業務年化收入已經超過150億美元。更關鍵的是，包含Graviton、Trainium和Nitro在內的亞馬遜自研晶片業務，年化收入已經超過200億美元，而且還在以三位數同比增長。安迪表示，如果把這塊業務單獨拆出來，像輝達、英特爾那樣直接向第三方賣晶片，它的年化規模大約可以達到500億美元。這個規模就不能再管它叫“內部降本工具”了，這是一塊真正長出來的新業務。更重要的是，亞馬遜現在不是只做晶片。它有底層晶片，有資料中心，有AWS，有Bedrock，有Anthropic這樣的深度繫結客戶，也有OpenAI、蘋果這些外部大客戶。換句話說，雖然模型本身沒那麼亮眼，不過亞馬遜的確是一家全端AI公司了。微軟還在OpenAI、Copilot、Azure和Maia之間摸索主軸，但亞馬遜的方向反而越來越清楚。讓AI儘可能跑在AWS上，儘可能消耗AWS自己的晶片，最後把AI時代的利潤率和控制權重新抓回自己手裡。所以我才覺得，晶片正在成為亞馬遜的“AWS”。就比如Anthropic，現在他們的Claude模型，全都已經在亞馬遜的晶片上跑過了。為了吃定Anthropic這個大客戶，亞馬遜還專門建了一個AI算力叢集，叫Project Rainier。這個叢集是全球已知最大的非Nvidia算力叢集之一，僅印第安納州New Carlisle這一處園區，當時就已經部署了大約50萬顆Trainium2晶片。到2025年底，規模已經擴大到100萬顆晶片。而這些晶片存在的目的就一個，跑Claude。亞馬遜都這麼客氣了，Anthropic自然也得禮尚往來，後者直接參與了亞馬遜Trainium3晶片的設計工作。以前都是晶片公司有什麼晶片，AI公司才能訓練怎樣的模型。現在反過來了，AI公司開始教雲廠商怎麼造晶片。問題也隨之而來。亞馬遜為何非要自己造晶片？它真的是為了挑戰輝達，還是只是想把AWS的利潤率再抬高一點？歸根結底，亞馬遜造晶片這件事，表面看是個硬體故事，但你只要往深處看，就會發現還是亞馬遜那套平台邏輯，把別人的增長，變成自己的基礎設施收入。01一場從2015年開始的豪賭Annapurna Labs成立於2011年，然後他們就一直處於隱身模式。這家公司由三位工程師創立，他們採用了一種很叛逆的設計理念，從雲端運算、資料流量、實際需求倒推回去，再設計晶片。這種反向思維方法，恰好與亞馬遜的工作方式完全契合。2015年初，亞馬遜以3.5億美元收購了一家以色列晶片創業公司Annapurna Labs。沒有新聞發佈會，在亞馬遜的財報中，也只有一條簡短聲明。當時所有人都覺得，這只是亞馬遜眾多投資中不起眼的一筆。收購完成後，亞馬遜並沒有急於推出產品。Annapurna Labs的團隊先是參與了AWS相關項目，後來開始給Nitro System的底層做硬體設計。Nitro System是AWS的一套雲基礎設施底層架構。它是把原來由伺服器主CPU和傳統虛擬化軟體負責的很多事情，拆出來交給專門的硬體去做。Annapurna Labs就是負責來設計這個硬體。有一說一，這只是小打小鬧，或者你可以直接理解為Annapurna Labs在融入亞馬遜這個大家庭之前的一次團建，真正的故事要從2018年開始講起。3年之後，AWS推出了Inferentia，這是一款專門用於推理的機器學習晶片。亞馬遜認為，與訓練相比，推理任務對晶片的要求略低，更容易切入。這屬於人之常情，很多國內做AI晶片的廠商也秉持著相同的想法。2019年，搭載Inferentia晶片的Inf1實例正式上線。這玩意到底性能如何呢？亞馬遜之前有一套搭載輝達T4 GPU的雲伺服器，主打圖形渲染、視訊處理和機器學習推理。Inf1比G4多了最高3倍的吞吐，每次推理成本最多低40%。但是，Inf1在市場上卻沒什麼聲量。原因在於它是專門為推理場景做了最佳化，特別適合用來做推薦系統、圖像識別、語音識別、NLP推理這些。可問題就在於，亞馬遜的整個晶片生態剛起步，你想用Inf1，就必須得用亞馬遜自己的AWS Neuron SDK。這個SDK的框架雖然支援TensorFlow/PyTorch/MXNet，但相容性和成熟度遠不如輝達的CUDA。並且早期編譯器限制很多，比如控制流、模型大小、BERT序列長度等都有約束。所以Inf1更像是個概念產品，只是給市場打了個樣，亞馬遜自己也深知這一點。不過Inf1的表現還是超出了亞馬遜的預期，於是接下來，亞馬遜開始高歌猛進。2021年，AWS正式發佈了首款面向客戶用於訓練AI模型的晶片Trainium。訓練晶片的技術難度遠高於推理晶片，第一代Trainium基於7奈米工藝，擁有約550億個電晶體，於2022年開始為EC2 Trn1實例提供算力。亞馬遜表示，在特定工作負載下，Trainium的每token成本比A100叢集低54%。對於GPT類模型，Trainium的吞吐量與A100相當，但成本只有一半左右。2023年底，亞馬遜在re: Invent大會上發佈了第二代Trainium2晶片。這款晶片採用5奈米工藝，計算核心數量是第一代的4倍，訓練速度提升4倍，記憶體容量顯著增加。Trainium2針對生成式AI訓練做了專門最佳化，支援結構化稀疏性，能夠更高效地處理大語言模型的訓練任務。且相較於基於H200/H100的同類雲配置，價格性能可再提升30%到40%。2024年12月，亞馬遜在re: Invent大會上首次公佈了新一代Trainium3晶片。這是AWS首款採用3奈米工藝的AI晶片。到2025年底，Trainium3被正式整合到Trn3 UltraServer中，每台伺服器搭載144顆晶片，提供362 petaflops的總算力。這些伺服器採用液冷技術，能效比前代提升約4倍。AWS表示在部分訓練和推理場景下，客戶可將成本進一步壓低至輝達GPU方案的一半左右。從2015年到2026年，亞馬遜在晶片業務上的投入是漸進式的，因此越後面投入越大。2025年，亞馬遜的資本支出達到約1250億美元，其中絕大部分流向AI所需的資料中心、電力和晶片。2026年，這個數字預計將達到2000億美元，比分析師預期高出近40%，也超過了Google宣佈的1850億美元上限。02亞馬遜的晶片為何能賣出去？錢，不能只花不賺。前文提到亞馬遜晶片業務的年化營收已超過200億美元，是這個數字包括Graviton處理器、Trainium訓練晶片和Nitro網路晶片的總收入。這封信還透露，如果晶片業務作為獨立公司營運，像輝達或英特爾那樣直接向第三方銷售晶片，年化營收規模可達500億美元。Graviton本質上就是Annapurna Labs開發的一款Arm伺服器CPU，用來替代英特爾和AMD那類傳統x86處理器，負責跑Web服務、資料庫、容器和各種企業應用。你可能要問了，那為何要有這玩意呢？我用英特爾的CPU不行嗎？AWS上有大量的工作負載，其實根本不需要GPU，也不需要什麼AI晶片，這些東西吃的就是最普通、最穩定、最長期的伺服器CPU算力。對這些常見的工作負載來說，Graviton更便宜、更省電，還更容易推廣。目前，亞馬遜的晶片主要通過AWS以租用形式提供給客戶，而不是直接銷售硬體。客戶購買的是EC2實例的計算能力，背後可能是Graviton、Trainium或Inferentia晶片。這種商業模式與傳統晶片廠商完全不同，倒是和網上一些租顯示卡的個體戶很像。從後來的結果看，Graviton也確實成了亞馬遜自研晶片裡最早跑通商業閉環的產品。它不像Trainium那樣需要客戶重寫大量訓練流程，也不像Inferentia那樣強依賴特定推理場景。在AWS彈性計算產品的1000個最大客戶中，超過90%正在使用Graviton晶片。AWS還披露，有超過5萬名客戶在使用Graviton。知名企業如蘋果、SAP、Pinterest、Datadog都是Graviton的使用者。所謂一分錢難倒英雄漢，很多公司遷移到Graviton，就是因為它便宜、穩定，而且遷移成本低。Graviton先幫亞馬遜證明了一件事，只要價格便宜，客戶並不介意自己用的是什麼晶片。而這件事一旦被證明，Trainium和Inferentia後面的故事才真正有了繼續講下去的底氣。Trainium和Inferentia的客戶就相對少一些，它們最大的客戶是Anthropic。2024年底，Anthropic宣佈了Project Rainier，將使用一個擁有近50萬顆Trainium2晶片的算力叢集訓練Claude模型，文章開頭我就提到了。這個叢集在2025年投入使用，是當時世界上最大的機器學習訓練叢集之一，算力是Anthropic之前使用叢集的五倍以上。2025年，OpenAI先與AWS達成了規模達380億美元的長期雲合作承諾。到了2026年2月，亞馬遜又宣佈向OpenAI投資500億美元，並確認OpenAI將通過AWS基礎設施消耗約2吉瓦的Trainium計算容量。考慮到Anthropic和亞馬遜自己的Bedrock服務已經使用了大量Trainium晶片，亞馬遜竟然還能騰出手接下OpenAI這筆大單子，可見當時的亞馬遜已經All In晶片了。除此以外還有蘋果，它們的搜尋產品採用了Graviton 4和Inferentia 2，機器學習推理工作負載的效率提高了40%以上。蘋果還在早期階段測試Trainium 2，初步結果顯示，在Trainium 2上對模型進行預訓練，效率將提升50%。然而正當亞馬遜以為自己的晶片功法就要煉成的時候，有人給他們潑了一盆冷水。2025年7月，一份亞馬遜內部標註為“機密”的文件顯示，AI初創公司Cohere發現Trainium 1和Trainium 2晶片的性能“不及”輝達的H100 GPU。開發了Stable Diffusion的圖像生成公司Stability AI也得出類似結論，認為Trainium 2在延遲方面表現不佳，使其在速度和成本上“競爭力較弱”。新加坡AI研究機構AI Singapore的測試表明，配備輝達GPU的AWS G6伺服器在多個使用場景下的成本性能都優於Inferentia 2。亞馬遜對此回應稱，這些反饋“並非當前情況”，Trainium和Inferentia已經在Ricoh、Datadog、Metagenomi等客戶那裡取得了“出色成果”。03雲巨頭造晶片儘管如此，需求仍在快速增長。亞馬遜的股東信中透露，兩家大型AWS客戶曾要求購買2026年所有的Graviton實例容量，但亞馬遜因需要照顧其他客戶的需求而婉拒了這兩筆大單子。AWS在2025年新增了3.9吉瓦的電力容量，預計到2027年底總電力容量將翻倍。亞馬遜造晶片的故事，從2015年的一筆低調收購，到2026年成為年化200億美元的業務，用了11年時間。你要非得說這個增長多高多快，那也未必見得，但至少說得過去。問題就在於，這條路能走多遠，能否真正複製AWS的成功。亞馬遜造晶片的核心邏輯很簡單，降低成本，提高利潤率。但這個邏輯能否成立，取決於三個問題：晶片真的更便宜嗎？客戶願意為此付出遷移成本嗎？多久能收回投資？首先，客戶需要使用AWS的Neuron SDK對程式碼進行適配。Anthropic的工程師透露，將訓練流程遷移到Trainium3大約需要三周時間，這比早期幾代定製晶片所需的數月時間大幅縮短，但仍然是一筆不小的工程投入。其次，不是說所有的模型架構它都能用Trainium來跑。有些架構需要CUDA進行特定操作，而且一些公司它是財大氣粗的類型，要求算力必須達到極限，而這時候，仍然只能使用輝達的產品。如果把視角再往外拉一點，你會發現亞馬遜對晶片這件事的執念，其實也和它自己在AI戰場上的尷尬處境有關。我就舉一個例子，如果問你，亞馬遜的模型是啥，你如果不去搜尋，能立馬回答得上來嗎？亞馬遜不是沒做模型，相反，它很早就佈局了自己的Titan模型家族，後來又推出了Nova，想把文字、圖像、視訊這些生成能力都補齊。後面還有覆蓋消費端到企業端的各種AI產品，比如Bedrock、Q，再到升級版Alexa。問題在於，亞馬遜每一步都跟著摻和了，但是每一步都沒有讓客戶們滿意。這就導致亞馬遜在AI產業上面掉隊了。除了亞馬遜，雲巨頭也都在重塑AI晶片市場。Google的TPU已經迭代到第五代，微軟也在開發自己的AI晶片Maia。Google雖然不直接賣TPU，不過好歹還建了個雲平台，對外銷售TPU的算力。微軟倒好，這個Maia就從來沒有對外放出來過。然而Maia的現狀，並不樂觀。2023年的時候，微軟本想用Maia 100來跑OpenAI、Copilot這些大模型，但等產品剛開始部署的時候發現，Maia 100的算力遠遠不夠支撐當時的ChatGPT，所以OpenAI也只能選擇輝達。2025年，微軟下一代Maia被爆出難產，因此其量產時間從2025年推遲到了2026年，原因包括設計中途變更、團隊流動和工程推進不順，而且按當時外媒透露的消息，新Maia的性能也比不上輝達剛剛發佈的Blackwell。到了2026年1月，微軟總算是正式拿出了採用3nm工藝的Maia 200，但它的定位是推理，並不能像輝達的GPU一樣用來訓練大模型。然而市面上已經充滿了替代產品，微軟不僅技術上沒有領先，就連產能和鋪設速度也比不過亞馬遜和Google，這就導致微軟的Maia沒能掀起什麼風浪。未來的AI晶片市場可能會分化為兩個層次，一個是輝達、AMD主導的通用市場，另一個是雲巨頭各自的封閉生態。對於初創公司和中小企業來說，選擇那個雲平台，就意味著選擇了背後的晶片架構。如果深度依賴AWS的Trainium，將來遷移到其他平台的成本會非常高。亞馬遜以前掉隊了，所以它才想要去鎖定中小企業未來，指不定能在AWS上再養出來幾個OpenAI、Anthropic這樣的企業。但從另一個角度看，雲巨頭的自研晶片也在推動整個行業的進步。輝達之所以能夠長期維持高利潤率，部分原因是缺乏有效競爭。當亞馬遜、Google、微軟都開始自己造晶片，就會去倒逼輝達降價、加快迭代。最終受益的是整個AI行業。亞馬遜造晶片能否成為下一個AWS，取決於如何定義“成功”。如果成功意味著像AWS那樣創造一個全新的行業，改變整個科技生態，那麼顯然，它並不能成為下一個AWS。晶片行業已經存在了幾十年，亞馬遜不是在創造新市場，而是在重新分配現有市場的份額。但如果成功意味著建立一個可持續的、有競爭力的業務，為AWS提供成本優勢和戰略控制權，那麼亞馬遜已經在這條路上走得很遠。200億美元的年化營收，90%以上的頭部客戶採用率，Anthropic和OpenAI這樣的標竿案例，這些都足以證明Trainium的成功。更重要的是，當你擁有從晶片到資料中心到軟體平台的完整堆疊，你就可以針對特定工作負載進行端到端的最佳化，這是購買通用晶片無法實現的。從這個意義上說，亞馬遜造晶片的故事，不是關於能賺多少錢，而是關於誰掌握控制權。在AI時代，算力就是石油，誰控制了算力的生產和分配，誰就掌握了未來。亞馬遜不想把這個控制權完全交給輝達，就像它當年不想把雲基礎設施的控制權交給英特爾一樣。就算到最後，Trainium不能與輝達平起平坐，它也已經證明了雲巨頭有能力挑戰晶片巨頭的壟斷地位。這本身也是一種成功。 (字母榜)

當地時間4月9日，亞馬遜首席執行長安迪·賈西（Andy Jassy）在年度致股東信中釋放重磅資訊：亞馬遜正考慮首次向第三方客戶直接出售其自研晶片，此舉將使其與輝達、博通等晶片巨頭在更廣闊的市場展開正面競爭。自研晶片業務年化營收已超200億美元，AI業務年化營收突破150億美元賈西在信中首次披露，亞馬遜的自研晶片業務年化營收已超過200億美元，且正以三位數的年增長率快速成長。該業務涵蓋三大核心產品線：基於ARM架構的伺服器處理器Graviton系列、專為AI訓練設計的Trainium系列加速器、用於虛擬化與安全的專用晶片Nitro。他透露，市場需求對於亞馬遜自研晶片的計算實例需求已遠超當前供給能力：“已有兩家大型客戶詢問，是否能在2026年包下全部Graviton計算實例。由於需要顧及其他客戶的需求，我們無法同意這項請求——這充分顯示出市場需求的強勁程度。”賈西同時首次披露，AWS的AI服務年化營收已超過150億美元，且仍在快速成長。這與自研晶片業務的200億美元營收是兩個獨立統計口徑——前者是AWS對外提供AI算力服務的收入，後者是自研晶片的價值體現。若自研晶片獨立銷售，年化營收可達500億美元賈西在致股東信中做了一個大膽的推算：“如果我們的自研晶片業務成為一項獨立業務，並且像其他晶片公司一樣對外銷售，將今年生產的晶片銷售給AWS及第三方業者，那麼我們的年化營收將達到約500億美元。”他進一步明確表示：“市場對我們晶片的需求如此旺盛，未來我們很有可能向第三方銷售大量晶片。”需要說明的是，這500億美元不僅包括AI晶片（Trainium），還涵蓋了Graviton伺服器CPU和Nitro等所有自研晶片產品。2000億美元投入“並非憑直覺”亞馬遜今年2月宣佈，2026年資本支出預計約2000億美元，絕大部分將投向AI基礎設施，包括資料中心、晶片及網路裝置。這一數字較2025年增長近60%，遠超同行水平。賈西在股東信中重申，這是“一生一次的機會”：“我們不會在此一領域採取保守策略，我們的目標是投入資金，成為具影響力的領導者。”他特別強調，這筆巨額投入“並非憑直覺”，而是基於客戶的實際承諾。賈西在信中提及OpenAI超過1000億美元的投資承諾，並表示亞馬遜已獲得客戶願意負擔“相當大一部分”資本支出。亞馬遜的晶片野心目前，亞馬遜已通過AWS向客戶提供Trainium加速器的使用權，與OpenAI、Anthropic及蘋果等公司達成了相關交易。但若直接對外銷售自研晶片，則意味著亞馬遜將從算力服務商升級為晶片供應商，與輝達、博通等在硬體層面展開直接競爭。分析師指出，亞馬遜自研晶片在成本和能效方面具備顯著優勢，若能成功打開第三方市場，將對現有晶片格局產生深遠影響。今年以來，亞馬遜股價表現相對掙扎，主要因投資人對公司激進的AI投資計畫存疑。隨著股東信的發出，亞馬遜股價9日收盤上漲5.6%。賈西在信中傳遞的資訊，與數十年前創始人貝佐斯向市場傳達的理念一脈相承——堅持長期主義，用巨額投入換取未來的主導地位。當年亞馬遜在雲端運算、倉儲裝置上的重注，最終創造了可觀的利潤並主導了市場。如今，同樣的邏輯正在晶片業務上重演。 (芯智訊)

6650億美元。OpenAI跟甲骨文、微軟、亞馬遜簽的長期伺服器租賃協議，有效期到2030年。我注意到這個合同的時候，CFO Sarah Friar已經被排除在伺服器開支討論之外了。之前同一個話題她都在的，這次沒她。一家公司最怕在燒錢的時候CFO跟CEO不同頻，偏偏OpenAI現在兩樣都佔。分歧在IPO時間表上。奧特曼想搶在Anthropic之前四季度上市，五年6000億美元的承諾放出去了。Sarah Friar私下跟同事表達過擔憂，說上市準備工作量太大。我看過類似的案例，這種情況下CEO和CFO往往已經不太能好好說話了。#匯報線脫鉤意味著什麼去年8月起，Sarah Friar不再直接向奧特曼匯報，改嚮應用業務負責人匯報。CFO跟CEO的匯報線被切掉，這事兒在我見過的公司裡基本等於"CEO不太信任這個CFO了"的意思。OpenAI自己測算過，產生正向現金流之前要燒掉2000億美元，但承諾的支出是6000億。2月他們私下警告投資者，到2030年現金消耗量比此前預測高出兩倍以上。對面Anthropic和Google競爭越來越猛。Dario Amodei公開說過，判斷錯收入增長速度提前鎖定大量投資會是災難性的。我估計OpenAI內部現在看財務報表的壓力不小。2000億才能回本，承諾的卻是6000億，中間差的4000億誰來填。#換崗時間太巧了吧這段時間的人事變動。COO Brad Lightcap轉去負責特別項目，接手的Denise Dresser從Slack過來的，幹了三個多月營收總監就被推上COO。首席應用官Fidji Simo在Meta幹了十年管Facebook App，後來去Instacart當CEO帶公司上市，現在健康原因休假。CMO Kate Rouch因為癌症離職。OpenAI剛拿下1220億美元融資，這些變動集中發生。換崗理由挑不出毛病，但時間點讓人多想。我自己覺得，一家公司最怕上市前管理層不穩，偏偏就在這個節骨眼上集中發生，很難不讓人產生聯想。話說回來，CEO和CFO上市前鬧矛盾不是沒發生過。Airbnb早年也是這樣，CFO離職，一批高管出走，最後不還是上市了。有意思的是，Airbnb的CEO還是奧特曼的非正式顧問，倆人私交不錯。OpenAI現在走的路，幾乎是同樣的劇本。如果是你，你會建議OpenAI等準備充分再上還是搶在Anthropic前面先佔坑。評論區說說你的判斷，覺得有料就點個在看轉給也在關注AI圈的朋友。 (澤問科技)

【新智元導讀】穆迪最新報告揭示了兩條平行宇宙：要麼AI讓生產率狂飆，失業率降至3.8%；要麼泡沫破裂，460萬人失去飯碗。Anthropic CEO預警白領消亡，經濟學家卻說還沒到時候。2026年1月創紀錄的裁員資料，似乎正在驗證前者。2026年2月27日，矽谷。兩個資料擺在所有投資者面前：左邊是10兆美元，這是過去兩年AI為矽谷股東創造的財富增量。右邊是10.8萬人，這是剛剛過去的2026年1月，美國單月裁員人數，打破了2009年金融危機以來的最高紀錄。穆迪分析（Moody's Analytics）剛剛發佈的報告，更是將這種撕裂感推向極致：2026年至2027年，不僅是技術奇點，更是人類命運的分岔口。針對這些路徑，技術專家和經濟學家各執一詞。技術專家認為，AI年化生產率貢獻3%-30%並引發大規模失業；而經濟學家認為僅0.07%-0.9%且就業市場能平穩過渡，二者預測相差40倍。顯然，2026-2027是決定性窗口。泡沫會破裂嗎？460萬人會失業嗎？AGI真的要來了嗎？答案就在這兩年。泡沫倒計時：每個人都在借錢2025年，十大科技公司發債1200億美元，同比暴增167%。到了2026年，五大AI巨頭（NVIDIA、微軟、Google、亞馬遜、Meta）承諾的資本開支已高達6800億美元。五大科技巨頭AI資本開支創歷史新高（2025-2026）錢花那了？模型訓練、資料中心、搶佔光刻機產能。錢從那來？借的。能不能還上？只有四個字：「高度不確定」。AI生態系統中的循環融資更危險的是資金在圈子裡空轉。NVIDIA投資Oracle，Oracle轉手用這筆錢買NVIDIA的晶片；微軟注資OpenAI 130億美元，OpenAI轉身把錢付給Azure雲服務。矽谷的「永動機」：巨頭間的循環融資路徑這種「左手倒右手」的營收回流，讓財報極其好看。NVIDIA佔據了92%的GPU市場，五大雲巨頭切走了67%的份額。整個行業的命門集中在極少數公司手裡。AI價值鏈的市場結構高度集中可一旦某個中間環節斷裂，這種循環融資就會瞬間崩塌。過去一年，當散戶還在瘋狂買入時，七巨頭高管淨拋售了84億美元股票。祖克柏在賣，貝索斯在賣，黃仁勳也在賣。只有馬斯克回購了10億。當前股市市盈率已飆升至20倍，距離2000年網際網路泡沫破裂時的24倍峰值，只差4個點。AI驅動的股市被高估，瀕臨泡沫穆迪預測了一個泡沫破裂劇本：2026年某季度，AI收入增速一旦不及預期，恐慌性拋售將導致股市暴跌25%，蒸發20兆美元。屆時，晶片訂單歸零，GDP增速將從2.2%斷崖式跌至0.4%。上次納斯達克崩盤跌了78%，用了15年才回本。這次還有沒有15年？只有中產階級受傷的世界泡沫破裂是未來的風險，但失業是當下的痛楚。10.8萬人，這是2026年1月單月的裁員資料。理由簡單粗暴：Amazon裁員1.4萬：「AI讓組織更精簡。」Salesforce裁掉4000客服：「AI Agent處理了50%的工單。」IBM用聊天機器人AskHR替代了8000名HR。Chegg裁員22%：學生們都在用免費的ChatGPT，沒人買課了。最慘的是「學歷陷阱」。史丹佛研究顯示，AI相關崗位的應屆生就業率下降16%，22-25歲軟體開發者就業人數較峰值暴跌20%。被AI精準狙擊的，恰恰是工資位於60%-80%分位的中產階級——會計、程式設計師、初級分析師。企業在財報會上把裁員美化為「擁抱技術進步」，股價應聲上漲。至於被裁掉的人？別指望政府兜底。聯邦債務佔GDP比例已突破100.2%。2008年有財政彈藥，2020年能無限印鈔，但到了2027年，美國的信用卡已經刷爆了。一旦失業率衝破6%，沒有救助金，只能硬著陸。矽谷VS華爾街：誰在撒謊？對於未來兩年，技術權貴和傳統經濟學家吵翻了天。Anthropic CEO Dario Amodei在達沃斯論壇上直言不諱：這是「白領大屠殺」。他預測AGI將在2026-2027年降臨，並在未來5年內清洗掉50%的入門級白領崗位。Geoffrey Hinton，那點陣圖靈獎得主，將AGI降臨的時間窗縮短到了5-20年，並給出了10%-20%的人類滅絕機率。經濟學家則冷靜得多：歷史上電力、汽車、網際網路都沒造成結構性失業。AI的年化生產率貢獻僅為0.07%-0.9%，遠低於技術派吹噓的30%。在他們看來，企業部署AI面臨流程重組、監管合規等重重關卡，現在的恐慌純屬庸人自擾。這種分歧背後，是利益的博弈。經濟學家不能錯，錯了就是職業生涯的終結；技術專家必須吹，不吹AGI馬上到來，誰來給那6800億美元的基建買單？2027：最後的審判日穆迪的模型給出了四種結局，而2026-2027年是所有時間線的分岔點。基準線（40%機率）：AI平穩賦能，生產率年化2.5%，失業率維持4.5%。一切照舊。泡沫破裂（25%機率）：股市崩盤，財富蒸發，經濟硬著陸。就業崩潰（20%機率）：這是最黑暗的劇本。2027年失業率飆升至5.9%，累計460萬人淨失業，中產消費坍塌引發大蕭條。生產率狂飆（15%機率）：AI創造奇蹟，2031年失業率降至3.8%。現在，我們正站在這一臨界點上。關鍵指標已經亮起紅燈。AI採用率目前與網際網路時代持平，並未加速；但生產率增速僅為1.8%，遠未達到質變的3.2%。穆迪報告的結語很殘酷：AI將從根本上重塑經濟，但我們不知道是那種方式。你是屬於那被清洗的460萬人，還是倖存的3.8%？答案不在十年後，就在這兩年。 (新智元)

4月3日，多家外媒報導稱，亞馬遜位於巴林的資料中心再次遭遇伊朗軍方導彈襲擊。這已經是今年以來的第二次。本圖由AI工具製作地面上的資料中心，建造得再牢固也擋不住導彈。這讓一個原本停留在科幻階段的話題突然變得現實起來：如果把資料中心搬到太空，是否能在一定程度上降低這種地面威脅？其實有不少科技公司已經在做了。GoogleCEO桑達爾·皮查伊（Sundar Pichai）宣稱，十年內，太空資料中心將成“新常態”，該公司正計畫在2027年發射兩顆原型衛星，用於驗證軌道算力運行、衛星間高速通訊以及系統長期穩定性的關鍵技術。貝索斯的“藍色起源”已經於今年3月向監管機構提交申請，計畫發射5萬顆太陽能資料中心衛星。還有一家美國太空計算初創公司星雲（Starcloud），已經在2025年12月完成了一次關鍵驗證：首次在軌道衛星上訓練了一個小型AI模型，首次證明AI訓練可以在太空實現。一場圍繞“軌道算力”的競賽正在升溫。支持者宣稱，這是解決AI電力飢渴的唯一出路。反對者認為這筆帳根本不划算。還有人甚至想到了更棘手的問題：把算力搬上軌道，意味著將最關鍵的數字基礎設施暴露在可預測、可打擊的空間坐標中。一旦衝突升級，這些高價值目標，會不會變成對手的靶子？更關鍵的問題是：當你的算力漂浮在別人導彈能夠得著的軌道上，誰來為它的安全問題買單？01Google的“捕日者計畫”：小衛星、雷射互聯、TPU上天Google的“捕日者計畫”是目前披露資訊最詳細的一個。Google的方案是一群小衛星，搭載Google自研的TPU晶片，用自由空間光鏈路相互連接，組成一個星座。軌道選在黎明-黃昏太陽同步近地軌道，這樣衛星幾乎一直可以曬太陽。最大的技術難點是衛星之間的通訊。在地面資料中心裡，晶片之間的資料傳輸是走光纖的，頻寬大、延遲低。但在太空裡，衛星之間得靠無線連接。Google的計算是，要實現資料中心等級的性能，衛星間鏈路需要支援每秒幾十太位元的傳輸速率。他們已經在實驗室裡用一對收發器實現了雙向1.6太位元的傳輸速率。關鍵是衛星得飛得非常近，距離在幾公里以內，甚至只有幾百米。Google的軌道動力學模型顯示，在650公里高度，81顆衛星組成星座，相鄰衛星之間的距離大約只有100到200米。好在維持這樣的編隊，用Google的話說，只需要“適度的站位保持機動”，也就是偶爾調一下位置就行。另一個大問題是輻射。太空裡的高能粒子會轟擊晶片，輕則讓資料出錯（位元翻轉），重則把晶片打壞。Google將他們的v6e Cloud TPU用67兆電子伏的質子束轟擊，發現這些晶片比預想的皮實。高頻寬記憶體是最敏感的部件，但在累積劑量達到2千拉德（krad）之後才開始出現異常。拉德是吸收輻射劑量的單位，2千拉德大概相當於一次全身CT掃描劑量的幾千倍。而Google估算的五年任務輻射劑量是750拉德，實際承受能力差不多是三倍。單顆晶片一直測到15千拉德都沒有出現硬故障。Google表示，捕日者計畫只有在TPU能夠運行至少五年的情況下才能成功，這正好對應750拉德的輻射暴露量。02不止Google，馬斯克、貝索斯們都在搶位圖註：從Google到SpaceX，從初創公司到國家航天機構，一場圍繞“軌道算力”的新基礎設施競賽，正在太空展開。Google不是唯一一家。今年1月下旬，SpaceX向美國聯邦通訊委員會申請發射多達100萬顆衛星。根據檔案，這是一個更大目標的一部分：建立一個太陽能衛星網路，以“滿足由AI驅動的資料需求的爆炸式增長”。2025年12月，由Y Combinator和輝達支援的星雲（Starcloud）發射了其首顆配備AI的衛星。CEO菲利普·約翰斯頓（Philip Johnston）預測，即使算上發射產生的排放，地外資料中心產生的碳排放量也比地面資料中心低10倍。今年3月份，藍色起源請求聯邦政府允許將一組由5萬顆太陽能資料中心衛星組成的網路送入軌道。他們在申請中寫道，將資料中心轉移到太空，有助於緩解能源和“水資源密集型計算”對美國社區和自然資源造成的壓力。輝達也在行動，該公司已經發佈了用於太空資料中心的硬體。CEO黃仁勳今年2月表示，太空資料中心的經濟性“將會隨時間推移改善”。投資者同樣熱情高漲。星雲公司在由Benchmark和EQT Ventures領投的1.7億美元A輪融資後，估值達到11億美元。Robinhood聯合創始人拜朱·巴特（Baiju Bhatt）從2024年開始投資太空資料中心，他的太空太陽能公司Aetherflux正在以20億美元的估值進行新一輪融資。03送資料中心上天划算嗎？反對太空資料中心的人不少，而且反對的理由很充分。羅格斯大學物理與天文學系副教授、理論物理學家馬修·巴克利（Matthew Buckley）估計，每個太空資料中心需要450個足球場大小的太陽能板供電。光是這部分成本就要100億美元，再花100億美元把它送上天。這還沒算維護費用。巴克利補充說：“你可以把資料中心放在太空。這在物理上並非不可能。我只是不明白為什麼要這樣做”。OpenAI CEO山姆·奧特曼（Sam Altman）更乾脆，直接說這個想法“太荒謬”。喬治敦大學安全與新興技術中心的分析師凱瑟琳·柯利（Kathleen Curlee）表示：“這是一個非常瘋狂的想法。”她指出，太空資料中心的設計壽命不長，可能最長只有五年。“歸根結底，把資料中心送上天需要的成本根本不合理。這是一個被包裝成幾年內就能實現的長期目標。”香港大學太空研究實驗室主任昆汀·帕克（Quentin A. Parker）認為：“進行嚴肅的成本效益分析，你會發現，它根本經不起推敲。地面方案還擺在那兒，而且很可能比往太空送任何東西都便宜得多。往太空傳送資料中心有各種各樣的問題。”其中，發射成本是最大變數。Google對歷史和預計發射定價資料的分析表明，到2035年左右，太空發射價格可能降到每公斤200美元以下。按這個價格算，一個天基資料中心的營運成本（按每年每千瓦計）跟地面資料中心的電費差不多。但CNN的報導指出，孤星資料公司（Lonestar Data Holdings）與美國商業衛星設計、製造、發射與資料服務公司Sidus簽了1.2億美元的合同，建造6顆資料儲存衛星，每顆搭載SpaceX的獵鷹火箭，每次發射成本大概1000萬美元，而這些衛星的儲存容量只是地面資料中心的一個零頭。還有一個更大的風險：AI泡沫。麥肯錫2025年4月的報告警告，資料中心投資過度會面臨資產擱淺的風險，而投資不足則意味著落後。2025年，Alphabet、亞馬遜、甲骨文、Meta和微軟通過債券發行了1210億美元的新債，而2020年這個數字只有400億美元。04很容易成為導彈靶子？他寫道，近地軌道上跟蹤和瞄準衛星非常簡單，很多國家都已經證明了反衛星導彈能力。地面資料中心享受的國防保護、物理安全、在國境內營運的隱性威懾，在太空中都不存在。軌道是固定的，防禦幾乎不可能。“那些鼓吹天基資料中心的人，最好能拿出一個安全方案，而且這個方案不能要求花納稅人幾千億幾兆美元，去給他們的商業生意在太空複製同等保護”。還有人指出了其他問題。太空碎片是個實實在在的威脅，那怕是硬幣大小的碎片也能損壞衛星核心部件。太陽耀斑等太空天氣可能中斷服務。據報導，一些國家正在開發“反太空技術”，比如可以瞄準衛星的干擾系統。聯合國環境規劃署首席數字官戈萊斯坦·拉德萬（Golestan Radwan）在2024年的一份聲明中說：“AI對環境的長期影響還有很多未知數，但現有的部分資料已經讓人不安。他呼籲，在把AI技術大規模鋪開之前，必須先算清一筆總帳：它對地球的正面作用，到底能不能蓋過負面作用”。結語梳理這些最新進展，會發現一個有意思的分歧。一方是科技公司。Google、Starcloud、Aetherflux，他們的邏輯很直接：AI的電力瓶頸就擺在那裡，太空裡有無限太陽能，為什麼不用？馬斯克在SpaceX網站上寫道：“太空被稱為‘空間’是有原因的，”後面跟了個笑哭的表情。另一方是安全專家。他們不否認太空太陽能的吸引力，但他們看到的是另一幅畫面：軌道上的衛星沿著固定路徑勻速飛行，時間、位置都可以精確預測，很容易成為靶子。兩個群體的思考方式不在一個維度上。科技公司在算每千瓦時的電費，安全專家在算每顆衛星被擊落的機率。一個可能的共識在於資料敏感程度。如果只是做邊緣計算，處理那些中斷了也無所謂的任務，天基方案的邏輯或許成立。但要運行關鍵任務，那個問題就繞不過去：誰來保護這些飄在軌道上的伺服器？值得留意的是，兩條技術路線正在平行推進：一個在往天上送算力，一個在為可能的衝突做準備。未來十年，我們可能看到的不僅是算力上天，還有算力在天上的攻防。 (騰訊科技)

中東衝突導致荷姆茲海峽航運受阻，全球航運成本急劇飆升，船舶的戰爭風險保險費迅速上漲。此外，航運公司還需要考慮運費，業內人士表示，目前運費已經上漲了11倍到12倍。保險與繞行成本層層傳導，正持續衝擊全球貿易與供應鏈安全。總台記者陳林聰：倫敦金融城是全球保險中心之一，也是全球航運、能源以及戰爭風險保險最重要的交易市場之一。荷姆茲海峽航運風險上升，船舶的戰爭風險保險費迅速上漲。而這些保險成本，最終會層層傳導到航運費用、能源運輸，甚至影響全球貿易成本。英國倫敦保險市場在全球航運、能源與航空保險領域佔據著約40%的市場份額，其中尤以勞合社最為著名。其負責人介紹，今年，在美以對伊朗發動空襲升級之前，航運保險經紀和倫敦市場的普遍報價約為船舶價值的0.2%—0.3%，衝突升級後，保險費用迅速上調。英國勞合社海運與航空業務主管尼爾·羅伯茨：船隻保險費具體上漲多少取決於船舶類型和具體情況，不過媒體報導的保費大約是1%到3%，但保險費用只是航運營運成本中的一小部分，航運公司還需要考慮運費，目前運費已經上漲了11倍到12倍，此外還有燃料成本以及船舶繞行帶來的延誤成本。尼爾表示，荷姆茲海峽高風險區域的範圍已經擴大至整個波斯灣，當地已有18艘船隻遭到襲擊。這已經對航運業和保險市場產生嚴重影響。英國勞合社市場協會海運與航空業務主管尼爾·羅伯茨：倫敦保險市場的聯合戰爭委員會重新審議了其高風險區域名單。這一機制主要用於船東在船舶進入特定區域航行時向保險公司進行通報。至於對貿易的影響，則更難評估。但保險保障的存在往往比價格更為重要，如果沒有保險保障，銀行通常不會允許船舶出海航行。國際油價飆升！亞馬遜：加收燃油附加費中東局勢緊張引發國際油價飆升，美國國內燃油價格持續走高。根據美國汽車協會3日公佈的最新資料，全美柴油均價升至每加侖5.533美元，一個月內漲幅超過40%。為應對增加的成本，美國電商平台亞馬遜近日宣佈，將對使用其物流服務的北美地區賣家，加收一項燃油附加費，費率為3.5%。據CNBC2日報導，從當地時間4月17日起，亞馬遜將對美國和加拿大境內，使用其倉儲和物流服務的賣家，加徵費率為3.5%的燃油附加費，從5月2日起，該附加費將擴展至使用“Prime”和“多管道配送”選項的賣家。亞馬遜在通知中稱，中東戰事持續，油價上漲，導致物流與配送成本的上升，到目前為止，亞馬遜都自行承擔了這些成本。為緩解營運壓力，公司將效仿其他承運商的做法，臨時加收附加費。不過，亞馬遜並沒有說明這項附加費的終止時間。據統計，亞馬遜平台在全球約有200多萬賣家，其中大部分使用“亞馬遜物流”服務。據估算，這項附加費相當於每件商品平均增加17美分費用（約合人民幣1.2元），具體金額取決於商品尺寸與規格。這些成本中有多少會轉嫁至消費者，將由賣家自行決定。近期，受燃油價格上漲影響，美國多家主要物流服務商或機構已採取類似措施，包括美國郵政局、聯合包裹和聯邦快遞。中東衝突推高能源成本 全球食品價格3月上漲聯合國糧農組織4月3日發佈報告稱，2026年3月全球食品價格指數環比上漲2.4%，為連續第二個月上漲，主要原因是中東衝突推高能源價格，進而抬高農業生產和運輸成本。資料顯示，3月糧農組織食品價格指數為128.5點，與去年同期相比上漲1.0%。其中，植物油和糖價漲幅最大，分別上漲5.1%和7.2%；穀物價格上漲1.5%，其中小麥價格上漲4.3%；肉類價格上漲1%，而大米價格下降3%。糧農組織表示，能源和化肥價格上漲正在推高農業投入成本。如果衝突持續時間延長，農民可能減少化肥使用、縮減種植面積或改種低投入作物，未來糧食產量和全球食品價格走勢將受影響。中東局勢影響擴散！奢侈品巨頭，市值蒸發約1000億美元目前中東局勢的影響正逐步傳導至高端消費市場。從豪車到奢侈品，依賴高淨值人群的需求開始出現波動。衝突爆發以來，奢侈品公司的股價頻繁波動，已經導致主要奢侈品巨頭市值總計蒸發了約1000億美元。市場擔憂衝突不僅會衝擊短期銷售，更可能通過能源價格和金融市場進一步削弱全球的高端消費信心。中東地區對許多豪華和高端汽車製造商而言，是一個重要且高利潤的增長市場。這裡，尤其是沙烏地阿拉伯和阿聯等海灣國家，有著大量的高淨值消費者。然而，眼下中東地區的緊張局勢為該行業帶來了挑戰。以法拉利為例，2025年它向中東地區交付了626輛汽車，這一銷量超過了英國、瑞士和法國各自市場的表現。但衝突爆發後，法拉利暫停了向中東地區發運大部分車型，其股價也在過去一個月下跌了超16%。分析認為挑戰主要來自兩方面：短期上衝突會限製出行和人員流動，進而影響中東展廳的客流和銷售；長期來看，金融市場波動加劇，也會導致中東地區高淨值消費者財富縮水以及需求減少。這意味著，豪車以外，整體奢侈品市場也會承壓。衝突爆發以來，奢侈品公司的股價頻繁波動，已經導致包括路威酩軒集團LVMH和愛馬仕等主要奢侈品巨頭，市值總計蒸發了約1000億美元。2025年，據伯恩斯坦的資料，中東地區是全球增長最快的奢侈品市場，其中，主要靠富裕的遊客帶動了銷售額。據摩根士丹利的資料，阿聯約60%的奢侈品消費來自遊客。但如今該地區安全聲譽受損，分析擔心即使停火協議達成，這些遊客也可能在很長一段時間內避開該地區。與此同時，更令市場擔憂的是衝突若長時間持續，居高不下的油價會進一步打擊奢侈品需求。並且，由於富人的消費更依賴股市和所謂的“財富效應”，即使收入沒有變化，但資產的帳面價值波動，會讓他們覺得自己“更富有”或者“更貧窮”，從而影響其消費行為，因此股市下跌甚至持平都可能導致消費回落。 (環球產經)

4月3日消息，據外媒報導，伊朗伊斯蘭革命衛隊海軍司令部發表聲明稱，對位於杜拜的美國甲骨文公司資料中心以及位於巴林的亞馬遜公司資料中心實施了打擊！聲明表示，這一行動是為摧毀“暗殺機器”，美國總統川普的行為正讓美軍方付出慘痛代價。伊朗伊斯蘭革命衛隊3月31日發佈公告說，將中東地區與18家美國資訊通訊技術和人工智慧企業有關的公司機構作為“合法打擊目標”，涉及思科、惠普、英特爾、甲骨文、微軟等企業。4月1日，伊朗伊斯蘭革命衛隊曾發佈公告，將包括輝達等18家美國企業作為打擊目標。公告稱，4月1日晚8點起，“每當伊朗遭受一次恐怖行動，這些美國公司的相關設施都將遭打擊”！這些美國大型科技企業包括輝達、蘋果、Google、Meta和微軟，以及惠普、英特爾、IBM和思科等硬體供應商。此外，特斯拉、甲骨文、摩根大通及波音等企業也在名單之列。伊斯蘭革命衛隊將上述企業定性為與美國政府相關的情報實體，並稱這些公司提供的AI及資訊通訊技術服務，是美以在伊朗策劃“恐怖行動”和鎖定暗殺目標的關鍵工具。不過對於伊朗的聲明，阿聯杜拜媒體在其社交帳號發文，否認伊朗對位於杜拜的甲骨文資料中心發動襲擊。目前巴林還未對伊朗聲明做出回應。 (國芯網)