從使用云重新定義運動、探索虛擬世界、供應鏈轉型和更智能的新能源，看看亞馬遜首席技術官 Werner Vogels 博士分享的明年的內容。

隨著幾場全球危機占據吾等日常生活，重要的是要看到吾人于何處能利用何等技術來解決當下日益維艱之人類問題。而今，吾人從可穿戴設備、醫療設備、環境傳感器、視頻采集和其他連接設備捕獲之數據比遠超過往。當計算機視覺、機器學習和模擬等云技術相結合時，亦此洞開如斯強大信息和應用之融合，將人類引領何處？

下一波創新者和發明家，讓我很幸運地在拍攝《Now Go Build》時遇到了他們中的一些人--已經在為地球重新造林，讓我們的年輕人保持活力，以及重新想象從倉庫到交貨的供應鏈而構建解決方案。而這確實只是個開始。隨著先進技術的使用變得更加普遍--隨著生活的每個方面都成為我們可以分析的數據--我們將看到創新的洪流，這將在2023年激增。

預測1：云技術將重新定義體育運動

像音樂和視頻一樣，體育將成為我們可以分析的數據流。這些將在未來幾年釋放的洞察力將改變整個體育產業，并重新定義玩耍和體驗每場比賽的意義。

體育是人類結構的一部分。它們超越了時間、文化和物理邊界。此時此刻，世界上最大的體育賽事之一正在發生--世界杯。估計有50億人將會觀看。到目前為止，廣播電視對職業體育的發展產生了最大的影響，為今天這個價值5000億美元的產業鋪平了道路。下一個改變游戲規則的技術進步就在眼前。在未來幾年，每項運動的每個方面都將經歷數字化轉型，這將發生在從青年籃球到職業板球的各個層面。

像Veo這樣的公司正在引領這一潮流，利用機器學習、計算機視覺和流處理等云技術，縮小業余和職業運動員之間的數字鴻溝。雖然Veo公司為業余體育的觀眾創造了類似廣播的體驗，但它也建立了一個深度神經網絡，使其能夠從視頻流中自動創建亮點。這使得球員、教練和招聘人員能夠輕松地找到關鍵比賽，改進戰術，并以以前根本不可能的方式分享所有這些。隨著像Veo這樣的技術在所有級別的所有運動中得到更廣泛的應用，想象一下接下來會發生什么。

頂級聯賽，如德甲和NFL，已經開始使用視頻流、可穿戴設備、物聯網（IoT）傳感器等進行實時分析和洞察。展望未來，這些能力將繼續推進，這些技術將成為幾乎每項運動、每個級別的無處不在的力量。想象一下這樣的場景：教練可以使用計算機視覺和生物識別數據，在云端進行實時分析，在球員抽筋或丟球前將其拉走，用休息得最好的隊友替換他們，這是現在可以量化的東西。這同時提高了球員的安全性并增加了比賽的競爭力。在這一點上，運動本身將真正開始成為一個數據流，我們可以實時分析并做出決定，球員的水合作用、球的運動、場地的飽和度--所有這些，都比我們今天看到的任何東西都更豐富。隨著更多的數據帶來了進一步的創新。在不遠的將來，我們將達到這樣的程度：球隊在每場比賽中都會在后臺不斷地進行 "假設 "模擬，使他們能夠更好地預測他們的決定在當時的影響。技術本身將成為職業體育的競爭基礎。

無論是在現場還是在屏幕上，球迷的體驗也將改變。體育場館將迅速采用我們在零售等行業看到的一些創新，比如亞馬遜Go商店，在那里，計算機視覺、傳感器融合和深度學習的使用將實現無票入場和隨手可得的購買。我們還將開始看到下一代的數據疊加和實時洞察，深入到球員層面，增強游戲，使體育更接近我們今天在視覺信息最豐富的視頻游戲中的期望。共同觀看和個性化的觀看體驗將繼續發展，比以往任何時候都更緊密地聯系這50億觀眾。

體育界目前正處于有史以來最大的革命的邊緣，而云技術是這場變革的中心。

預測 2：虛擬世界將重塑我們的實驗方式

空間計算、仿真、數字孿生。這些技術多年來一直在慢慢成熟，但對日常的影響卻很有限。這種情況正在迅速改變，在2023年，云將使這些技術更容易獲得，反過來又使一類新的用例不受物理限制。

模擬被用來制造更好的賽車，預測天氣，以及模擬股票市場。雖然模擬可以解決的問題很重要，但建立和運行模擬的難度是日常使用案例的一個障礙。公司受制于對高功率硬件和專業勞動力的需求。以噴氣式機翼或賽車的流體動力學模擬為例，僅模擬一秒鐘的真實世界場景就可能需要150兆字節的數據。然而，隨著最近推出的AWS SimSpace Weaver等技術的出現，這種情況正在迅速改變，這是眾多仿真技術中的第一個，它將為未來鋪平道路，在這個世界上幾乎任何東西都可以，而且最終會被仿真。仿真將幫助我們對我們建造的道路、我們組織倉庫的方式以及我們應對災害的方式做出更好的決定。通過模擬，我們可以窺視未來，看到我們的努力所帶來的影響，運行無數的 "假設 "場景來回答我們的問題，而不必等待，看看多年后可能會產生什么影響。通過AWS SimSpace Weaver這樣的技術，像Terraformation這樣的公司可以模擬整個森林在實現種植1萬億棵樹的目標過程中的生長情況。因此，它可以確保一個具有生物多樣性和健康的森林，并具有盡可能多的碳抵消。

我看到創新快速增長的另一個領域是空間計算。公司已經在構建專用硬件并使用云技術來捕獲和創建幾乎任何環境的 3D 模型。僅使用移動設備即可實現這一目標很快就會成為現實。這種民主化將激發建筑、建筑、商業地產和零售行業的新一輪創新浪潮。就像視頻對互聯網的影響一樣，空間計算將在未來幾年迅速發展，屆時 3D 對象和環境將像您今天最喜歡的社交媒體短視頻一樣容易創建和使用。互聯網上的靜態 2D 產品圖片將成為過去，取而代之的是您可以拾取、旋轉、并像今天在網絡瀏覽器中看到的那樣無縫地放置在您的客廳中。但希望這些模型能出現更多，這樣它們的內在特征就可以在您的虛擬家庭中被模擬出來。一盞虛擬燈不僅會放置在您客廳的地板上——您將能夠打開和關閉它，實時觀察環境光如何與您的虛擬家具相互作用，并了解它對您的能量的影響消耗。所有這一切都發生在按下“立即購買”按鈕之前。并了解它對您的能源消耗的影響。所有這一切都發生在按下“立即購買”按鈕之前。并了解它對您的能源消耗的影響。所有這一切都發生在按下“立即購買”按鈕之前。

2023 年，此類技術將開始融合。隨著數字技術越來越多地融入我們的物理世界，模擬對于確保空間計算技術產生正確的影響變得更加重要。這將導致企業和消費者同時使用曾經完全不同的技術的良性循環。云通過其巨大的規模和可訪問性，將推動下一個時代的發展。

預測3：智慧能源創新浪潮

儲能表面材料。分散式網格。智能消費技術。到 2023 年，我們將看到全球范圍內的快速發展，這將改善我們生產、儲存和消費能源的方式。

我們正處于另一場能源危機之中。成本上升和能源的可靠獲取是全球性問題——它們影響到每個人。雖然這不是我們第一次面臨能源危機，但幾項成熟的技術開始融合，它們將使我們能夠以前所未有的方式解決這個問題。

我們周圍的環境產生的可再生能源綽綽有余。實際上，挑戰在于儲存和按需交付給需要消耗這些能源的系統。亞馬遜正在這個領域開展工作，以亞利桑那州的150兆瓦電池存儲系統為例，它為我們在該地區的設施提供清潔、可靠的能源。但我們不是唯一的。全球的公司也在這個領域迅速創新。云正在使材料研究科學用于新的使用案例，例如將能源儲存整合到他們旨在提供動力的物體的結構中。想象一下，一艘船的兩側實際上是為它的旅程提供動力的電池。這只是冰山一角--沒有雙關的意思。我們也開始看到長期存儲的突破，如熔鹽、堆積塊和燃料電池。

另一個領域是能源的分散化。由于能源供應的不確定性，一些社區正在轉向微電網。我喜歡把微電網想象成社區花園（但用于能源），社區成員用這些來維持自己的生活，減少對傳統能源公司及其老化基礎設施的依賴。在我的社區，我們有一個小型的微電網，收集太陽能并在租戶之間共享。隨著我們繼續看到能源挑戰被地緣政治事件和氣候波動所放大，微電網將成為世界各地許多社區的可行解決方案，而云技術將在實現這一目標中發揮作用。來自太陽能電池板、風電場、地熱發電和水力發電的數據將在云中被流化、儲存、監測、豐富和分析。機器學習將被用來分析所有的能源數據，以預測使用高峰，并通過在家庭層面的顆粒度上重新分配能源來防止停電。

我們還將看到基于物聯網的智能消費設備在未來一年里在全球范圍內起飛。這將導致下一波的創新，這些設備為家庭和企業提供了新的可觀察能力。想象一下，通過對歷史建筑進行節能技術改造，我們可以獲得多少能源節約。

在接下來的幾年里，我們將看到所有類型的智能能源技術的快速融合，因為我們終于遇到了我們的技術解決方案可以解決我們的危機的門檻。雖然這可能不會產生我們都希望的直接影響，但這些技術加在一起將從根本上永遠改變我們創造、儲存和消費能源的方式。

預測4：即將到來的供應鏈轉型

2023年，計算機視覺和深度學習等技術的采用將推動供應鏈的發展。無人駕駛車隊、自主倉庫管理和模擬只是優化的一部分，它將導致智能物流和全球供應鏈的一個新時代。

在過去的幾年里，我經常反思的是全球供應鏈的脆弱性。我們每天都會被提醒這一點--延遲交付、無法獲得的產品、空蕩蕩的貨架。雖然亞馬遜已經通過數字貨運匹配和配送站等創新對其供應鏈進行了微調，但許多公司仍在物流挑戰中掙扎。這種情況即將改變。

這將從貨物本身的制造開始。工廠中的物聯網傳感器將激增，機器學習將被用于不僅預測設備故障和機器故障，而且預防它們。更少的停機時間意味著穩定的生產。在全球范圍內運送這些產品是一個完全不同的挑戰。由云計算驅動的數字貨運網絡將穿越國家，甚至海洋，提供實時數據，使承運人能夠以最有效的運輸路線進行優化，并改變路線以應對不可避免的事件，如設備故障和天氣干擾。把它看作是對貨物的當前狀態和到達時間的實時洞察，但在供應鏈的每個層面。

這些貨運網絡將為第一批跨國自主卡車運輸搭建舞臺。這些影響將立即被感受到，像美國這樣的國家目前正經歷著8萬名司機的短缺。通過使用空間計算、邊緣計算和模擬，自主卡車運輸將對我們的全球供應鏈產生巨大影響。為什么？人類司機只能在方向盤后面呆這么久，然后他們就會分心、疲憊，并有潛在的危險。而這是在我們考慮每個國家的具體健康和安全法規之前。這意味著，從南加州運來的新鮮水果，在開始變質之前，只能希望遠至德克薩斯州的達拉斯。然而，一輛自動駕駛卡車可以在路上行駛24小時。沒有規定的休息時間，技術永遠不會疲勞、不耐煩或分心。產品能更快、更安全、更有效地到達它們需要去的地方。

抵達當地倉庫后，機器人分揀、訂單分揀和自動包裝將變得更加普遍。我們將繼續看到這種情況的發展，機器人技術的新創新，使用人工智能、計算機視覺和精確處理公司庫存中的單個產品。自主機器人技術也將開始在倉儲中發揮更大的作用。想象一下，能夠用庫存的實時數字孿生體，即使用自主飛行的庫存無人機不斷保持最新的庫存，來增強叉車操作員的能力，因為他花了很大一部分時間只是在尋找產品。

轉變供應鏈的關鍵是使用技術來優化產品旅程中的每一步。從明年開始，我們將看到智能工廠、智能設備和智能運輸的加速發展，而這正是我們要做的。每一個都將在改善工人安全、優化庫存管理、降低維護成本和簡化生產流程方面發揮作用。未來的供應鏈是數字化的。

預測 5：定制芯片成為主流

到 2023 年，專用芯片的使用將迅速增加。因此，隨著工作負載利用硬件優化來最大化性能，同時降低能耗和成本，創新的步伐將加快。

定制芯片和專用硬件在消費技術行業迅速獲得關注。隨著定制硅的制造和采用，從我們的筆記本電腦到我們的手機再到我們的可穿戴設備的一切都在性能上取得了重大飛躍。雖然消費者領域的采用速度很快，但商業應用程序和系統的情況卻并非如此，傳統上，軟件和硬件的更新周期更長。然而，隨著定制芯片的可訪問性和采用率的提高，這種情況在未來幾年將迅速改變。

在 AWS，平均有 1 億個亞馬遜彈性計算云（Amazon EC2）

以機器學習工作負載為例。傳統上，軟件工程師依賴昂貴、耗電的 GPU 來完成從模型構建到推理的所有工作。然而，這種一刀切的方法效率不高——大多數 GPU 并未針對這些任務進行優化。在未來幾年，更多工程師將看到將工作負載轉移到專門為模型訓練 (AWS Trainium) 和推理 (AWS Inferentia) 等設計的處理器的好處).當這種情況發生時，新的創新浪潮將開始。通過使用基于 Trainium 的實例節省 50% 的訓練成本，或者在基于 Inferentia2 的實例上將每瓦性能提高 50%，工程師和企業等將會注意到，我們將開始看到工作負載的大規模遷移。即使對于通用應用程序也是如此，在這些應用程序中遷移到定制芯片仍然有好處，例如基于 AWS Graviton3 的實例與同類 EC2 實例相比，在相同性能下使用的能源最多減少 60%。

成本節約和性能優勢將帶來更多實驗、更多創新、更多采用，并最終為其他特定工作負載帶來更多定制芯片。這是另一個良性循環。Alan Kay 曾經說過，“真正認真對待軟件的人應該制造自己的硬件。”在接下來的一年里，真正認真對待軟件的人將真正開始利用定制芯片所提供的一切。

我們創建這個公司是為了向客戶、投資者、決策者、員工和其他人提供我們對某些問題的看法。雖然我們的立場得到仔細考慮和深入人心，但仍有很大的余地進行健康的辯論和不同的意見。我們希望明確我們的立場是有幫助的。

美國聯邦最低工資太低，應該提高。聯邦最低工資為7.25美元，自2009年以來一直沒有增加。提高最低工資將對全國數千萬個人和家庭的生活產生深遠影響，并有助于解決日益嚴重的收入不平等問題。我們向全美國的所有全職、兼職、臨時和季節性員工支付每小時15美元的最低工資。我們的福利是平等的，不管級別或資歷如何。我們正在利用我們作為美國最大雇主之一的地位，鼓勵其他公司提高工資，并游說國會和州立法機構成員提高最低工資。

人類引起的氣候變化是真實的、嚴重的，需要公共和私營部門采取行動。絕大多數的氣候科學家一致認為，過去一個世紀里，人類活動導致了氣候變暖的趨勢，世界上大多數領先的科學組織都發表了公開聲明，支持這一立場。我們同意，并制定了氣候承諾--承諾提前10年達成“巴黎協定”。我們正在創新和投資，到2040年成為凈零碳，到2030年實現100%的可再生能源。我們正在購買100，000輛全電動運輸車，這是電動運輸車史上最大的訂單，并投資1億美元用于基于自然的氣候解決方案和世界各地的重新造林項目，以開始從大氣中去除碳。我們的可持續性網站全面報告我們的碳足跡和我們承諾的進展情況。

能源工業應能獲得與其他行業相同的技術。我們將繼續向能源行業的公司提供云服務，使其遺留業務減少碳密集型，并幫助它們加快發展可再生能源業務。我們支持我們自己的業務的可持續發展計劃，并與合作伙伴合作，以減少他們對碳燃料來源的需求。

多樣性和包容性對企業是有利的--更根本的是--這是正確的。顧客代表著各種各樣的性別、種族、種族、能力、年齡、宗教、性取向、軍事地位、背景和政治觀點。亞馬遜的員工也是多樣化的，這一點至關重要。我們培養一種以包容為準則的文化。。亞馬遜把同工同酬放在首位，而且自從我們在過去幾年里一直在測量和公布這一比例以來，女性在同樣的工作中每掙一美元就能掙到99.5美分到101.5美分。我們還認為，增加任職人數不足的群體進入技術勞動力隊伍的機會是至關重要的。我們創建了亞馬遜未來工程師項目，這是一個由四部分組成的兒童到職業發展項目，每年從貧困、代表不足和服務不足的社區激勵和教育1000萬名兒童和年輕人，在計算機科學和編碼這一快速發展的領域尋求職業。這不僅是多樣性和包容性對企業有利--這比這更根本--這是完全正確的。

LGBTQ+人的權利必須得到保護。我們很早就大力支持婚姻平等，并將繼續倡導對變性人的保護和平等權利。我們與LGBTQ社區站在一起，在美國聯邦和州一級開展立法工作，包括支持通過“平等法”。亞馬遜根據世界變性健康專業協會(WPATH)公布的“護理標準”提供性別過渡福利。在過去三年中，我們在人權運動基金會的“企業平等指數”上獲得了滿分。

我們堅決支持移民的權利和移民改革。亞馬遜認為，美國應該歡迎來自世界各地的最優秀和最聰明的人才。這對我國的競爭力是必不可少的。亞馬遜在美國擁有超過30萬名來自不同背景的員工，他們致力于為我們的客戶發明和服務。我們支持和游說移民改革，包括“夢想家”獲得公民身份的法律途徑、綠卡和高技能簽證計劃的改革，以及積極參與對旅行禁令的法律挑戰。

各級政府--聯邦、州和地方--都應該能夠獲得最好的技術。利用云和機器學習等先進技術的能力對于國家、其公民、我們的社區和世界的持續安全和保障至關重要。我們將繼續為美國政府和執法機構提供最先進的技術。

各國政府應盡快制定面部識別技術的監管框架。人臉識別技術已經解決了一些復雜的問題。例如，Amazon Rekognition幫助尋找了100多名失蹤兒童，并查明了5 000多名兒童性販運受害者。和大多數技術一樣，面部識別是雙向的，這意味著它也可能被濫用。我們為所有的注冊客戶，包括執法客戶，提供技術正確使用的指導，并有一個明確的可接受的使用政策。然而，我們認為各國政府應采取行動，規范這種技術的使用，以確保其得到適當的使用。我們已提出指引。建立一個適當的美國國家立法框架，以保護個人公民權利，并確保各國政府在技術應用方面具有透明度。

根據聯邦法律，造假者應受到更嚴厲的處罰。假冒是美國憲法明確禁止的少數犯罪之一，但不良行為者并未被嚇倒，并繼續通過網上和實體商店推銷他們的產品，損害了消費者和為他們服務的零售公司。2018年，我們在人事方面投入了4億多美元，預防工具建立在機器學習和數據科學的基礎上，雇傭了4000多名員工來打擊我們商店的欺詐和假冒行為。僅去年一年，我們的積極努力就阻止了100多萬名可疑的不良行為者開設亞馬遜賣家賬戶，并阻止了30多億名可疑的不良名單。亞馬遜支持并游說美國聯邦政策，使侵犯知識產權的行為受到有意義的懲罰，并呼吁執法部門擁有適當起訴這些罪行的資源。我們還支持一項要求，即進口到美國的每一個包裹都要清楚地標明負責運輸產品的個人或實體。

消費者數據隱私應受到聯邦法律的保護。我們從根本上將隱私納入我們的服務中，我們從不出售個人客戶數據。亞馬遜客戶體驗的許多核心特性取決于我們以負責任和透明的方式使用數據。自成立以來，我們以客戶為中心的做法使我們遵循了按設計保護隱私的原則。我們在我們的私隱通知我們收集的數據類型以及我們與第三方共享客戶數據的有限環境。我們支持美國聯邦的隱私立法，該法案要求透明、對個人信息的訪問、刪除個人信息的能力，并禁止未經同意出售個人數據。

企業稅法應鼓勵對經濟和創造就業的投資。任何國家的企業稅法都應鼓勵對經濟和創造就業的投資。此外，應協調稅法，特別是國家之間的稅法，使之既不存在允許人為降低稅率的漏洞，也不存在導致更高稅率或多馀稅收的重疊現象，因為這些做法扭曲公司行為，不利于消費者或經濟。我們支持經濟合作與發展組織(經合組織)及其與全球各國政府合作審查國際稅收制度并就這些問題達成共識的工作。