亚马逊关闭上海AI研究院：战略收缩下的全球技术博弈与中国AI自主化新机遇

亚马逊云科技（AWS）上海人工智能研究院正式宣布解散，成为该公司在华关闭的最后一个海外研发机构。这一决定由首席应用科学家王敏捷在社交媒体率先披露，随后亚马逊官方回应称，此举是“基于全球资源优化和战略重心调整的艰难决定”，并承诺全力支持员工过渡。作为全球云计算领域的领导者，AWS的此次收缩不仅折射出跨国科技巨头在华发展的深层挑战，更引发对中国AI产业自主化路径的广泛讨论。

六年历程：从“技术灯塔”到战略收缩

上海AI研究院成立于2018年世界人工智能大会期间，由上海纽约大学教授张峥领衔，聚焦图神经网络（GNNs）基础研究、开源框架开发及AI商业化落地。其核心成果包括全球广泛应用的图神经网络框架DeepGraphLibrary（DGL），以及在金融风控、推荐系统等领域的多项技术突破。研究院曾被视为AWS“人工智能民主化”战略的关键支点，旨在通过开源生态和产学研合作降低企业AI应用门槛。

然而，随着全球云计算市场竞争加剧，AWS的先发优势逐渐被微软Azure、谷歌云等对手削弱。数据显示，2024年AWS市场份额增速已连续三季放缓，而同期微软Azure凭借企业级混合云服务实现份额反超。为应对挑战，亚马逊宣布2025年资本支出将达1000亿美元，其中80%投向AI数据中心和生成式AI服务，如Amazon Nova大模型、SageMaker工具链升级等。在此背景下，上海研究院侧重的基础研究因商业化周期长、回报路径模糊，被战略优先级下调。

多重压力：成本、竞争与地缘政治交织

此次关闭并非孤立事件。2025年以来，IBM、微软等跨国企业相继收缩在华研发业务：IBM中国研发部门3月停运，涉及1800人；微软上海AI实验室5月关闭，部分员工转移至美国、澳大利亚等地。分析人士指出，外企在华研究院面临三重压力：

本土竞争加剧：华为、阿里、腾讯等企业通过“大模型+行业场景”策略快速追赶，在医疗、制造等领域实现技术反超。例如，华为盘古大模型已覆盖50个工业细分场景，而AWS的Amazon Nova尚未形成差异化优势。

成本效益失衡：中国研发人员薪酬虽低于美国，但本地化适配、政策合规等隐性成本高昂。以图神经网络研究为例，上海团队需投入大量资源适配中国金融、医疗行业的数据监管要求，而技术成果的全球复用率不足30%。

地缘政治风险：美国政府近年来持续收紧对华技术出口管制，2024年《人工智能出口管制法案》明确限制美企在华从事AI基础研究合作。尽管亚马逊官方未直接提及政治因素，但内部文件显示，研究院与高校联合培养博士生的项目已因签证限制中断。

行业影响：人才流动与技术生态重构

上海研究院的解散预计将导致200余名核心研发人员流失，其中约60%为拥有5年以上经验的资深工程师。部分人员已收到字节跳动、商汤科技等本土企业的offer，起薪较原岗位提升30%-50%。更深远的影响在于技术生态的转变：

开源社区震荡：DGL框架维护团队将转移至AWS美国总部，但中国开发者担忧后续版本迭代可能忽视本地化需求。目前，百度飞桨、阿里X-Deep Learning等国产框架已启动“兼容DGL生态”计划，试图填补市场空白。

产学研合作降温：研究院与清华、复旦等高校共建的联合实验室面临终止风险，相关课题经费已暂停拨付。不过，华为、腾讯等企业正加大高校合作投入，例如腾讯犀牛鸟基金2025年将AI基础研究资助规模扩大至5亿元。

企业策略调整：在华外企开始转向“轻资产”技术输出模式。例如，AWS近期推出“中国区AI解决方案中心”，聚焦为跨国企业提供合规咨询和模型微调服务，而非直接参与底层技术研发。

中国AI的机遇：从“跟随”到“引领”的转折点

尽管短期面临人才和技术交流壁垒，但多位行业专家认为，外企研发收缩或成为中国AI产业自主化的催化剂。工信部数据显示，2025年上半年中国AI核心产业规模突破8000亿元，同比增长42%，其中大模型相关企业数量占全球25%，仅次于美国。

“过去我们依赖国际开源社区和跨国企业合作，现在必须构建自主技术栈。”中国工程院院士李国杰指出。目前，政策层面正加速布局：国家“东数西算”工程已建成10个国家级算力枢纽，为AI训练提供低成本基础设施；北京、上海等地相继出台政策，对国产大模型采购给予30%补贴。

企业端，华为、阿里等头部玩家已启动“技术替代”计划。例如，华为云宣布将DGL框架的核心图计算模块整合至盘古大模型，阿里云则基于自研的“洛神”架构推出图神经网络服务，性能较DGL提升2倍。