(网经社讯)当地时间 6 月 24 日，巴黎 VivaTech 2026 国际科技创新大会迎来一场重磅行业对话，亚马逊高级副总裁 Peter DeSantis 与《大西洋月刊》CEO Nick Thompson 围绕 AI 产业发展现状、长期技术路线展开深度交流。不同于当下市场普遍鼓吹 “AGI 近在眼前” 的乐观论调，这位深耕亚马逊 27 年的技术掌舵人给出冷静判断：当前 AI 仅拉开发展大幕，距离真正具备产业变革价值还有漫长迭代之路。

27 年亚马逊老兵，手握 AI、芯片、量子三大核心赛道

Peter DeSantis 是见证亚马逊从线上书店成长为全球科技巨头的元老级人物，1998 年入职至今，他全程参与了 AWS 底层基础设施的搭建，2006 年主导推出划时代的 EC2 弹性计算服务，奠定现代云计算根基；2015 年牵头完成对芯片厂商 Annapurna Labs 的收购，搭建起亚马逊自研芯片完整体系。

2025 年底亚马逊完成核心技术架构重组，Peter 正式接管全新整合部门，统筹三大关键前沿业务：Nova 系列基础大模型研发、Trainium/Graviton 全系列定制 AI 芯片、量子计算技术落地，打通 AI 从底层硬件到上层算法的完整技术栈，也是亚马逊软硬一体化 AI 战略的核心操盘者。

行业普遍高估 AI 成熟度：现有模型效率仍有数级提升空间

网经社跨境电商台（CBEC.100EC.CN）了解到，论坛现场，针对当下 AI 飞速迭代的行业现状，Peter 提出颠覆性观点：近一两年大模型任务处理效率虽实现十倍级提升，但想要真正大规模落地、深度改造各行各业，算力与运行效率还需要再跨越好几个数量级。

如今市场不少从业者预判通用人工智能 AGI 短短数年就能实现，对此他持明确反对态度。在他看来，当下主流大模型依赖的 Transformer 架构虽仍有持续优化空间，但仅靠现有框架无法支撑 AI 的终极应用场景，未来必然会诞生全新底层技术架构，当前所有创新，都只是完整技术栈革新的开端。

在他的技术逻辑里，AI 发展存在清晰的飞轮效应：芯片硬件性能升级→模型训练、推理成本下降→企业大规模普及使用→海量真实场景数据反向推动模型迭代优化。而目前整个行业卡在 “成本过高” 的瓶颈，也是亚马逊发力自研芯片、计划对外实体销售 Trainium 芯片的核心原因，只有解决算力成本难题，AI 才能走出实验室，走进万千企业生产线。

不止大模型：芯片、量子计算将决定 AI 长期上限

对话中 Peter 同步分享了亚马逊跨技术路线布局逻辑，AI、定制芯片、量子计算并非三条独立赛道，而是相互赋能、协同进化的整体。

1. 自研芯片筑牢 AI 成本底座亚马逊 Trainium、Graviton 系列芯片专为 AI 训练与推理定制，相比通用 GPU 大幅降低企业使用成本。目前亚马逊已启动和第三方企业洽谈实体芯片外售业务，打破过往仅通过云服务开放芯片算力的模式，拓宽 AI 基础设施供给渠道。

2. 量子计算将解锁下一代算力他现场给出明确预判：具备商用价值的小规模量子计算机，将在 5 至 7 年内正式落地。随着量子纠错、硬件扩展性技术持续突破，量子算力会逐步弥补传统计算机短板，未来与 AI 结合，攻克化工、医药、物流等领域复杂计算难题，形成全新产业能力。

行业启示：AI 赛道比拼的是长期底层技术积淀

整场对话释放出清晰信号：当前行业过度聚焦大模型参数、对话效果等表层能力，忽略算力硬件、底层架构等基础短板。短期模型迭代只能带来浅层体验提升，真正能重塑产业的 AI 革命，必须依托芯片、量子计算等底层技术同步突破。

对亚马逊而言，整合模型、芯片、量子计算三大业务并非短期跟风布局，而是基于近三十年云计算技术积累的长期战略。在各家厂商疯狂内卷大模型发布速度的当下，亚马逊选择沉下心补齐 AI 基础设施短板，用低成本、可规模化的软硬一体化方案，争夺企业级 AI 市场长期话语权。

正如 Peter DeSantis 在论坛总结所言：AI 时代大幕才刚刚拉开，真正的行业变革，还在更远的前方。