AWS 邁入 20 週年 從解決內部痛點演進成千億美元雲端帝國

亞馬遜網路服務 AWS 於 2006 年 3 月推出 Amazon S3 服務，從解決內部工程師痛點的專案，發展成年營收超過 1420 億美元的雲端帝國。
2006年3月14日，在那個Twitter (現在為X)剛起步、Facebook剛向大眾開放的網路年代，亞馬遜的網路服務Amazon Web Services (AWS)，悄悄地推出一項名為 Amazon Simple Storage Service (即Amazon S3)的服務。沒有華麗的發表會，僅憑一篇部落格文章，卻從此徹底改變了全球新創與企業佈署IT基礎設施的方式。時至今日，AWS已經從最初解決亞馬遜內部痛點的實驗性專案，成長為年營收超過1420億美元的龐大雲端帝國。

從預錄軟體到雲端運算：翻轉80/20法則的起點

AWS的誕生，源自於一個未解的「數學難題」。在2000年代初期，亞馬遜內部的工程師團隊發現，他們將高達70%到80%的時間花費在處理運算、儲存與資料庫等底層基礎設施上，僅剩下20%到30%的時間能真正用於產品創新。

當時擔任亞馬遜創辦人Jeff Bezos幕僚長 (後來成為亞馬遜執行長)的Andy Jassy當時思考：如果能將這個比例翻轉過來，又或是如果亞馬遜能打造出一套高擴展性、具成本效益的底層架構，包辦所有無差異化的繁重工作，那麼全球開發者就能將80%的時間專注於創造真正商業價值。這個初衷，最終促成AWS於2006年正式成立。

回顧20年前，創辦一家科技公司的門檻極高，需要龐大的資金購買實體伺服器與建置資料中心。Amazon S3的出現卻徹底打破這個局面。它讓雅加達的個人開發者能與紐約的財富500強企業，享有同等級別、無限擴充且「按需付費」 (Pay-as-you-go)的儲存服務。這也間接催生了過去20年來全球高達1600多家估值超過10億美元的「獨角獸」新創公司的蓬勃發展。

幕後揭秘：關於AWS的4個冷知識

除了改變業界生態的Amazon S3與EC2執行個體，AWS發展歷程中還有許多鮮為人知的有趣軼事：

AWS首位產品經理從實習生做到執行長：現任AWS執行長Matt Garman的職涯起點，是2005年在亞馬遜的MBA實習生。當2006年他被正式聘為AWS首位產品經理時，全球銷售團隊僅有3人。他親自撰寫產品頁面、制定定價方案，更參與打造核心的Amazon EBS (Elastic Block Store)服務，完美詮釋AWS從無到有的開創精神。

S3的架構草圖誕生於酒吧：作為AWS首款正式服務，Amazon S3的核心系統設計草圖，其實是團隊在西雅圖的Six Arms酒吧裡構思出來的。他們定下「為失敗而設計」 (Design for failure)的去中心化原則，將硬體故障視為常態。如今，這個系統已經儲存超過500兆個資料物件。

EC2由遠在南非的8人團隊打造：在S3推出五個月後，奠定雲端運算基石的Amazon EC2執行個體 (虛擬伺服器)，最初是由8名遠在南非開普敦的工程師所開發。他們跨越1萬多公里的距離與10小時時差，用辦公室角落的一堆筆記型電腦，模擬出了資料中心機架的雛形。

部落格比產品還早問世：AWS首位網路服務推廣師Jeff Barr在2004年11月就發表首篇AWS部落格文章，遠早於S3與EC2推出時間。在那個「企業部落格」概念還不普及的年代，他以不加修飾、直接與開發者對話的方式，在過去20年間累積發表超過3300篇文章，成為科技界與開發者溝通的經典範本。

霸主AWS的20年挑戰：微軟Azure與Google Cloud

雖然AWS在過去20年成功定義現代雲端運算的基礎設施 (IaaS)標準，並至今穩居市佔率龍頭，但隨著雲端戰場的焦點從「底層算力與儲存」全面轉向「生成式AI與數據應用」，微軟Azure與Google Cloud也正憑藉各自的獨特護城河，對AWS施加前所未有的競爭壓力。

這場戰局早已不再是單純比拼「誰的伺服器比較便宜」，而是「誰能最快把AI變現」。

微軟 Azure：憑藉OpenAI聯盟與SaaS生態的「降維打擊」

微軟Azure目前對AWS造成的最大威脅，在於其無孔不入的「企業級AI應用與辦公生態系綁定」。

• 獨家OpenAI算力與模型優勢：微軟憑藉對OpenAI的巨額投資，讓Azure成為企業存取GPT-4o等最頂尖大語言模型的首選甚至唯一途徑。當企業想要導入最強大的生成式AI時，Azure OpenAI Service往往是阻力最小的選擇。

• Copilot生態系的終極綁定：AWS擅長賣「樂高積木」 (底層API與算力)，讓開發者自己組裝；而微軟則是直接賣「蓋好的城堡」。透過將AI深度整合進Microsoft 365 (Word、Excel、Teams)、GitHub Copilot，以及Windows作業系統中，微軟成功將AI從「IT部門的開發工具」轉化為「全體員工的生產力工具」。

• 傳統B2B客戶的無痛轉移：許多大型傳統企業早已深陷微軟的Active Directory (AD)與SQL Server體系中。微軟透過極具吸引力的企業授權綑綁方案 (EA)，讓這些客戶幾乎「順理成章」地將AI與雲端預算撥給Azure，這是缺乏龐大SaaS (軟體即服務)終端應用的AWS難以直接抗衡痛點。

Google Cloud：霸佔「資料科學家」與「開源開发生態」的話語權

如果說Azure贏在商業應用的整合，那麼Google Cloud則是緊緊抓住「開源信仰者與資料科學家」的心。

• 開源架構與Kubernetes的主場優勢：Google作為Kubernetes (K8s)與TensorFlow的發明者，在雲端原生 (Cloud-Native)與開源架構上擁有極高的威望。許多以微服務架構起家的新創與AI開發者，天生就傾向使用GCP的GKE (Google Kubernetes Engine)，這讓GCP在開源社群中擁有比AWS更「平易近人」的品牌形象。

• 最強大的數據分析引擎：AI的燃料是數據，而GCP的BigQuery至今仍被業界公認為最強大、最易用的企業級資料倉儲服務之一。Google成功地將BigQuery與旗下的Gemini機器學習模型無縫整合，讓企業能直接在資料庫中訓練與佈署AI模型，無需在不同服務間搬移龐大的數據。

• 擁抱開源模型與新創社群：面對微軟與OpenAI的封閉聯盟，Google選擇打出「開放牌」。除了自家的Gemini模型，GCP更積極整合Hugging Face生態系，並且大力推廣開源的Gemma模型。對於那些不想被單一供應商 (Vendor lock-in)綁死、極度追求模型自主性的AI新創而言，GCP提供高度友善的開發沙盒。

混合雲與多雲架構 (Multi-Cloud)：挑戰者的突圍利器

過去，身為霸主的AWS傾向將客戶牢牢鎖在自家的生態系內 (例如使用AWS Outposts)。但身為挑戰者的微軟與Google，很早就意識到「多雲架構」才是大型企業的真實常態。

Google推出的Anthos (現為Google Cloud旗下的一環)與微軟的Azure Arc，都能讓企業在「競爭對手的雲端」 (甚至是AWS上)或本地機房管理應用程式與數據。這種「我允許你用別人的基礎設施，但控制權與AI大腦留在我的平台」的開放策略，成功瓦解部分AWS的基礎設施護城河，吸引許多對雲端綁定感到恐懼的金融與醫療巨頭。

分析觀點

回顧AWS這20年的發展史，其實就是一部現代網路科技的進化史。

正如AWS副總裁暨技術長Werner Vogels博士所言，2006年雲端運算帶來的真正變革不僅僅是伺服器虛擬化，而是「存取權的普及化」。AWS 讓原本只有科技巨頭才能負擔的超級運算能力，變成了宿舍裡的大學生只要刷信用卡就能取得的基礎資源。這種「資源民主化」直接引爆Web 2.0時代的行動網路、影音串流與大數據運算浪潮。

站在20週年的這個節點上，AWS雖然已經成長為年營收超過千億美元的科技巨獸，但它面臨的挑戰也截然不同。過去，它的對手是傳統的機房與硬體供應商；而現在，它必須在微軟Azure與Google Cloud的強力夾擊下，證明自己在生成式AI時代依然能扮演那個「降低開發門檻、讓創新無處不在」的關鍵底層角色。下一個20年，雲端戰場的焦點將從「算力儲存的普及」正式轉向「AI智慧的普及」。