事件
2026 年 4 月，亞馬遜旗下 AWS 宣布推出 Amazon Connect Decisions 與 Amazon Connect Talent 兩款新產品，涵蓋物流與人力招募兩大應用場景。這些產品搭載「AI 代理」技術，能代表使用者自動執行面試、預測、試算表生成等具體任務。結合數月前發佈的健康應用，AWS 已編織出涵蓋供應鏈、招募、醫療的完整應用組合。
表面上看，這只是「推新產品」。實際上，這是一場十年布局的成果展現——AWS 在 2016 年推出 Amazon Connect（聯絡中心即服務），花了十年時間積累行業數據、驗證技術，如今藉由 AI 代理的成熟，終於能開始「上樓」，從純基礎設施業務轉向行業專用應用。
平台延伸的三層邏輯
第一層：控制稀缺要素。 AWS 掌握了計算、存儲、網絡三大雲端基礎設施。在 AI 時代，這些要素變得更稀缺——訓練和推論的成本驚人，只有大型雲廠商才能承受。
第二層：累積應用層數據。 十年來，Amazon Connect 持續從全球聯絡中心、物流網絡中吸取真實工作流數據。這些數據成為訓練行業專用 AI 模型的黃金礦。微軟、甲骨文無法在短期內複製這種「垂直行業的實際操作記錄」。
第三層：向上整合應用。 當基礎設施 + 數據齊備，下一步就是用 AI 代理封裝整個工作流，直接售予終端企業。終端企業無需分別採購「雲端服務」和「軟體工具」，而是訂閱 AWS 的完整解決方案。這大幅提升了客戶粘性與生命週期價值。
為什麼此刻爆發？
AI 代理技術的成熟是臨界點。之前，AI 只能做簡單預測或分類；現在，大語言模型驅動的代理能自主決策、多步驟推理，甚至與人類互動。這意味著 AWS 終於能把「聯絡中心」不再當成孤立的通訊系統，而是重新包裝為「自動化決策引擎」——一個同時服務物流、招募、醫療的通用平台。
微軟與甲骨文陷入被動。微軟雖有 Copilot + Office 生態，但缺乏 AWS 那樣深層的行業營運數據；甲骨文有客戶基礎，但在 AI 訓練成本和推論基礎設施上，已落後 AWS。這次正面對決的場地，已經由 AWS 選定：誰掌握了行業數據 + 廉價計算能力，誰就贏。
歷史回聲
這套邏輯並非首創。微軟曾用同樣的劇本：先賣 DOS 作業系統（基礎設施），再捆綁 Office（應用層）。Google 也是：先免費搜索引擎吸引用戶，再用 Gmail、Drive、Workspace 層層包裹。平台延伸不是道德問題，而是資本邏輯的自然運動——每家掌握上游的公司，都會想控制下游。