Het team dat Amazon twee jaar opbouwde, geschrapt

Op 22 juli bevestigde Amazon dat het personeel had geschrapt binnen zijn AGI-organisatie, de divisie die de frontier-modellen bouwt die het moeten opnemen tegen het beste van OpenAI en Google. Het bedrijf wilde niet zeggen hoeveel mensen of welke teams, maar de berichtgeving was eenduidig: de getroffen functies lagen in het natrainen en aanpassen van modellen. Dit gebeurt in een jaar waarvoor Amazon 200 miljard dollar aan investeringen in het vooruitzicht heeft gesteld, ruim de helft meer dan wat het in 2025 uitgaf, deels gefinancierd met tientallen miljarden aan nieuwe schuld.

De twee feiten wringen alleen als je aanneemt dat de uitgaven en het onderzoek dezelfde weddenschap zijn. Dat zijn ze niet. Het kapitaal stroomt naar datacenters, chips en de uitbouw van AWS. Wat Amazon terugbracht, was de interne inspanning om vooraan te staan in modelkwaliteit. Het budget groeide; de ambitie om het model zelf te winnen, niet.

De beslissing onder het ontslag

Haal de personeelsaantallen weg en dit is een zelf-bouwen-of-kopen-keuze, gemaakt aan de top van een bedrijf. Amazon keek naar de frontier, waar een handvol labs het tempo bepaalt en de kosten om bij te blijven enorm zijn, en besloot dat daar zijn voordeel niet ligt. Zijn voordeel is distributie: honderdduizenden bedrijven draaien al op AWS en kopen elk model dat goed genoeg is, verpakt in gereedschap dat ze vertrouwen. Je hoeft niet de beste motor te bouwen als je de weg bezit waarop iedereen rijdt.

Dat is de ongemakkelijke helderheid van de zet. Amazon trekt zich niet terug uit de AI; het weigert zijn schaarste hulpbron, ervaren onderzoekstalent, te steken in een wedstrijd waarin het structureel achterloopt, en leidt die om naar het deel van de stack waar tweede zijn op het model toch wint bij de klant. Een programma van een miljard dollar om AWS-ingenieurs bij klanten te plaatsen die agentische systemen bouwen, is het teken: de weddenschap gaat over uitrol, niet over ontdekking.

De verzonken kosten die Amazon koos te negeren

De makkelijke versie van dit verhaal is een bedrijf dat opgeeft. De moeilijkere en nuttigere versie is een bedrijf dat weigert goed geld achter een positie aan te gooien die het al duur had betaald. Amazon kocht zich richting de frontier met de talentovername van Adept in 2024, en wie die stoot leidde, is sindsdien vertrokken, Rohit Prasad eind 2025 en David Luan, die het AGI-lab in San Francisco leidde, begin 2026, waarbij het resterende werk werd ondergebracht bij een infrastructuurveteraan, Peter DeSantis. Een zwakker bestuur blijft het oorspronkelijke plan financieren om te rechtvaardigen wat het al uitgaf.

Er zit een nog scherpere kant aan. De geschrapte functies voor natrainen en aanpassen zijn precies de functies die Amazons product Nova Forge is gebouwd om te automatiseren en aan klanten over te dragen. Het bedrijf leverde het gereedschap dat het werk doet en liet daarna het team gaan dat het met de hand deed. Dat is verzonken kosten en zelfdisruptie in één beslissing, en het is de versie die de meeste bedrijven het moeilijkst op hun eigen mensen toepassen.

Wat een eigenaar hieruit meeneemt

Toets het instinct om je eigen model te bouwen aan het basispercentage. Zeer weinig organisaties zullen de frontier-labs overtreffen, en wie 200 miljard dollar per jaar uitgeeft, geeft dat stilletjes toe. Als een reus met de middelen van Amazon zich geen weg naar gelijkspel financiert, moet een kleinere speler het bouwen van een frontier-model als de zeldzame uitzondering behandelen, niet als het standaardplan, en de capaciteit in plaats daarvan kopen of huren.

Besteed daar waar je slotgracht al ligt. Amazons voorsprong was nooit het model; het waren de klanten en de weg naar hen. De jouwe zijn waarschijnlijk je data, je werkstroom of je distributie, geen lab. De gedisciplineerde zet is modelaanroepen achter een verwisselbare interface te zetten, je prompts en evaluaties overdraagbaar te houden, en je schaarse budget te gieten in het voordeel dat niemand anders heeft, niet in het bijbenen van een race die een handvol labs zal winnen.

Lees hierna: Als de rekening 7 biljoen zegt, reageer dan niet  |  Uw door mensen gecontroleerde data was al half machine