Day1 vs Day2
Amazon CEO 今年致股東的信上談，如何避免公司變成過氣的 Day 2 企業？他認為是要靠 "為客戶痴迷，對代理人的懷疑觀點，熱切採用外部趨勢，和高速決策" 來維持 Day 1 活力。以下是我試著翻譯的全文：
“傑夫，過氣的 (Day 2) 企業是怎麼樣的？
這是我最近公司大會上被問的一個問題。我一直在提醒人們，這幾十年都會是第一天 (Day 1)。我在一個名為 Day 1 的亞馬遜大樓工作，當我搬到建築物的時候，大樓的名字也會跟著我。我花時間思考這個話題。
“Day 2 是停滯，其次是無關緊要，緊隨其後的是痛苦的衰落，最後是死亡，這就是為什麼公司總是要當作在 Day 1。“
可以肯定的是，這種衰退會極度緩慢的發生。一家成熟的公司可能會在 Day 2 的狀況下獲利幾十年，但最終的結果仍然會來臨。
我對這個問題感興趣，你如何避免變成 Day 2？有什麼技巧和策略嗎？如何保持 Day 1 的活力，即使在一個大型組織內？
這樣一個問題不會有一個簡單的答案，而是有許多元素，多個路徑和許多陷阱。我不知道整個答案，但我可能會知道一點。這裡是 Day 1 防禦的基本要素：為客戶痴迷，對代理人的懷疑觀點，熱切採用外部趨勢，和高速決策。
真正的客戶痴迷 (Customer Obsession)
有很多方法可以使企業聚焦。你可以以競爭對手為重點，您你可以以產品為重點，你可以以技術為重點，可以視商業模式為重點，而且還有更多。但在我看來，以客戶痴迷 (Customer Obsession) 是最能為 Day 活力提供保護的。
為什麼？以客戶為中心的方法有很多優點，但我可以提供一個最大的好處：客戶總是美麗，奇妙的不滿於現狀，即使他們說很快樂，業務很好。即使他們自己還不知道，客戶總還想要更好的東西，而你希望讓客戶感到滿意的心，將驅使你為他們發明和創新。沒有客戶曾經要求亞馬遜創建Prime會員計劃，但是事後確實證明這是他們想要的，我可以給你很多這樣的例子。
留在 Day 1 需要你耐心地進行實驗，接受失敗，種植種子，保護樹苗，並且當你看到客戶的喜悅時，加碼投資。客戶痴迷的文化最能創造出所有可能發生的條件。
抵抗代理 (Proxies)
隨著公司規模越來越大，複雜程度越來越高，會傾向要透過代理機制管理。這有許多不同的樣貌，但它是危險的，細小的，且非常的 Day 2。
一個常見的例子是利用流程來當作代理。良好的流程為你所用，以便為客戶服務。但如果你不注意，流程會反噬。這在大型組織中很容易發生。流程成為您想要的結果的代理。你不再觀察成長，只是確保你有照著流程走。在公司常聽到一個初級領導人以 "我們都有照著流程走" 的說法來辯護一個糟糕的結果。一位更有經驗的領導者會將把它作為調查和改進過程的機會。流程不是我們關心的事。總是值得問的是，到底是我們管理這個流程，還是流程管理我們？在 Day 2 的公司，你可能會發現是後者。
另一個例子：市場研究和客戶調查可能成為客戶的代理 - 當您發明和設計產品時，這尤其危險。 “百分之五十五的beta測試者報告對此功能感到滿意，比第一次調查中的47％為高。“這很難解讀，可能會無意中誤導。
好的發明家和設計師深入的了解他們的客戶。他們花費巨大的精力培養直覺。他們學習和理解許多小細節，而不僅僅是在調查中找到的平均值。他們生活在設計之中。
我不是反對beta測試或調查。但您，產品或服務所有者，必須了解客戶，擁有願景，並且熱愛產品。然後，beta測試和研究可以幫助您找到您的盲點。卓越的客戶體驗從心，直覺，好奇心，玩耍，勇氣，品味開始。而你無法從調查中找到其中任何一個。
擁抱外部趨勢
如果你不願或不能快速擁抱強大的趨勢，外在世界可能很快就把你推入 Day 2。如果你抵抗它，你可能會是在跟未來作對。擁抱他們，你就是打順風球。
這些大趨勢並不是很難發現（他們被談論和寫了很多），但對於大型組織而言，它們可能奇怪的難以接受。我們正處於一個明顯的中間：機器學習和人工智慧。
在過去的幾十年中，電腦已經廣泛把可以被用明確的規則和演算法來描述的任務自動化，如今，現代機器學習技術允許我們對描述精確規則更難的任務做同樣的事情。
在亞馬遜，我們多年來一直從事機器學習的實際應用。其中一些是非常明顯的：我們的自主空中交付無人機;亞馬遜Go便利店使用機器視覺來消除結帳排隊; 和我們基於雲端的 AI 助手 Alexa。 （儘管我們盡了最大的努力，我們還無法讓熱銷的 Echo 供貨無虞，一個高質量的問題，但是一個問題，我們正在努力。）
但是，我們在機器學習中所做的很多工作都在表面之下。機器學習驅動我們的演算法進行需求預測，產品搜索排名，產品和交易建議，商品定位，欺詐檢測，翻譯等等。雖然不太明顯，機器學習的大部分影響將是這種類型 - 靜靜但有意義地改善核心業務。
在 AWS 內部，我們很高興降低機器學習和AI的成本和障礙，所以各種規模的組織都可以利用這些先進的技術。
使用我們在 P2 計算主機 (（針對此工作負載進行了最佳化) 上運行的受歡迎的深度學習框架的預先打包版本，客戶已經開發出強大的系統，從早期疾病檢測到提高作物產量。而且我們也以便利的形式提供了亞馬遜的高級服務。亞馬遜 Lex（Alexa內部語音辨識和機器人框架），亞馬遜 Polly 和亞馬遜 Rekognition 讓自然語言理解，語音辨識和影像分析都不再繁瑣。它們可以通過簡單的 API 呼叫來使用，不再需要專業的機器學習專家。你該關注這個領域的發展，未來還會有更多的進展。
高速決策
Day 2 公司做出高質量的決定，但是他們花了很多時間才做出了高質量的決定。為了保持 Day 1 的精力和活力，你必須以某種方式做出高質量，高速度的決定。這對新創公司很容易，但對大型組織非常具有挑戰性。亞馬遜的高階經理團隊堅持保持我們的決策速度。在商業上，速度很重要，但同時，高速決策的環境也更有趣。我們不知道所有的答案，但這裡有一些想法可以分享。
首先，千萬不會使用一個模子來套在全部的決策過程。許多決定是可逆的雙向門，這些可以使用輕量級的決策過程來決定。對於這些決策，如果作錯了呢？我在去年的信中更詳細地寫了這個。
其次，絕大多數決策應該是你掌握了七成左右的資訊時就要下。如果你到掌握九成的資訊，在大多數情況下，你大概已經太慢了。另外，無論哪種方式，您都需要善於快速識別和糾正錯誤的決策。如果你擅長修正方向，錯誤可能比你想像的更便宜，而緩慢是肯定昂貴的。
第三，使用 “不同意但全力支持” (disagree and commit) 這個語彙。這個語彙將節省很多時間。即使沒有一致意見，如果你對某個特定的方向有信念但無法取得共識，那麼說：“聽著，我知道我們不同意，但是你會和我一起賭一把嗎？不同意但全力支持？“ 當你討論至此，沒有人可以肯定地知道答案，這麼做可能可以比較快得到一個肯定的答覆。
這不是單方面的。如果你是老闆，你也應該這樣做。我常常都不同意但全力支持。我們最近同意了一個特定的亞馬遜影城原創拍片計劃。我告訴團隊我的觀點：不確定是否足夠有趣，拍片複雜，業務條款不是那麼好，而且我們還有很多其他的機會。他們持著完全不同的意見，並希望繼續前進。我立即寫道：“我不同意但全力支持，希望它成為我們拍過的影片中最多人看的。” 想想如果團隊實際上不得不說服我，而不只是取得我支持的承諾，這個過程會有多慢。
請注意，這個例子不是：我在心理想：“好吧，這些人錯了且沒看到重點，但這不值得我浪費時間跟他們吵”。這是一個真正的意見分歧，坦率地表達我的看法，一個機會讓團隊權衡我的觀點，並快速，真誠地承諾，讓他們可以繼續做事。鑑於這個團隊已經帶來了11個愛美獎，6個金球獎，3個奧斯卡，我很高興他們還讓我參加會議！
第四，提早發現真正的不同調 (misalignment)，並立即提升處理層級。有時團隊有不同的目標和根本上不同的看法。他們不同調。不論開多少的會和討論都無法解決這種基本的不同調。如果不提升處理的層級，那最常見的就是消耗戰，誰能撐最久就是誰做決定。
多年來，我在亞馬遜看到過很多善意的不同調。當我們決定邀請第三方賣家在我們自己的產品詳細信息頁面上直接與我們競爭 - 那是一個超大的不同調。許多聰明，善意的亞馬遜人在這件事上並不同調。這個大決定產生了數百個較小的決定，其中許多決定需要升級到高階經營團隊。
“你磨損了我的熱情” 是一個可怕的決策過程。這是緩慢和失能。改為快速將爭議升級到高層會更好。
那麼，你們是否決定了決策質量，還是你也意識到決策速度呢？世界的趨勢是否適合你？你是代理的犧牲品，還是它們為你服務？最重要的是，您是否取悅客戶？我們可以擁有一個大公司的範圍和能力，一個小公司的精神和心臟。但是我們必須選擇它。
非常感謝每一個客戶，讓我們為您服務，並感謝我們的股東的支持，以及各地的辛勤工作，貢獻聰明才智和熱情的亞馬遜員工。
如同以往，我附上我們在 1997 年寫的信。如同 Day 1。
誠摯的，
Jeff
Jeffrey P. Bezos
創辦人及首席執行長
Amazon.com, Inc.
lex是誰 在 [閒聊] 無職餘波Lex駕崩- 看板C_Chat - 批踢踢實業坊 的必吃