这个问题没有一个简单的答案。有许多影响因素，许多路径，也有许多陷阱。我不知道一个完整的答案是怎样的，但我可能知道一点。这是保持 Day 1的关键：客户至上，对代理（proxies）持怀疑态度，积极拥抱外部趋势，以及高速决策（high-velocity decision-making）。

　　真正的客户至上

　　有很多方法可以让企业成为中心。你可以把竞争对手作为中心，把产品作为中心，把技术作为中心，或者把商业模式作为中心，等等。在我看来，客户至上（obsessive customer focus）对于保持 Day 1 的活力是最重要的。

　　为什么呢？以客户为中心有很多优点，最大的优点是：客户的不满总是美丽而奇妙的，即使他们的报告没有不快，业务很好。客户想要更好的东西，那么你对满足客户的愿望能够驱动你去为客户发明。例如，没有客户要求过亚马逊去搞 Prime 会员计划，但是确实证明这是他们想要的，这样的例子还有很多。

　　保持 Day 1 的状态，你需要耐心地进行实验，接受失败，培育种子，保护树苗，并且在得到客户满意的反馈时加倍下注。一个客户至上的企业文化是实现一切的最佳土壤。

　　拥抱外部趋势

　　如果你不愿，或不能拥抱外部的强大的趋势，那么外部世界的变化很容易将你推入 Day 2 的状态。如果你对抗它们，那么你可能就是在对抗未来。拥抱它们，你也能顺风顺水。

　　这些大趋势并不难发现（有关它们的讨论和报道很多），但对一个大型组织而言，j2直播，它们可能是奇怪的，显得难以接受。我们现在就正处在这样一个趋势的中间：机器学习和人工智能。

　　在过去几十年里，计算机广泛地实现了许多任务的自动化，那些是程序员能够使用明确的规则和算法进行描述的任务。机器学习技术现在能够让我们实现同样的事情，但这次的任务是很难用明确的规则描述的。

　　在亚马逊，我们多年来一直致力于机器学习的实际应用。这些工作中的一部分是非常显眼的，例如：Prime Air 送货无人机；使用机器学习技术取消了人工结账的 Amazon Go 无人便利店；以及基于云的 AI 助理 Alexa。

　　但是，我们利用机器学习所做的许多事情不是表面的。机器学习驱动我们的算法进行需求预测，商品搜索排序，商品及优惠推荐，商品位置，欺诈检测，翻译，等等。虽然这不是明显可见的，但机器学习的大部分影响将是这种类型——无声、但很有意义地改善核心的业务。

　　在 AWS 内部，我们很高兴降低了机器学习和 AI 的成本，以及减少了其障碍，以让不管是大公司还是小组织都能够利用这些先进的技术。

　　使用我们在 P2 计算实例（已针对此工作负载进行了优化）上运行的流行深度学习框架的预打包版本，客户已经开发了一些强大的系统，例如早期疾病检测，提高作物产量等的系统。而且我们也以便利的形式提供了亚马逊的高级服务。 Amazon Lex（在 Alexa 内部），Amazon Polly，以及 Amazon Rekognition，帮助进行自然语言理解、语音生成和图像分析的繁重处理。它们只需通过简单的 API 调用即可接入——不需要机器学习专门知识。好好关注这个领域。还有更多的变化将到来。

　　全文地址：https://zh.scribd.com/document/344982413/Amazon-2016-Letter-to-Shareholders#download&from_embed

新智元招聘

职位：客户经理

　　职位年薪：12 - 25万（工资+奖金）

　　工作地点：北京-海淀区

　　所属部门：客户部

　　汇报对象：客户总监

　　工作年限：3 年

　　语 言：英语 + 普通话

　　学历要求：全日制统招本科

　　职位描述：

精准把握客户需求和公司品牌定位，策划撰写合作方案；

思维活跃、富有创意，文字驾驭能力强，atv，熟练使用PPT，具有良好的视觉欣赏及表现能力，PS 能力优秀者最佳；

热情开朗，擅长人际交往，良好的沟通和协作能力，具有团队精神；

优秀的活动筹备与执行能力，较强的抗压能力和应变能力，适应高强度工作；

有4A、公关公司工作经历优先；

对高科技尤其是人工智能领域有强烈兴趣者加分。

　　岗位职责：