陳勁 韓令暉

2020年伊始的新冠肺炎疫情全球大流行，為各個國家?guī)砹瞬煌潭鹊慕?jīng)濟沖擊，甚至是災難。然而，電商巨頭亞馬遜的全球銷售額猛增至每秒1.1萬美元，其市值也被推升至12000億美元。人們不禁好奇，是怎樣的歷史和發(fā)展道路，造就了這個至今依然在不斷擴張版圖的“亞馬遜帝國”？

飛輪戰(zhàn)略1.0——電商巨頭的成長邏輯

“飛輪”是亞馬遜從CEO到普通管理層都熟悉并喜歡的用來描述這家規(guī)模驚人的企業(yè)內(nèi)部的各個部分是怎樣組成了一臺看似永無停歇的永動機的方式。

飛輪效應是管理學家吉姆·柯林斯在《從優(yōu)秀到卓越》一書中提出的概念。對于任何一個企業(yè)來說，從優(yōu)秀到卓越從來不是一蹴而就的。在建立一個偉大企業(yè)的過程中，并不存在某一次行動、某項宏偉計劃、某個重量級的創(chuàng)新，或者類似的奇跡時刻能決定企業(yè)成功的命運。從優(yōu)秀到卓越的過程就像推動一個重型巨輪轉動的過程，從開始緩慢的旋轉，速度到達某一個突破點后，輪子會自己產(chǎn)生動能，越轉越快。

互聯(lián)網(wǎng)泡沫破裂和連年虧損，讓華爾街的分析師們一度認為亞馬遜會走向破產(chǎn)。在危機不斷的2001年秋天，貝索斯邀請了管理學家柯林斯和亞馬遜的高管進行了一場對話，目的是為了找到一條讓亞馬遜重新變得偉大的道路。在那場討論中，貝索斯和他的高管們了解到了“飛輪效應”，并開始了如何推動亞馬遜這個重型輪子的探索。

亞馬遜早期的飛輪戰(zhàn)略始于價格。更低的價格帶來了更多的客戶，更多的客戶訪問會增加銷售，同時也會吸引更多的第三方賣家支付傭金并在亞馬遜的平臺上售賣商品。這讓亞馬遜在承擔相同運營和固定成本（客服中心、服務器）的同時獲得更多的收益，同時，降低的成本被用來以更低的價格回饋用戶，之后，這個飛輪就轉了起來！

展開這個輪子，涉及了到了亞馬遜的三大核心業(yè)務：Prime會員服務，Marketplace第三方賣家平臺和亞馬遜物流（Fulfilled by Amazon， FBA）。

1.Prime會員服務——亞馬遜歷史上最劃算的買賣

截至2020年1月，Amazon Prime在全球擁有超過1.5億付費會員。

Prime會員制始于2005年，有員工提出以收取年費的方式招募會員并為其提供兩日達的配送服務，以當時的物流水平衡量，這是一項因為成本過高而幾乎無法大規(guī)模推廣的冒險試驗，招致了從亞馬遜高管到華爾街的一致批評。貝索斯卻不顧眾人反對批準了這個項目，多年之后，Prime會員的推出被視為亞馬遜最劃算的買賣之一。會員年費的支出提高了用戶粘性和忠誠度，會員們開始更多地使用亞馬遜的電商平臺購買各種各樣的物品，以及持續(xù)不斷地成為亞馬遜陸續(xù)推出的各項線上線下服務和產(chǎn)品的用戶，用戶的滿意度也因為不斷豐富的產(chǎn)品服務線而被維持在較高的水平上。Prime會員制讓大量用戶成為了亞馬遜的擁躉。

2.亞馬遜物流——秘密武器之面向服務的組織架構

亞馬遜物流（Fulfilled by Amazon，F(xiàn)BA）是亞馬遜為第三方賣家提供存儲、包裝和運輸幫助的服務。亞馬遜允許第三方賣家將大量的庫存商品運送到亞馬遜的倉儲中心代為存儲，有用戶下單時，亞馬遜會負責將商品寄送給消費者，并且?guī)椭幚硐M者后續(xù)的退貨申請和提供其他方面的客戶服務。FBA不僅服務于Amazon Marketplace上售賣的商品，也為第三方賣家在其他電商平臺上訂單提供相同的物流服務。

首先，通過向第三方賣家開放存儲服務，亞馬遜可以更好地利用過剩的倉儲容量；其次，增加的物流需求可以為亞馬遜增加和UPS、FedEx等物流供應商的議價能力；最后，亞馬遜可以借此項服務吸引更多的第三方賣家使用Amazon Marketplace平臺來售賣更多樣的商品，也通過這些服務獲得了更多的收入。

在2017年的第一季度，亞馬遜通過為第三方賣家提供服務獲得了64億美元的收入，占到亞馬遜總收入的25%。

飛輪戰(zhàn)略2.0——人工智能時代的新版圖

1.亞馬遜云服務AWS

為亞馬遜創(chuàng)造新飛輪的第一份動能來自亞馬遜網(wǎng)絡服務AWS（Amazon Web Service）。

2003年，亞馬遜的兩位軟件開發(fā)工程師本杰明·布萊克（Benjamin Black）和克里斯·平克漢姆撰寫了一篇短文，在其中詳述了對亞馬遜未來內(nèi)部基礎設施架構的構想，他們希望它具有完全標準化和自動化的特征，并計劃通過網(wǎng)絡服務（web service）的方式來實現(xiàn)諸如存儲等功能。

2004年，貝索斯同意了關于基礎設施的試驗想法。平克漢姆于是前往南非并在那設立了一個衛(wèi)星辦公室。2006年，AWS正式向公眾推出了云服務，讓用戶可以利用這些亞馬遜開放的基礎設施來搭建自有的應用程序，陸續(xù)推出了存儲服務S3（Simple Storage Service），服務器租賃和托管服務EC2（Elastic Compute Cloud）。這兩款產(chǎn)品迅速得到市場的廣泛認可并經(jīng)久不衰，目前仍然廣受客戶的歡迎。在2006年以后的十年間，AWS陸續(xù)推出了接近100多項服務，涉及存儲、計算、開發(fā)者工具、物聯(lián)網(wǎng)、安全等多個范疇。

2012年，首屆AWS開發(fā)者大會Re：Invent在拉斯維加斯舉行，顯示了其日益壯大的用戶社區(qū)。2013年，AWS戰(zhàn)勝了競爭對手IBM，得到美國中情局（CIA）價值6億美元的私有云合同。這場較量和最后亞馬遜的勝出標志著行業(yè)權利的轉移，AWS作為企業(yè)級云供應商的資質得到了強化。2015年，亞馬遜回應了各界人士多年關于AWS經(jīng)營狀況的好奇，首次披露了AWS的財務數(shù)據(jù)。據(jù)此次披露，AWS在2014年實現(xiàn)了46億美元的營收，并預計在2015年增長至62億美元。2016年，AWS兌現(xiàn)了貝索斯的承諾，在該年底突破100億美元的營收關口，獲得122億美元的收入。

目前，亞馬遜云服務的用戶涵蓋了多數(shù)行業(yè)，其中知名企業(yè)和機構有奈飛（Netflix），愛彼迎（AirBnB）和英國司法部等政府機構。2017年，AWS的一次故障導致美國大部分網(wǎng)站不能打開，這也從側面反映了AWS的市場份額和作為網(wǎng)絡基礎設施的重要地位。

2.亞馬遜的人工智能與IoT之路

即使在革命性的語音機器人設備Echo誕生以前，人工智能對于亞馬遜來說也并不是一個陌生的領域，機器學習（Machine Learning）早已在亞馬遜的工程師中間火過一輪，他們喜愛用機器學習的算法來完成一些看上去容易然而實現(xiàn)起來異常困難的繁瑣任務，其中最廣為人知的當屬亞馬遜早期的個性化推薦算法，海量的消費者數(shù)據(jù)經(jīng)過機器學習算法的魔力手指一點，成了最理解消費者需求的產(chǎn)品推薦清單。

然而，有AI基礎的亞馬遜在Echo的研發(fā)過程中，還是遇到了巨大的困難和挑戰(zhàn)。

“一種低成本、無所不在的計算機，你可以通過說話方式和它在云中的大腦交互。你和它講話，它會用對話的方式回復你?！边@是亞馬遜團隊對于Echo最初的設想。要設計和制造這樣一件只存在于科幻小說中的設備要求亞馬遜集結一支有著深厚人工智能領域專業(yè)知識儲備的專家團隊，然而由于各種現(xiàn)實世界的限制，亞馬遜無法吸引到AI業(yè)界和學術界的頂尖人才，這為Echo的研發(fā)工作提出了巨大的挑戰(zhàn)。

既然內(nèi)部研發(fā)無法實現(xiàn)公司的創(chuàng)新目的，亞馬遜開始轉向組織外部尋求有用的知識和技術，相繼并購了美國語音文字轉換（speechto-text）技術公司Yap、英國語音人工智能公司Evi和波蘭文本語音（text-to-speech）智能公司Ivona。

在Echo開發(fā)的過程中，Alexa團隊意識到了Echo背后的平臺的擴展?jié)摿?。亞馬遜向第三方程序開發(fā)人員開放了支持Echo的語音識別服務，并鼓勵外部的程序員開發(fā)能運行于Echo設備之上的微型語音應用程序。通過將Alexa擴展到Echo之外，亞馬遜內(nèi)部分散于不同部門的AI元素有了被統(tǒng)一整合的機會。不同的團隊都意識到，Alexa可以為自己的實驗項目提供語音服務。首批使用了Alexa語音識別服務并且被集成到Echo設備當中的亞馬遜產(chǎn)品包括：亞馬遜音樂（Amazon Music）、亞馬遜視頻（Prime Video）、個性化推薦算法。隨后，一些非Alexa體系的產(chǎn)品也開始使用這項平臺服務，例如Fire TV、語音購物和亞馬遜云服務（AWS）。

基于AWS的亞馬遜機器學習平臺（Amazon Machine Learning）于2015年首次推出，它允許客戶建立私人的面孔目錄。房地產(chǎn)中介商Zillow使用這項服務來預測房價，而圖片收集網(wǎng)站Pinterest則將其用于視覺搜索，數(shù)家自動駕駛初創(chuàng)公司正在使用亞馬遜的機器學習平臺來從數(shù)百萬英里的模擬道路測試數(shù)據(jù)中獲得改進產(chǎn)品的新可能。

另外一個亞馬遜AI發(fā)展之路上的里程碑事件是Echo以及一系列基于Alexa智能語音平臺設備正式投放市場，亞馬遜獲得了海量的第一手用戶——AI語音交互數(shù)據(jù)。隨著越來越多的人成為Alexa平臺的最終用戶，源源不斷的用戶數(shù)據(jù)不僅促進了亞馬遜IoT設備的性能提升，同時也為向第三方開放的機器學習工具和智能語音平臺的提升貢獻了寶貴的分析資料。曾經(jīng)困擾Echo初創(chuàng)團隊的“招人難”和“招頂級人才難”的問題也迎刃而解，真實應用場景下的海量用戶數(shù)據(jù)，對于任何科學家和業(yè)界精英都有著難以抗拒的吸引力。

亞馬遜的企業(yè)文化崇尚“單個團隊負責制”——即由某一個團隊開發(fā)維護并擁有某項技術。神奇的是，這種明確的歸屬權劃分卻并沒有阻止人們進行跨項目合作的嘗試和努力。為了解決一些AI方面的難題，無論這個難題歸屬于哪一個團隊，都會引來公司內(nèi)部來自不同部門科學家們的關注，他們樂于分享自己的專業(yè)知識和解決思路，協(xié)同合作，破解難題。作為一個要求創(chuàng)新要在為客戶服務背景下進行的產(chǎn)品導向型的技術公司，亞馬遜在不斷用現(xiàn)實問題挑戰(zhàn)自己和尋求答案的路上尋找到了獨特的創(chuàng)新方式。