「Jeff，Day 2 看起來是什麼樣子？」

這是我在最近一次全員會議上被問到的問題。幾十年來，我一直在提醒大家現在是 Day 1。我在一棟名為 Day 1 的 Amazon 大樓工作，當我搬動辦公室時，我也把這個名字帶了過去。我花時間思考這個主題。

什麼是 Day 2？

「Day 2 就是停滯。接著是無關緊要。然後是極度痛苦的衰退。最後是死亡。這就是為什麼永遠都要維持 Day 1。」

當然，這種衰退會以極其緩慢的速度發生。一家成熟的公司可能會在 Day 2 狀態下維持數十年，但最終的結果仍然會到來。

如何避免 Day 2？

我感興趣的問題是，你如何抵禦 Day 2？有哪些技巧和策略？即使在大型組織內部，你如何保持 Day 1 的活力？

這樣的問題不可能有簡單的答案。會有許多要素、多重路徑和許多陷阱。我不知道完整的答案，但我可能知道其中的一部分。這裡有一套防禦 Day 1 的入門基本要素：以客戶為中心、對形式主義保持懷疑、積極擁抱外部趨勢，以及高效率的決策。

真誠地以客戶為中心

有很多方法可以作為企業的中心。你可以專注於競爭對手，可以專注於產品，可以專注於技術，可以專注於商業模式，還有更多。但在我看來，對客戶的執著關注是迄今為止保護 Day 1 活力的最佳方式。

為什麼？以客戶為中心的方法有很多優勢，但最大的一個是：客戶總是美好地、奇妙地不滿足，即使他們表示滿意且業務狀況良好。即使他們自己還不知道，客戶也想要更好的東西，而你取悅客戶的渴望將驅使你為他們進行創新。從來沒有客戶要求 Amazon 創建 Prime 會員計劃，但事實證明他們確實想要它，我可以給你很多這樣的例子。

保持在 Day 1 需要你耐心實驗、接受失敗、播種、保護幼苗，並在看到客戶滿意時加倍投入。以客戶為中心的文化最能創造實現這一切的條件。

抵制形式主義

隨著公司規模越來越大、越來越複雜，會有一種傾向是透過形式（proxies）來管理。這有許多形式和規模，它是危險的、微妙的，而且非常 Day 2。

一個常見的例子是將流程視為形式。好的流程服務於你，以便你能服務客戶。但如果你不警惕，流程本身可能變成目的。這在大型組織中很容易發生。流程變成了你想要結果的代理。你不再關注結果，只確保自己正確地執行流程。天啊。不少時候會聽到初階領導者用「嗯，我們遵循了流程」來為糟糕的結果辯護。一位更有經驗的領導者會將其視為調查和改進流程的機會。流程不是最終目的。永遠值得問的是，是我們掌控流程，還是流程掌控我們？在 Day 2 的公司裡，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——當你在發明和設計產品時，這尤其危險。「55% 的 Beta 測試人員表示對此功能感到滿意。這比第一次調查的 47% 有所上升。」這很難解釋，並且可能在無意中產生誤導。

優秀的發明家和設計師深刻理解他們的客戶。他們花費巨大的精力來培養這種直覺。他們研究和理解許多軼事，而不僅僅是調查中的平均值。他們與設計共存。

我不反對 Beta 測試或調查。但是你，作為產品或服務的負責人，必須了解客戶，擁有願景，並熱愛你的產品或服務。然後，Beta 測試和研究可以幫助你發現盲點。非凡的客戶體驗始於內心、直覺、好奇心、玩味、膽識和品味。你在調查中找不到這些。

擁抱外部趨勢

如果你不能或不願快速擁抱強大的趨勢，外部世界會將你推向 Day 2。如果你對抗它們，你可能就是在對抗未來。擁抱它們，你將獲得順風。

這些大趨勢並不難發現（它們被大量討論和報導），但大型組織卻可能奇怪地難以擁抱它們。我們現在正處於一個明顯的趨勢之中：機器學習和人工智能。

在過去的幾十年裡，電腦廣泛地自動化了程式設計師可以用清晰規則和演算法描述的任務。現在，現代機器學習技術使我們能夠對那些難以描述精確規則的任務做同樣的事情。

在 Amazon，我們多年來一直致力於機器學習的實際應用。其中一些工作非常引人注目：我們的 Prime Air 自動送貨無人機；使用機器視覺消除結帳隊列的 Amazon Go 便利店；以及我們的雲端 AI 助理 Alexa。¹ （儘管我們盡了最大努力，我們仍然難以保持 Echo 的庫存。這是一個高品質的問題，但也是一個問題。我們正在努力解決。）

但我們利用機器學習所做的大部分工作都發生在表面之下。機器學習驅動著我們的需求預測、產品搜索排名、產品和交易推薦、商品佈局、欺詐檢測、翻譯等等的演算法。雖然不那麼顯眼，但機器學習的大部分影響將是這種類型——悄悄地但有意義地改善核心營運。

在 AWS 內部，我們很高興能降低機器學習和人工智能的成本和門檻，讓各種規模的組織都能利用這些先進技術。

使用我們預先打包好的流行深度學習框架版本，運行在 P2 計算實例（為此工作負載優化）上，客戶已經在開發強大的系統，涵蓋從早期疾病檢測到提高作物產量等各個領域。我們也以方便的形式提供了 Amazon 的更高層次服務。Amazon Lex（Alexa 內部使用的技術）、Amazon Polly 和 Amazon Rekognition 免去了自然語言理解、語音生成和圖像分析的繁重工作。它們可以通過簡單的 API 呼叫來訪問——無需機器學習專業知識。請關注這個領域。未來還會有更多發展。

高效率決策

Day 2 的公司會做出高品質的決策，但他們做出高品質決策的速度很慢。要保持 Day 1 的能量和活力，你必須設法做出高品質、高效率的決策。這對初創公司來說很容易，但對大型組織來說非常具有挑戰性。Amazon 的高階管理團隊決心保持我們的高決策速度。速度在商業中至關重要——此外，高效率的決策環境也更有趣。我們不知道所有的答案，但這裡有一些想法。

首先，永遠不要使用一刀切的決策流程。許多決策是可逆的，是雙向門。這些決策可以使用輕量級的流程。對於這些決策，即使錯了又如何？我在去年的信中更詳細地談到了這一點。

其次，大多數決策可能應該在你希望擁有的資訊大約 70% 時做出。如果你等到 90%，在大多數情況下，你可能就太慢了。此外，無論如何，你都需要擅長快速識別和糾正錯誤的決策。如果你擅長修正路線，犯錯的代價可能比你想像的要小，而慢的代價肯定會很高。

第三，使用「不同意但承諾執行」(disagree and commit) 這句話。這句話會節省很多時間。如果你對某個方向有信念，即使沒有共識，說這句話也很有幫助：「看，我知道我們在這件事上有分歧，但你願意和我一起賭一把嗎？不同意但承諾執行？」當你到了這個地步，沒有人能確切知道答案，你很可能會得到一個快速的肯定答覆。

這不是單向的。如果你是老闆，你也應該這樣做。我一直都在使用「不同意但承諾執行」。我們最近批准了 Amazon Studios 的一個原創項目。我告訴團隊我的看法：它是否足夠有趣值得商榷，製作複雜，商業條款不太好，而且我們還有很多其他機會。他們有完全不同的意見，並想繼續推進。我立刻回覆：「我不同意但承諾執行，並希望它成為我們有史以來觀看次數最多的作品。」想想看，如果團隊實際上必須說服我而不是僅僅得到我的承諾，這個決策週期會慢多少。

注意這個例子不是什麼：不是我心裡想「嗯，這些傢伙錯了，沒抓住重點，但這不值得我去追究。」這是真正的意見分歧，是我坦率表達觀點，是團隊權衡我觀點的機會，也是快速、真誠地承諾按他們的方式進行。考慮到這個團隊已經帶回了 11 個艾美獎、6 個金球獎和 3 個奧斯卡獎，我很高興他們還讓我待在會議室裡！

第四，及早識別真正的不一致問題並立即上報。有時團隊有不同的目標和根本不同的觀點。他們沒有對齊。再多的討論，再多的會議也無法解決這種深層次的不一致。如果不上報，這種情況下預設的爭議解決機制就是耗盡精力。誰更有耐力，誰就能決定。

多年來，我在 Amazon 看到了許多真誠的不一致的例子。當我們決定邀請第三方賣家在我們自己的產品詳情頁面上與我們直接競爭時——那是一個重大的決定。許多聰明、善意的 Amazon 員工根本完全不同意這個方向。這個大決策引發了數百個較小的決策，其中許多需要上報給高階管理團隊。

「你把我耗垮了」是一個糟糕的決策過程。它緩慢且令人洩氣。選擇快速上報——這樣更好。

那麼，你是否只滿足於決策品質，還是也關注決策速度？世界的趨勢對你來說是順風嗎？你是否成為形式主義的犧牲品，還是它們為你服務？最重要的是，你是否在取悅客戶？我們可以擁有大公司的規模和能力，同時擁有小公司的精神和心態。但我們必須做出選擇。

非常感謝每一位客戶允許我們為您服務，感謝我們的股東們的支持，感謝全球 Amazon 員工的辛勤工作、聰明才智和熱情。

一如既往，我附上我們 1997 年的原始信件副本。今天仍然是 Day 1。

誠摯地，

Jeff

Jeffrey P. Bezos 創始人兼執行長 Amazon.com, Inc.

¹ 想找點樂子，試試問：「Alexa，六十的階乘是多少？」