💬 核心句

"Day 2 is stasis. Followed by irrelevance. Followed by excruciating, painful decline. Followed by death. And that is why it is always Day 1."

("第二天意味着停滞,接着是无关紧要,然后是令人痛苦的衰退,最后是死亡。这就是为什么永远都是第一天。")

"Jeff,第二天是什么样的?"

这是我在最近一次全员大会上收到的问题。二十多年来,我一直在提醒大家现在是"第一天"。我在一座名叫"Day 1"的亚马逊大楼里工作,搬楼的时候我把这个名字也带走了。我花了很多时间思考这个话题。

"第二天意味着停滞,接着是无关紧要,然后是令人痛苦的衰退,最后是死亡。这就是为什么永远都是第一天。"

当然,这种衰退会以极其缓慢的速度发生。一家成熟的公司也许能在第二天的状态下收割几十年,但最终结局依然不可避免。

我感兴趣的问题是:如何抵御第二天?有什么技巧和策略?如何在一个大型组织内部保持第一天的活力?

这样的问题不可能有简单答案。它涉及许多要素、多条路径和众多陷阱。我不知道全部答案,但我也许知道其中一部分。以下是"第一天防御"的入门套装:客户痴迷、对代理指标的怀疑态度、对外部趋势的积极拥抱,以及高速决策。

真正的客户痴迷

企业可以有很多种经营中心。你可以以竞争对手为中心,可以以产品为中心,可以以技术为中心,可以以商业模式为中心,还有更多选择。但在我看来,对客户的极致关注是保持第一天活力的最佳防线。

为什么?以客户为中心有许多优势,但最关键的一点是:客户永远是美丽地、美妙地不满足的,即使他们声称自己很满意、生意很好。即使客户自己还不知道,他们总是想要更好的东西,而你取悦客户的渴望会驱动你代替他们去发明。没有任何客户要求亚马逊创建Prime会员计划,但事实证明他们确实想要这样的服务,我还能举出许多类似的例子。

保持在第一天,需要你耐心地实验、接受失败、播种、保护幼苗,并在看到客户喜悦时加倍投入。一种痴迷于客户的文化最能创造让这一切发生的条件。

抵制代理指标

随着公司变得更大更复杂,出现了一种用代理指标来管理的倾向。这有多种形式,它是危险的、微妙的,非常"第二天"的特征。

一个常见的例子是将流程当作代理。好的流程为你服务,让你能服务客户。但如果不加警惕,流程本身就会变成目的。这在大型组织中很容易发生。流程变成了你想要的结果的替身。你不再关注成果,只确保流程执行正确。哎。一个初级管理者用"我们按流程做了"来为糟糕的结果辩护,这并不罕见。更有经验的管理者会把它当作调查和改进流程的机会。流程不是目的。值得时常问一问:是我们掌控流程,还是流程掌控了我们?在一家"第二天"的公司里,你可能会发现是后者。

另一个例子:市场调研和客户问卷可以成为客户的替身——这在发明和设计产品时尤其危险。"55%的测试用户对此功能表示满意。比第一次调查的47%有所上升。"这种数据很难解读,可能在无意中形成误导。

好的发明家和设计师深刻地理解他们的客户。他们投入大量精力来培养这种直觉。他们研究和理解许多个体案例,而不仅仅是问卷上的平均数。他们与设计共同生活。

我并不反对测试版测试或问卷调查。但你,作为产品或服务的负责人,必须理解客户、拥有愿景、热爱你的产品。然后,测试和调研可以帮你发现盲点。卓越的客户体验始于内心、直觉、好奇心、玩耍精神、勇气和品味。这些东西你在任何问卷里都找不到。

拥抱外部趋势

如果你不愿意或不能迅速拥抱强大的趋势,外部世界可以把你推入第二天。如果你对抗它们,你很可能是在对抗未来。拥抱它们,你就有了顺风。

这些大趋势并不难发现(它们被大量讨论和报道),但大型组织要拥抱它们却可能异常困难。我们现在正处于一个明显的大趋势之中:机器学习和人工智能。

过去几十年来,计算机广泛地自动化了程序员能用清晰规则和算法描述的任务。现代机器学习技术现在让我们能对那些难以描述精确规则的任务做同样的事。

在亚马逊,我们多年来一直在机器学习的实际应用方面深入耕耘。其中一些工作高度可见:我们的自主Prime Air无人机配送;使用机器视觉消除结账队列的Amazon Go便利店;以及Alexa,我们基于云的AI助手。(尽管我们尽了最大努力,Echo仍然供不应求。这是一个高质量的问题,但仍然是个问题。我们正在努力解决。)

但我们用机器学习做的大部分工作发生在水面之下。机器学习驱动着我们的需求预测算法、产品搜索排名、产品和优惠推荐、商品展示、欺诈检测、翻译等等。虽然不那么显眼,机器学习的大部分影响将属于这种类型——安静但深刻地改善核心运营。

在AWS内部,我们很高兴能够降低机器学习和AI的成本和门槛,让各种规模的组织都能利用这些先进技术。

客户已经在使用我们预打包的流行深度学习框架版本(运行在针对此工作负载优化的P2计算实例上),开发从早期疾病检测到提高农作物产量的强大系统。我们还以便捷的形式提供了亚马逊的高级服务。Amazon Lex(Alexa的核心)、Amazon Polly和Amazon Rekognition消除了自然语言理解、语音生成和图像分析中的繁重工作。只需简单的API调用即可访问——无需机器学习专业知识。请关注这个领域,更多精彩即将到来。

高速决策

第二天的公司做出高质量的决策,但他们做出高质量决策的速度很慢。要保持第一天的活力和动力,你必须以某种方式做出高质量、高速度的决策。这对初创公司来说很容易,对大型组织来说极具挑战。亚马逊的高管团队决心保持我们的决策速度。速度在商业中很重要——而且高速决策的环境也更有趣。我们不知道所有答案,但这里有一些想法。

第一,永远不要使用一刀切的决策流程。许多决策是可逆的,是"双向门"。这些决策可以使用轻量级流程。对于这些决策,做错了又怎样?我在去年的信中详细讨论过这一点。

第二,大多数决策应该在大约拥有70%你希望拥有的信息时做出。如果你等到90%,在大多数情况下你可能太慢了。而且无论如何,你都需要善于快速识别和纠正错误决策。如果你善于纠偏,犯错的代价可能比你想象的要低,而缓慢的代价则一定很高。

第三,使用"disagree and commit"(不同意但执行)这个短语。这个短语能节省大量时间。如果你对某个方向有信心,即使没有共识,说"听着,我知道我们在这件事上意见不同,但你愿意和我赌一把吗?不同意但执行?"是很有帮助的。到了这个地步,没人能确定正确答案,你很可能会得到一个快速的"好"。

这不是单向的。如果你是老板,你也应该这样做。我一直在"不同意但执行"。我们最近批准了一部亚马逊工作室的原创作品。我告诉团队我的看法:是否够有趣值得商榷,制作复杂,商业条款不太好,我们还有很多其他机会。他们有完全不同的意见,想要推进。我立刻回复:"我不同意但执行,希望它成为我们有史以来最受欢迎的作品。"想想看,如果团队不得不说服我而不是仅仅获得我的承诺,这个决策周期会慢多少。

请注意这个例子不是什么:它不是我心里想着"好吧,这些人搞错了、没抓住重点,但这不值得我去追究。"这是真诚的意见分歧、坦率地表达我的观点、给团队权衡我意见的机会,以及迅速真诚地承诺按他们的方式走。鉴于这个团队已经带回了11个艾美奖、6个金球奖和3个奥斯卡,我只是庆幸他们让我进了这个房间!

第四,尽早识别真正的根本性分歧,并立即升级处理。有时团队有不同的目标和根本不同的观点。他们没有对齐。再多的讨论、再多的会议都无法解决这种深层的不对齐。如果不升级处理,这种场景下默认的争议解决机制是"消耗战"——谁更有耐力谁就赢。

多年来我在亚马逊见过许多真诚的根本性分歧。当我们决定邀请第三方卖家在我们自己的产品详情页上直接与我们竞争时——那是一个大分歧。许多聪明、出于好意的亚马逊人根本不认同这个方向。这个大决定催生了数百个小决定,其中许多需要升级到高管团队。

"你把我磨垮了"是一种糟糕的决策方式。它缓慢且令人泄气。选择快速升级吧——这样更好。

那么,你是否只满足于决策质量,还是同时关注决策速度?世界的趋势是你的顺风吗?你是在被代理指标奴役,还是让它们为你服务?最重要的是,你在让客户感到惊喜吗?我们可以拥有大公司的规模和能力,同时保持小公司的精神和热忱。但我们必须主动选择这样做。

衷心感谢每一位客户允许我们为你服务,感谢股东们的支持,感谢全球各地的亚马逊人的辛勤工作、创造力和热情。

一如既往,我附上我们1997年的原始信件。它仍然是第一天。

此致

Jeff

Jeffrey P. 贝佐斯

创始人兼首席执行官

Amazon.com, Inc.


📊 2016年关键数据

指标 备注 数据 说明
Alexa技能 Echo生态 持续缺货 尽管全力生产仍供不应求
Amazon Go 新业态 无结账商店 利用机器视觉消除排队
Prime Air 无人机配送 自主配送 正在开发中
Amazon Studios 原创内容 11项艾美奖、6项金球奖、3项奥斯卡 截至信件发布时
机器学习应用 AWS服务 P2计算实例 降低ML/AI门槛

🧠 核心概念

概念一:Day 1 思维(Day 1 Mentality)

💬 原文 "Jeff, what does Day 2 look like?" ... "Day 2 is stasis. Followed by irrelevance. Followed by excruciating, painful decline. Followed by death. And that is why it is always Day 1."

中文释义: "Day 1"是贝佐斯最核心的经营哲学之一,贯穿他所有的股东信。Day 1代表一种永远处于创业初始阶段的心态——保持饥渴、保持警觉、保持对客户的好奇心。而Day 2则意味着组织开始僵化,流程替代了思考,惯性取代了创新。贝佐斯将自己的办公楼命名为"Day 1",搬到新楼也把这个名字带走。这不只是口号,而是一种深层的组织文化信号:无论公司多大、多成功,都不能放松对自身衰败的警惕。一家成熟公司也许能在Day 2的状态下苟延残喘几十年,但终局不可避免。

关联概念: 客户痴迷 | 抵制代理指标 | 高速决策


概念二:真正的客户痴迷(True Customer Obsession)

💬 原文 "There are many ways to center a business. You can be competitor focused, you can be product focused, you can be technology focused, you can be business model focused... But in my view, obsessive customer focus is by far the most protective of Day 1 vitality."

中文释义: 贝佐斯列举了多种企业可以采取的战略中心——以竞争对手为中心、以产品为中心、以技术为中心、以商业模式为中心,但他认为,对客户的极致关注才是保持Day 1活力的最佳防线。原因在于:客户永远是"美丽地、美妙地不满足的"。即使客户自称满意,他们内心深处仍渴望更好的东西——哪怕自己还不知道。没有任何客户要求亚马逊创建Prime会员计划,但事实证明他们正需要这样的服务。这种主动代替客户发明的能力,只有在客户痴迷的文化中才能生长。

关联概念: Day1思维 | 抵制代理指标 | 为客户发明


概念三:抵制代理指标(Resist Proxies)

💬 原文 "A common example is process as proxy. Good process serves you so you can serve customers. But if you're not watchful, the process can become the thing... It's always worth asking, do we own the process or does the process own us?"

中文释义: 随着企业规模扩大,组织倾向于用"代理指标"来管理业务——这既微妙又危险。最常见的例子是"流程成为代理":好的流程是为你服务的工具,让你能更好地服务客户。但如果不加警惕,流程本身就变成了目的。人们不再关注结果,只关心是否正确地执行了流程。另一个例子是市场调研和客户问卷:它们可以成为"客户"的替身。"55%的测试用户对这个功能表示满意"——这种数据很难解读,可能误导决策。好的发明家和设计师深入理解客户,他们靠的是直觉、品味和勇气,而不是问卷上的数字。

关联概念: 客户痴迷 | Day1思维 | 高速决策


概念四:拥抱外部趋势(Embrace External Trends)

💬 原文 "The outside world can push you into Day 2 if you won't or can't embrace powerful trends quickly. If you fight them, you're probably fighting the future. Embrace them and you have a tailwind."

中文释义: 大趋势其实并不难发现——它们被大量讨论和报道。难的是大型组织拥抱这些趋势的意愿和速度。贝佐斯以机器学习和人工智能为例:亚马逊早已将ML应用于需求预测、产品搜索排名、推荐系统、欺诈检测和翻译等核心运营中。在AWS内部,他们致力于降低ML和AI的成本和门槛。如果你对抗这些趋势,你就是在对抗未来;如果你拥抱它们,你就有了顺风。这是一种战略判断力:识别不可逆转的大潮流,然后全力投入。

关联概念: 机器学习 | AWS | Day1思维


概念五:高速决策(High-Velocity Decision Making)

💬 原文 "Day 2 companies make high-quality decisions, but they make high-quality decisions slowly. To keep the energy and dynamism of Day 1, you have to somehow make high-quality, high-velocity decisions."

中文释义: 贝佐斯提出了保持决策速度的四条原则:第一,不要用一刀切的决策流程,可逆的"双向门"决策可以用轻量级流程。第二,在拥有约70%信息时就做决策,等到90%就太慢了——关键是要擅长快速纠错。第三,使用"disagree and commit"(不同意但执行)的方法——当共识无法达成时,领导者可以明确表达异议后仍承诺执行团队的方向,这比"磨到你放弃"高效得多。第四,尽早识别真正的根本性分歧,并立即升级处理,而不是靠"耗尽耐力"来解决。这套框架让亚马逊在庞大的规模下仍保持创业公司般的决策节奏。

关联概念: Day1思维 | 双向门决策 | disagree and commit


🔗 核心概念关系图

                    ┌─────────────┐
                    │  Day 1 思维  │
                    └──────┬──────┘
                           │
           ┌───────────────┼───────────────┐
           │               │               │
    ┌──────▼──────┐ ┌──────▼──────┐ ┌──────▼──────┐
    │  客户痴迷    │ │ 拥抱外部趋势│ │  高速决策    │
    └──────┬──────┘ └──────┬──────┘ └──────┬──────┘
           │               │               │
    ┌──────▼──────┐ ┌──────▼──────┐ ┌──────▼──────────┐
    │ 抵制代理指标 │ │ 机器学习/AI │ │ Disagree & Commit│
    └─────────────┘ └─────────────┘ └─────────────────┘

💡 延伸思考

  • 在你自己的组织中,哪些流程已经从工具变成了目的?如何检测 抵制代理指标 中描述的"流程即代理"现象?
  • 高速决策 中的"70%信息就行动"原则,与追求完美信息的传统管理理念有何冲突?在什么场景下这个原则不适用?
  • Day1思维 在个人职业发展中如何应用?一个人如何避免自己进入"Day 2"状态?
  • "Disagree and commit"的前提是组织内有足够的信任。如果信任不足,这个方法会退化成什么?如何构建支撑 高速决策 的信任基础?
  • 贝佐斯将 客户痴迷 置于竞争对手关注之上。在一个竞争极为激烈的市场中,完全不关注对手是否现实?