江苏龙网

  1. 主页 > 生活百科 > >

贝索斯年度股东信:亚马逊太大 尝试新业务或有高亏损( 二 )


AWS本身——作为一个整体——就是一个例子 。没有人请求AWS 。没有人 。事实上，世界已经预备好了，并且盼望得到像AWS这样的产品，但人们并不知道 。我们有一种预见，追随我们的好奇心，承担必要的财务风险，开端建设——并在行进进程中，无数次地修正、实验和迭代 。
在AWS中，同样模式已经反复了很多次 。例如，我们创造了DynamoDB——一款高度可扩大、低延迟的密钥值数据库，现在被成千上万的AWS客户应用 。在细心倾听客户的看法时，我们听到企业大声说，他们的商业数据库选项受到限制，几十年来，他们一直对数据库供给商不满，后者供给的产品价钱昂贵、专有、具有高度锁定和处分性的允许条款 。我们花了几年时光构建了自己的数据库引擎Amazon Aurora，这是一个完整由企业自主管理的MySQL和PostgreSQL兼容服务，具有与商业引擎雷同或更好的耐用性和可用性，但成本仅为十分之一 。我们对它的胜利并不觉得惊讶 。
但我们也对实用于专门化工作负载的专门化数据库持乐观态度 。在过去20到30年中，企业应用关系数据库运行其大部分工作负载 。开发人员对关系数据库的普遍熟习使得这种技巧即使在不幻想的情形下也能运行 。虽然不是最优选择，但只要数据集大小足够小，可接收的查询延迟足够长，仍然可以使其工作 。但是今天，许多运用程序都在存储大批数据——兆字节和千兆字节 。同时，对运用程序的请求也产生了变更 。现代运用程序须要低延迟和实时处置，以及每秒处置数百万个要求的才能 。它不仅请求DynamoDB之类的症结价值存储，而且须要像Amazon ElastiCache之类的内存数据库、像Amazon Timestream这样的时光序列数据库，以及像Amazon Quantum Ledger Database这样的分类账解决计划——将恰当工具应用于恰当业务可以节俭资金，更快地将产品推向市场 。
我们还致力于赞助企业应用机器学习 。我们已经在这方面工作了很长一段时光，而且，和其他重大进展一样，我们最初尝试将一些早期的内部机器学习工具具体化，成果是失败的 。我们花了很多年的时光在游离——尝试、迭代和改良，并听取客户的名贵看法——使我们最终找到了Sagemaker，在18个月前刚刚对外推出 。Sagemaker清除了机器学习进程中每一步的繁重累赘、庞杂性和猜测——使人工智能民主化 。今天，成千上万的客户正在应用Sagemaker在AWS之上构建机器学习模型 。我们持续增强服务，包含增长新的强化学习才能 。强化学习拥有一条峻峭的学习曲线和许多活动部件，到目前为止，它的先进性已在很大水平上超越了所有企业，除了那些最有资金和技巧的公司 。缺乏富有好奇心的文化和代表客户尝试全新事物的意愿，这些都是不可能实现的 。客户对我们以客户为中心的游离和倾听做出了回应——现在AWS是一家年纯收入高达300亿美元的企业，而且发展快速 。
想象不可能的事
今天，亚马逊仍然是全球零售业的一个小角色 。我们在零售市场中所占的比例很低，而且，我们业务所在的每个国度都有更大的零售商 。这在很大水平上是因为近90%的零售仍然在线下，在实体店进行 。多年来，我们一直在斟酌如何为实体店的客户供给服务，但我们以为首先须要创造一些能让客户在这种环境中觉得愉快的东西 。随着亚马逊的发展，我们有了清楚的愿景 。解脱实体零售最糟糕的事情：结帐 。没有人爱好排队等待 。相反，我们假想了一家商店，在那里你可以走进来，得到你想要的，分开 。
做到这一步很难 。技巧上很难，它须要世界各地数百名聪慧敬业的盘算机科学家和工程师的共同尽力 。我们必需设计和建造自己的专用相机和货架，并创造新的盘算机视觉算法，包含将数百台合作相机的图像拼接在一起 。我们必需以这样一种方法来做，即技巧运行得非常好，以至于它退到了背景中，让人看不见 。奖赏来自顾客们的反馈，他们把在亚马逊商店购物的阅历形容为“神奇的” 。我们现在在芝加哥、旧金山和西雅图开设有10家商店，对未来觉得高兴不已 。
失败也须要扩大
随着公司的发展，一切都须要扩大，包含失败试验的范围 。如果失败的范围没有扩展，你的创造就不会真正推进潮流提高 。我们偶尔遭受数十亿美元的失败，因为我们的试验范围将与亚马逊的企业范围相匹配 。当然，我们不会草率地进行这种 。我们会尽力进行准确的投资，但并非所有好投资最终都会带来好成果 。这种大范围的风险承担是我们作为一家大公司为客户和社会供给服务的一部分 。对股东们来说，好资讯是一次大的胜利可以填补许多失败丧失 。


推荐阅读


上一篇：传Uber将通过IPO发行约100亿美元股票 最快5月初上市

下一篇：国家邮政局发布数据：去年我国人均使用快递36件