永遠做「第一天公司」（中）
編譯：小羊
抵制代理Resist Proxies
當公司變得越來越大、越來越複雜時，大都會有代理的傾向。這些代理各不相同，有大有小、有垂直有橫向，但它們是危險的、微妙的，也是第二天公司的特徵。
一個常見的代理是流程代理。良好的流程可以為您服務，從而為客戶服務。但是，稍有不慎，這個代理過程就可能變成包袱。這在大型組織中很容易發生。
你不再去看結果，而只是保障過程正確。
如果結果很糟，你常常會聽到年輕的領導者這樣說：「我們遵循這個流程。」 而更有經驗的領導者會以此為契機來調查和改進這個流程，因為流程不是一成不變的 。所以，你要明確我們是否擁有改進流程的能力，還是流程已經統治了整個項目？在第二天的公司里，你可能會發現它是第二種情況。
再舉個例子，市場研究和客戶調查可以成為客戶的代理，而當你發明和設計產品時，這是特別危險的。 「第二次測試中有55%的人對這個功能感到滿意。這比第一次調查的47%高。」這個數據並不代表什麼，而且還可能誤導對產品的理解。
好的發明家和設計師能深刻地了解他們的客戶。他們花巨大的精力開發和保持這種直覺。他們學習和理解故事背後的原因，而不僅僅是根據調查問卷里的平均數做出判斷。他們的生活和設計是不可分割的。
我不反對beta測試或調查。 但是，產品或服務所有者必須了解客戶，有一個願景，並熱愛這個產品。 這有這樣，beta測試和研究才可以幫你找到盲點。卓越的客戶體驗始於心、直覺、好奇、可玩性、膽量和品味，而這些你都不會在調查問卷中找到。
擁抱外部趨勢
如果你不願或不能快速接受外部強大的趨勢，那麼你可能很快會被動地進入第二天。如果你與它們敵對，你很可能是與未來在戰鬥。擁抱它們吧，你將搭上順風。
發現這些大趨勢並不難，因為它們經常會被談論和分享。但是對於大公司來說，它們可能很難接受。
我們現在就處於一個明顯的趨勢中——機器學習和人工智慧。
在過去的幾十年中，計算機的主要任務是自動化，程序員可以用清晰的規則和演算法來描述工作。現在的機器學習技術允許我們對以往不能用精確規則制定的工作進行估算。
在亞馬遜，我們多年來一直從事機器學習的實際應用。舉幾個典型的例子，我們的Prime Air無人運送機，使用機器識別技術的亞馬遜Go無人便利店，以及我們基於雲端人工智慧的助手Alexa。 （儘管我們盡了最大的努力，但是Echo總是脫銷。它是一個問題，我們正在努力。）
我們在機器學習方面所做的大部分工作都是在後台進行的。機器學習推動我們的需求預測、產品搜索排名、產品和交易推薦、商品推廣、欺詐檢測、翻譯等等的演算法。儘管表面上似乎並不明顯，但是許多機器學習的影響都是這樣，它們不動聲色，但實質性地改進核心操作。
在亞馬遜雲計算內部，我們很高興地說，我們能夠降低機器學習和AI的成本和障礙，使各種規模的組織都能利用這些先進的技術。
我們的客戶已在P2計算上使用亞馬遜的深度學習框架，他們開發出各種功能強大的系統，比如在早期疾病檢測和增加作物產量上的應用。
而且，我們還以便利的形式提供亞馬遜的高級服務。亞馬遜Lex（Alexa的實質）、Amazon Polly和AmazonRekognition可以幫助您進行自然語言理解、語音生成和圖像分析的繁重工作。他們可以通過簡單的API調用訪問，而使用者不再需要機器學習專業知識。我建議大家關注此趨勢，因為未來還有更多新技術。
（未完待續）
______________________________________
歡迎分享
轉載需註明「來自『科技小羊』公眾號」
歡迎在科技小羊公號平台微信留言
重要聲明：
科技小羊平台提供的信息僅代表個人觀點，僅供參考，不承擔任何法律責任。科技小羊挑選文章中的內容不能替代專業醫生和醫務人員的建議，若採納，請讀者自行承擔後果和風險。
TAG:科技小羊 |