亞馬遜成功的秘密

Farnam Street

貝佐斯進行決策的方法論

我們經常認為，收集盡可能多的信息將有助于我們作出最好的決定。有時這是對的，但有時這也會阻礙我們的進步。甚至在一些時候，這可能是危險的。

許多最成功的人采用簡單、多樣化的決策方法論，以消除在特定情況下進行審議的必要性。

一種可能是默認說不，就像史蒂夫·喬布斯那樣。或者像沃倫·巴菲特那樣，拒絕任何需要計算器或計算機的決定。或者是像埃隆·馬斯克那樣，遵循第一性原理。亞馬遜的創始人杰夫·貝佐斯的方法與上面提到的方法都不盡相同。他會問自己，這是一個可逆的還是不可逆的決定？

如果一個決定是可逆的，我們可以在沒有得到充分信息的情況下，快速下決定；如果一項決定是不可逆的，我們最好放慢決策過程，確保我們考慮到充分的信息，并盡可能透徹地理解所面對的問題。

貝佐斯用這種方法論作出了建立亞馬遜的決定。他意識到，如果亞馬遜失敗了，他可以回到他以前的工作中，他仍然會學到很多東西，并且不會后悔嘗試。這個決定是可逆的，所以他冒險了。這對他很有幫助，在他以后作出決定的時候，依舊發揮著作用。

在不確定中做決策

假設你在網上看到了一個評論后，決定去嘗試一家新餐館。因為你從來沒去過那里，你不知道食物會不會好吃，或者氣氛會不會很沉悶。但是，你會利用評論中不完整的信息來做出決定，因為你知道，如果你不喜歡這家餐館，并不是什么大不了的事情。

在其他情況下，不確定性也有一點風險。你可能會決定接受一份特定的工作，但你不知道公司文化是什么樣的，也不知道“蜜月期”結束后，你對工作的感覺如何。

你可以很快地做出可逆的決策，而不需要糾結于找到完整的信息。如果這個決策失敗了，我們可以用很少的成本從經驗中吸取智慧。通常，不值得花費時間和精力去收集更多的信息，去尋找完美無缺的答案。雖然你的研究可能會使你的決策更好一點，但你可能會錯過一個機會。

但是，要注意可逆的決策不是魯莽行事或不去了解情況的借口，而是一種信念，即我們應該使我們的決策框架適應我們正在作出的決策類型。可逆的決策不需要像不可逆的決策那樣做出。

快速做出決策的能力是一項競爭優勢。創業公司的一個主要優勢是，它們可以隨著Velocity而移動，而老牌的企業通常會隨著Speed而移動。這兩者之間的區別是有意義的，往往意味著成功和失敗。

Speed是以時間上的距離來測量的。如果我們從紐約乘飛機去洛杉磯，從肯尼迪機場起飛，在紐約轉圈3個小時，我們的Speed很快，但我們什么都沒有。Speed并不在乎你是否朝著目標前進。另一方面，Velocity衡量的是隨著時間的推移而產生的位移。要獲得Velocity，你需要朝著你的目標前進。

這種決策方法論解釋了為什么創業公司做出快速決策的時候要比老牌的企業更有優勢。這一優勢因環境因素（如變化速度）而擴大。環境變化的速度越快，做出快速決策的人就會獲得越多的優勢，因為他們可以學得更快。

決策為我們提供數據，這樣我們就可以更好地做出關于未來的決策。我們在OODA循環中循環得越快越好。這個框架并不是一次性地適用于某些情況；它是一種方法論，需要成為決策工具包的一個組成部分。

OODA循環理論的基本觀點是：武裝沖突可以看做是敵對雙方互相較量誰能更快更好地完成“觀察—調整—決策—行動”的循環程序。雙方都從觀察開始，觀察自己、觀察環境和敵人。基于觀察，獲取相關的外部信息，根據感知到的外部威脅，及時調整系統，做出應對決策，并采取相應行動。

通過實踐，我們也能更好地識別錯誤的決策并進行調整，而不是因為沉沒成本謬誤，去堅持過去的選擇。同樣重要的是，我們可以停止把錯誤或小的失敗看作是災難性的，而把它們看作是將為未來決策提供參考的純粹信息。

“現在立即執行一個好的計劃，比下周執行一個完美的計劃要好。”——喬治 · 巴頓將軍

貝佐斯把決策比作門。可逆的決策是雙向開放的門。不可逆的決策是只允許一個方向通行的門；如果你走過去，你就被困在那里了。大多數決策都是前一種，可以逆轉（即使我們永遠無法收回投入的時間和資源）。通過一個可逆的門能給我們這樣的信息：我們知道另一邊是什么。

貝佐斯在前幾年的一封股東信中寫道：

有些決策是不可逆的或幾乎不可逆的單向門，這些決策必須經過深思熟慮和協商，有條不紊地、謹慎地、緩慢地做出。如果你走過去，不喜歡你在另一邊看到的東西，你不能回到你以前的地方。我們可以稱之為第一類決策。但大多數決策都不是這樣——它們是可變的、可逆的——它們是雙向的。如果你做了一個次優的第二類決策，你不必忍受這么長時間的后果。你可以重新打開門，然后回去。第二類決策可以也應該由高判斷力的個人或小團隊迅速做出。隨著組織變得越來越大，在大多數決策中，包括許多第二類決策，似乎傾向于使用重量級的第一類決策過程。這樣做的最終結果是決策緩慢，不考慮風險規避，未能進行充分的試驗，從而削弱了創新。我們得想辦法克服這種傾向。

貝佐斯舉了一個例子，向愿意支付額外費用的人提供一小時送達的送貨服務。這項服務在這一想法提出后不到4個月就開始了。在111天的時間里，該團隊“構建了面向客戶的應用程序，確定城市倉庫的位置，確定了要銷售的25000個項目，為這些項目儲備、招聘和配備了新員工，測試、迭代、設計了新的內部使用軟件（倉庫管理系統和面向驅動程序），并在假日購物季及時推出”。

作為進一步的指導，貝佐斯認為70 %的確定性是作出決策的適當切入點。這意味著，一旦我們獲得了所需的70%信息，就采取行動，而不是等待更長時間。以70%的確定性作出決策，然后進行路線修正，比等待90%的確定性要有效得多。

在《眨眼：思考而不思考的力量》（ Blink： The Power of Thinking Without Thinking）中，馬爾科姆·格拉德威爾（Malcolm Gladwell）解釋了為什么不確定性下的決策會如此有效。我們通常認為更多的信息會導致更好的決策——如果醫生建議進行額外的測試，我們傾向于相信它們會帶來更好的結果。格拉德威爾不同意這種說法：“事實上，你需要知道的很少，才能找到一個復雜現象的根本特征。你所需要的只是心電圖、血壓、肺液和不穩定心絞痛的證據。這是一個激進的說法。”

在醫學領域，與許多領域一樣，更多的信息不一定能確保改善結果。為了說明這一點，格拉德威爾舉了一個例子。一個人來到醫院時，胸部會時不時地疼痛，他的生命體征沒有顯示任何危險因素，但他的生活方式確實如此，兩年前他接受了心臟手術。如果醫生查看了所有可用的信息，覺得他似乎需要住院。但是除了生命體征之外的其他因素在短期內并不重要。從長遠來看，他患心臟病的風險很大。格拉德威爾寫道：其他因素在決定男人現在的狀況方面的作用非常小，沒有它們就可以做出準確的診斷。事實上，這些額外的信息毫無用處。這是有害的。它混淆了問題。當醫生們試圖預測心臟病發作時，他們會把太多的信息考慮在內。

我們都可以從貝佐斯的方法中學到東西，這種方法幫助他建立了一個巨大的公司，同時保持了創業的節奏。貝佐斯用他的方法論來對抗許多大型組織內部的停滯。重要的是效率，而不是遵循緩慢決定的規范。

一旦你明白可逆的決定實際上是可逆的，你就可以開始把它們看作是提高學習速度的機會。在公司層面，允許員工做出可逆的決策并從中學習，有助于你以創業的步伐前進。畢竟，如果有人在以Speed移動，當你以Velocity移動時，你會超過他們。

這就是貝佐斯的決策方法論，也直接或間接地推動著亞馬遜兩個比薩原則的形成，因為小團隊做決策更多情況下都是可逆的。

兩個比薩原則

在亞馬遜早期，杰夫·貝佐斯制定了一個規則：每個內部團隊都應該足夠小，兩個比薩餅就能解決伙食問題。這并不是要削減餐飲開支，就像亞馬遜做的幾乎所有事情一樣，它專注于兩個目標：效率和可擴展性。前者是顯而易見的。一個較小的團隊，花在管理和讓員工了解最新情況的時間會更少，而花在需要做的事情上的時間就更多了。但對亞馬遜來說，真正重要的是后者。

擁有許多小團隊的好處是，他們能夠一起工作，并且能夠獲得公司的公共資源，以實現他們更大的目標。

用風險投資公司（Andreessen Horowitz）合伙人本尼迪克特·埃文斯（Benedict Evans）的話來說，這將公司變成了“制造機器的機器”。

“你可以在不添加新的內部結構或直接報告的情況下添加新的產品線，你可以在不用開會、經歷一系列項目和流程，就能在物流和電子商務平臺上添加它們。”埃文斯指出，“你不需要（從理論上說！）飛往西雅圖，安排一場會議，讓人們支持你在意大利開展的項目，或者說服任何人將新業務加入他們的路線圖。”

亞馬遜擅長于成為一家銷售商品的電子商務公司，但它最擅長的是，打造新的、銷售新產品的電子商務公司。

該公司將這種方法稱為“飛輪”：它的規模足以扼殺一個典型的跨國公司，并利用它為整個業務提供日益增長的動力。飛輪越重，旋轉得越快，其他人就越難阻止它。

AWS（以前稱為Amazon Web Services）的誕生和發展也許是這種方法的最好的例證。這是亞馬遜的一個部門，為內部和其他公司提供云計算服務——包括那些在其他領域與亞馬遜競爭的公司（例如，Netflix和Tesco都使用該平臺，盡管亞馬遜也銷售流媒體視頻和雜貨）。

就像亞馬遜做的很多事情一樣，這一切都是從高層發布的命令開始的。貝佐斯下令，每個團隊都應該以一種結構化、系統化的方式開始相互合作。如果廣告團隊需要一些關于鞋類銷售的數據來決定如何最好地使用他們的資源，他們就不能通過電子郵件進行分析和索取；他們需要親自前往分析控制面板并獲取信息。如果控制面板不存在，就需要創建它。這種方式需要覆蓋到方方面面。

從那里開始，下一個步驟就非常值得采取了——讓其他人使用亞馬遜內部提供的相同技術。

那些不起眼的開端孕育了一頭野獸。該業務目前占亞馬遜總收入的10 %，盈利如此之多，以至于金融法規迫使該公司將其作為自身的一個頂級部門來報告：亞馬遜將其公司分為“美國和加拿大”“國際”和“AWS”。

AWS規模大到可以與亞馬遜在其他地區的分公司相提并論；大到Netflix，一家占據北美三分之一互聯網流量的公司，只是其另一個客戶而已。

大到2016年該公司發布了“雪地車”，一種用來移動數據的卡車。與AWS合作的公司提供了大量的信息，有時互聯網根本無法應對。所以現在，如果你想上傳大量的數據到亞馬遜的云中，公司會開著卡車到你的辦公室，裝滿數據，然后再把它開回去。如果你需要上傳100千兆字節的視頻，也就是大約500萬部4k帶環繞立體聲的電影，結果發現沒有比以每小時120公里的速度在高速公路上行駛更快的方法了。

當AWS看到亞馬遜向外部客戶開放其內部技術時，該公司的另一部分也在亞馬遜的網站上做著同樣的事情。

亞馬遜Marketplace于2000年推出，允許第三方賣家在網站上銷售自己的產品。多年來，該功能不斷擴展，讓亞馬遜成為“百貨店”——在互聯網上購買現有產品唯一需要去的地方。

Marketplace要比兩個比薩規則更好，允許亞馬遜在不需要雇用任何額外員工的情況下擴展到新的領域。

亞馬遜上銷售的商品種類繁多，其內部的計算機科學家面臨著一個問題。“亞馬遜等電子商務公司每年處理數十億份訂單，”亞馬遜的一個研究團隊寫道，“然而，這些訂單只占所有合理訂單的一小部分。”解決辦法？訓練人工智能純粹是為了生成似是而非的假訂單，更好地猜測如何營銷全新的產品。

亞馬遜報告說，它從 Marketplace 獲得的收入約占公司總收入的20%。但這個指標只計算了第三方賣家向公司支付的費用，低估了業務的巨大規模。“市場現在約占亞馬遜銷售總量的一半，”Andreessen Horowitz的埃文斯估計，“換句話說，Marketplace意味著亞馬遜處理的電子商務份額（但順便說一句，它本身并沒有為其定價）是其報告的收入份額的兩倍。”

因此，亞馬遜越來越不像 Tesco或沃爾瑪那樣的大型零售商，徘徊在城市邊緣，扼殺當地的商業街，而更像是一家購物中心：獨立的零售商可以存在，甚至可以維持一個整潔的生活，但前提是他們在購物中心有一席之地，而且他們永遠記住真正的賺錢者是房東。

自2014年以來，亞馬遜為其業務增加了第三個飛輪：人工智能。該公司一直處于行業領先地位，最明顯的是其基于神經網絡的推薦算法。但是，直到最近，這種方法還是漫無目標的、分割的、幾乎不是世界級的。（想想你上次在亞馬遜上買的東西，幾個星期后才推薦給你：“你喜歡羽絨被嗎？為什么不多買10個呢？”）

當該公司決定建造將成為Echo的硬件時，情況發生了變化。在亞馬遜的經典模式中，它從最后開始，然后從那里向后努力，為未來的概念產品撰寫一份“新聞稿”，然后試圖找出需要開發或收購什么樣的專業知識才能實現這一目標。需要私人助理嗎？收購Cambridge-based True Knowledge。需要遠場語音識別，讓Echo聽到房間另一邊的人的聲音？現在就開始解決這個問題吧，因為沒有人真正解決這個問題。

從制度上講，Alexa 人工智能團隊的大部分成員仍在AWS之下，使用其基礎設施，并向希望在其設備中構建語音控制的第三方提供另一部分數字服務。但人工智能的規模經濟是獨一無二的。當然，數據的價值在于：使用Echo的人越多，需要訓練的語音樣本就越多，因此Echo越好。除此之外，機器學習技術是如此的基本和通用，以至于亞馬遜的每一個進步都會在整個業務中產生反彈，提高效率，開拓新的領域，并提出進一步的研究方向。

亞馬遜的弱點

但是沒有什么是永恒的，亞馬遜也有它的弱點。例如，兩個比薩原則可能是建立一家無限擴張的公司的一個好策略，但它并沒有帶來一個令人愉快、無壓力的工作環境。

長期以來，亞馬遜在對待倉庫工人方面一直面臨著批評：與該行業的許多公司一樣，巨大的估值和高技術抱負與低收入、低技能的工作并駕齊驅。

亞馬遜與Deliveroo、蘋果和Facebook等公司的不同之處在于，在總部工作的高技能員工幾乎有同樣多的抱怨。

《紐約時報》2015年的一篇報道稱，亞馬遜的員工在辦公桌前哭泣，承受著近乎崩潰的壓力。其員工的快速流動是傳奇式的，內部人士描述了這樣的一個場景：有人離開，其他人不得不重寫他們的所有代碼，以使仍然在那里的人能夠理解——但重寫完成時，重寫的人員也離開了，需要其他人重新開始整個過程。

但從第一天起，杰夫·貝佐斯就一直處于食物鏈的頂端，直接控制著7400億美元（5300億歐元）的業務，幾乎沒有其他公司的老板能與之匹敵。