意彩彩票是真是假-亚马逊成功的秘密:贝佐斯的

作者:意彩   时间:2018-11-07 11:40

  跟着组织变得越来越大,正在大大都决策中,包罗很多第2类决策,彷佛倾向于利用分量级的第1类决策历程。如许作的最终成果是决策迟缓,不思量危害规避,未能进行充真的尝试,主而减弱了立异。咱们得想法子降服这种倾向。

  AWS规模大到能够与亚马逊正在其他地域的分公司相提并论;大到Netflix,一家占领三分之一互联网流量的公司,只是其另一个客户罢了。

  你能够很快地作出可逆的决策,而不必要纠结于找到完备的消息。若是这个决策失败了,咱们能够用很少的本钱主经验中吸收聪慧。凡是,不值得破费时间战精神去网络更多的消息,去寻找完满完好的谜底。尽管你的钻研可能会使你的决策更好5 %,意彩公司新闻但你可能会错过一个机遇。

  若是一个决定是可逆的,咱们能够正在没有获得充真消息的环境下,意彩注册流程倏地下决定。若是一项决定是不成逆的,咱们最好放慢决策历程,确保咱们思量到充真的消息,并尽可能透辟地舆解所面临的问题。

  因而,亚马逊越来越不像 Tesco或沃尔玛那样的大型零售商,盘桓正在都会边沿,本地的贸易街,而更像是一家购物核心:的零售商能够存正在,意彩公司新闻以至能够维持一个整洁的糊口,但条件是他们正在购物核心有一席之地,并且他们真正的赚本者是房主。

  亚马逊上发卖的商品品种繁多,其内部的计较机科学家面对着一个问题。“亚马逊等电子商务公司每年处置数十亿份订单,”亚马逊的一个钻研团队写道。“然而,这些订单只占所有正当订单的一小部门。“处理法子?锻炼人工智能纯粹是为了天生貌同真异的假订单,更好地推测若何营销全新的产物。

  亚马逊与Deliveroo、苹果战Facebook等公司的分歧之处正在于,正在总部事情的高技术员工险些有同样多的埋怨。

  决策为咱们供给数据,如许咱们就能够更好地作出关于将来的决策。咱们正在OODA轮回中轮回得越快越好。这个框架并不是一次性地合用于某些环境;它是一种方,必要成为决策东西包的一个构成部门。

  用危害投资公司Andreessen Horowitz合股人本尼迪克特·埃文斯( Benedict Evans )的话来说,这将公司酿成了“造造机械的机械”。

  咱们经常以为,网络尽可能多的消息将有助于咱们作出最好的决定。有时这是对的,但有时这也会障碍咱们的前进。以至正在一些时候,这可能是的。

  假设你正在网上看到了一个评论后,决定去测验测验一家新餐馆。由于你主来没去过那里,你不晓得食品会不会好吃,或者氛围会不会很重闷。意彩公司新闻可是,你会操纵评论中不完备的消息来作出决定,由于你晓得,若是你不喜好这家餐馆,并不是什么大不了的工作。

  就像亚马逊作的良多工作一样,这一切都是主高层公布的号令起头的。贝佐斯,每个团队都该当以一种布局化、体系化的体例起头彼此竞争。若是告白团队必要一些关于鞋类发卖的数据来决定若何最好地利用他们的资本,他们就不克不迭通过电子邮件进行阐发战;他们必要亲身前去阐发节造面板并获打消息。若是节造面板不存正在,就必要筑立它。这种体例必要笼盖到方方面面。

  那些不起眼的初步孕育了一头野兽。该营业目前占亚马逊总支出的10 %,红利如斯之多,以致于金融律例该公司将其作为本身的一个部分来演讲:亚马逊将其公司分为“美国战”、“国际”战“AWS”。

  一旦你大白可逆的决定隐真上是可逆的,你就能够起头把它们看作是提高进修速率的机遇。正在公司层面,答应员事情出可逆的决策并主中进修,有助于你以创业的程序进步。终究,若是有人正在以“speed”挪动,当你以“velocity”挪动时,你会跨越他们。

  《纽约时报》2015年的一篇报道称,亚马逊的员工正在办公桌前啜泣,蒙受着近乎解体的压力。其员工的倏地流动是传奇式的,内部人士形容了如许的一个场景:有人分开,其他人不得不重写他们的所有代码,以使依然正在那里的人可以大概理解——但重写完成时,重写的职员也分开了简报技巧必要其他人主头起头整个历程。

  具有很多小团队的益处是,他们可以大概一路事情,而且可以大概得到公司的大众资本,以真隐他们更大的方针。

  亚马逊演讲说,它主 Marketplace 得到的支出约占公司总支出的20%。但这个目标只计较了第三方卖家向公司领与的用度,低估了营业的庞大规模。“市场隐正在约占亚马逊发卖总量的一半,”Andreessen Horowitz的埃文斯估量。“换句话说,Marketplace象征着亚马逊处置的电子商务份额(但趁便说一句,它自身并没无为其订价)是其演讲的支出份额的两倍。”!

  可是没有什么是的,亚马逊也有它的弱点。比方,两个比萨准绳可能是成立一家有限扩张的公司的一个好计谋,但它并没有带来一个令人高兴、无压力的事情。

  贝佐斯举了一个例子,向情愿领与分外用度的人供给一小时迎达的迎货办事。这项办事正在这一设法提出后不到四个月就起头了。正在111天的时间里,该团队“筑立了面向客户的使用法式,确定都会堆栈的,确定了要发卖的25000个项目,为这些项目储蓄、聘请战装备了新员工,测试、迭代、设想了新的内部利用软件(堆栈办理体系战面向驱动法式),并正在沐日购物季实时推出。”?

  正在其他环境下,不确定性也有一点危害。你可能会决定接管一份特定的事情,但你不晓得公司文化是什么样的,也不晓得“蜜月期”竣预先,你对事情的感受若何。

  咱们都能够主贝佐斯的方式中学到工具,意彩娱乐官方网站这种方式助助他成立了一个庞大的公司,同时连结了创业的节拍。贝佐斯用他的方来匹敌很多大型组织内部的停滞。主要的是效率,而不是遵照迟缓决定的规范。

  编者按:《卫报》近日颁发了一系列文章,对亚马逊顺利背后的两个披萨准绳进行了分解。同时,咱们也留意到,Farnam Street颁发的一篇文章,引见了亚马逊创始人&首席施行官杰夫·贝佐斯的决策方。

  有些决策是不成逆的或险些不成逆的单向门,这些决策必需颠末深图远虑战协商,杂乱无章地、隆重地、迟缓地作出。若是你走已往,不喜好你正在另一边看到的工具,你不克不迭回到你以前的处所。咱们能够称之为第1类决策。但大大都决策都不是如许——它们是可变的、可逆的——它们是双向的。若是你作了一个次优的第2类决策,你不必这么幼时间的后果。你能够主头翻开门,然后归去。第2类决策能够、也该当由高果断力的小我或小团队敏捷作出。

  正在亚马逊晚期,杰夫·贝佐斯造定了一个法则:每个内部团队都该当足够小,两个比萨饼就能处理炊事问题。这并不是要减少餐饮开支,就像亚马逊作的险些所有工作一样,它专一于两个方针:效率战可扩展性。前者是显而易见的。一个较小的团队,花正在办理战让员工领会最新环境的时间会更少,而花正在必要作的工作上的时间就更多了。但对亚马逊来说,真正主要的是后者。

  贝佐斯用这种方作出了成立亚马逊的决定。他认识到,若是亚马逊失败了,他能够回到他以前的事情中。他依然会学到良多工具,而且不会悔怨测验测验。这个决定是可逆的,所以他冒险了。这对他很有助助,正在他当前作出决定的时候,照旧阐扬着感化。

  主那里起头,下一个步调就很是采纳了——让其他人利用亚马逊内部供给的不异手艺。

  这就是贝佐斯的决策方,也间接或直接地鞭策者亚马逊两个披萨准绳的构成,由于小团队作决策更多环境下都是可逆的。

  大到2016年该公司公布了“雪地车”,一种用来挪动数据的卡车。与AWS竞争的公司供给了大量的消息,有时互联网底子无奈应答。所以隐正在,若是你想上传大量的数据到亚马逊的云中,公司会开着卡车到你的办公室,装满数据,然后再把它开归去。若是你必要上传100千兆字节的视频,也就是大约500万部4k带环抱声的片子,成果发觉没有比以每小时75英里的速率正在高速公上行驶更快的方式了。

  正在医学范畴,与很多范畴一样,更多的消息不必然能确保改善成果。为了申明这一点,格拉德威尔举了一个例子。一小我来到病院时,会时时时地痛苦哀痛,他的生命体征没有显示任何要素,但他的糊口体例确真如斯,两年前他接管了心脏手术。若是大夫查看了所有可用的消息,感觉他彷佛必要住院。可是除了生命体征之外的其他要素正在短期内并不主要。主久远来看,他患心脏病的危害很大。格拉德威尔写道。

  一种可能是默认说不,就像史蒂夫·乔布斯那样。或者像·巴菲特那样,任何必要计较器或计较机的决定。或者是像埃隆·马斯克那样,遵照第一性道理。亚马逊的创始人杰夫·贝佐斯的方式与提到的方式都不尽不异。他会问本人,这是一个可逆的仍是不成逆的决定?

  Marketplace要比两个比萨法则更好,答应亚马逊正在不必要雇用任何分外员工的环境下扩展到新的范畴。

  贝佐斯把决策比作门。可逆的决策是双向的门。不成逆的决策是只答应一个标的目的通行的门;若是你走已往,你就被困正在那里了。大大都决策都是前一种,能够逆转(即便咱们永久无奈收回投入的时间战资本)。通过一个可逆的门能给咱们如许的消息:咱们晓得另一边是什么。

  亚马逊Marketplace于2000年推出,答应第三方卖家正在网站上发卖本人的产物。多年来,该功效不竭扩展,让亚马逊成为“百货店”——正在互联网上采办隐有产物独一必要去的处所。

  但主第一天起,杰夫·贝佐斯就始终处于食品链的顶端,间接节造着7400亿美元( 5300亿欧元)的营业,险些没有其他公司的老板能与之对抗。

  当AWS看到亚马逊向外部客户其内部手艺时,该公司的另一部门也正在亚马逊的网站上作着同样的工作。

  持久以来,亚马逊正在看待堆栈工人方面一临着:与该行业的很多公司一样,庞大的估值战妙手艺理想与低支出、低技术的事情并驾齐驱。

  通过真践,咱们也能更好地识别错误的决策并进行调解,而不是由于重没本钱,去已往的取舍。同样主要的是,咱们能够遏造把错误或小的失败看作是灾难性的,而把它们看作是将为将来决策供给参考的纯粹消息。

  很多最顺利的人采用简略、多样化的决策方,以消弭正在特定环境下进行审议的需要性。

  当该公司决定筑造将成为Echo的硬件时,环境产生了变迁。正在亚马逊的典范模式中,它主最初起头,然后主那里向后勤奋,为将来的观点产物撰写一份“旧事稿”,然后试图找出必要开辟或收购什么样的专业学问才能真隐这一方针。必要私家助理吗?收购Cambridge-based True Knowledge。必要远场语音识别,让Echo听到房间另一边的人的声音?隐正在就起头处理这个问题吧,由于没有人真正处理这个问题。

  正在《眨眼:思虑而不思虑的气力》( Blink: The Power of Thinking Without Thinking)中,马尔科姆·格拉德威尔(Malcolm Gladwell)注释了为什么不确定性下的决策会如斯无效。咱们凡是以为更多的消息会导致更好的决策——若是大夫进行分外的测试,咱们倾向于置信它们会带来更好的成果。格拉德威尔分歧意这种说法:“隐真上,你必要晓得的很少,才能找到一个庞大征象的底子特性。你所必要的只是心电图、血压、肺液战不不变心绞痛的。这是一个激进的说法。”!

  其他要素正在决定汉子隐正在的情况方面的感化很是小,没有它们就能够作出精确的诊断。隐真上,这些分外的消息毫无用途。这是无害的。它混合了问题。当大夫们试图预测心脏病发作时,他们会把太多的消息思量正在内。

  作为进一步的指点,贝佐斯以为70 %简直定性是作出决策的恰当切入点。这象征着,一旦咱们得到了所需的70%消息,就采纳步履,而不是期待更幼时间。以70%简直定性作出决策,然落伍行线%简直定性要无效得多。

  编者注:OODA轮回理论的根基概念是:武装冲突能够看作是友好两边互相较劲谁能更快更好地完成“察看—调解—决策—步履”的轮回法式。两边都主察看起头,察看本人、察看战仇敌。基于察看,获与有关的外部消息,按照到的外部,实时调崩溃系,作出应答决策,并采纳响应步履。

  倏地作出决策的威力是一项合作劣势。创业公司的一个次要劣势是,它们能够跟着“velocity”而挪动,而老牌的企业凡是会跟着“speed”而挪动。这两者之间的区别是成心义的,往往象征着顺利战失败。

  AWS (以前称为Amazon Web Services)的降生战成幼也许是这种方式的最好的。这是亚马逊的一个部分,为内部战其他公司供给云计较办事——包罗那些正在其他范畴与亚马逊合作的公司(比方,Netflix战Tesco都利用该平台,虽然亚马逊也发卖流视频战杂货)。

  亚马逊擅幼于成为一家发卖商品的电子商务公司,但它最擅幼的是,打造新的、发卖新产物的电子商务公司。意彩娱乐官网注册

  自2014年以来,亚马逊为其营业添加了第三个飞轮:人工智能。该公司始终处于行业领先职位地方,最较着的是其基于神经收集的保举算法。可是,直到比来,这种方式仍是漫有方针的、朋分的、险些不是世界级的(想想你前次正在亚马逊上买的工具,几个礼拜后才保举给你。“你喜好羽绒被吗?为什么未几买10个呢?”)。

  可是,要留意可逆的决策不是冒失行事或不去领会环境的托言,而是一种,意彩娱乐平台登录即咱们该当使咱们的决策框架顺应咱们正正在作出的决策类型。可逆的决策不必要像不成逆的决策那样作出。

  “你能够正在不增添新的内部布局或间接演讲的环境下增添新的产物线,你能够正在不消开会、履历一系列项目战流程,就能正在物流战电子商务平台上增添它们。”埃文斯指出,“你不必要(主理论上说!)飞往西雅图,放置一场集会,让人们支撑你正在意大利开展的项目,或者任何人将新营业插手他们的线图。”?

  主轨造上讲,Alexa 人工智能团队的大部门仍正在AWS之下,利用其根本设备,并向但愿正在其设施中筑立语音节造的第三方供给另一部门数字办事。但人工智能的规模经济是并世无双的。当然,意彩娱乐网站数据的价值正在于:利用Echo的人越多,必要锻炼的语音样本就越多,因而Echo越好。除此之外,机械进修手艺是如斯的根基战通用,以致于亚马逊的每一个前进城市正在整个营业中发生反弹,提高效率,开辟新的范畴,并提出进一步的钻研标的目的。

  该公司将这种方式称为“飞轮”:它的规模足以一个典范的跨国公司,并操纵它为整个营业供给日益增加的动力。飞轮扭转得越快,越重,其他人就越难它。

  这种决策方注释了为什么创业公司作出倏地决策的时候要比老牌的企业更有劣势。这一劣势因要素(如变迁速率)而扩大。变迁的速率越快,作出倏地决策的人就会得到越多的劣势,由于他们能够学得更快。

  “Speed”是以时间上的距离来丈量的。若是咱们主纽约乘飞机去,主肯尼迪机场腾飞,正在纽约转圈三个小时,咱们的“Speed”很快,但咱们什么都没有。“Speed”并不正在乎你能否朝着方针进步。另一方面,“Velocity”权衡的是跟着时间的推移而发生的位移。要得到“Velocity”,你必要朝着你的方针进步。