来源： 清华管理评论  原创 陈劲 韩令晖

导语

2020年伊始的新冠疫情全球大流行，为各个国家带来了不同程度的经济冲击，甚至是灾难。然而，电商巨头亚马逊的全球销售额猛增至每秒1.1万美元，其市值也被推升至12000亿美元。人们不禁好奇，是怎样的历史和发展道路，造就了这个至今依然在不断扩张版图的“亚马逊帝国”？

陈劲 韩令晖 / 文

“在你们80岁时某个追忆往昔的时刻,只有你一个人静静对内心诉说着你的人生故事，其中最为充实、最有意义的那段讲述，会被你们作出的一系列决定所填满。最后，是选择塑造了我们的人生。为你自己塑造一个伟大的人生故事，祝你们好运！”

——亚马逊CEO杰弗里·贝索斯（Jeff Bezos）在普林斯顿大学2010年学士毕业典礼上的演讲

飞轮战略1.0——电商巨头的成长逻辑

“飞轮”是亚马逊从CEO到普通管理层都熟悉并喜欢的用来描述这家规模惊人的企业内部的各个部分是怎样组成了一台看似永无停歇的永动机的方式。

飞轮效应是管理学家吉姆·柯林斯在《从优秀到卓越》一书中提出的概念。对于任何一个企业来说，从优秀到卓越从来不是一蹴而就的。在建立一个伟大企业的过程中，并不存在某一次行动、某项宏伟计划、某个重量级的创新，或者类似的奇迹时刻能决定企业成功的命运。从优秀到卓越的过程就像推动一个重型巨轮转动的过程，从开始缓慢的旋转，速度到达某一个突破点后，轮子会自己产生动能，越转越快。

互联网泡沫破裂和连年亏损，让华尔街的分析师们一度认为亚马逊会走向破产。在危机不断的2001年秋天，贝索斯邀请了管理学家柯林斯和亚马逊的高管进行了一场对话，目的是为了找到一条让亚马逊重新变得伟大的道路。在那场讨论中，贝索斯和他的高管们了解到了“飞轮效应”，并开始了如何推动亚马逊这个重型轮子的探索。

亚马逊早期的飞轮战略始于价格。更低的价格带来了更多的客户，更多的客户访问会增加销售，同时也会吸引更多的第三方卖家支付佣金并在亚马逊的平台上售卖商品。这让亚马逊在承担相同运营和固定成本（客服中心、服务器）的同时获得更多的收益，同时，降低的成本被用来以更低的价格回馈用户，之后，这个飞轮就转了起来！

展开这个轮子，涉及了到了亚马逊的三大核心业务：Prime会员服务，Marketplace第三方卖家平台和亚马逊物流（Fulfilled by Amazon, FBA）。

Prime会员服务——亚马逊历史上最划算的买卖

截至2020年1月，Amazon Prime在全球拥有超过1.5亿付费会员。

Prime会员制始于2005年，有员工提出以收取年费的方式招募会员并为其提供两日达的配送服务，以当时的物流水平衡量，这是一项因为成本过高而几乎无法大规模推广的冒险试验，招致了从亚马逊高管到华尔街的一致批评。贝索斯却不顾众人反对批准了这个项目，多年之后，Prime会员的推出被视为亚马逊最划算的买卖之一。会员年费的支出提高了用户粘性和忠诚度，会员们开始更多的使用亚马逊的电商平台购买各种各样的物品，以及持续不断地成为亚马逊陆续推出的各项线上线下服务和产品的用户，用户的满意度也因为不断丰富的产品服务线而被维持在较高的水平上。Prime会员制让大量用户成为了亚马逊的拥趸。

亚马逊物流——秘密武器之面向服务的组织架构

亚马逊物流（Fulfilled by Amazon，FBA）是亚马逊为第三方卖家提供存储、包装和运输帮助的服务。亚马逊允许第三方卖家将大量的库存商品运送到亚马逊的仓储中心代为存储，有用户下单时，亚马逊会负责将商品寄送给消费者，并且帮助处理消费者后续的退货申请和提供其他方面的客户服务。FBA不仅服务于Amazon Marketplace上售卖的商品，也为第三方卖家在其他电商平台上订单提供相同的物流服务。

首先，通过向第三方卖家开放存储服务，亚马逊可以更好的利用过剩的仓储容量；其次，增加的物流需求可以为亚马逊增加和UPS、FedEx等物流供应商的议价能力；最后，亚马逊可以借此项服务吸引更多的第三方卖家使用Amazon Marketplace平台来售卖更多样的商品，也通过这些服务获得了更多的收入。

在2017年的第一季度，亚马逊通过为第三方卖家提供服务获得了64亿美元的收入，占到亚马逊总收入的25%。

飞轮战略2.0——人工智能时代的新版图

亚马逊云服务AWS

为亚马逊创造新飞轮的第一份动能来自亚马逊网络服务AWS（Amazon Web Service）。

2003年，亚马逊的两位软件开发工程师本杰明·布莱克（Benjamin Black）和克里斯·平克汉姆撰写了一篇短文，在其中详述了对亚马逊未来内部基础设施架构的构想，他们希望它具有完全标准化和自动化的特征，并计划通过网络服务（web service）的方式来实现诸如存储等功能。

2004年，贝索斯同意了关于基础设施的试验想法。平克汉姆于是前往南非并在那设立了一个卫星办公室。在南非期间，平克汉姆在克里斯·布朗（Chris Brown）和Willem van Biljon的帮助下完成了对新基础设施想法的试验。尽管AWS诞生于平克汉姆的南非团队，却使用了托管于美国的服务器。

2006年，AWS正式向公众推出了云服务，让用户可以利用这些亚马逊开放的基础设施来搭建自有的应用程序，陆续推出了存储服务S3（Simple Storage Service），服务器租赁和托管服务EC2（Elastic Compute Cloud）。这两款产品迅速得到市场的广泛认可并经久不衰，目前仍然广受客户的欢迎。

在2006年以后的十年间，AWS陆续推出了接近100多项服务，涉及存储、计算、开发者工具、物联网、安全等多个范畴。

2012年，首届AWS开发者大会Re:Invent在拉斯维加斯举行，显示了其日益壮大的用户社区。如今每年报名Re:Invent大会的人数已经超过3万人。

2013年，AWS战胜了竞争对手IBM，得到美国中情局（CIA）价值6亿美元的私有云合同。这场较量和最后亚马逊的胜出标志着行业权利的转移，AWS作为企业级云供应商的资质得到了强化。

2015年，亚马逊回应了各界人士多年关于AWS经营状况的好奇，首次披露了AWS的财务数据。据此次披露，AWS在2014年实现了46亿美元的营收，并预计在2015年增长至62亿美元。

2016年，AWS兑现了贝索斯的承诺，在该年底突破100亿美元的营收关口，获得122亿美元的收入。

目前，亚马逊云服务的用户涵盖了多数行业，其中知名企业和机构有奈飞（Netflix），爱彼迎（AirBnB）和英国司法部等政府机构。2017年，AWS的一次故障导致美国大部分网站不能打开，这也从侧面反映了AWS的市场份额和作为网络基础设施的重要地位。

亚马逊的人工智能与IoT之路

即使在革命性的语音机器人设备Echo诞生以前，人工智能对于亚马逊来说也并不是一个陌生的领域，机器学习（Machine Learning）早已在亚马逊的工程师中间火过一轮，他们喜爱用机器学习的算法来完成一些看上去容易然而实现起来异常困难的繁琐任务，其中最广为人知的当属亚马逊早期的个性化推荐算法，海量的消费者数据经过机器学习算法的魔力手指一点，成了最理解消费者需求的产品推荐清单。

然而，有AI基础的亚马逊在Echo的研发过程中，还是遇到了巨大的困难和挑战。

“一种低成本、无所不在的计算机，你可以通过说话方式和它在云中的大脑交互。你和它讲话，它会用对话的方式回复你。”这是亚马逊团队对于Echo最初的设想。要设计和制造这样一件只存在于科幻小说中的设备要求亚马逊集结一只有着深厚人工智能领域专业知识储备的专家团队，然而由于各种现实世界的限制，亚马逊无法吸引到AI业界和学术界的顶尖人才，这为Echo的研发工作提出了巨大的挑战。

既然内部研发无法实现公司的创新目的，亚马逊开始转向组织外部寻求有用的知识和技术，相继并购了美国语音文字转换（speech-to-text）技术公司Yap、英国语音人工智能公司Evi和波兰文本语音（text-to-speech）智能公司Ivona。

在Echo开发的过程中，Alexa团队意识到了Echo背后的平台的扩展潜力。亚马逊向第三方程序开发人员开放了支持Echo的语音识别服务，并鼓励外部的程序员开发能运行于Echo设备之上的微型语音应用程序。通过将Alexa扩展到Echo之外，亚马逊内部分散于不同部门的AI元素有了被统一整合的机会。不同的团队都意识到，Alexa可以为自己的实验项目提供语音服务。首批使用了Alexa语音识别服务并且被集成到Echo设备当中的亚马逊产品包括：亚马逊音乐（Amazon Music）、亚马逊视频（Prime Video）、个性化推荐算法。随后，一些非Alexa体系的产品也开始使用这项平台服务，例如Fire TV、语音购物和亚马逊云服务（AWS）。

基于AWS的亚马逊机器学习平台（Amazon Machine Learning）于2015年首次推出，它允许客户建立私人的面孔目录。房地产中介商Zillow使用这项服务来预测房价，而图片收集网站Pinterest则将其用于视觉搜索，数家自动驾驶初创公司正在使用亚马逊的机器学习平台来从数百万英里的模拟道路测试数据中获得改进产品的新可能。

另外一个亚马逊AI发展之路上的里程碑事件是Echo以及一系列基于Alexa智能语音平台设配正式投放市场，亚马逊获得了海量的第一手用户——AI语音交互数据。随着越来越多的人成为Alexa平台的最终用户，源源不断的用户数据不仅促进了亚马逊IoT设备的性能提升，同时也为向第三方开放的机器学习工具和智能语音平台的提升贡献了宝贵的分析资料。曾经困扰Echo初创团队的“招人难”和“招顶级人才难”的问题也迎刃而解，真实应用场景下的海量用户数据，对于任何科学家和业界精英都有着难以抗拒的吸引力。

亚马逊的企业文化崇尚“单个团队负责制”——即由某一个团队开发维护并拥有某项技术。神奇的是，这种明确的归属权划分却并没有阻止人们进行跨项目合作的尝试和努力。为了解决一些AI方面的难题，无论这个难题归属于哪一个团队，都会引来公司内部来自不同部门科学家们的关注，他们乐于分享自己的专业知识和解决思路，协同合作，破解难题。而某些像Echo和Alexa一样极具挑战性的难题则因其本身的复杂性而对顶尖人才有着强烈的吸引力，尤其是那些希望能实实在在看到自己对现实世界影响力的科学家和工程师。这种对人才的吸引弥补了亚马逊在基础研究方面的空白。作为一个要求创新要在为客户服务背景下进行的产品导向型的技术公司，亚马逊在不断用现实问题挑战自己和寻求答案的路上寻找到了独特的创新方式。

经过数年的努力，亚马逊构造了一个围绕人工智能的新飞轮。具体而言，专注于人工智能创新的Echo智能设备团队和Alexa智能语音平台团队在深度学习和机器学习方面的创新成果，一方面可以直接被公司的其他团队所利用来改进已有产品和服务，另外一方面也影响了亚马逊内部的工程师团队对于人工智能领域的理解，并促进了内部人才的相关技术积累。通过向外部客户以付费服务的方式提供机器学习平台，亚马逊不仅获得了新的收入来源，也获得了宝贵的用户数据和由此催生的各项产品服务改进。

同时，在AWS基础架构之上，亚马逊向外部用户推出了各类技术和智能设备（Kindle阅读器、FireTV和Echo系列设备），形成了围绕AWS的新飞轮。大量基于AWS的开发者工具吸引了越来越多的第三方设备开发者使用AWS作为网络基础设施。更多的用户促使AWS在不断扩大规模的同时，也降低了成本。于是，AWS得以用更低的成本提供更丰富的开发者工具，新飞轮的“正向循环”就这样转动起来。

飞轮协同

巴菲特在2017年的专访中对亚马逊有过精确的评论，“贝索斯最厉害的地方在于，他在同时做两个行业（零售和AI）,而且还是两个没什么关系的行业，并且同时取得了成功”。那么亚马逊的零售和AI两个飞轮是怎样协同联动的呢？

答案是Echo系列设备、一键购买按钮（Dash Button）和电视棒（Fire TV Stick）等物联网设备。用户通过使用这些IoT设备得到了体验上的提升，亚马逊则获得了除电商场景之外珍贵的用户数据，这些数据帮助亚马逊更好的理解用户和开发新功能。同时，这些IoT设备的开发和上线过程大量的使用到了AWS服务，亚马逊再一次发挥用户创新的优势，从自身作为用户的经验中不断地改进IoT开发者工具，实现了两个飞轮的协同联动。

关于作者 | 陈劲：清华大学经济管理学院创新创业与战略系教授、博导，清华大学技术创新研究中心主任

韩令晖：清华大学经济管理学院暨清华大学技术创新研究中心博士研究生

文章来源 | 本文刊登于《清华管理评论》2020年6月刊，内容有删减

责任编辑 | 高菁阳