文章来自于公众号“机器之能”（almosthuman2017），编译：微胖，编辑：宇多田，来源：The Guardian。
亚马逊的早期，杰夫•贝索斯（Jeff Bezos）制定了一个规则：每个内部团队都应该足够小，小到可以用两个披萨喂养。
他的目的当然不是减少餐饮账单。就像亚马逊所做的几乎所有事情一样，它专注于两个目标: 效率和可扩展性。
前者显而易见。
一个较小的团队花费更少的时间来管理时间表，让人们了解最新情况，更多的时间去做需要做的事情。
但对亚马逊来说，后者才是真正重要的。
拥有大量小团队的好处在于，他们可以通过在一起工作、获得公司公共资源来实现更大的目标。
用风险投资公司安德森·霍罗威茨的本尼迪克特•埃文斯 (Benedict Evans) 的话来说，这能把公司变成“制造机器的机器”。
“你可以在不增加新的内部结构或直接报告的情况下添加新的产品线，也就是说，你不需要发起一系列会议和项目流程，才能在电子商务平台上完成。”本尼迪克特•埃文斯说，“你不用飞到西雅图，安排一些会议让人们支持在意大利开展项目，或说服任何人将其添加在他们的计划中。”
亚马逊擅长成为一家销售商品的电子商务公司，但它最擅长的，是让新的电子商务公司出售新产品。
该公司将这种方法称为“飞轮”: 它采用的规模可以扼杀一个典型的跨国公司，并利用它提供一个不断增长的势头来支持它的整个业务。
飞轮旋转得越快，越重，其他人就越难阻止它。
亚马逊位于亚利桑那州凤凰城的分销中心，图片来自路透社。
也许使用这种方法最好的例子就是 AWS 的诞生和成长。
这就是亚马逊提供云计算服务的部门。这个部门的客户遍布全球，无论是内部还是其他公司，甚至包括那些在其他领域是亚马逊对手的企业 (Netflix 和 Tesco 都使用这个平台，尽管亚马逊也在销售流媒体视频和杂货) 都在用 AWS。
就像亚马逊的许多事情一样，它开始于最高层的一道“诏书”。贝索斯命令，每一个团队都应该以一种结构化、系统化的方式开始相互合作。
如果一个广告团队需要一些关于鞋子销售的数据来决定如何最好地利用自己的资源，他们不能发送电子邮件并提出分析要求，他们需要自己去分析面板上的各种数据并得到它。如果这个仪表板不存在，那么它就需要被创造出来。
而且这种方法需要涵盖一切。
从那时起，这几乎成为每进行下一个明显步骤后就采取的想法，并让外界使用亚马逊在内部推广的相同技术。
谁知道，这些微不足道的开端催生了一头野兽。
亚马逊的业务现在占亚马逊总收入的 10%。赚了这么多钱，以至于金融法规迫使公司将 AWS 作为一个一级部门将数据公布在财报中，亚马逊将公司划分为“美国和加拿大业务”“国际业务”以及“AWS”。
现在，AWS 的规模大到足以让它与世界上其他地方的人打交道。譬如，作为一家占全美互联网流量约三分之一的公司，Netflix 只是 AWS 的一个客户。
2016 年，亚马逊发布了一款名叫“雪地车”的云产品，这是一款用来移动数据的虚拟文字卡车。
这款产品来源于一个切实需求——很多 AWS 的客户需要移动自己的大量数据，以至于有时互联网根本无法应对。所以现在，如果你想把大量数据上传到亚马逊的云端，公司“会开一辆卡车”到你的办公室，载满数据，然后把它开回来。
如果你需要上传 100PT（千万亿字节，大约 500 万部电影以 4k 环绕立体声），结果发现没有比亚马逊“以 75 英里每小时的速度开下高速公路”更快捷的方法了。
当亚马逊向外部客户开放其云计算技术时，公司的另一部门其实早在自己的实际网站上做了同样的事情。
亚马逊的一个线上功能——Marketplace（市场）于 2000 年推出，允许第三方卖家在网站上出售自己的商品。多年来，这一功能已经帮助公司实现了成为“万货商店”的梦想——互联网上能够买到任何存在货物与服务的一个目的地。
Marketplace 看起来比“披萨规则”好得多，允许亚马逊在不需要雇佣一个额外员工的情况下扩张到新的行业。
但是，由于亚马逊上销售的产品数量非常巨大，以至于公司的计算机科学家正在面临着一个问题。“亚马逊这样体量的电子商务公司每年要处理数十亿订单。”一个亚马逊研究团队写道，“然而，这些订单只占所有可信订单的一小部分。”
解决方案是什么？训练人工智能纯粹是为了生成似是而非的假订单，以便更好地猜测如何推销全新的产品。
亚马逊报告说，它从 Marketplace 获得的收入约占公司总收入的 20%。但这一指标仅计入第三方卖方向该公司支付的费用，还是低估了企业的巨大规模。
“现在，在亚马逊销售的商品总量中，Marketplace 占了一半左右。”硅谷风投公司安德森·霍罗威茨的埃文斯估计，“换句话说，Marketplace 意味着亚马逊掌握着双倍于财报记录的收入份额。”
因此，亚马逊越来越不像特易购 (Tesco) 或沃尔玛 (Walmart) 这样在城市边缘徘徊，吞噬商业，扼杀当地商业街的大型零售商。
亚马逊更像一个购物中心：独立零售商是可以生存的，甚至可以创造一个相对清爽的谋生模式，但前提是他们能在商场里找到一个插槽（如果他们总是记得真正的赚钱机器是房地产商的话）。
自 2014 年以来，亚马逊在其业务中增加了第三个“飞轮”: 人工智能。
该公司一直处于行业前沿，最明显的例子便是它的神经网络推荐算法。但其实直到最近，这种方法还是漫无目的，割裂的，远远称不上“世界级水平”，想想你上次在亚马逊上买东西，几周后才向你推荐产品：“你喜欢羽绒被吗？为什么不再买上 10 个？”
然而，当公司决定制造 Echo 时，情况发生了变化。
亚马逊的 Echo Dot
在经典的亚马逊文化中，产品都是从尾声开始，然后从后往前一步一步实现。公司通常的做法是，为一个未来产品写篇“新闻稿”，然后再试着找出这个产品需要开发的专业技能，或者，就是通过“收购”来完成。
需要一个语音助手？直接把位于剑桥的 AI 公司 Evi 买下。这家公司曾是 Siri 的竞争对手，也是 Alexa 的前身。
需要远场声音识别，想听到房间另一边的人的声音？现在就开始解决这个问题吧，因为还没有人真正解决了这个问题。
从制度上讲，大部分 Alexa 的人工智能团队仍然建立在 AWS 基础上，使用其基础设施，并向那些希望在 Echo 中建立语音控制 skill 的第三方提供另一批数字服务。
但是，人工智能的规模经济是独一无二的。譬如，数据的价值就在于：人们使用 Echo 的次数越多，它训练的语音样本就越多，Echo 自然而然就会变得越好用。
除此之外，机器学习技术是基础而通用的，它可以运用在亚马逊的所有生意中，提高各项业务的运行效率，开辟新的商业领域，并为公司发现进一步的研究路径。
但是世事无常，亚马逊也有自己的弱点。
例如，双披萨规则可能是建立一个无限可扩张公司的好策略，但它并不适合一个舒适的、无压力的工作环境。
长期以来，亚马逊一直面临着“严酷对待仓库工人”的指责——与该行业的许多公司一样，巨额的估值、高科技理想看起来与那些维持公司运转的低薪、低技能工作格格不入。
而亚马逊与 Deliveroo（英国外卖巨头）、苹果以及 Facebook 等公司的不同之处在于，身在总部的高技能员工也有同样多的抱怨。
《纽约时报》2015 年的一篇博文描述了亚马逊员工在办公桌前哭泣的场景，他们承受着接近崩溃的压力。但亚马逊否认了文章里的一些指控。
但一个很现实的情况是，亚马逊迅速的员工流动率在业界已经成了一个传奇。据内部人士描述，公司已经形成了一种“代码债”（也称为技术债务，是开发团队在设计或架构选型时, 从短期效应的角度选择了一个易于实现的方案。但从长远来看, 这种方案会带来更消极的影响）的搭建方式：
如果有人离开，那么留下的其他人必须重写他们所有的代码，而且这个代码需要让仍在公司里的人能够理解——但当重写完成后，重写的人也离开了，那么公司会要求其他人重新开始整个过程。
不过无论怎样，从亚马逊成立第一天开始，有一件事是绝对准确的——贝索斯坐在食物链的顶端，直接控制着价值 7400 亿欧元 (5300 亿英镑) 的业务。
这如同一个大胆的赌徒，正在拿公司做赌注。