Amazon貝佐斯教我的事:善用數據驅動企業營運
Amazon貝佐斯教我的事:善用數據驅動企業營運
2014.09.24 | 技能

曾與亞馬遜(Amazon)執行長貝佐斯(Jeff Bezos)共事的David Selinger,現為客製化網購服務商RichRelevance的創辦人兼執行長,他在Entrepreneur發表此篇文章:

enter image description here
(圖片來源:Dan Farber | Flickr

我與貝佐斯共事的經歷將會永遠改變著我。

2003年,我從史丹佛大學一畢業就直接應聘進入了Amazon開始工作。最初的時候,我回絕了六份不同的聘用通知,直到管理層「巧言」騙我負責公司專注於數據挖掘研究與開發的客戶行為研究小組。來到西雅圖之後,我先後與多位經理共事,這其中就包括貝佐斯本人。

貝佐斯給我的任務是深入研究Amazon的數據,以便發掘促進業務增長的新途徑。我的團隊以推出三個全新數據驅動系統的方式交付了一個漂亮的專利組合,使得Amazon的年利潤超過了5000萬美元。

之後2004年,我與他人一起創辦了Redfin,並最終在2006年創辦了我現在的公司RichRelevance。超出我所預見的是,在Amazon學習到的一切將我打造成了一位領導者。

雖然在傳統觀念中,客戶服務是Amazon的秘密武器,其實貝佐斯的核心創意在於將數據置於企業文化的中心。儘管關於大數據的宣傳鋪天蓋地,但是貝佐斯在數據關注上有著他的獨特之處。我們其餘的人則講著時髦術語在努力跟上。

以下就是這位Amazon的老闆以實際行動所表明的正確做法:

  1. 由指標來定義你的企業文化。貝佐斯比我見過的任何人都更要明白事物在沒有衡量標準的情況下不會得到任何提高。在Amazon的時候,每件事都有它的衡量標準。不僅是網頁設計或是產品特性,就連財務、人力資源以及公司運營過程中的每一條數據都會得到測試和分析。

    當我還在Amazon的時候,我的團隊證實了(實際上有65頁的論證)網站加載時間對於銷售的影響,並且研究出了重要的度量標準。貝佐斯和Amazon毫不猶豫地重新制定了一項全新、甚至是更加激進的網站性能測試方法,因為管理層對這些指標的痴迷,公司對數百個崗位都進行了調整。

    指標成了目標,目標成了咒語,而咒語組成了每個人工作中的閒談。

  2. 從公司高層開始以數據說話。數據驅動的企業文化如果得不到公司CEO和管理團隊的支持,那麼就沒有任何意義,並且他們還必須願意對自己視若珍寶的假設發起挑戰。從上至下是打破「HiPPOs」
    (最高薪酬者意見)暴政的唯一方式。

    貝佐斯擁有一項罕見的能力,那就是對沒有用數據說話的意見置之不理。在Amazon的時候,我的提議之一就是在主頁上出售廣告位,但是貝佐斯最初給的回應非常消極:「這是我聽過的最愚蠢的想法之一。」

    儘管如此,當我拿出能夠證明這是一次機會的數據時,我的提議就通過了。貝佐斯讓我進行一次實況測試,從這個簡單的決定中我們發現了價值10億美元的商機。Amazon廣告現在的年利潤大約是十億美元左右,是Amazon盈利性最強的部門之一,並且是與在Google上的廣告進行競爭的主戰場。

  3. 數據民主化。如果你驚訝於Amazon(以及像是Google和Facebook等公司)是如何如此迅速地進行創新的話,這個問題的答案我稱之為「登山」。也就是公司對數據的發掘、質疑和測試進行製度化的一種方法。

    登山就是要求每個人,無論資歷深淺,都可以接觸到數據並且有工具來對自己的想法和直覺進行測試。隨著數據主導地位的建立,對於早期且經常性測試的廣泛授權、快速創新和巨額收益在很大程度上成為可能。冉冉升起的新星沒有了繁瑣官僚主義和政治的雙重牽絆。

    在RichRelevance,每位成員都保持著樂觀的態度。在典型的工程類面試中,我們經常會要求應聘者編寫一組代碼來解決問題。但是關注的重點卻在於工程師是怎樣知道這組代碼是正確的。他們怎樣對自己給出的答案進行測試和驗證?我們的目的是在於分析他們是如何選擇數據點、驗證自己的想法並最終測量成功的。我們僱傭具有登山潛力的人員。

就是如此簡單。指標、領導力和民主就是能夠帶領企業向前的數據原理。

當我帶領著RichRelevance飛速發展時,我每天都努力遵循著從貝佐斯那裡學來的原則。我堅信出色構想的提出者不會是我本人而是我的團隊,並且這些簡單的原則能夠打造出一個令創業新星崛起、偉大構想變為現實的企業文化。

本文出自創業邦,原文出自Entrepreneur

往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓