推动智能经营管理

贝佐斯毕业于普林斯顿大学，学的专业是计算机和电子工程。他不仅理解数据算法、机器学习、人工智能等前沿技术，而且知道如何将这些超级武器用在企业经营中。

1994年创建亚马逊前，贝佐斯就职于量化对冲基金巨头萧氏公司。这家公司成立于1988年，创始人为斯坦福大学计算机博士大卫·萧（D.E.Shaw）。早在30多年前，这位萧先生就开始大胆探索通过量化分析、智能算法，让计算机自动完成金融交易，一举开创了华尔街量化投资的先河，彻底改变了整个美国金融产业。

在萧氏公司4年的工作经历，让贝佐斯更加深刻地认识到了数字技术的强大威力，并逐渐萌生了后来亚马逊业务模式的基本雏形，比如，如何通过海量数据及数字技术，为每位客户提供各自不同的个性化服务。

在贝佐斯2010年致股东的信中，开篇有这么两段：

“随机森林（random forests）算法、贝叶斯估计方法（Bayesian estimation）、RESTful服务（RESTful services）、Gossip协议（Gossip protocols）、最终一致性（eventual consistency）、数据分片（data sharding）、反熵（anti-entropy）、拜占庭容错机制（byzantine quorum）、抹除码（erasure coding）、向量时钟（vector clock）算法……走进亚马逊的某个会议室，你可能一瞬间会以为闯进了一个计算机科学讲座。

翻一翻目前有关软件架构的教科书，你会发现几乎没有什么架构模式未被亚马逊所用。我们使用高性能交易系统、复杂渲染与对象缓存、工作流与队列系统、商业智能与数据分析、机器学习与模式识别、神经网络和概率决策，以及其他各种技术。虽然我们的很多系统来自最新的计算机科学研究成果，但常常还不能完全满足需要，因此我们的架构师和工程师不得不深入学术研究尚未触及的领域展开研究。正是因为我们面对的很多问题，在教科书上还无法找到现成的解决方法，所以我们只好自己动手，发明新的解决办法。”

在数字时代，企业能有一位对数字技术如此精通，对数字技术能发挥的重要作用如此坚信的掌门人，真的非常幸运。

在贝佐斯的大力推动下，亚马逊充分利用数据算法、机器学习、人工智能等前沿数字技术，开发了很多功能强大的智能管理工具，在不少常规性的日常经营问题上，可以实现自动分析、自动决策。