没有任何客户曾要求亚马逊创造Prime会员项目，但他们肯定希望有这样的项目，我可以为你举出许多这样的例子。要想让公司保持在Day 1状态，需要你耐心地试验，拥抱失败，播下种子，保护幼苗，当看到消费者提供积极反馈时，需要多加把劲。正是这种顾客至上的文化，为上述取得的所有成功提供了条件。

　　抵制代理

　　随着公司规模越来越大，越来越复杂，开始出现代理管理公司的倾向。这种现象出现的程度不同，但都相当危险，很有Day 2特色。常见的例子就是成为代理的过程，良好的程序可服务于你，以便你能为客户提供更好的服务。但是如果你不小心，这个过程就会“变味”。在大公司中，这种情况很容易出现。成为代理的过程是你更关注结果所致。

　　在这种状态下，你会停止观察结果，只会确保自己按照正确流程做事。我们经常可以看到，有些下级领导人为糟糕的结果辩护：‘我们只是遵循流程做事。’而经验丰富的领导者会将其视为一个机遇，来调查和改善流程。流程并不重要，我们需要反思：是我们拥有这个流程，还是流程支配我们？

　　在Day 2公司，你可能会发现，是流程在支配我们。另一个例子是，市场研究和客户调查可以成为客户的代理，当你发明和设计产品的时候，这种现象特别危险。54%的测试用户对这个功能感到满意，比首次调查47%的比例有所提高。这是很难解释的现象，而且会在无意中产生误导。

　　好的发明家和设计师非常了解客户的需求，他们花费巨大的经历去发展那种直觉。他们研究和理解许多异常，而非你在调查中发现的平均数。我并非是反对测试或调查，但是作为产品或服务的提供者，你必须理解客户，有自己的远见，喜欢提供服务。其次，测试和研究可以帮你发现盲点。杰出的客户会用心、直觉、好奇、玩耍、品味等体验你的产品或服务，你在调查中可能很难发现它们。

　　拥抱外部趋势

　　如果你不能或不愿快速拥抱强大的趋势，外部世界会将你推入Day 2状态。如果你抵制这些趋势，那么就是在和未来对抗。拥抱它们，你会乘风而起！虽然这些趋势很容易发现，但“Day 2公司”却选择抵制它们。我们正处于这样的状态中，比如机器学习和人工智能领域。过去数十年间，计算机已经可以执行广泛的自动化任务，程序员为这些任务给出明确的规则和算法描述。现代机器学习技术已经允许我们做很多事情，比如描述精确规则更难的任务。

　　在亚马逊，我们始终在致力于研究机器学习的实际应用。有些工作成果已经公之于众，比如我们的Prime Air递送无人机、Amazon Go便利店（利用机器视觉消除结账排队）以及基于云计算的AI助理Alexa等。但是大部分机器学习使用都在幕后进行。机器学习驱动着我们的需求预测、产品搜索排名、产品与交易推荐、商品配售、欺诈检查、翻译等算法。尽管它们更不引人注意，但机器学习的影响却无处不在，正悄然改进我们的核心运营。

　　在AWS，我们正致力于降低机器学习和AI的成本和门槛，以便各种规模的公司都能利用这些先进技术。利用我们广受欢迎的深度学习框架的预包装版本，客户已经在开发各种强大系统，包括早期疾病诊断、增加作物产量等。我们还以便利店的形式，打造更高层次的亚马逊服务。Amazon Lex、Amazon Polly以及Amazon Rekognition都在帮助解决自然语言理解、语音生成以及图像分析等领域的难题。它们可通过简单的API调用，不需要专业的机器学习知识。

　　高速决策

　　Day 2公司可以做出高质量决策，但它们作出决策的速度太慢。为了维持Day 1公司的活力，你必须能够作出高质量的高速决策。对于初创企业来说，这可能非常容易。但对于大公司来说，这是非常大的挑战。亚马逊的资深团队决定帮助我们维持高速决策传统。在企业中，速度非常重要，而且高速决策环境也更有趣。我们不知道所有答案，但我们有点儿想法。

　　第一，绝不使用“一刀切”的决策过程。许多决定都是可逆的，双向的。这些决策可使用“轻型过程”作出。对此，我曾在去年致股东的信中有过详细阐述。

　　第二，大多数决策都应该在你掌握70%的信息时就做出。大多数时候如果等你掌握了90%的信息，同时也意味着一切都晚了。但无论采取哪种方式，你都需要拥有善于快速识别和纠正糟糕决策的能力。如果你擅长纠正错误，犯错的代价也远比你想象得低。而缓慢决策的代价可能更昂贵。