美国时间 4 月 11 日，亚马逊 CEO 贝佐斯发表致股东信，在信中他谈到，从 1999 年的 3% 到 2018 年的 58%，亚马逊第三方卖家销售额占比骤增，在此期间，亚马逊营收也从 1999 年的 16 亿美元增加到去年的 1,170 亿美元，同时他也用不小的篇幅提到了 AWS 和深度学习。
以下为信件部分内容：
亚马逊倡导建筑者（builders）文化──充满好奇心、喜欢探险和发明。贝佐斯表示，建筑师的心态帮助我们以谦虚的信念接近巨大的、难以解决的机会，成功可以透过迭代来实现：发明、发射、重新发明、重新启动、重新开始、冲洗、重复，一次又一次。我们知道成功之路绝不是直截了当的。
AWS 就是这种文化下的典型输出。AWS 的数百万客户包括初创公司，大型企业、-机构和非营利组织，每个客户都希望为最终用户构建更好的解决方案。我们花了很多时间思考这些组织想要什么以及他们内部的人──开发人员、开发经理、执行经理、首席资讯长、首席数位长、首席资安长等想要什么。
我们在 AWS 上构建的大部分内容都是基于倾听客户的意见。询问客户他们想要什么、仔细聆听他们的答案，并制订计划，以便周到快速地提供它（在业务中加快速度！）是至关重要的。没有这种对客户的痴迷，任何企业都无法繁荣发展。但这还不够，最大的推动力将是客户不知道需要的东西，我们必须代表他们发明，我们必须利用自己内心的想像力来实现可能性。
AWS 本身──做为一个整体──就是一个例子。没有人要求 AWS，没有人。事实证明，世界已经准备好并渴望获得像 AWS 这样的产品，但却不知道。我们有一种预感，跟随我们的好奇心，承担必要的财务风险，并开始建设──在我们继续进行时无数次地进行改造、试验和迭代。
在 AWS 中，相同的模式已多次重复出现。例如，我们发明了 DynamoDB，这是一个高度可扩展、低延迟的键值数据库，现在已被数千名 AWS 客户使用。在仔细聆听客户方面，我们大声地听到客户公司受到商业数据库选项的限制，并且几十年来一直对他们的数据库提供商不满意──这些产品价格昂贵、专有、具有高锁定和惩罚性许可条款。我们花了几年时间构建我们自己的数据库引擎：Amazon Aurora，一个完全托管的 MySQL 和 PostgreSQL 相容服务，具有与商用引擎相同或更好的耐用性和可用性，但成本只有十分之一。当这个工作成功时，我们并不感到惊讶。
但我们也对专业工作负载的专用数据库抱持乐观态度。在过去的 20 到 30 年中，公司使用关系数据库执行大部分工作负载。开发人员对关系数据库的广泛熟悉，使这项技术成为最佳选择，即使它不理想。虽然次优，但数据集大小通常够小，可接受的查询延迟够长，您可以使其工作。但是今天，许多应用程序储存了大量的数据──兆字节和千兆字节。应用程序的要求已经改变。现代应用程序正在推动对低延迟、即时处理以及每秒处理数百万个请求的能力需求。它不仅是像 DynamoDB 这样的键值储存，还有像 Amazon ElastiCache 这样的记忆数据库。
我们也正在积极帮助公司利用机器学习。我们已经在这方面工作了很长时间，并且，与其他重要的进展一样，我们最初尝试将我们早期的一些内部机器学习工具外部化是失败的。经过多年的漫游──实验、迭代和改进，以及来自客户的宝贵见解──使我们能够找到仅在 18 个月前推出的 SageMaker。
SageMaker 消除了机器学习过程中每个步骤的繁重，复杂性和猜测──使 AI 民主化。如今，成千上万的客户正在使用 SageMaker 在 AWS 之上构建机器学习模型。我们继续加强服务，包括增加新的强化学习能力。强化学习有一个陡峭的学习曲线和许多活动部分，到目前为止，除了资金最充足的技术组织之外，其他所有人都无法接触到它。如果没有好奇心的文化以及愿意代表客户尝试全新的事物，这一切都不可能实现。客户正在响应以客户为中心的徘徊和倾听──现在，AWS 已经实现了 300 亿美元的年度营运业务并且增长迅速。
（本文由 雷锋网 授权转载；首图来源：达志影像）
