IDG君写在前面：
近日，美国全国广播公司财经频道(CNBC)将亚马逊创始人贝索斯评选为“
十年来的最佳商人”（Businessperson of the Decade）
。
评选结果来自于对一些大型公司CFO的调查。贝索斯获得了三分之一的选票，高于马云和马斯克。
CNBC的受访者选择贝索斯是因为亚马逊近年来在多个领域取得了令人印象深刻的业绩增长，亚马逊已经从电子商务巨头成长为一个从根本上改变了几个行业的领导企业，规模远超其他公司。
他还曾被公认为是最有远见的CEO，哈佛商业评论曾称他“创造了一种商业运营的新哲学”。
1994年7月，分析师出身的贝索斯创建了亚马逊，主营业务是网上卖书。1997年，亚马逊在纳斯达克IPO。1998年，贝索斯就在致股东信中
写道：
我们力图建立一个全球最大的以客户为中心的公司。
今天这篇文章为你摘取了亚马逊自1997年IPO之后，22年以来贝索斯发出的致股东信精华。
贝索斯本人会在信中加入大量详细的管理理论和长期思考，这些信件共同构成了贝索斯关于经营一家跨越周期的、高增长公司最精炼思想的图书馆。
2018：如果没有直觉、好奇心和徘徊，一切皆无可能
在亚马逊成立之初，我们就知道自己想要创造一种建设者——拥有好奇心的人，或者说是探险家——的文化。我们
喜欢发明，不管是专家，还是抱有跟初学者一样“新鲜”的心态。
我们认为，我们做事的方式应该是专注于当下。
建设者的心态能帮助我们以一种谦卑的信念来对待巨大的、难以解决的机会，明白可以通过迭代的方式来取得成功：
发明、启动、重新发明、重新启动、重新开始、抹除、重复、一次又一次地重复。我们
知道，通往成功的道路绝不是一帆风顺的。
随着公司的发展，任何事情都需要扩展，包括失败实验的规模。
如果失败的规模没有扩大，那就无法以一种真正能让指针移动的规模进行发明。
亚马逊将以适当的规模进行试验，而以我们的公司规模来看，偶尔遭遇数十亿美元的失败是正常的。
当然，我们不会轻率地进行这样的实验。我们会努力作出好的押注，
但并不是所有好的押注最终都会得到回报。
作为一家大公司，这种大规模的冒险行为是我们可以为客户和社会提供的服务的一部分。对股东来说，好消息是，只要能赢得一次大规模的押注，就能弥补多次输掉的押注所带来的损失。
2017年：
让高标准渗透公司文化
消费者的预期从来不是稳定不变的，预期会逐渐增长，这是人性。昨天让消费者眼前一亮的产品，到了今天可能就只是寻常产品罢了，而这一变化的进程比之前要快得多。
如何面对不断上升的客户期望而始终立于潮头？
单一的方式是行不通的 —— 必须结合多种方法。
但是，高标准一定是其中的重要组成部分。
高标准具有“可传授性”，并且在企业内部具有“感染力”，但是它们必须针对“特定领域”，因为某个领域的标准无法自动适用于另一个领域。
营造高标准的文化是相当值得的，而且能带来诸多益处。最明显的益处就是能为顾客提供更好的产品和服务，当然有这个理由就足够了。
但是，更进一步来看，高标准有助于吸收人才。
高标准的文化是保护每家公司“隐形”但重要工作的重要条件，
即当没有其他人在场的时候完成的工作。
在高标准的文化中，做好这些没有人看到的工作是员工对自己的奖励。
2016年：
每天都要像创业的第一天那样
Day 2是停滞期。接踵而来的是远离主业，然后是一蹶不振，业绩痛苦地下跌，然后是死亡。这就是为什么我们总是处于Day 1。
一家卓有成就的公司可能要经历几十年的Day 2，但最终结果还是会到来。
我对这个问题很感兴趣，如何应对Day 2？如何保持Day 1的活力，尤其是在一个大的组织里？
将业务集中于一点的方法有很多。
但在我看来，以客户为中心是目前保持Day 1活力的最佳做法。
保持处于Day 1的心态，需要你耐心地尝试、接受失败、播种种子、保护树苗，这样，你就既能看到客户的喜悦，同时获得双倍回报。
良好的服务流程有利于你为客户服务，但如果你不加警觉，流程本身就会变成问题，这在大企业中尤为普遍：
工作流程没有为结果服务，只是走走过场。
这就让人倒吸一口凉气了！
在一个每况愈下的Day 2公司里，你可能会发现，问题并不在于流程本身，问题在于流程左右了我们的操作。
如果你不会或不能迅速跟随强大的趋势，外部世界便会把你推入Day 2；
如果你采取对抗的姿态，那你可能是在和未来对着干。
因此，拥抱趋势，你将顺势而上
。
大趋势并非那么难以确定，但是对于大型组织来说，迎合趋势却异常困难，这令人匪夷所思。眼下，我们正处于一个显而易见的趋势之中：机器学习和人工智能。
Day 2公司能够作出高质量的决策，但他们做出高质量决策的速度非常缓慢。
为了保持Day 1的能量和活力，你必须以某种方式作出高质量、高速度的决策。
无论对于创业公司还是大型组织来说，这都非常具有挑战性。
2015年：
全世界对失败最宽容的公司
亚马逊零售业务和AWS最初都只是
“
播下的种子
”，
在没有大举收购的情况下迅速自发成长为庞大的业务。两款全然不同的产品在同一家公司内部都获得了快速发展，这是否只是巧合
？
在所有努力的背后，运气都扮演着重要角色，而我们确实很有运气，但除此之外这两项业务之间有一定的联系，揭开表面两项业务的差别并不是太大，
它们共享着独特的组织文化
。
这一文化深信几条原则并在此基础上展开行动，我所说的包括
：
关注用户而非竞争对手
；
渴望创新及探索
；
愿意失败
；
对长期发展保持耐心
；
以及关于卓越运营的职业自豪感从这些角度来看AWS和亚马逊零售业务非常类似。
我认为，
我们的独特之处之一在于如何面对失败。
我相信，我们是全世界最能包容失败的场所
（我们有过许多这样的例子），而失败和创造性是不可分割的孪生兄弟。
为了创造性，你需要试验。
如果你提前就知道某种方法是有效的，那么这就不是试验。
大部分大型组织都会接受关于创造性的理念，但并不愿意承担在实现创造性过程中的一系列失败。
高昂的回报通常来自于挑战传统智慧，但传统智慧通常都是正确的。
如果有10%的机会获得100倍回报，那么你每次都应当去赌一把。
不过，你仍然会有90%的可能性是错的。
更高的回报意味着大胆行动很重要。
大赢家愿意为如此多的尝试买单。
2014年：
投资那些具有无限上升空间的创意
梦幻的业务至少有四个特点：受客户喜欢，可以增长到很大的规模，拥有强劲的资本回报，以及持久不衰——拥有持续数十年的潜力。
如果你发现了这样的产品，不要和他谈恋爱，马上结婚。
我很高兴地告诉大家，亚马逊在这方面并没有实行一夫一妻制。
在经历了20年的冒险和团队合作，以及一路走来的好运的慷慨帮助之后，我们现在幸福地与我这样三个人生伴侣结婚了:
亚马逊市场（Amazon Marketplace）、亚马逊金牌服务（Amazon Prime）以及亚马逊网络服务（AWS）。
起初，这些产品都是一个大胆的赌注，明智的人(常常)担心它们无法成功
。
当我们在9年前推出Prime服务时，
它是一种新鲜的、未经实践证明的（有些人甚至会说是鲁莽蛮干的）概念
：
无论什么物品都提供两天内送货上门的服务，而客户只需支付很少的包年费用。
在第一年，我们损失数百万美元的配送收入，没有一个数据证明这是值得的。
我们的决定是继续做下去，因为我们推出Free Super Saver Shipping（免邮政策）取得了比较好的效果，而且，有一种直觉：用户很快会意识到亚马逊正在提供购物史上最好的服务。此
外，经过分析，如果我们达到一定的规模，我们将能够显著降低快速运输的成本。
2013年：
下放决策权以促进创新
我们拥有一个庞大的、富有创造力团队，同时还拥有一种耐心的、开拓性的、着迷于为客户服务的文化
——
以服务客户为目标
的、大大小小的伟大创新，每天都在发生在公司内部的各个级别中。
整个公司内部创新呈现分散化的分布状态
——
不仅限于公司高管层，这是实现健康而又高产的创新目标的唯一方式，我们正在做的事情就是不断挑战并乐在其中。
创新的过程中难免经历失败，这是无法避免的。我们很早就理解失败的意义，而且相信失败所能带来的收获，所以才会不断尝试，直至成功。这种模式的确起到了效果，使得我们把失败控制在较小的规模上(多数尝试都从小规模开始)，当我们真正能够服务于客户时，便会加倍下注，希望取得更大的成功。
2012年：
长远思考才能做到不可能的事情
对亚马逊的一个早期批评者嘲讽道：“在我看来，亚马逊是一家慈善机构，为用户利益在许多领域进行投资。”
总体而言，我们在会员服务、亚马逊网络服务、Kindle、数字媒体和客户体验方面的大量投资，给人们的印象是过于慷慨、对股东利益漠不关心，甚至是违背了作为营利性公司的原则。
但是我不这么认为。对我而言，
遇到问题才改进其实是聪明反被聪明误
。我们生活的世界正快速发展变化着，因此这种做法非常危险。
根本上来说，我认为长远思考才能做到不可能的事情。积极主动地取悦客户，赢得他们的信任，这能从客户那里获得更多的业务。即使在新的商业领域也是如此。用长远的眼光来考虑，让客户和股东的利益保持一致。
2011：
自助平台，开启创新
（IDG君注：2007年11月19日，亚马逊推出第一代Kindle，之后宣布数字内容自出版平台DTP（Digital Text Platform）。2011年，DTP正式更名为亚马逊直接出版平台（KDP，Kindle Direct Publishing）。
这个平台就是出版界的App Store
，
独立作者像开发者一样，
那些遭到现有发行渠道拒绝的作者可以在市场上获得自己的机会。
亚马逊的数字内容出版自平台颠覆了传统出版模式。
）
即使是善意的限制也会放缓创新的步伐
。
在一个平台拥有自助服务性质后，即使最不可能的想法，也可以得到尝试，因为没有专业人士会说
“
这永远不会成功
！
”
颠覆性的发明通常能让他人发挥自己的创造力。
通过这些服务，我们正在创建功能强大的自助服务平台，使成千上万的人进行大胆尝试，有所作为，否则这些目标不可能实现，或者不切实际。这些创新的大规模平台不是零和游戏
——
他们创造了双赢的局面，为开发商、企业家、客户、作家和读者创造了显著的价值。
2010年：
研发应该遍及每个部门
如果我们仅仅让技术停留在某些研发部门，那么我们在技术上的所有投入都会变得毫无意义，但我们不会这么做。我们将技术应用到我们所有的团队、流程、决策，以及每项业务创新，它深深地渗透到我们所做的每件事中。
这些技术都是隐藏在背后的，比如说当一个用户打开他的Kindle设备时，它总是保持同步，并正好呈现用户想要的页面。这诠释了英国科幻作家阿瑟
·
克拉克(Arthur C. Clarke)的名言：
“
任何足够先进的科技都和魔法难辨差异
”。
我认为，我们并非无益地去追求这些技术，相反它们将直接带来自由现金流。
正如我之前多次提到的那样，我们坚定不移地认为
：
股东的长期利益与客户的利益是完全一致的，我们喜欢这样的工作方式，创新是我们的内在本质，技术则是我们用于持续改进和提高用户体验的基本工具。
2018年4月，亚马逊上一财年的研发费用将近230亿美元
2009年：
执着于用户体验
整体上，关于我们设定目标的过程，是对我们基本经营方法的阐述
：
从客户需求出发，反向决定做什么工作
（
Start with customers, and work backwards
）。
听取客户的意见，但并不仅限于此
——
还要在此基础上有所创新。
我们不能向您保证我们将实现今年所有的目标，过去几年我们也没有实现所有的目标，但我们可以向您保证，我们将执着于用户体验
。
我们每年的年度目标都对我们要提供的用户体验设定一个很高标准，并急切希望进一步完善用户体验。多年来我们设定年度目标的过程都很相似，2010年我们设定了452个具体目标，每个目标都切实可行并规定了完工日期。
通过对我们当前目标的评估可以发现一些有趣的数据
：
这些目标中
“
营收
”
一词用了八次，
“
自由现金流
”
只有四次；
在452目标中净利润毛利率或运营利润率这些词语一次都没有使用。
2008：
逆向工作法 VS 技能导向法
我们依据从顾客需求出发的
“
逆向工作法
”
（
“
Working backwards
”
），
与
“
技能导向法
”
（
“
skills-forward
”
）
形成鲜明对比。
“
技能导向法
”
使用现有技术和能力来驾驭商机。
“
技能导向
”
论者称
：
“
我们擅长做X
”，那么，
“
通过X我们还能做什么
？
”
这确实是一种有用、并且一定程度上奏效的商业模式，但是
如果公司沉浸于此，就会丧失研发创新的动力，最终现有的技能将成为昨日黄花
。从顾客需求出发的
“
逆向工作法
”
往往要求我们必须探索新技能，并加以磨练，而不在乎迈出第一步时的那种不适与尴尬。
2007年：
我们改变工具，工具也改变我们
2007年11月19日是一个特殊的日子，经过3年的努力，我们向客户推出了Amazon Kindle。
人类与工具共同发展演变，我们改变工具，工具也改变我们
。Kindle始于我们为自己设定的一个不得不说大胆的目标
：
对实体书进行改进。我们并不是轻率地做出这一决定，任何一样东西如果500年来都保持大致同样的外观，而没有什么大的变化，要对它进行改进是不太容易的。
我们永远无法通过模仿实体书来超越实体书
。我们必须增加新的、传统图书永远无法实现的功能。
一件事情如果做起来变得容易更顺利，人们就愿意更多地去做。如果我们的工具使阅读零碎的信息变得更容易，我们就会趋向于阅读零碎的信息，而远离长篇阅读。
Kindle是专门为阅读长篇材料打造的。我们希望Kindle和其之后的产品能用几年的时间，逐渐地延长我们能专心阅读的时间，对最近盛行的阅读零碎信息的倾向有所缓冲。
2006年：
选择新业务时，亚马逊的经验
以亚马逊目前的规模，要培育出一个对公司举足轻重的新业务并不容易。关键要制定一些选择的标准，要有耐心，还要有注重新业务培育的公司文化。
我们对于将要启动的任何一项新业务都提出了很高的标准，在我们将股东的资金投入任何一项新业务前，必须相信这项新业务能带来股东决定投资亚马逊时所期待的资本回报
；
我们还必须确信这项业务今后能达到的规模，使其对我们整个公司来说都是举足轻重的。此外，我们必须相信这项新业务目前尚不完善，而我们有能力为这个市场提供具有显著差异化的产品或服务。
一些大公司由于缺乏耐心和注重业务培育的公司文化，很难将新的业务由小做大。
我们公司有许多人亲眼目睹了数个业务，由千万美元的规模发展成数十亿美元。这种第一手的经验和植根于这些成功事例的公司文化，是我们能将业务由小做大的重要保证。
2005年：尽管是数字在发挥作用，但
决策因素还是“判断”
我们在亚马逊网站做出了许多至关重要的决定，这些决定可以用数据来说明。但是，并非我们所有的重要决策，都能用这种令人羡慕的数学方式来解决。有时候我们只有很少或根本没有历史数据来进行指导，因此我们不可能进行前瞻性实验，对于决策过程来说不切实际。
尽管数据、分析和数学模型都能发挥作用，但是在这些决策的主要因素还是判断。
