(邁阿密美國商業論壇,貝佐斯談AI時代創業)2025 年 11 月 3 日,一筆價值 380 億美元的交易,正在重塑 AI 雲端運算的戰局。OpenAI 宣佈,將部分訓練和推理工作負載轉移至 AWS,直接啟用後者部署的 GB200 GPU 叢集。這意味著,長期依賴 Azure 的 OpenAI 開始尋求多元化。AWS 從此前的缺席者,變成了在一些關鍵任務上的重要合作夥伴。市場的焦點,很快聚焦在算力歸屬與託管權之爭上。而在近期的邁阿密論壇上,亞馬遜創始人貝佐斯給出的判斷,完全跳出了技術競爭的視角:AI 的機會,不靠預測,要靠試錯。這不是一句口號。他不是反對趨勢判斷,而是反對那種等所有資訊都明確才出手的決策方式。他談的不是技術路線,而是創業者該怎麼做決策、怎麼建構產品、怎麼帶團隊。這套方法論,值得每個 AI 創業者細讀。第一節|別預測未來了,貝佐斯只問一個問題“你不能圍繞變化來建立戰略,得圍繞不會變的東西來。”這是貝佐斯在這場對話中強調的核心原則。當主持人問他:你是怎麼做長期決策的?他沒有談任何預測模型,只反問了一句:“十年後,人們會希望亞馬遜配送變慢嗎?這肯定不可能。”對他來說,AI 能不能落地,不取決於趨勢走向,而取決於需求是否恆定。如果人們十年後仍然想要更快、更便宜、更可靠的服務,那這件事今天就值得去做。AWS 與 OpenAI 的 380 億合作,本質上也是在押注幾件不會變的事:1. 企業對穩定算力的需求不會變OpenAI 訓練和部署模型,需要長期、可預測的算力供給。AWS 從 GPU 叢集到核能資料中心的佈局,就是為了保證這件事十年後仍然成立。2. 客戶不想為效率買單,他們想為成果買單貝佐斯很明確:沒人願意等更久、付更多錢,只為得到同樣的服務。這句話看似簡單,但它幾乎排除了大部分靠慢慢最佳化的 AI 方案。3. 系統的可用性、安全性將始終是主戰場他用太空項目為例:你不能說,“我愛 New Glenn 火箭,就是希望它不那麼可靠'。” 這同樣適用於 AI 工具:未來的 AI 系統也要和基礎設施一樣:穩定、清晰、值得信任。這就是他的方向感來源。在別人用資料預測爆款時,他在尋找那種不管環境怎麼變、十年、二十年後依然存在的客戶需求。所以,如果你今天在思考一個 AI 產品、一個組織決策,甚至一個創業方向,不妨也問問自己:十年後,這這種需求還會存在嗎? 會變得更強,還是會被替代?對他來說,這個問題比任何技術趨勢都重要。第二節|找到方向後呢?試一輪、錯一輪,再快點試找到了不變的需求,接下來呢?主持人問貝佐斯:有時候直覺和資料是一致的,那決策就容易。但更多時候,它們是矛盾的。那你怎麼決定?貝佐斯的回答非常幹脆:“資料很重要,但它不能告訴你一切。它往往看不到變化,也看不到你沒測量到的地方。那些真正重要的東西,要靠直覺,靠嘗試。”他舉了一個更具體的例子:AI 建築許可審批。在訪談現場,他直接對著邁阿密市長說:你們應該有個 AI 應用,讀取建築許可申請,10 秒內給出是或否的答案。如果是否,就告訴你要改那六個地方。市長笑著說,這是個百億美元的生意。貝佐斯回應:我很忙,但在座的某個人我相信會有人做這個。這就是他理解的 AI 機會:不是預測那個賽道會火,而是基於直覺,直接動手試。亞馬遜最成功的幾個產品,比如 Echo、AWS、第三方市場,都不是有人要求的功能。沒人說“我想要一個會放音樂、能對話的黑色圓柱體”。他說,我們自己也不知道人們會不會喜歡,只能靠直覺去嘗試。這種嘗試,不是盲目行動,而是先做一個小版本,再從反饋裡修正。探索意味著走在沒人走過的地方,如果不去試,你永遠不知道會怎樣。這也是他對組織能力的要求。在亞馬遜,他要求團隊儘早行動,而不是等資料完美。他說,大多數決策都是可逆的,如果錯了,就改回來,不需要開會討論半年。他稱這種思維方式為雙向門:“有些門是一旦跨過去就不能回頭的,但大多數門,是可以推開又退回的。只要是可逆的,就該讓高判斷力的人直接去試。”這套方法論,同樣適用於 AI 探索。沒人知道下一個突破來自那裡,靠預測永遠慢一步,因為能被預測到的,早就被別人試過了。在 AI 世界裡,很多團隊喜歡做萬無一失的項目,而貝佐斯相信,能快速試錯的組織,才有真正的學習能力。沒有一開始就完美的模型,也沒有完全可控的結果。只有願意多試幾次的團隊,才能真正靠近正確方向。如貝佐斯所說:發明不是規劃出來的,是探索出來的。第三節|AI 時代,什麼樣的組織會被淘汰?方向對了,方法也有了,但能不能做成,還要看組織。貝佐斯並不迴避 AI 對人的影響。他很清楚, AI 會影響每一個行業:醫療診斷會更準確,藥物發現會更快,製造業會變得更高效。幾乎每個行業都會因此變得更有生產力。但他更關注的,不是技術能做到什麼,而是組織該怎麼應對變化。在10月底,亞馬遜宣佈裁掉約 1.4 萬個白領職位,大多集中在中層管理崗位。有人說這是 AI 導致的自動化失業,但貝佐斯給出的解釋完全不同:這是效率提升,不是 AI 的末日。事實上,根據亞馬遜內部資料,公司已有相當比例的程式碼由 AI 工具生成,這一比例達到 70%。那些冗餘、重複、慢反饋的崗位,確實不再需要那麼多人處理。但這不代表組織裁員就結束了,而是組織結構要變,人的角色要重構。他的判斷是:快速變化的時代,對創業公司是機會,對大企業是壓力。原因很簡單:創業公司從一開始就在快速迭代,可以快速調整。而很多大型組織太慢了,做一個決策要拉很多部門、匯報很多層級、顧慮太多風險。AI 不會突然替代所有崗位,但它一定會加速淘汰那些不能快速試錯的組織形態。比如:一項新功能試了兩年還沒上線一個問題要層層匯報才有人敢拍板管理者做的工作只是傳遞資訊這些,在 AI 工具參與之後,很快會顯得多餘。AI 不是用來取代人,而是用來提升整個組織的運行效率。貝佐斯的標準很清晰:未來的組織,不是看能不能用 AI,而是有沒有能力快速調整。世界在變,你能不能跟得上,不看你的 PPT,看你能不能動手去試。真正危險的,不是 AI 本身,而是你什麼都不做,還以為自己看得懂未來。結語|一種可行動的判斷方式當市場在計算 380 億算力的分配時,貝佐斯在思考三件更本質的事:不要圍著變化做決策,要圍繞不變的需求動手真正的 AI 項目,不是預測出來的,是反覆試出來的組織的進化,不是靠表態,而是靠能不能快速調整、快速動手AI 確實是一次技術革命,但技術不會自動帶來機會,判斷力才會。很多最重要的發明,最開始都不是計畫出來的,而是憑直覺出發的。所以,當別人還在等看清賽道時,什麼樣的人和組織已經可以開始走了?答案是:那些不靠看懂,而是靠先試的人。這或許就是,在 AI 時代的判斷方式。 (AI深度研究員)