亚马逊云科技储瑞松：简化组织架构、贴近客户，迎接生成式AI企业应用爆发

1月12日消息，根据亚马逊全球业务架构调整的原则和方向，亚马逊云科技大中华区在2023年底进行了组织架构调整。一方面，建立了专门的战略客户服务团队，并把亚马逊云科技中国内地的业务拓展团队按照行业重新划分了阵型；另一方面，针对“后方”支持和职能团队，按照产品服务、方案架构、业务赋能、解决方案赋能几大部分进行了更清晰的划分。

亚马逊全球副总裁，亚马逊云科技大中华区总裁储瑞松在近日接受媒体采访，对此作出了回应。他表示，这次调整主要是为了四个目的：简化组织架构；让团队以更高效、更加聚焦的方式贴近和服务客户；进一步深入行业场景、更懂客户以更好地服务客户；同时，加强“后方”支持和职能团队与“前方”业务团队的分工合作，更高效地为客户提供价值。

在采访中，储瑞松也表达了自己对于中国云计算市场发展潜力的看法，他相信中国企业的上云之旅才刚刚开始，会有更多的企业，逐步把大部分工作负载放到云上；同时，未来整个云市场会更趋于成熟，企业在选择云的时候也会回归理性，倾向于那些高可靠、真正能帮助他们加速数字化转型和创新的云。

他还表示，中国经济未来要持续高质量地发展，必须靠提高全要素生产率。数字化转型和创新是提高全要素生产率的必由之路，而云和生成式AI将会是数字化转型和创新的基座。

亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松 图源：亚马逊云科技公众号

以下为采访储瑞松部分内容：

你是技术出身，在云和人工智能领域也耕耘多年，加入亚马逊云科技三个月之后，从技术角度对这家公司有什么新的看法吗？

储瑞松：过去我作为用户实际使用过亚马逊云科技的服务，当时的感受是云服务非常强大、能帮助企业解放双手，专注在业务创新而不是技术细节上。如今身份切换，站在亚马逊云科技的视角上看亚马逊云科技的技术和服务，整体来说，有三个方面我的印象特别深刻：

第一，亚马逊云科技在真正解决云计算乃至整个IT领域最复杂、最前沿的一些技术难题，在引领整个行业的发展。今年我参加re:Invent，在现场听到那些新的发布的时候觉得特别兴奋。比如说，我们在做的全球数据中心微秒级（千分之一毫秒！）的时钟同步，让分布式处理的难题能得到很好的解决。基于此，亚马逊云科技的Serverless技术，不光只是在计算和存储服务，而是在数据库、数据分析、机器学习等方面全面落地。同时，亚马逊云科技在短短不到一年的时间把生成式AI的三层技术栈系统地建构起来了，从算力、模型、应用三个方面全面赋能企业级应用。这些任何一点相对友商都可能有两三年的先发优势。

第二，亚马逊云科技把安全、可靠刻在了骨子里，做一切的事情，从产品设计开始，都把安全、可靠作为最基本的底线。如果去看我们的数据中心规模，亚马逊云科技拥有比下一个最大的云提供商多三倍的数据中心数量。我们没有NOC（网络运营中心），在全球基础设施的运维都是由产品服务研发团队直接进行。当然，绝大部分的工作，从问题检测、诊断到修复都自动化完成，保证云服务的高可靠性、可用性。我们的每个数据中心区域都由三个或更多的可用区（物理数据中心）组成，可用区在物理上相隔较远且都与冗余光纤网络互连。这和很多友商一个可用区就贴上数据中心区域标签的做法很不一样。我们为客户提供真正高可靠、可扩展的基础设施。

第三，亚马逊云科技一直在做的事就是让技术可以低成本地规模化部署和应用，帮企业解决真实世界的问题、为客户创造价值。无论是从计算、存储、网络这些基础设施层面，还是通过Serverless技术帮企业指数级地降低开发和运维成本，还是从整个云原生方面帮客户重新定义IT架构，这些都在从根本上改变传统IT的工作方式，好让IT不只是成本中心，而是真正成为企业数字化业务创新的中心。

在刚刚过去的re:Invent上，亚马逊云科技在生成式AI方面做了一系列发布，从这些发布来看，亚马逊似乎是找到了自己独特的打法。能不能解读一下？

储瑞松：一开始大部分人都把眼光放在了大模型和to C的应用上，现在随着越来越多企业真正去了解和实践这项技术，大家开始关注生成式AI在企业的应用落地。和to C很不一样，生成式AI在to B的场景里最重要的是如何落地，切实为企业创造价值。

对大部分企业来说，如何在纷繁复杂的业务场景中找到适合生成式AI落地的场景，选对合适的大模型，用企业自身的数据资产增强模型好让它为我所用，同时保护好企业自身的数据资产，这是普遍面临的挑战。当然在整个开发和落地过程中还要考虑成本。

对云厂商来说，需要解决算力、模型、应用三个层面的问题。在re:Invent上，亚马逊云科技在这些方面都给出了很好的答案。算力上，无论是与英伟达合作推出云AI超级计算机，还是在高性价比自研芯片上持续推陈出新，亚马逊云科技是企业高效率、低成本地迭代模型以及规模化部署应用的最佳选择。在模型上，我们相信不会有一个模型一统天下，所以我们通过Amazon Bedrock平台提供多种模型选择。在用模型构建应用的时候，企业一方面要能有效地用私有数据增强模型，另一方面要保证自己的数据不会被大模型吸收“为他人做嫁衣”。Amazon Bedrock在这一方面考虑得很全面，真正做到了在合理成本下，企业的私有数据只为自身企业所用、模型增强只服务于自己。这对于生成式AI企业应用来说绝对是走在最前列的。在应用层面，我们相信生成式AI对企业来说只是手段，以最快、最简便的方式赋能业务才是目的，所以推出了开箱即用的Amazon Q、Amazon CodeWhisperer这些应用。

生成式AI技术发展非常快。其实现在不少客户都有些迷茫，希望我们能给他们提供建设性的意见和建议，帮他们更快地把这项技术用起来、创造实际价值。我们对团队的要求是，亚马逊云科技不只要做客户数字化转型的伙伴，更要和合作伙伴一起，成为客户业务数字化创新的顾问，帮他们“拨开云雾洞察未来”。

下面我们来谈谈这次的组织架构调整，是否也和你前面提到的“成为客户的业务数字化创新顾问”相关？

储瑞松：首先，这次调整主要是为了四个目的：简化组织架构；让团队以更高效、更加聚焦的方式贴近和服务客户；进一步深入行业场景、更懂客户以更好地服务客户；同时，加强“后方”支持和职能团队与“前方”业务团队的分工合作，更高效地为客户提供价值。怎么理解这四点呢？

首先，过去几年，我们在大中华区的业务一直保持高速增长，团队扩张也很快。我们看到还有一些可以简化组织架构的空间，目的是提高整个团队的效率。

其次，我们有一些战略客户，从规模上已经达到了亚马逊云科技全球战略客户的级别。这些客户往往需要一个专门的支持团队，既与全球团队联动，也与客户的不同部门保持密切的沟通。这次调整之后，我们将有专门的团队服务他们，聚焦于他们的需求和增长。

第三，所有的企业都有行业化属性。我们把业务拓展团队按照行业重新划分了阵型，按照汽车、制造、零售快消、游戏等重点行业进行了清晰的划分，希望让这些团队更专注地了解行业客户面临的挑战和业务机遇，提高服务垂直行业的能力。我们将借鉴亚马逊云科技在全球提供的行业方案，同时有针对性地引入行业合作伙伴，加强行业解决方案的开发和构建，帮客户快速获取价值。

第四，针对“后方”支持和职能团队，我们进行了更清晰的划分，让这些团队之间、与“前方”业务团队之间的分工合作机制更加明确，更高效地前后联动起来，更好地服务客户。

如果说技术是决定一家企业成功与否的硬实力，那么企业最重要的软实力就是组织和人。你怎么看待这一点？

储瑞松：我在职业生涯当中一直遵循一个理念，就是不论资排辈，让有能力、有意愿的人有充分的舞台去发挥才干。

这次组织架构调整的目的很明确，是为了更好地抓住机遇，提高效率，服务好客户。亚马逊云科技中国区内部有大量优秀的人才，我们一定会优先选拔和培养内部人才，当然也会根据业务需要适当从外部引入优秀人才。

我也相信，如果我们的团队充分应用亚马逊的领导力准则，行动迅速，我们会成为一支更高效、更能服务好客户的，更受客户和合作伙伴尊重和认可的一流团队。

最后，你如何看待中国云计算市场的发展潜力？亚马逊云科技中国业务的未来走向会是怎样的？

储瑞松：亚马逊云科技从创立之始就相信，就像电网相比于一个个作坊式的柴油发电机，云帮企业完成了IT架构中最繁重但却不带来独特价值的工作，提供任意的伸缩，赋予企业规模化创新的能力。我们看到全世界最领先的企业已经充分感受到云的价值，全面上云。从Nasdaq，Netflix，到Capital One，BP集团，辉瑞制药，这样的例子非常多。越来越多的中国企业也正开始积极拥抱云。我相信中国企业的上云之旅才刚刚开始，会有更多的企业，逐步把大部分工作负载放到云上；同时，未来整个云市场会更趋于成熟，企业在选择云的时候也会回归理性，倾向于那些高可靠、真正能帮助他们加速数字化转型和创新的云。

中国经济未来要持续高质量地发展，必须靠提高全要素生产率。数字化转型和创新是提高全要素生产率的必由之路，而云和生成式AI将会是数字化转型和创新的基座。

因此，作为全球云计算的开创者和引领者以及企业应用生成式AI的最佳选择之一，我们对在中国的业务和长期发展非常有信心，将持续投入。亚马逊云科技扎根中国、链接全球已经十年了，服务了成千上万各种规模的客户。我们将和合作伙伴一道继续与各行各业的客户携手，无论他们是在中国本地发展还是希望成长为一家全球化的企业，我们都有能力支持他们重塑业务、持续创新。我们期待和更多的客户共同成长！