Ghost Interview
GHOST INTERVIEW #1 | Jeff Bezos!!!!
Bezos para você!
O PAPO MORSE dessa semana é com Jeff Bezos.
WTF?! Como assim?
Quer dizer, quase….Como o Jeff tem uma agenda super apertada, criamos um conceito diferente, o #GhostInterview.
WTF²?!
Resumimos em uma única “entrevista” o melhor das entrevistas que o CEO da Amazon deu nos últimos dois anos.
Fale mais sobre isso
O “ingrediente secreto” da Amazon é o nosso foco obsessivo-compulsivo com os usuários, que é o oposto à obsessão com os competidores. Falo com outros CEOs, outros empreendedores, e vejo que eles estão focados nos competidores. E é uma vantagem enorme você estar focado no seu usuário. Nosso trabalho é sempre identificar quem é o usuário, o que ele quer, o que ele recebe e como essa relação pode melhorar.
(Falado em entrevista para o investidor David Rubenstein para a Bloomberg, em 19 de setembro)
Uma coisa que eu amo sobre usuários é que eles são divinamente descontentes. As suas expectativas nunca são estáticas, elas sempre aumentam. É da natureza humana. Não teríamos saído das cavernas se estivéssemos sempre satisfeitos. As pessoas têm um apetite voraz por uma experiência melhor, e o que ontem era “uau” pode se tornar ordinário hoje. Eu vejo esse ciclo de melhora acontecendo num passo mais rápido que antes. Talvez seja porque hoje os usuários têm mais acesso a informações melhores do que antes – em apenas alguns segundos e com apenas uns toques nos seus celulares, as pessoas podem ler reviews, comparar preços de diferentes lojas, ver se tem algo no estoque e descobrir quão rápido a entrega será feita. Isso é só no varejo, mas todas as áreas estão dessa forma. Você não pode descansar só porque teve um sucesso. Os usuários não vão engolir.
(Carta aberta aos investidores de 2017, publicada neste ano)
Não dá para inventar e ser pioneiro se você não aceitar o erro. Para inventar é preciso experimentar e, quando você sabe que algo vai funcionar antes de testá-lo, o teste não é um experimento. A invenção e o erro são gêmeos inseparáveis. A empresa precisa estar aberta à falha e ressignificar a visão de que errar é vergonhoso. Com tecnologia, principalmente, o pay-off pode ser assimétrico, por isso, precisa fazer muita experimentação mesmo.
E é importante também diferenciar os erros: o erro que você sabe que está fazendo é uma operação ruim, o erro correto é o de experimento, que você faz quando testa algo que não se sabe se vai ou não funcionar.
(Falado em conversa na Internet Association, no ano passado)
O Amazon Prime foi ideia de um engenheiro de software junior da empresa. No começo, nem era um programa de fidelidade, era mais uma ideia de buffet self service, só que com entrega grátis e rápida no lugar de comida. O time de finanças modelou o conceito e os primeiros resultados foram péssimos, afinal, a entrega é algo caro e os clientes amam entrega grátis. Novamente, errar não é algo ruim. E o Prime foi, num primeiro momento, um erro. Porque quem aparece primeiro quando você abre um self service de graça? Aqueles que comem muito. E, no caso da Amazon, eles apareceram. Mas olhamos linhas, números, dados e vimos que era algo que poderia dar certo com o tempo. E deu.
(Falado em entrevista para o investidor David Rubenstein em 19 de setembro deste ano, que você pode ver inteira aqui)
A pergunta que sempre fazemos é: por que os clientes vão adotar isso? Por que isso é melhor do que a outra forma? Porque é a adoção dos usuários que torna a tecnologia disruptiva. Na Amazon, inventamos muitas coisas que os usuários nem ligaram. Apenas quando eles gostam e usam que as inovações viram realmente disruptivas.
(Falado em conversa na Internet Association, no ano passado).
Vivemos na era de ouro, a renascença da inteligência artificial. Nós estamos agora resolvendo problemas com machine learning que antes estavam apenas no reino da ficção científica. Questões como entendimento de linguagem natural, visão de máquina, é realmente uma renascença incrível.
(Apresentação para Internet Associate, como contado pela CNBC)
O mais interessante sobre machine learning, em contraposição a muitas outras tecnologias, é quão horizontalizada ela vai ser. Não há uma única categoria de negócios que não precisa melhorar no momento, e AI pode fazer isso.
(Perfil da Forbes de setembro)
Na Amazon, estamos envolvidos na aplicação prática do machine learning há muitos anos. Parte deste trabalho é altamente visível: nossos drones autônomos de entrega, a loja de conveniência Amazon Go, que usa de visão mecânica para eliminar as filas no checkout, e a Alexa, nossa assistente de voz que usa AI baseada em nuvem. Mas muito do que fazemos com o machine learning acontece abaixo da superfície, ele orienta nossos algoritmos para previsão de demanda, otimiza a classificação de pesquisa de produtos e melhora os algoritmos de recomendações de produtos. Embora menos visível, muito do impacto do machine learning será desse tipo, silenciosamente, mas significativamente, melhorando as operações centrais.
(Carta aos investidores da Amazon do ano de 2016, publicada em 2017)
Trabalhamos no Echo e na Alexa nos bastidores. Ninguém sabia que nós estávamos trabalhando nisso por quase quatro anos. E nós tivemos umas duas mil pessoas trabalhando nisso. Agora são muitas mais e são os melhores cientistas em machine learning do mundo. Um dos primeiros usos que tivemos em mente quando inventamos o Echo e a Alexa foi fazer o processo de escutar música via streaming em casa completamente sem fricção. A nossa ideia é que se fizermos as ações serem mais fáceis, as pessoas podem fazer mais delas.
(Entrevista dada à revista Billboard, em 9 de fevereiro de 2017)
Sempre digo para as pessoas: olha, se você pode optar por tomar uma decisão com dados, opte pela decisão com dados. Colete o quanto de dados você conseguir, se enterre em dados, aí então, tome a decisão com o seu coração.
(Falado em novembro deste ano, como reportado aqui na CNBC)
Stuff people say:
“A questão comum que é perguntada nos negócios é ‘Por quê?’. Essa é uma boa pergunta, mas uma resposta igualmente válida é ‘Por que não?’”.
Jeff Bezos
