亚马逊Alexa是如何失败的?
亚马逊对Alexa的投入可谓巨大,从200亿到430亿美元不等,且有约10,000人参与其中。然而,尽管如此,Alexa似乎已经落后于市场上的新竞争者,比如由小型3B LLM驱动的Siri。
组织问题:Alexa的阿喀琉斯之踵
(几周前,OpenAI发布了GPT-4 o,为具有复杂推理能力的多模式会话体验引入了新标准。)
2019年,我作为研究科学家加入Alexa AI,那时Alexa已经在全球超过1亿家庭中使用。当时,Alexa正处于高速增长期,每个季度都有新团队加入,高层领导也明确表示,Alexa将是公司未来的重要投资。
我的团队,后来被称为对话建模团队,从2人增长到20人,我们致力于将最新的人工智能研究成果应用于Alexa产品和生态系统。我们构建了组织内的第一个大型语言模型(LLM),开发了基于知识的响应生成器,并为Alexa成为家中的多模式代理进行了原型设计。
技术与官僚的双重挑战
- 不良工艺:Alexa在保护客户数据方面做得非常出色,但这也导致了开发人员在内部基础设施上的不便。获取数据进行分析或实验需要数周时间,数据注释质量差,文件要么缺失要么过时。实验常常在资源有限的环境中进行,这在硬件资源充足的亚马逊看来是难以接受的。
- 碎片化结构:Alexa的组织结构是分散的,这导致了多个小团队在不同地理位置处理有时相同的问题。这种分散的组织结构导致了团队之间的竞争,而不是合作,进而影响了整体的效率和协同。
- 产品与科学错位:Alexa以客户为中心,这在内部意味着每一项工程和科学工作都必须与下游产品保持一致。这种压力使得团队难以进行长期的、实验性的投资,而必须不断地向高级领导层证明其价值。
未来展望
尽管Alexa已经销售了超过5亿台设备,拥有庞大的用户数据,但这并不足以确保其在对话式人工智能市场的领先地位。为了在未来的市场中取得成功,需要投资于强大的开发人员基础设施,特别是在访问计算、数据质量保证和简化的数据收集流程方面。此外,需要确保产品时间表不会决定科学研究的时间框架,避免公司的教条和激励结构扼杀所需的创造力。