正文
问：你还有什么要补充的吗？
答：我个人非常推崇跨领域的知识整合。商业世界里，协作是成功的关键，而多元化的团队往往能碰撞出更优的解决方案。因此，我努力让自己对广泛的领域都有所涉猎，比如计算机视觉（Computer Vision, CV）、自然语言处理（Natural Language Processing, NLP）、大语言模型（Large Language Models, LLMs）、边缘计算（Edge Computing）、最新的云计算（Cloud）技术、统计学（Statistics）、运筹学（Operations Research, OR）以及经济学（Economics）等等。
我从不羞于提出自己不懂的问题——毕竟没有人能在如此多的领域都做到精深。但我相信，作为领导者，掌握各个领域的基础知识，能够帮助我更好地鼓励团队在适当时机融合不同的方法论，从而创造出更多元、更富创意的解决方案。
同时，我也时刻提醒自己要保持谦逊（尽管有时并不容易）。我来自明尼苏达，从小被教导要低调、勤奋、真诚待人，并相信只要持之以恒，终会有好的结果。
二,
CNN的报道，亚马逊的秘密武器：经济学博士团队构筑竞争优势
评估通货膨胀向来是项棘手而复杂的任务。在美国，官方的劳工统计局（Bureau of Labor Statistics）需派遣调查员前往实体店记录从奶酪到轮胎等各类商品的价格，并通过电话了解消费者在汽油、殡葬服务等方面的实际支出。
但亚马逊相信，它能做得更好。
在外部研究人员的协助下，亚马逊公司内部的经济学家们正探索一种新方法：利用其电商平台上的海量交易数据来实时衡量通胀。通过自动分析海量的产品描述信息，他们能更精准地评估商品（无论是连衣裙、榨汁机还是浴垫）的质量变化，理论上，这能构建出一个比官方数据更准确、更及时的商品成本指数。
但这仅仅是亚马逊近年来大规模招募的经济学家团队所扮演角色的冰山一角。这家以颠覆闻名的公司早已彻底改变了从零售到云计算的诸多行业，如今，它正以同样的方式，颠覆着经济学家在企业内部的传统角色，乃至经济学这个学科本身。
经济学博士本就是一个相对小众的人才库，在美国每年新增毕业生仅千人左右，而亚马逊已成为这个精英群体最主要的雇主之一。“经济学家”的定义或许略显模糊，但这门学科通常被理解为研究人类社会如何利用稀缺资源以及个体与组织如何对激励做出反应。
过去数年间，亚马逊已招募了超过150名拥有博士学位的经济学家。这使其很可能已成为该专业领域内，仅次于美联储（拥有数百名经济学家）等少数机构的最大雇主。在该报道发表当年的美国经济协会（AEA）年会上，亚马逊是唯一一家设立招聘展位的企业，现场还免费派发印有公司Logo的钢笔和解压球，招揽人才的意图十分明显。
与学术界或政府部门的同行不同，亚马逊经济学家的工作几乎完全处于保密状态，员工均需签署严格的保密协议以确保信息安全。但根据多方背景访谈及亚马逊自身透露的信息，将经济学家的深刻洞察力深度整合到日常业务运营中，对于驱动其在电子商务领域实现惊人增长起到了至关重要的作用。
亚马逊的经济学家们运用复杂的模型仔细分析房地产投资决策，设定能够确保盈利的最低商品价格，精准地定位消费者的核心关注点，评估广告投放的真实效果——所有这些决策的背后，都离不开基于海量数据、进行大规模自动化决策的机器学习算法。这种深度整合经济学分析与尖端技术的能力，是大多数小型企业通常难以企及的宝贵资产，也使得亚马逊得以持续拉大与竞争对手的差距。
其他一些同样有效运用经济学家的科技公司，如拥有约30人经济学家团队的优步（Uber），也对亚马逊建立的这套内部机制表达了由衷的钦佩。优步时任首席经济学家乔纳森·霍尔（Jonathan Hall）在AEA的一次演讲中坦言：“亚马逊是唯一一家不仅大规模聘用经济学家，而且还如此成功地将其智慧融入日常业务的公司。” 霍尔解释道，许多公司聘请经济学家可能只是作为对外发言人或提供宏观战略层面的指导，但他和亚马逊都致力于将经济学家定位为几乎所有业务决策的核心顾问，利用海量数据，用科学严谨的分析取代经验性的商业直觉。
与此同时，亚马逊正以其独特的方式，悄然重塑着经济学这个领域本身。美国商业经济协会（NABE）执行董事汤姆·比尔斯（Tom Beers）评论道：“亚马逊和优步的经济学家们并没有扮演传统意义上首席经济学家的角色，他们在做一些完全不同的事情。”
例如，实时流经亚马逊庞大物流中心网络的海量数据，能帮助其经济学家团队精准预测各个地区所需的库存量、动态优化库存的区域布局，甚至设计方案以提升仓储工人的工作效率。
科技经济学家的崛起
经济学家服务于私营企业并非新鲜事。长期以来，他们一直帮助企业预测宏观经济形势，为关键的生产决策、市场进入策略、原材料采购来源等战略方向提供基于数据的指导。
事实上，经济学家在科技行业也早有立足之地。IBM、英特尔（Intel）、微软（Microsoft）等老牌科技巨头拥有内部经济学家长达数十年。谷歌（Google）的首席经济学家哈尔·瓦里安（Hal Varian）不仅帮助设计了该公司首次公开募股（IPO）时采用的创新型拍卖模型，还曾运用经济学原理助力论证谷歌并未违反反垄断法。谷歌当时称其员工中约有300名经济学家和统计学家。尽管如此，业内普遍认为，在聘用顶尖经济学博士的数量上，亚马逊远超其他任何科技公司。
近年来，一些规模较小的、直接面向消费者的科技公司，如房屋租赁平台Homeaway和在线招聘网站Indeed，也开始聘请经济学家。他们的任务通常是分析平台积累的用户行为数据，从中提炼出有趣的、可供发布的洞见，并将这些发现提供给媒体记者，作为一种有效的免费宣传素材。此外，这些经济学家也常常承担政府关系（GR）职能，通过发布严谨的分析报告来量化公司对特定社区或经济体产生的积极影响，以此争取更有利的政策和监管环境。
大约在报道发布的两年前，美国商业经济协会（NABE）首次举办了专门面向科技行业经济学家的年度会议，会上有多达四位来自亚马逊的经济学家发表了主题演讲，会议期间的招待晚宴也由亚马逊独家赞助。这足以体现该细分领域日益增长的重要性以及亚马逊在其中的领导地位。
哈佛商学院教授迈克尔·卢卡（Michael Luca）和斯坦福大学商学院教授苏珊·艾茜（Susan Athey，曾任微软首席经济学家）近期发表的一篇论文也印证了这一趋势。数据显示，在美国经济协会（AEA）官方招聘数据库中发布经济学家招聘信息的科技公司数量，已从2014-2015学年的15家快速增至2017-2018学年的21家。而报道当年（通常指2019年）的数据预计将继续超过去年。考虑到并非所有科技公司都会通过该平台发布招聘信息，这可能还低估了科技行业对经济学家需求的实际增长规模。
所有这些现象背后，驱动变革的核心要素始终是数据，以及一种独特的能力：将软件工程师的强大技术工具与经济学家擅长提出和检验因果关系（causal inference）问题的专业知识和思维框架相结合，从而深度挖掘隐藏在海量数据背后的商业价值。
IBM首席经济学家马丁·弗莱明（Martin Fleming）曾举例说明这种结合的威力：“想象一家拥有众多门店的大型零售商。过去，我们预测单个门店未来销售业绩的准确率大约只有30%到40%。但现在，借助机器学习和人工智能技术，我们预测特定门店业务表现的准确率可以接近90%。”
这种基于数据和算法的预测与分析能力，对于像亚马逊这样的公司而言可能价值最大。因为亚马逊不仅可能拥有比其他任何公司都更庞大、更多维度的数据资源，其业务线也极其广泛和复杂，从在线零售、第三方市场、广告服务、数字内容、消费电子、企业贷款到云计算服务（AWS）乃至最后一公里配送，几乎所有核心环节的优化和运营都高度依赖数据驱动的决策。这正是其难以被轻易复制的竞争壁垒之一。
“你基本上是在尝试消除浪费和低效”
亚马逊庞大的数据分析和经济学家团队，其主要构建者正是Pat Bajari——一位在学术界享有盛誉的经济学家。自1997年于明尼苏达大学获得博士学位以来，他在房价、政府采购招标、拍卖理论及市场串通行为等领域发表了大量极具影响力的论文。在先后执教于哈佛大学、斯坦福大学和杜克大学之后， Bajari于2010年加入亚马逊，担任副总裁兼首席经济学家，同时也保留了在华盛顿大学的关联教职。
亚马逊通常不允许其经济学家接受媒体采访，也极少公开回应关于他们具体工作的问题。但这些专家偶尔也会在专业场合发声。Bajari就曾在美国经济协会（AEA）的一次会议上，基于亚马逊的海量数据和其进行的零售需求预测实验，发表了一篇探讨大数据如何影响公司绩效的论文。在阐述研究结果后，他分享了关于经济学如何重塑科技公司的一些见解。
“我观察到这个行业的变化，大约始于八年前（指2011年左右），就是各家公司开始更严肃地运用科学方法，摒弃内部大量凭感觉做决策的做法，”Bajari当时说道，“（他笑着补充说）你基本上是在尝试消除各种形式的浪费和低效。”
与其他公司通常将经济学家集中在一个小团队的做法不同，亚马逊将他们分散并深度整合到公司的各个业务团队中。在一份制作精美的招聘宣传册中，亚马逊描绘了其经济学家的广泛职责：为第三方卖家贷款项目构建复杂的风险评估模型；为Alexa智能助手和Kindle电子阅读器等硬件设备的产品设计及用户参与度追踪提供数据洞察和建议；帮助蓬勃发展的云计算服务（AWS）业务精准地识别和定位目标客户；以及预测主站（Amazon.com）所需的服务器容量以应对流量波动等等。
在该报道发表时，亚马逊招聘网站上列出的46个经济学家和实习生职位中，具体的任务实例包括：帮助优化第三方卖家的定价策略；找出通过亚马逊庞大分销网络优化卡车运输路线的最佳算法；以及识别高绩效人才的关键特征以改进招聘决策等等。
以亚马逊内部一个名为“Connections”的项目为例：该项目定期向员工发送简短问卷，了解他们的工作体验（例如：“你的工作是否提供了学习新事物的机会？”“你的团队是否始终将客户放在首位？”“官僚流程多久会影响你的工作效率？”）。为了基于反馈改进员工体验和效率，亚马逊尝试了各种干预措施，比如对管理者进行培训，以改善其与下属的互动。项目初期，团队由心理学家、其他社会科学家和产品经理组成，但不久后管理层发现，这个团队配置并不完全符合亚马逊的最终目标：切实提高绩效。相比之下，经济学家们则更擅长运用严谨的方法（如A/B测试等实验设计）来分析哪些干预措施能够真正提升员工的生产力。
一位不愿透露姓名的前亚马逊经济学家解释道：“心理学家在亚马逊可能处境艰难，因为他们的训练背景通常不包括如何将员工满意度、互动改善等因素与最终的盈利能力联系起来。亚马逊是一个极其数据驱动的地方，如果你的项目不能证明其对业务（或最终对客户）有明确的、可衡量的价值，就很有可能被削减预算甚至取消。”
无论是评估人力资源试点项目的有效性，还是亚马逊经济学家们处理的许多其他问题，其核心都贯穿着一种关键的分析方法——“因果推断”（Causal Inference）。这种方法旨在严格识别现象之间的因果关系：究竟是什么导致了什么？从而为决策提供依据，判断应该加强什么、削减什么。
以Prime会员服务为例：消费者注册成为会员，主要是看重免费配送？还是丰富的流媒体视频内容？抑或是全食超市（Whole Foods）的购物折扣？经济学家可以通过设计和分析实验数据（或利用准实验方法分析观测数据），近乎精确地找到答案，从而帮助公司决定哪些福利组合最能吸引和保留会员，哪些则可以考虑调整或取消。类似地，其他关键决策，如如何精准投放广告、在何处开设实体书店和新建仓库、以及如何为Echo智能音箱等硬件产品定价，都需要经济学家运用因果推断等方法进行深入的分析和评估。
在许多其他公司，类似的数据分析工作可能主要由“数据科学家”承担。但据另一位前亚马逊经济学家透露， Bajari一直极力主张优先聘用受过正规经济学训练的人才，让他们参与到尽可能广泛的业务决策中。这位前员工解释道：“亚马逊（或至少是Bajari领导的团队）的基本理念是，经济学家拥有一套更专门化的技能，特别适合解决商业中普遍存在的因果关系问题。因为在经济学的学术训练中，比如研究最低工资上调的影响时，研究者往往无法像在实验室里那样进行完美的对照实验，必须依靠复杂的计量经济学方法从观测数据中推断因果效应。这种严谨推断因果的能力在商业环境中极其宝贵。”
吸引顶尖学术人才
要组建一支拥有150名（甚至如今已达数百名）经济学博士的团队绝非易事——尤其是在传统的经济学研究生培养体系中，学生们通常被灌输：去业界工作是那些在顶尖大学找不到教职的人的“备选项”。而且，企业里的经济学家通常很少能在同行评审的顶级学术期刊上发表论文，而这恰恰是学术界的“硬通货”。尽管与其他许多人文学科不同，经济学教授的收入本就相对较高（尤其是在商学院），但离开学术界仍意味着一种职业轨迹的重大转变。
当然，亚马逊可以提供极具竞争力的薪酬。据报道，当时（报道年份）即便是普通级别的经济学家，其年收入也可轻松达到16万美元（这已接近当时亚马逊许多岗位的基本工资上限），但再加上丰厚的股票期权，其总体薪酬往往远超这一数字，对顶尖人才具有相当大的吸引力。
然而，高薪并非亚马逊吸引顶尖博士的唯一甚至主要手段。其经济学部门的领导者中，许多人本身就来自顶尖大学的终身教职岗位，拥有长长的学术发表记录。他们在LinkedIn等平台上常常会公开表示“我正在招聘！”，而他们宣传的核心“卖点”，往往是那份能够独家访问和使用亚马逊所拥有的、其他人（尤其是大学里的研究人员）梦寐以求却极难获取的海量、高质量、细颗粒度的真实世界数据。
亚马逊高级经理兼经济学家威尔科·舒尔茨-马伦多夫（Wilko Schulz-Mahlendorf）2013年加入公司，他曾在其LinkedIn档案中这样描述这种吸引力：“你应该对我们正在解决的问题的深度和广度，以及我们能够驾驭的那近乎令人咋舌的海量数据，感到极度羡慕。”
如今，大学自身也在积极地将机器学习和人工智能相关的课程融入经济学教学中，因为它们深知，这些技能对于处理当今世界的海量信息、理解和解决现代经济面临的重大挑战至关重要。
但这对许多外部学者而言，也带来了不容忽视的隐忧：那就是，理解现代社会运作所需的许多关键原始数据，如今正被少数大型私营科技公司所创造和掌控。法国塞尔吉-蓬图瓦兹大学的经济思想史学家比阿特丽斯·谢里尔（Beatrice Cherrier）指出：“过去，经济学家主要依赖公开可用的政府数据进行研究。但现在，如果他们想深入研究人类行为，最有价值的数据往往掌握在科技公司手中，而且是严格保密的专有数据。” Cherrier进一步解释说，这不仅意味着公司可以选择性地不发布任何可能对其形象不利的研究发现，更严重的是，由于原始数据不公开，外部研究人员很难独立验证或复制这些公司（即便发布了）的研究成果，这无疑对学术研究的透明度和可信度构成了挑战。
然而，对于身处其中的经济学家而言，亚马逊无疑提供了一个充满挑战与机遇的“乐园”。
达里尔·费尔韦瑟（Daryl Fairweather）在2014年从芝加哥大学获得经济学博士学位后不久便加入了亚马逊。此前，她在圣地亚哥的一家咨询公司工作，常常因缺乏意义的项目和紧迫的截止日期而倍感压力。相比之下，亚马逊的机会似乎“无处不在”。
“（在亚马逊求职）感觉不像你必须去争取一个特定的职位，而是可以同时接触和面试多个不同的团队和机会，”Fairweather回忆道，她于2018年离开亚马逊，成为房地产网站Redfin的首席经济学家。一旦入职，她发现可供研究的问题俯拾皆是。“如果我发现某个问题确实值得深入探究，我完全可以自主地投入进去。没有人会预先设定好什么才是重要的研究方向。”
另一大吸引力在于工作的直接影响力：尽管亚马逊经济学家的研究成果可能永远不会对外公开发表，但在公司内部，它们却实实在在地影响着触达数亿用户的产品和服务，以及公司数十亿甚至上百亿美元的商业决策。即使是资历较浅的经济学家，也有机会直接向高级副总裁（SVP）汇报和展示他们的研究发现。而他们的工作评估，很大程度上就取决于其研究建议对公司实际盈亏（bottom line）产生的可衡量影响。
