【小哈划重点：如今，成千上万的客户正在使用SageMaker在AWS之上构建机器学习模型。我们继续加强服务，包括增加新的强化学习能力。强化学习有一个陡峭的学习曲线和许多活动部分，到目前为止，除了资金最充足的技术组织之外，其他所有人都无法接触到它。】
美国时间4月11日，亚马逊CEO贝佐斯发表致股东信，在信中他谈到，从1999年的3％到2018年的58%，亚马逊第三方卖家销售额占比骤增，在此期间，亚马逊营收也从从1999年的16亿美元增加到去年的1170亿美元，同时他也用不小的篇幅提到了AWS和深度学习。
亚马逊倡导建筑者（builders）文化——充满好奇心，喜欢探险和发明。贝佐斯表示，建筑师的心态帮助我们以谦虚的信念接近巨大的，难以解决的机会，成功可以通过迭代来实现：发明，发射，重新发明，重新启动，重新开始，冲洗，重复，一次又一次。他们知道成功之路绝不是直截了当的。
AWS就是这种文化下的典型输出。信中写道，AWS的数百万客户包括初创公司，大型企业，政府机构和非营利组织，每个客户都希望为最终用户构建更好的解决方案。我们花了很多时间思考这些组织想要什么以及他们内部的人 - 开发人员，开发经理，操作经理，首席信息官，首席数字官，首席信息安全官等等想要什么。
我们在AWS上构建的大部分内容都是基于倾听客户的意见。询问客户他们想要什么，仔细聆听他们的答案，并制定计划，以便周到快速地提供它（在业务中加快速度！）是至关重要的。没有这种对客户的痴迷，任何企业都无法繁荣发展。但这还不够。最大的推动力将是客户不知道需要的东西，我们必须代表他们发明，我们必须利用自己内心的想象力来实现可能性。
AWS本身 - 作为一个整体 - 就是一个例子。没有人要求AWS，没有人。事实证明，世界已经准备好并渴望获得像AWS这样的产品，但却不知道。我们有一种预感，跟随我们的好奇心，承担必要的财务风险，并开始建设 - 在我们继续进行时无数次地进行改造，试验和迭代。
在AWS中，相同的模式已多次重复出现。例如，我们发明了DynamoDB，这是一个高度可扩展，低延迟的键值数据库，现在已被数千名AWS客户使用。在仔细聆听客户方面，我们大声地听到客户公司受到商业数据库选项的限制，并且几十年来一直对他们的数据库提供商不满意 - 这些产品价格昂贵，专有，具有高锁定和惩罚性许可条款。我们花了几年时间构建我们自己的数据库引擎，Amazon Aurora，一个完全托管的MySQL和PostgreSQL兼容服务，具有与商用引擎相同或更好的耐用性和可用性，但成本只有十分之一。当这个工作成功时，我们并不感到惊讶。
但我们也对专业工作负载的专用数据库持乐观态度。在过去的20到30年中，公司使用关系数据库运行大部分工作负载。开发人员对关系数据库的广泛熟悉使这项技术成为最佳选择，即使它不理想。虽然次优，但数据集大小通常足够小，可接受的查询延迟足够长，您可以使其工作。但是今天，许多应用程序存储了大量的数据 - 太字节和千兆字节。应用程序的要求已经改变。现代应用程序正在推动对低延迟，实时处理以及每秒处理数百万个请求的能力的需求。它不仅仅是像DynamoDB这样的键值存储，还有像Amazon ElastiCache这样的内存数据库。
我们也正在积极帮助公司利用机器学习。我们已经在这方面工作了很长时间，并且，与其他重要的进展一样，我们最初尝试将我们早期的一些内部机器学习工具外部化是失败的。经过多年的漫游 - 实验，迭代和改进，以及来自客户的宝贵见解 - 使我们能够找到仅在18个月前推出的SageMaker。
SageMaker消除了机器学习过程中每个步骤的繁重，复杂性和猜测 - 使AI民主化。如今，成千上万的客户正在使用SageMaker在AWS之上构建机器学习模型。我们继续加强服务，包括增加新的强化学习能力。强化学习有一个陡峭的学习曲线和许多活动部分，到目前为止，除了资金最充足的技术组织之外，其他所有人都无法接触到它。如果没有好奇心的文化以及愿意代表客户尝试全新的事物，这一切都不可能实现。客户正在响应以客户为中心的徘徊和倾听 - 现在，AWS已经实现了300亿美元的年度运营业务并且增长迅速。
