亚马逊正严密监控其零售部门软件工程师使用生成式人工智能的频率及其对产出效率的实际影响。根据一份内部文件，亚马逊零售业务“商店”部门已制定宏大目标：要求超过 2100 个工程团队利用“人工智能原生”实践将代码发布速度提升三倍，部分核心团队的产量目标更是高达十倍。公司高层领导团队（S-Team）正细致追踪各项指标，包括工具嵌入日常工作的频率及实际产生的价值。 这一激进的数字化转型引发了内部摩擦。尽管CEO安迪·贾西曾呼吁员工拥抱人工智能，否则可能面临失业风险，但许多工程师对自上而下的强制命令表示不满，担忧工具重复建设、工作流复杂化以及缺乏清晰的成功标准。为此，亚马逊调整了策略，从强制使用特定工具转向推广协作式实践，并致力于消除采用过程中的摩擦，提供灵活的实验空间。 目前，约 60% 的零售工程团队已采纳人工智能原生实践，公司自家的AI助手、代码生成工具及自动化平台正被广泛部署。为应对数据驱动可能带来的“古德哈特定律”风险（即指标一旦成为目标就不再是好的指标），亚马逊建立了复杂的测量系统，不仅统计活跃用户数，还通过“价值衍生事件”等指标评估实际产出。 亚马逊强调，其人工智能战略核心在于实用主义。公司提出了六大“人工智能原生工程原则”，主张交付优于成本、工具选择应灵活而非盲从尖端、保持系统可解释性，并鼓励工程师将人工智能融入日常流程而非偶尔尝试。这一举措旨在确保人工智能真正提升创新能力与交付速度，同时维持组织的透明度与可扩展性。