Amazon Web Services - Cuatro años y una salida de la empresa
(adventuresinoss.com)- Pasé 4 años en AWS y, aunque me despidieron en medio de cambios organizacionales, pienso que hasta fue una suerte porque la empresa ya no era como antes
- La visión de Amazon sobre la fungibilidad del personal puede funcionar para operar centros logísticos, pero encaja mal con el conocimiento organizacional que en TI necesita acumularse con el tiempo
- El foco de AWS se movió rápidamente desde infraestructura como S3, EC2 y RDS, que resolvía problemas de clientes, hacia GenAI, dejando en segundo plano la atención humana y el proceso de preparación
- Recuperar una cuenta de AWS suspendida desde hacía 10 años era menos una cuestión de ingresos pequeños y más de tratar a un usuario como persona, pero a la alta dirección no pareció importarle mucho
- A pesar de los despidos continuos y el deterioro de la salud, en AWS sigue habiendo buena gente, pero cobra más peso la idea de que el open source devuelve el control a los usuarios
Cambios en AWS y contexto de la salida
- Me uní a AWS en 2022 y, en 4 años, cambió muchísimo; mi salida fue un despido, pero casi un alivio
- Durante el último año intenté que AWS colaborara mejor con la comunidad open source, pero los cambios organizacionales frecuentes y la aceleración del enfoque en Generative AI redujeron mucho mi satisfacción laboral
- Cuando entré, OSSM (Open Source Strategy and Marketing), liderado por David Nalley, tenía como meta convertir a AWS en un mejor miembro de la comunidad open source
- Después de que David Nalley fuera ascendido para encargarse de toda la organización de AWS Developer Experience, casi desapareció la interacción directa con OSSM y, en la práctica, el “David Time” se volvió casi cero
- Mi rol oficial era ser enlace entre AWS y clientes que eran empresas comerciales de open source, pero en realidad se parecía más a ponerle un rostro humano a una corporación enorme
La visión de personal “fungible” y los límites en una organización de TI
- Amazon tiene una perspectiva peculiar: considera a casi todos sus empleados como seres fungibles
- Fungible básicamente significa “intercambiable” y es una expresión que mucha gente conoció a través de los NFT
- El enorme negocio minorista de Amazon está construido sobre procesos capaces de convertir en pocas semanas a una persona relativamente sana e inteligente en un trabajador productivo de centro logístico
- Ese enfoque puede funcionar en el negocio de entregas, pero encaja mal en tecnología de la información, donde el conocimiento organizacional necesario para tener éxito debe acumularse con el tiempo
- La fe en la fungibilidad se apoya en la suposición de que existe una oferta infinita de personas con las habilidades necesarias y con ganas de trabajar en Amazon
- Durante la entrevista, David Nalley me llamó “non-fungible”, y esa expresión me hizo sentir orgullo
Enfoque en GenAI y debilitamiento de la obsesión por el cliente
- El año pasado, el foco de AWS se movió por completo, casi con desesperación, hacia GenAI
- Internamente empezó la exigencia de usar toda la IA posible, con ejemplos como “resumí correos con IA” o “hice material para una conferencia con un solo prompt”
- Más que resumir correos, sería mejor escribir mejores correos, y querer dar una charla pero no querer hacer el trabajo de preparación no encaja con la forma en que deberían abordarse las presentaciones
- En la economía moderna, el producto más valioso es la atención (attention), y una charla de conferencia se considera algo que se construye dedicándole bastante tiempo
- Hubo un momento en que en las diapositivas de presentaciones aparecieron imágenes generadas por IA, llenas de letras irreconocibles o errores tipográficos, y “suficientemente bien” no es obsesión por el cliente (customer obsession)
- El giro de AWS hacia GenAI parecía menos partir de necesidades reales del cliente y más de construir la mayor cantidad de cosas posible y lanzarlas rápido al mundo para ver la reacción
- A medida que aumenta el contenido creado por IA y consumido por IA, el ser humano que estaba en el centro del proceso está desapareciendo
- Cuando AWS lanzó por primera vez una nube realmente práctica, su fortaleza era evidente
- En los años 90, para implementar software empresarial había que estimar primero la potencia de cómputo necesaria
- Si pedías hardware a empresas como Sun Microsystems o Dell, la entrega podía tardar de semanas a meses
- Después hacía falta montarlo en rack, conectarle energía y provisionarlo; si calculabas de menos, estabas en problemas, y si calculabas de más, te criticaban
- AWS resolvió estos problemas y fijó un estándar con servicios como S3, EC2 y RDS
- En los re:Invent recientes es difícil encontrar sesiones sobre estas herramientas y, aun cuando las hay, la IA sigue ocupando el centro de la presentación
- Incluso mi objetivo personal de “hacer que AWS fuera la opción por defecto para ejecutar workloads open source” perdió sentido en un contexto donde con “vibe code” se puede crear la misma funcionalidad y esquivar licencias
- El foco de AWS en el cliente se desplazó desde convencer a responsables de infraestructura que crean aplicaciones estables y llenas de funciones, hacia una capa más abstracta basada en la promesa de que GenAI podría hacer que ya no fueran necesarios
- Ese cambio termina volviendo a esas personas fungibles otra vez
La experiencia de recuperación de cuenta y la reacción interna
- Mi logro del que me sentí más orgulloso el año pasado fue recuperar una cuenta de AWS suspendida
- El impacto financiero para la empresa era pequeño y ese cliente tampoco gastaba mucho, pero era uno de esos usuarios del tipo que hizo exitoso a AWS
- Un usuario del norte de África publicó que su entorno de AWS de 10 años fue cerrado casi sin aviso, sin vías de apelación, y que incluso se le informó que sus datos habían sido eliminados
- Si los datos realmente se hubieran perdido, recuperarlos habría sido imposible, pero también era importante entender al máximo la experiencia para evitar que le pasara a otra persona
- Al pasar de ver a ese usuario solo como un número de cuenta a entenderlo como una persona, supe que además de perder su cuenta de AWS estaba atravesando varios problemas más
- Al final fue posible recuperar los recursos, y el trabajo concreto lo realizó el equipo de soporte una vez que logró conectarse con el área adecuada
- Después de la recuperación, ese usuario escribió una publicación de seguimiento, pero el punto central era que esto nunca debió haber ocurrido en primer lugar
- Una vez cerrado el caso, la alta dirección no mostró interés, pero varios empleados de Amazon me agradecieron por Slack y algunos dijeron que les había devuelto parte de su fe en la empresa
- Que el liderazgo pareciera no considerar importante este asunto fue una de las partes más duras
Despidos, deterioro de la salud y regreso al open source
- Los despidos masivos de octubre pasado no afectaron tanto a la gente con la que trabajaba de cerca, pero los de enero fueron mucho más severos, y varios amigos que hice en AWS terminaron buscando trabajo
- El estrés también impactó mi salud: en 4 años subí casi 30 libras, y 10 de ellas fueron solo en el último año
- El tensiómetro no dejaba de marcar nuevos máximos y mi sueño se rompió tanto que durante semanas no tuve una sola noche de descanso de verdad
- En AWS todavía hay mucha gente excelente, pero con los recortes de personal y la salida de personas hacia empresas mejores, no está claro cuánto tiempo más podrá mantenerse así
- “reverse centaurs” de Cory Doctorow era, como mínimo, un texto capaz de hacer que quienes trabajan en Amazon sintieran algo de vergüenza
- Una de las cosas que AWS hace bien es permitir un canal de Slack llamado
#actual-aws-memes- Es un canal moderado con firmeza, pero sirve para desahogarse publicando memes sobre la vida en AWS
- En mi última semana publiqué un meme por primera y última vez
- No creo que me hayan despedido por ese meme, y en mis 4 años en AWS nunca me pidieron hacer algo que sintiera como antiético o ilegal
- Aun así, parece haber niveles en los que cumplir la ley se vuelve algo casi opcional, tanto en Estados Unidos como en el resto del mundo
- Como mi futuro en AWS era incierto, que me obligaran a salir terminó dándome cierto alivio
- Después de asistir este año a GrafanaCon, crecieron más mis ganas de volver a mis raíces en el open source
- El open source tiene que ver con poner el poder técnico y el control en manos de los usuarios, no de los vendors
- No está claro cómo evolucionará el significado del open source en un entorno de GenAI donde todos los modelos de punta solo son accesibles por API
- Incluso si alguien quiere ejecutar modelos en local, sigue en pie la pregunta de cuánta gente puede costear el hardware necesario
- La pregunta final que queda es qué significa trabajar como humano en el mundo de la IA
1 comentarios
Comentarios de Hacker News
El mes pasado contacté a AWS Support por primera vez en varios años; era una pregunta sobre la forma de facturación.
Abrí un caso y no lo asignaron durante 7 días; abrí el chat en tiempo real y hablé unos 25 minutos con una persona de soporte de primer nivel, pero no conocía bien el tema y estaba leyendo en ese momento la documentación de AWS que yo ya había leído.
Al final, como no encontró la respuesta, estuvo bien que escalara el caso en vez de darme una respuesta incorrecta, pero si hubieran revisado el ticket desde el principio, yo no habría tenido que insistir.
Once días después llegó una respuesta completamente equivocada, y mientras tanto yo ya había encontrado la respuesta correcta y respondí explicándola; al día siguiente me devolvieron un texto largo generado por IA diciendo que mi respuesta era correcta.
El problema de fondo parece ser que AWS cree, por error, que yo como consumidor voy a valorar una respuesta generada por IA aunque sea remotamente parecida a una respuesta humana; yo la veo como una respuesta no verificada y casi la ignoro por completo.
Stripe, que antes era famoso por la calidad de su soporte, también parece haber tirado la toalla.
Hace poco tuve que resolver un caso en el que el método de cobro de pagos cambió de una manera distinta a la esperada, y el bot de IA no solo no ayudó, sino que además ofreció explicaciones incorrectas activamente, mientras el problema seguía igual y durante días me hizo cambiar cosas que no tenían nada que ver.
En mi negocio le doy mucho peso a este problema al elegir qué servicio usar.
Si voy a integrar un servicio, creo que tiene que haber una persona de verdad que pueda ayudarme cuando tenga preguntas o surjan problemas, y empujar a todo el mundo hacia bots de IA para ahorrar costos es una señal de cuánto valoran realmente a sus clientes.
Antes trabajé en un lugar con un gasto anual en AWS bastante grande, muy por encima de 100 mil dólares pero por debajo de 1 millón, y aun así había tickets de soporte que pasaban meses sin respuesta; incluso el encargado asignado de la cuenta los dejaba tirados durante meses, aunque se le hiciera seguimiento varias veces.
Todos los tickets que abrí en los últimos 6 meses recibieron respuestas generadas por IA tras grandes demoras, y por lo imprecisas que eran y lo poco que correspondían a la pregunta, era evidente que ningún humano las había leído.
Pasaron más de 2 horas antes de que una persona real entrara a la llamada, y si pagas cientos de miles de dólares al año por un contrato de soporte de Oracle, es difícil aceptar que lo que te devuelvan sea un bot de IA.
Ahora migrar a Postgres se volvió la máxima prioridad, y ya hay que parar con esta tontería de “reemplazar personas con IA” [0].
[0]: https://www.forbes.com/sites/jonmarkman/2026/04/06/oracles-m...
Antes ya había visto presentaciones con imágenes generadas por IA llenas de letras irreconocibles o palabras mal escritas, y aun así el presentador las dejaba tal cual.
Esa actitud de “con esto basta” no es obsesión por el cliente.
Forzar la adopción de una IA generativa inmadura me recuerda la escena de Catch-22 donde Milo Minderbinder consigue por error una enorme cantidad de algodón y luego intenta hacer que la gente se lo coma.
Nunca pensé que llegaría a ver imágenes generadas por IA con texto claramente absurdo en reuniones profesionales, pero se está volviendo cada vez más común.
Cambiarlas por imágenes generadas por IA hasta podría ser una mejora.
Al menos reduce el riesgo legal y también puede parecer más fácil de entender para una audiencia global.
Aun así, sigo sin entender por qué la gente hace esto.
Me pregunto si es parte de la formación de liderazgo, o si los presentadores realmente creen que meter estos elementos hace que la presentación sea más memorable y entretenida.
En los últimos 6 meses, la meta principal de los altos ejecutivos de las grandes empresas parece haber sido convertir a los empleados comunes en algo reemplazable o innecesario.
Es un experimento enorme, y hay precedentes como la Revolución Industrial.
Para los trabajadores, la situación empeora por una generación más o menos.
En principio, todo el mundo debería poder hacer de todo, pero en la práctica se vuelve una pesadilla enorme cuando intentas contratar roles más especializados.
Empezaron a crear roles como Frontend Engineer o Embedded Systems Engineer, pero en la práctica el alcance sigue siendo muy amplio.
Si la IA reduce el valor del trabajo y con eso baja el poder de negociación, no hay garantía de que la misma estrategia vuelva a funcionar.
Al final esto se acomodará de alguna manera, pero creo que la transición hacia la siguiente etapa será muy dolorosa y quizás hasta violenta.
Yo también soy ex AWS de hace bastante tiempo, y sinceramente los problemas organizacionales se dispararon de verdad cuando Jassy pasó a ser CEO de Amazon y líderes clave como Charlie Bell dejaron la empresa.
Ya existían otros problemas.
En costos, los proveedores de bare metal más baratos han pasado a ofrecer instancias mucho más rápido que hace 10 años, y en calidad de producto hubo presión desde startups hasta empresas más grandes como Databricks.
Cuando empezaron a subir las tasas de interés, también pesó mucho que varias apuestas caras como IoT, AI, business support, robotics y Ground Station básicamente fracasaran.
La apuesta más reciente, la infraestructura de IA y el fortalecimiento de hardware propio, es una decisión inteligente, pero esos roles requieren otro tipo de especialistas altamente capacitados, no la misma cantidad de ingenieros de software.
Todos los centros de fulfillment que manejan artículos pequeños que caben en contenedores usan robotics de forma extensiva, y desde afuera parece bastante productivo.
Mencionaron #actual-aws-memes.
Yo también entré en 2022, y coincide bastante con mi experiencia.
Después de que se fue un buen manager, eso de “insistir en los estándares más altos” se fue erosionando cada vez más hasta convertirse en un aterrador “con esto basta”, y creo que la IA generativa aceleró ese proceso.
Llevo años escuchando que Amazon se va a quedar sin gente en su pool de talento, pero aun así sigue funcionando.
Desde entonces me han contactado al menos 35 reclutadores para roles de systems engineering en Kuiper.
Aunque sea solo como contratista de “yellow badge”, cada vez que llego a la etapa del hiring manager de Amazon me rechazan de inmediato.
Los Amazonians no saben cuánto tiempo nos dejan en lista negra, y probablemente tampoco puedan saberlo.
Al final sí se van a quedar sin gente.
Sobre todo ahora que las otras FAANG ya no están pagando cantidades ridículas a los recién egresados, no creo que el flujo de talento joven e inteligente vaya a secarse por completo.
Se ha vuelto muy difícil contratar en cualquier nivel, y la vacante para senior data scientist de nuestro equipo lleva abierta un año y medio, casi no aparecen candidatos y no hay nadie realmente competente.
El nivel promedio de la gente nueva también ha caído muchísimo, y el famoso “hiring bar” ya se fue al subsuelo.
Para los empleadores de software engineering, es una época dorada.
Pagan bien y también se ve bien en el CV.
Donde vivo, en Europa, eso parece especialmente atractivo.
Dejando de lado el hype de la IA, me pregunto si hay alguna forma de evitar convertirse en una megacorporación gris y despersonalizada donde el cliente no es más que un número.
Amazon fue extraordinariamente customer-centric durante años, pero en algún momento perdió eso.
Podría enumerar muchos casos en los que ahora trata mucho peor al cliente que antes, pero todos tendrán sus propios ejemplos.
¿Qué salió exactamente mal y cómo podrían otras empresas evitarlo?
Volverse inmune al hype y a “lo que está de moda”, y enfocarse en cambio en “¿qué experiencia podemos hacer posible para el cliente que antes era inaccesible?”.
Cuando el volante pasa de manos de nerds apasionados a gente que solo piensa en números, inevitablemente todo se mueve hacia una mentalidad de hoja de cálculo.
También creo que, para mantener las luces encendidas en una organización grande, hay algo de eso que es inevitable.
Si aún no la viste, podrías ver Jiro Dreams of Sushi y pensar si conectas con esa forma de vida.
También recomiendo una entrevista con René Redzepi de Noma.
Tiene muchas ideas sobre cómo enfocarte en tu oficio termina creando, de forma natural, oportunidades para hacer y entregar algo excelente a los demás.
Pienso en Costco.
Describe bastante bien ese proceso.
No sé bien cómo evitarlo, pero creo que una posible respuesta es mantener la empresa pequeña, enfocada en calidad y sostenibilidad, y libre de la influencia del venture capital.
Aun así, habría que estar podándola constantemente, como si cuidaras un bonsái.
La historia de recuperar la cuenta se siente muy cercana.
Al menos él tenía colegas animándolo, pero como han reducido tanto a los equipos, al final parece que el LLM que uno haya elegido será el único que te dé palmaditas en la espalda diciendo “bien hecho” y “tienes toda la razón”.
Ese tipo de acciones heroicas no se pueden hacer sin aprobación, y no es común dejar al sistema como incompetente y roto, y además disculparse, sin terminar en una ejecución pública.
Quienes lo apoyaron públicamente también deberían cuidarse la espalda.
AWS perdió el rumbo.
S3, SQS, EC2, VPC fueron innovaciones excelentes, y eran servicios hechos por ingenieros que querían sistemas estables y con escalado elástico.
Por casualidad, también resultaban eficientes en costos.
Lo que vino después, especialmente el data stack y ahora los servicios de IA, fue construido por ejecutivos MBA que no entienden la innovación y ven la ingeniería como una partida de costos, igual que un banco.
Los resultados recientes muestran ese impacto.
Google ha estado creciendo casi al doble de velocidad que AWS, aunque podría ser simple coincidencia.
En mi empresa también les están pidiendo a todos que usen más herramientas relacionadas con IA, y no creo que eso sea incorrecto en sí mismo.
Pero la calidad del trabajo que se produce con estas herramientas al final sigue dependiendo mucho de la capacidad de cada persona.
Hay gente que no se esfuerza casi nada y entrega resultados realmente mediocres, y eso me irrita bastante.
Lo importante no debería ser qué herramientas usaste, sino el resultado final.
Si las herramientas de IA de verdad son tan extraordinarias como dicen, quienes las usen se pondrán por delante, y la empresa podrá decirles justificadamente a otros empleados: “tu colega produce el doble que tú”.
Pero forzar el uso de una herramienta en sí no tiene sentido y termina siendo contraproducente.