在他下一次与杰夫·贝佐斯的进行工作反馈中，他提交了具有重大意义的六页纸文档。在某种程度上来说，这份文档是一张为亚马逊网络服务增加机器学习服务的蓝图。但是，Sivasubramanian认为这具有更广阔的前景：AWS将会成为整个技术领域机器学习活动的中心。
从某种意义上来说，向成千上万的亚马逊云用户提供机器学习是大势所趋。AWS的机器学习经理伍德说：“当我们第一次整合AWS最初的商业计划时，我们的任务是采用只有少数资金背景雄厚的组织才能获得的技术，并尽可能扩散这些技术。我们在计算、存储、分析和数据库方面已经成功地做到了这一点，现在，我们在机器学习方面也采取了同样的方法。”使之更简单的是，AWS团队可以借鉴公司其他团队积累的经验。
AWS在2015年首次推出“亚马逊机器学习”，允许像C-Span这样的客户建立一个私人的面部图片列表，伍德说。Zillow用这一功能来估算房价。Pinterest将其用于视觉搜索。几家自动驾驶创业公司正在利用AWS机器学习技术，通过数百万英里的模拟道路测试来改进产品。
2016年，AWS发布了新的机器学习服务，该服务更直接地借鉴了Alexa的创新，即一个名为Polly的文本到语音的组件，以及一个名为Lex的自然语言处理引擎。这些产品让AWS的客户，不论是Pinterest和Netflix这样的巨头，还是小型创业公司，均可以使用该服务建立自己的迷你“Alexa”助理。第三个涉及视觉的服务Rekognition，借鉴了Prime Photos所做的工作，这是亚马逊一个相对不太有名的项目，其试图和谷歌、Facebook和苹果等照片产品一样，在照片识别领域实现同样的深度学习水平。
这些机器学习服务既是强大的收入来源，也是亚马逊的人工智能“飞轮”的关键，因为像美国国家航空航天局和美国橄榄球联盟这样截然不同的客户都在花钱让他们的机器从亚马逊上学习。随着企业在AWS中建立起重要的机器学习工具，他们最后转向与亚马逊竞争的云计算业务的可能性变得微乎其微。
比如Infor这家为企业客户创建商业应用程序的公司，其估值已经达到了数十亿美元。它最近发布了一款名为Coleman的新应用（以电影《NASA无名英雌》中一位数学家的名字命名），允许客户自动处理各种流程，分析性能，并通过对话界面与数据交互。它没有从零开始构建自己的机器人，而是使用AWS的Lex技术。Infor的高级副总裁Massimo Capoccia说：“不管怎样，亚马逊已经做出来了，我们为什么要花时间在这上面呢？我们了解我们的客户，我们可以使亚马逊机器人适用于他们。”
AWS在以太网上的主导地位，也给予了其战略优势以打败竞争对手，尤其是谷歌，后者曾希望利用其机器学习的领导地位，在云计算领域赶上AWS.的确，谷歌可能会在其服务器上为客户提供超快速、机器学习优化的芯片。但是，在AWS上的公司可以更容易地与使用相同服务的公司进行交互，并向它们销售产品。DigitalGlobe的首席技术官Walter Scott谈及他的公司为什么使用亚马逊的技术时说：“这就像威利·萨顿所说的，他之所以抢劫银行，是因为那里有钱。我们使用AWS进行机器学习，因为我们的客户也在这里。”
去年11月，在AWS Invent大会上，亚马逊为其客户推出了一个更全面的机器学习产品：SageMaker，一个成熟且超级易用的平台。它的创造者之一就是亚历克斯·斯莫拉，这位学术文章被引次数达9万次的机器学习领域的超级大腕，在五年前拒绝了亚马逊的工作邀请。当斯莫拉决定重返业界时，他想要帮助创建强大的工具，让日常软件开发人员能够使用机器学习。所以他去了一个他觉得他会产生最大影响的地方。他说：“亚马逊好到不容错过。你可以写一篇关于某物的论文，但如果你不将它构建出来，就没有人会使用你的漂亮算法。”
当斯莫拉告诉Sivasubramanian，将机器学习传播给数百万人的工具比再发表一篇论文更重要的时候，他收到了一个惊喜。Sivasubramanian说：“你还是可以发表你的论文！” 没错，亚马逊现在在允许科学家发表文章方面的限制更少。帮助亚马逊制定了更为开放的指导方针Spyros Matsoukas说： “这不仅有助于招募顶尖人才，也为亚马逊的研究提供了可见性。”
现在还不知道AWS的数百万用户是否会开始使用SageMaker，以在他们的产品中嵌入机器学习。不过，只要是使用了SageMaker的客户都会发现，自己在作为机器学习服务提供商的亚马逊身上投入了大量资金。此外，该平台也是精打细算，甚至包括Alexa团队在内的亚马逊内部的人工智能团队也表示，他们打算使用提供给外部公司的同样的工具集来使用SageMaker.他们相信，通过为他们的项目打下基础，可以让他们专注于更复杂的算法任务，从而为他们节省大量的工作。