AWS 嘅 Machine Learning Blog 於 2026 年 10 月 21 日刊文，講美國慈善機構 U.S. Hunger 點樣用 Amazon Quick 將組織內嘅數據同領導層嘅決策連埋。公告話，呢個工具讓 CEO 可以直接探索組織數據，同事可以共用同一套定義，領導層又可以將財務資料同家庭反映嘅處境放埋一齊睇。
U.S. Hunger 自述累計提供超過 2.5 億餐食物，歷史上覆蓋 59 個國家，而家工作主要集中喺美國。佢哋指過咗四年，規模增長約 500%，但用人（headcount）只增長 15–20%。喺呢種「lean team」（精簡團隊）嘅規模下，佢哋指每一個鐘同每一個決定都重要。
技術架構方面，數據來自 U.S. Hunger 自家嘅雲端數據平台 Impact Manager，Quick 透過每朝 2 時（美東時間）嘅排程更新，由 SQL Server 將數據拉到其 in-memory engine SPICE 入面。CTO Ezekiel Brooks 安排畀 CEO Rick Whitted 存取 Full Cart——U.S. Hunger 嘅食物資助項目（由捐贈資助，直接向有需要家庭送食物）——嘅核心數據集。技術團隊同一位研究數據同事負責準備數據集，並提供定義（definitions）俾 Rick 解讀。
Rick Whitted 喺銀行業做咗 30 年先轉投 U.S. Hunger。佢話廿幾歲嗰陣自己離開工作去開公司，後來虧晒，要靠親戚幫襯，佢話自己每日返屋都發現桌上有一盒食物，係姨姨或者祖父母放低嘅。佢喺接受邀請時喊咗。佢話：「我哋而家服務嘅家庭，佢哋嘅故事就係我嘅故事。」（「The families we serve today, their stories are my story.」）佢喺任已超過六年。
U.S. Hunger 喺 Kat Esser 主導嘅 AWS Social Entrepreneur Accelerator（社會企業加速活動）第一次接觸 Quick。Rick 嘅切入點係跟住自己出現嘅問題探索數據，唔使每次都要技術團隊重新拉數（data pull）。佢話組織嘅數據變咗佢嘅「sandbox」（沙盒），可以自己按步探索、追問後續問題。
阿調搞兩下：呢篇係廠商嘅客户故事，唔係獨立評測。Quick 嘅「sandbox」講法好有吸引力，但冇第三方測試、冇使用量數據、冇成本對比，只係單一機構嘅自我敍述。唔代表工具冇用，但都唔代表有邊個獨立證實過成效。非牟利機構用咗，唔等於好；用緊，都唔等於冇問題。
阿調｜深度調教
