姜奇平:电信的傲慢与偏见

近日,发改委价格司公布对中国电信、中国联通价格歧视的反垄断调查。这是我国对大型国有企业展开的第一次反垄断调查,具有历史意义。 

  反垄断调查消息的公布,引起电信业的激烈反应。有些反应在我看来甚至感到有点业余,可能是太激动了未经深思的结果。 

  我感到不解的首先是,电信运营商怎么可以违了法还理直气壮。中国电信等显示出这样的态度:我做得对,是按政策来办,并没违法。似乎逻辑是把没违反政策,当作没违法的论据。这是不成立的。 

  电信政策与《反垄断法》之间,确实存在协调的问题。除了反垄断之外,许多深层次的问题还需要通过电信改革来解决。但现实中,在政策和法面前,当然是法大。运营商接受行政规制习惯了,不懂法,可以学习。摆出许多技术细节,证明自己不违法,也可以提出来讨论。但至少电信专家提出的那些技术性理由,在我认真听进去并进一步找专家求证后,还没有发现一条重要的真正能成立。令人担心的是另一种情况,当法律摆在面前,白字黑字,证据确凿,还视而不见,就是态度问题了。 

  这种态度,让我不由得把它同另一件事联系起来:为什么每次中国电信被拆分,电信人自己都被蒙在鼓里? 

  电信人可能认为,电信改革都是不懂电信的外行人,关着门一拍脑门搞出来的。这样想,就不是真正能把问题想通的路子。至少就我所知的一点情况来看,电信改革的信号,往往是由弱到强,从外界源源不断向电信业发送的。只不过由于电信的傲慢与偏见,对这些信号反应迟钝,不予回应。最终只能通过电信改革这种激进方式,瞬间爆发。 

  别的不说,以电信的IP化为例。候自强先生讲了多少年,在我们这些电信业以外的旁观者看,重复得都像祥林嫂了。但电信听了吗,早听至于后来的被动吗? 

  互联网到底是怎么回事,电信业都与互联网融合了,可耐心听互联网人深入讲过吗?为什么中国电信触伤了互联网行业的核心利益还不自知,还奇怪为什么互联网的人要过问电信的事? 

  再以这次为例,流量穿透的事,各种信号从去年开始,内部的、公开的;网下的、网上的;报上的、内参的……越来越升级,但中国电信对危机的到来毫无反应。直到央视宣布发改委调查,始料不及而又全行业反应过激。 

  这一切,说明什么?说明电信太缺乏与外界的沟通与对话了。电信从业人员,听的往往都是围着自己转的人,说着同类的话。但电信的事,利益相关方,却不光限于电信圈子。当电信以外的利益相关方,利益与电信矛盾时,本来第一步是找电信,抱着解决问题的态度来的。但由于电信拒人于千里之外,人家就不找你,找该找的人去了。凡事物极必反。 

  沟通与对话,是化解矛盾于无形的最有效方法。而沟通与对话的前提,又是必须放下傲慢与偏见的架子,尤其不能用谩骂代替交流。 

  对这次发改委反垄断调查来说,我认为中国电信等积极配合是好的。如果证据确凿,主动的办法是意识到错误,加以解释,争取宽限,或者豁免。许多问题的根子在体制,真正的严峻挑战不在这里,而在电信改革。 

  面对即将到来的冬天,我们期待电信人更开放一些,更主动一些。
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略效果评估体系,涵盖当前企业传播面临的预算、资源、内容效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放GEO优化,提升品牌在AI搜索中的权威性可见性;④通过数据驱动评估体系量化品牌影响力销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析工具指南进行系统学习,重点关注媒体适配性策略GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值