马云:聘请员工要找最合适的而不是最天才的

马云回顾了阿里巴巴早期的人才战略,强调了内部培养的重要性。外部聘请的高级人才往往难以适应企业文化,而内部成长起来的员工则成为了企业的中坚力量。他提倡找到适合公司的人才,并与他们一同成长。
 

2001年的时候,我犯了一个错误,我告诉我的18位共同创业的同仁,他们只能做小组经理,而所有的副总裁都得从外面聘请。现在十年过去了,我从外面聘请的人才都走了,而我之前曾怀疑过其能力的人都成了副总裁或董事.

必须依赖并关心员工。你的员工,你的团队是唯一能够改变一切的力量。员工是帮助你实现梦想的基础。大企业总是抱怨创新过程中所碰到的问题,它们不知道如何实现目标,原因是它们没有倾听员工的意见。它们把太多的精力花在了股东身上。股东会给你很多意见,但是在执行过程中,他们却会离你而去。股东随时都在改变主意,但是你的员工却总是和你站在一起支持你。我记得2000年和2001年是最艰难的时候,当时只有一群人同我并肩作战,他们就是我的同事。他们说:马云,未来两年你不用给我发工资,我会和公司一起坚持到最后,因为你尊重我们,因为客户需要我们。

我给大家讲个笑话吧,要是你认为你的员工都是人才,那么他们就会表现得像个人才,如果你不相信他们的能力,那么他们永远也不会变人才。2000年的时候,在我们筹到五百万美元的资金时,我犯过一次错误。在拥有如此巨额的资金时,我们就开始不断犯错,就是开始尽量寻找并聘请天才员工。那些所谓的MBA人才及跨国公司的副总裁等,因为我曾经认为,如果你能拿到MBA,则意味着你一定是个很优秀的人才。但在我们所聘请的此类人才中,确实不尽如人意。因为他们只会不停地跟你谈策略,谈计划。那时,我还只有五百万美元,我记得曾有个营销副总裁跟我说马云,这是下一年度营销的预算。我一看,天啊,就问道什么?要一千两百万美元?我仅有五百万美元。他却回答我说,我做的计划从不低于一千万美元!所以,在聘请员工的时候,应该找最适合的,而不一定非要最天才的人才。

在你的公司还不够强大时却想要聘请高端人才,就好比将波音747的引擎放到拖拉机里。即使引擎放得进去,但要知道拖拉机是永远飞不起来的。我的建议就是寻找适当的人才,然后投资在他们身上,这样,只有他们成长起来时,你的公司才会一同成长发展。

我们上市的时候,公司里出了上千名百万富翁。于是我找他们聊天,我问他们,你认为什么样的人才是成功人士?为什么我们能获得这样的成功呢?为什么我们在20多岁的时候就能成为百万富翁呢?是因为我们特别勤奋吗?我觉得有太多比我们更勤奋的人。那么你觉得是因为我够聪明?我觉得我不够聪明。我考大学的时候,足足考了三次才被录取。总是不及格,所以我觉得我并不聪明,我也不觉得你比我聪明。

2000年的时候,阿里巴巴请人是非常困难的。只要没什么重大的残疾,我们就用。只要会走路的,我们就用。因为那时,没人相信互联网,没人相信电子商务在中国能行得通。也没人相信会出现互联网。但这些人,因为他们没工作,没有别的想法,所以就选择了阿里巴巴。而那些通过猎头公司请到的MBA人才,他们因为有着很好的背景,所以走出中国开始创业,结果他们失败了。这些从未进入猎头公司视野的人,他们从没想过自己创业,而是选择了阿里巴巴,5年后,我们成功了!为什么呢?因为我们能坚持自己的梦想。我们相信自己的梦想能够实现。无论你的梦想有多大,无论它前进的步伐有多小,只要坚持与它们一起成长,与公司一起成长,梦想总会成真。

2001年的时候,我又犯了一个错误,我告诉我的18位共同创业的同仁,他们只能做小组经理,而所有的副总裁都得从外面聘请。现在十年过去了,我从外面聘请的人才都走了,而我之前曾怀疑过其能力的人都成了副总裁或董事。他们现在都非常出色,因为他们相信自己的能力。所以我想告诉大家的是,多关注员工,因为他们是有家庭有梦想的人。他们不只是为了工作而工作,他们还带着他们的梦想并与你共同分享。

文/马云 阿里巴巴集团董事局主席
基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻帕累托优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
评论
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