能占多少股份--要看有多少能力

文章深入探讨了腾讯在创业初期合理的股本结构是如何确保团队稳定、激发成员积极性,并最终促成公司成功的关键因素。通过马化腾关于股权分配的决策,揭示了股权治理在企业成长过程中的重要性。

      迄今为止,在中国互联网企业当中,腾讯的创业团队可以说保留得是最完整的———包括首席技术官张志东、首席信息官许晨烨、首席行政官陈一丹等依然是公司高层。

  “除了我们这几个创业者都是同学外,最重要的是,我们的股本结构比较合理。”直到现在,马化腾还是认为,这是腾讯之所以成功的最得意之笔。

  有钱不给股没钱以后补

  有这样一段往事:当年相邀四位伙伴共同创业,马化腾出主要的启动资金。有人曾经想加钱占更大的股份,马化腾一口回绝:“根据我对你能力的判断,你不适合拿更多的股份。”他解释说,未来的潜力要和应有的股份匹配,不匹配就要出问题。“拿大股的不干事,干事的股份又少,矛盾就会发生”。

  相比早期传统行业的企业家对股权的懵懂,马化腾们的股权治理意识已经明显苏醒。“当时是有意这样做的,”他说,也许另外一个人更重要,就算他没钱,先欠着后面补都行,“股份要跟你未来做的贡献和能力以及在公司起的重要性尽量匹配。”

  不仅如此,马化腾还自愿把所占的股份降到47.5%。“要他们的总和比我多一点点,不要形成一种垄断、独裁的局面”。但同时,他又要求自己出主要的资金,占大股,“如果没有一个主心骨,股份大家平分,到时候肯定出问题,同样完蛋”。

【轴承故障诊断】加权多尺度字典学习模型(WMSDL)及其在轴承故障诊断上的应用(Matlab代码实现)内容概要:本文介绍了加权多尺度字典学习模型(WMSDL)在轴承故障诊断中的应用,并提供了基于Matlab的代码实现。该模型结合多尺度分析与字典学习技术,能够有效提取轴承振动信号中的故障特征,提升故障识别精度。文档重点阐述了WMSDL模型的理论基础、算法流程及其在实际故障诊断中的实施步骤,展示了其相较于传统方法在特征表达能力和诊断准确性方面的优势。同时,文中还提及该资源属于一个涵盖多个科研方向的技术合集,包括智能优化算法、机器学习、信号处理、电力系统等多个领域的Matlab仿真案例。; 适合人群:具备一定信号处理和机器学习基础,从事机械故障诊断、工业自动化、智能制造等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习并掌握加权多尺度字典学习模型的基本原理与实现方法;②将其应用于旋转机械的轴承故障特征提取与智能诊断;③结合实际工程数据复现算法,提升故障诊断系统的准确性和鲁棒性。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注字典学习的训练过程与多尺度分解的实现细节,同时可参考文中提到的其他相关技术(如VMD、CNN、BILSTM等)进行对比实验与算法优化。
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