曾仕强:领导最在乎什么?

关于领导,西方人认为,领导只是管理的一个角度,中国不是,中国人认为领导和管理完全不同,领导的地位要远远高于管理,也就是说,领导是不参与管理的。从西洋棋和象棋就能看出东西方管理艺术的不同,你看西洋棋很直接,有King和Queen,一出来很厉害,要么进,要么退,不留余地。

中国的象棋没有王,只有将跟帅,这个就很有意思。你把帅推出去,后面还有可以迂回的,最后还可以和棋,赢的未必真赢,输的未必真输,也可能是给你面子,点到即止,你心里知道就好。但西洋棋是要么输要么赢,没有和棋,这点和中国完全不一样。

所以中国式管理就是棋道,很多人推崇西方的双赢理念,其实从东方文化角度讲,天底下哪里有双赢?没有输赢才是最高境界,赢了要装做没赢,输的人装作没输,甚至我可以假输,输了也不恼,不会恨你,为什么要这样?不给自己树敌就形同和棋,这也是一种赢。

象棋还有个特点,将帅一厉害,车马炮就不动了,你就完了,累死自己,这也很像中国人的管理方式,是要讲一点艺术的。管理一旦显形,那就是西方式的管理,但这种管理不适合中国。中国人讲的是隐式英雄,大家千万记住,不要热衷于显露自己的实力。

为什么这样说?在《易经》中,急于表现属于剥卦,目标太显著容易高度危险,中国的英雄往往是隐式的,在卦象上是地山谦,深藏不露,谦逊克制。你会发现,越有能力的人越低调,这才是最厉害最有智慧的,越是肤浅的,没能力的人越张扬,因为他根本没有能力深藏什么,露到最后什么都没有了,那更惨。

我一直建议大家好好读读《易经》,《易经》会告诉你要“潜”不要“现”,“潜”到有足够积累和把握以后你才可以“现”。把中西方管理的特点搞清楚之后,你就知道下一步该怎么做了。尤其是当下大家都在谈国际化,其实中国的企业再怎么走向国际,还是要结合东方智慧进行管理,不能完全照搬西方的管理模式。我在美国看到很多实例,只要是华人当老板的,他几乎都是用中国式的领导力,不会用西方的方式那样强势的展现自己的存在。

作为中国的老板,你要记住,永远做好人,不能做坏人,你做坏人,你显出来了,那你就高度危险,因为没有人会去保护坏人。谁来当坏人?你的干部。如果干部舍不得替你做坏人,就表示你领导失败。你看象棋里有弃车保帅,从来没有说弃帅保车的,这是中国式的管理艺术。同样是在东方的日本,你留意一下,社长级别的人讲话是听不太懂的,他就不说清楚,讲不清楚才是好事,直露浅白的把计划全说出来,那公司就危险了。

老板最在乎员工什么?换句话说,老板需要什么样的干部?不是有能力的,也不是任劳任怨的,都不是。老板最关心、最在乎:你的心里有没有他。中国人最在乎人家的就是,你的心里有没有我?你看,一对小夫妻吵架,那个女的哭哭啼啼说出一句话,我到现在才发现,你的心里根本没有我!你就完了。说什么都没有用了。

我问过很多企业的干部,你心里有老板吗?多数人说没有。你能让干部心里有你,那么你的领导力是成功的,因为能力可以慢慢培养,但忠诚度就未必了。日本的企业很说明问题,他们从内部培养人才的起点是高中生,不会可以学,企业教他,一点点培养忠诚度。所以招人要“德本才末”,能力固然重要,但你记住,越有才能的人越可怕,一旦他起了害人之心,因为有足够的能力,他想把公司搞垮,把老板搞垮,那太容易了。我们看看黑心食品,看看那些伤害性大的东西,全是有才能的人搞出来的。

但老板也要善于观察。一个干部跑来跟你说,老板,我心里真的有你,这种话干部不要说,老板也不要信,心中有老板不是说出来的,而是要靠做出来。孔子早就告诉我们,“巧言令色,鲜矣仁”。老板切记:干部心中有没有你,不是顺不顺你的意。关键还要看,干部的所作所为是不是提升老板的道德,要知道,老板都是干部害死的。要如何判断,那是老板自己的事情,最后都是自作自受。

转载于:https://www.cnblogs.com/duwolfcn/articles/8807767.html

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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