柳传志的高情商

原文:http://songwei.baijia.baidu.com/article/95095

今天上午九点半,联想控股在港交所上市,敲钟者是柳传志,他已经71岁了,满头白发。按照柳传志自己的说法,上市之后一两年,便是他退休之日。柳传志是中国第一代民营企业家中最具代表性的一个,经历传奇,人生曲折。

一位lateNews的读者今天给我投稿,写了他与柳传志交往的几个瞬间,他认为,柳传志人生中的几个关键时刻:和中科院博弈;与倪光南一战;分拆联想;复出董事会;控股上市,而柳传志都能顺利度过的重要原因,在于他超出常人的高情商。

这名投稿人曾经是媒体人,如今早已离开这个行业。

=================

今天是联想控股上市的第一天,四年前他描述的目标在今天实现了。

写柳传志的文章非常多,但多数都集中在他的观点与经历。今天,我想跟你聊聊柳传志如何待人接物,如何对待媒体。而令我影响最深的一点,就是他的高情商。

如果你曾经放过柳传志一个半小时鸽子,你恐怕也会印象深刻的。2008年的一次晚餐,他在北大附近的直隶会馆请客。我从遥远的东四环过去,到达时已比约定时间晚了整整一个半小时。一路惴惴不安,却接到柳传志助手的短信:柳总请你开车不要着急,我们等你。到了房间,果然一桌人在柳传志坚持下都还吃着凉菜闲聊,他亲自走到门口迎接。席上相谈甚欢。会后每人送了一支钢笔,不贵,却预先刻好了每个人的名字(定制)。临走,陆续有人离去,柳传志将每个人都送到门口。

那天晚餐聊了什么内容是另外的话题了,以后再说。我倒是想起另外一个柳传志的故事:柳传志“承包”了联想后买了辆汽车,当时在中科院体系内还是很少见的。他开车从大院里穿过,绝对不会从同事们身后超过,他总是提前老远下车,打招呼,聊几句,目送对方走远再上车继续开。

一个吃饭的故事,一个买车的故事,不难看出柳传志一种中国传统式的高情商。恐怕在意一顿饭、一支笔的人不会太多,但想想这是中国第一位的商业领袖,是一份来自“柳传志的尊重”,这些东西足以让很多人印象深刻。类似的可以参看冯仑写的李嘉诚请客的故事,一模一样的迎来送往,而冯仑津津乐道的,无非是得到了他所尊重的人的尊重而已——就是要你“受宠若惊”。

后来又跟柳传志吃过几次饭(差不多每年一次),每一次他都会带着几位旗下总裁起身敬酒,跟每一个客人碰杯,聊几句天,偶尔开几句玩笑。这种中国式敬酒,或许别人做起来只是寻常,但柳传志是商业领袖,是年长者,做起来令人难忘。在座的都是各个媒体的主编,或许,他们心中最看重的不是钱或什么,而是这种“给面子”的感觉。而柳传志无疑深深明白这一点。

对他们来说,这是魅力。对陌生人的尊重可以把他们变成朋友,对年轻人的尊重可以把他们变成信徒,对前同事的尊重,则可以避免很多麻烦。无数在联想工作过的人都像崇拜老族长一样视柳为精神领袖,想必与这份对人的尊重分不开。

说回到工作。和柳传志聊天也是一种罕见的体验:他不说谎。如果你采访过他你一定也能很快就感觉到这一点。即使你事先准备了自以为非常尖锐的问题,跟他聊了以后也几乎不可能写出什么负面来。他就是这么坦荡荡地说,什么问题都不回避,什么事情做得好,什么地方做的不好,哪里让他生气,什么是他的目标,他从不刻意说服你。

客观说,作为一家大公司,联想的负面算是非常少,而柳传志个人的负面则更少了。这一方面源于投放广告费多,但更重要的是,和柳传志个人的为人、处事、言谈有着直接的关系。他说了就做到,不好就承认,不说谎,又表达清楚,你还能拿他怎么办呢?

如何与媒体交往,只是柳传志风格的一小部分。联想从当初中科院计算所20万元出资到现在世界五百强,柳传志不居功不贪心不冒进,一点一点解决股权问题,那么多老一辈民营企业家翻了船,可他一步一步始终站得稳牢,最终各方各得其所,到了今天或许已经可以定论。

这就不仅仅是情商高低的问题了,应该叫做中国式的政治智慧吧。

转载于:https://www.cnblogs.com/chuangyiyuan/p/4609577.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最佳分割面,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