上篇日本人经营之道 二该强硬时决不手软

日本人的空手道原称叫“唐手”,根源在中国。空手道门派众多,其中的“格斗空手道”,不戴任何护具,以格斗为终极目的。一般人训练半年,男子可以正拳击碎5块1厘米厚的木板,女子也可以用手刀击碎4块。日本人把空手道用在商道上就是:该强硬时决不手软。

  在经营活动中,买卖双方通常和和气气地谈交易,很少采取过激的方式。但商人为了达到一定目的,有时也会采取强硬的态度和手段。所谓善者被人欺,在商界不可作软弱的善人。

  1961年,日本商人腾田和纽约的东京之最公司做了一笔买卖。东京之最公司订购电晶体收音机3000台,电晶体唱机500台。条件是收音机上注明“NOAM牌”,装船日期是次年2月5日,给藤田的佣金为3%。藤田有些犹豫,这是因为,一是佣金太少,平常是5%,而这次东京之最公司只给3%;二是时间太紧。但考虑到东京之最是一家大公司,日后可能有买卖可做,腾田就答应了,随即向山田电气公司订了货。

  12月30日,东京之最公司开来了信用证,上面写的品牌竟然是“YAECON牌”。这个品牌正是山田电气公司的产品,但山田电气公司此时正生产的却是东京之最公司当初要求的“NOAM牌”。信用证和产品名称不符,到时候肯定无法装货上船。

  藤田三番五次打电话到东京之最公司要求修改信用证,东京之最公司却未有答复。山田电气公司加班加点按期交货。1月29日,东京之最公司发来一封电报,要求退货。藤田一面交涉,要对方承接产品,一面寻找别的出路。然而东京之最公司就是置之不理。

  藤田实在咽不下这口气,决定大闹总统府。藤田知道总统有6位秘书,一般信件很难呈到总统本人面前。要让总统亲眼目睹信件,信就要写得十分有水平了。藤田花了三天时间写好一封信寄给肯尼迪总统。信文如下:

  美利坚合众国总统JF肯尼迪阁下:

  向世界自由和民主通商的保护者,及美国国民的代表的您呈上此函,我感到万分荣幸,为此深表谢意。

  阁下是当今世界最具有影响力的政治家,是最先进的民主主义的化身,对因贵国公民在贵国看来是极为平常而对他国国民则完全是离经背道的野蛮行径,使他国国民深受灾难的事,您一定会加以干涉,并对处于困境的国民伸出您援助之手。为此,我特向阁下作如下请求:……像这样在法律上明明白白属于单方面不履行合同事件,当以法律追究,但诉讼费用,不由敝公司负担。

  总统阁下,倘若您觉察到某些细小摩擦的积累会转化成两国国民互相仇恨的情况,从而导致不幸的国际敌对的话,那么,我请求阁下您能敦促东京之最公司,让他们迅速解决此事。

  总统阁下,我们深知您是超乎寻常的繁忙,但我请阁下耽搁一分钟,拨一个电话,劝告马林梦宾(东京之最公司经理),日本人并非牛马般的动物,是有血肉之躯的人,请他带着诚意来解决问题。

  总统阁下,我不希望您花费太多的时间和巨资,只请您迅速转告您管辖的具有正义的政府部门。

  总统阁下,曾有4005个年轻的日本人身负炸弹,与贵国的军舰面对死亡决战,这是一场恶梦,作为从这个恶梦中醒来的一员,我认为他们的死是一个惨痛的教训。我们不应再让历史重演。因此,无论多么细小的事件,只要它有可能导致国际间的互相仇恨,我们就应该用良知来解决。

  总统阁下,我请求您——第二次世界大战的勇士,敦促本事件的早日解决。

  腾田把信打了两封,一封寄给肯尼迪总统,一封作副本交给美国驻日大使馆,藤田深信总统能看到这封信。

  一月后,肯尼迪总统责成商务部长奉劝东京之最公司亲自解决问题,否则取消出国旅行资格。对贸易商而言,这等于判死刑。

  事情终于以藤田胜利而告终。向美国总统告状的第一个人是日本的藤田,藤田的名字更趋响亮,信誉也更高了。

  在内部企业管理上,治理企业跟治军一样,要有严明的纪律,有有令则行的作风。若罔顾纪律,人心便会离叛,组织就不能发生效用。在执行纪律中,应一视同仁,不能受个人因素的影响,不可感情用事。日本伊藤洋货行就是一个很好的例子。

  伊藤洋货行的董事长伊藤雅俊突然解雇了战功赫赫的岸信一雄,在日本商界引起了一次震动,这连舆论界都用轻蔑尖刻的口吻批评伊藤。人们都为岸信一雄打抱不平,指责伊藤过河拆桥,将三顾茅庐请来的一雄给解雇,是因为他的东西已被全部榨光了,已没有利用价值。

  在舆论的猛烈攻击下,伊藤雅俊却理直气壮地反驳道:“纪律和秩序是我的企业的生命,不守纪律的人一定要处以重罚,即使会因此减低战斗力也在所不惜。”事件的真相到底是怎样的呢?

  岸信一雄是由“东食公司”跳槽到伊藤洋货行的。伊藤洋货行以从事衣料买卖起家,所以食品部门比较弱,因此才会从“东食公司”挖来一雄。“东食”是三井企业的食品公司,对食品业的经营有比较丰富的经验。于是有能力、有干劲的一雄来到伊藤洋货行,宛如是为伊藤洋货行注入了一剂催化剂。事实是,一雄的表现也相当好,贡献很大,10年间将业绩提升数十倍,使得伊藤洋货行的食品部门呈现一片蓬勃的景象。

  从一开始,一雄和伊藤之间的工作态度和对经营销售方面的观念即呈现极大的不同,随着岁月的增加裂痕愈来愈深。一雄是属于海派型,非常重视对外开拓,常支用交际费,对部下也放任自流,这和伊藤的管理方式迥然不同。伊藤是走传统、保守的路线,一切以顾客为先,不太与批发商、零售商们交际、应酬,对员工的要求十分严格,要他们彻底发挥他们的能力,以严密的组织,作为经营的基础。

  这种类型的伊藤当然无法接受一雄的豪迈粗犷的做法,伊藤因此要求一雄改善工作态度,按照伊藤洋货行的经营方法去做。但是,一雄根本不加以理会,依然按照自己的做法去做,而且业绩依然达到水准以上,甚至有了飞跃性的成长。充满自信的一雄因此也就更不肯修正自己的做法了。他说:“一切都这么好,证明这路线没错,为什么要改?”如此,双方意见的分歧愈来愈严重,终于到了不可收拾的地步,伊藤只好下定决心将一雄解雇。

  这件事情不单是人情的问题,也不尽如舆论所说的,而是关系整个企业的存亡问题。对于最重视秩序、纪律的伊藤而言,食品部门的业绩固然持续上升,但是他却无法容许“治外法权”如此持续下去,因为,这样会毁掉过去辛苦建立的企业体制和组织基础。从这一角度来看待这一事件,伊藤的做法是正确的,纪律的确是不容忽视的。如果丧失原则,局面就将会无法把握。因此,对于一些顽固分子不能手软。  
【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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