微软张亚勤:分享读《孙子兵法》体会和领导力培养

微软张亚勤:分享读《孙子兵法》体会和领导力培养

 

——在微软中国研发集团领导力拓展峰会上的发言 张亚勤

感谢人力资源部同事的精心安排,使得我们的高层领导团队每半年就可以象今天这样聚在一起,回顾年初制订的规划和目标,共同探讨领导力的问题,在互动交流中学习提升。对任何一个组织而言,特别对微软这样的智力密集型企业,核心管理团队是成功的关键。今天在坐的近100位同仁,你们就是微软中国研发集团的中流砥柱;正是在你们的激情领导和引领下,集合了3000多名杰出研究开发英才的研发集团,形成了独特的创新文化,走出了不同凡响的成长轨迹,取得了今天的成就。

特别荣幸的是,我们今天请到了柳总(联想控股董事局主席柳传志先生)作了精彩的演讲。柳总生动地追溯了联想从当初的一间前台接待室发展成为全球500强企业的发展史;作为创始人,在计划经济年代创办企业,当年他所经历的重重困难;早期联想模式在特殊历史时期的成功,为中国高科技产业化探索了道路;其后,它的国际化道路为中国企业总结了宝贵的经验教训。尤其重要的是,柳总开创的领导梯队制度体系,培养出了象杨元庆、郭为这样出色的领军人物。

柳总对“管理三要素”的总结,精辟传神——“建班子,定战略,带队伍”,值得我们好好思考与回味。

任何企业在经历了靠单一产品或一位领导人取得成功的阶段后,都要超越这个阶段才能不断发展。因此一个成功领导人很重要的能力就是如何把握组织机构的方向和规模,建立有竞争力的团队,保持业务经营的永续性,再不断发展壮大。

今天,我们在坐的一些领导团队成员来自国外,不能讲中文,可能没看过《孙子兵法》,所以我想借此机会介绍一下《孙子兵法》的核心战略思想,与大家分享我重读《孙子兵法》的一点体会。


我是在20多年前,赴美留学之前读过《孙子兵法》。90年代初,在哈佛商学院学习时我也曾引用它的核心思想作为参考和指导。今年夏天休假期间,我又认真地重读了这部成书于2600年前的韬略经典,我想我更多的领悟了它的精髓,并感觉可适用到研发集团的战略思考和我们资深管理团队领导力的拓展上。

《孙子兵法》所阐述的关于战争的谋略、原则和统帅之道。这部书全文虽不过数千字,却影响深远。它不仅可以帮助我们解决许多管理问题,更重要的是它可以启发我们在战略选择上的思路。

“道、天、地、将、法”

《孙子兵法》提出战略规划的要素是“道、天、地、将、法”,也正是我们企业生存发展必须关注的五大要素。道,是战略,使命和目标;在我们所从事的软件产业,就是适应产业发展的趋势。天和地,是我们所处的时代、环境、生态系统和地缘优势;将,是最重要的因素,指统帅、领导者,就是公司的人才;法,是规范、制度和凝聚人心的企业文化。只有这些关键的因素协调配合,一个企业才能在现代经济全球化的大潮中有所作为。

返观微软研发集团在中国十几年来所走的道路,正是秉持扎根中国的承诺,在中国建成了美国本土之外规模最大、机构最完整、最具成长性的研发基地。我觉得微软的中国历程正契合了《孙子兵法》里所说的“道、天、地、将、法”。首先是有“道”,选定我们所从事的产业方向,适应产业发展趋势。其次,是鼓励创新的产业发展氛围和环境、科技人才的资源、知识产权保护的意识和规范, 中国更是全球最具活力的经济体, ——“天、地、将、法”缺一不可。我们很幸运,在这五个方面取得协调的发展。“天时、地利、人和”说的正是“天、地、将”三者谐共生的形态。

将者,智、信、仁、勇、严

“将”——人的因素,特别是领袖、领军人物更是至为关键。对于将帅之才的标准,孙子提出了“将者,智,信,仁,勇,严也”。智者,含盖了远见、智慧、谋略,判断力。信,是诚信,威信。仁,关爱下属,关心员工。勇,魄力,行动力,冒风险的胆识。严,是纪律和规矩,责任心,有担当。

这与微软的人才观与价值观是如此的契合。作为行业领先企业的领导者,对公司的发展要有长远的眼光,根据变化作出应对,在辉煌时不浮躁,在逆境中保持信心,才能带领团队在变动不居的时代潮流中前进。我想他们应当具备这样一些共同特质:

** 强烈的使命感;
** 信心——自信和他信;
** 简化问题的能力;
** 判断力和果断决策的能力;
** 有良好的心态,平衡内心和外部世界的能力。

人们常常会问,我们选人的标准是什么?我想首先是:诚信——品行和性格。我观察了很多人,有一些人IQ很高,有一些人很会表现自己,但是诚信这个东西可能从5岁左右就成为“操作系统”或者说是硬件,很难改变。然后是判断一个人的潜力,很重要的一点就是看他有没有信心。我常常开玩笑说:成功=IQ+EQ+阿 Q。我觉得很多时候心态和幽默感也是十分重要的。

除了正向选择之外,我们还可以通过淘汰制来选择人才。要建立一个健康发展的团队,我们要努力避免三种人:

** 第一种人是双面人,就是遇到不同的人说不同的话的人;
** 第二种人是负面人,这些人总是在抱怨,总是觉得怀才不遇,这样的人一定要清除出团队;
** 第三种人是玩世不恭的人,这样的人总是很自负,一般都是相当聪明的人,但是这些人对什么也不喜欢,对什么也不痛恨。


管理是实践的艺术,具有不可复制性。但是,我相信,为人统帅有基本原则,选拨人才也是有共性可循的。

不战而屈人之兵,善之善者也。

《孙子兵法》顾名思义,讲的是战争的艺术,但是它却明确告诉我们将帅的最高智慧却表现在如何能“不战”—— “百战百胜,非善之善者也。不战而屈人之兵,善之善者也” ——讲的是如何避免战争。孙子又说:“故上兵伐谋,其次伐交,再次伐兵,其下攻城。” 战争的终极目标是和平。好的将领不是动用兵马,而是靠智谋取胜。

人们常常误解,以为竞争就意味着要消灭对手。如果真的如此,整个行业都衰落了,是否有企业真能独善其身?微软作为一家平台公司,除了自身不断创新之外,必须推动整个产业链条上各个环节的创新,推动合作伙伴在技术、市场模式、管理理念上的创新。

在一个繁荣的市场,客户成功、合作伙伴成功了,我们才能更有作为。竞争的最高境界是合作,是共赢。

去年以来,经济衰退的影响蔓延到各个行业。我想这对优秀的企业和追求卓越的领袖都是一个机遇,如果度过了这个严冬,强者则更强。《孙子兵法》包含非凡的领导智慧,在这个非常时期,重读经典,它会给我们更多的启示。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方 目前主流的基于深度学习的目标检测算主要分为两类:Two stage和One stage。Two stage方将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算有:R-CNN系列、SPPNet等。 1.2 One stage方 One stage方直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方的优点是速度快,因为省略了Region Proposal生成的过程。One stage方的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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