连载《阿里巴巴·马云》1 : 一千个千万富翁的诞生

 

两年前,百度在美国上市引起业界轰动。当时马云曾对我说:阿里巴巴上市一定会超过百度。两年后,马云的话变为了现实。眼下,阿里巴巴的市值已经超过了百度。

  阿里巴巴于2007年11月6日在香港上市。为了这一天,有人等待了12年,有人等待了8年,还有很多人没有等到这一天。

  8年前阿里巴巴创业时,天下IT精英蜂拥而至。其中不少人是为了阿里巴巴的上市,是为了阿里巴巴的股份。这些人中的大部分没有等到这一天。他们或是在阿里巴巴的冬天逃走了,或是在阿里巴巴大裁员时被裁掉了。

  马云和他的十八罗汉以及阿里巴巴团队中的骨干,他们不是为了上市为了股份而来的,他们是为了“做一家中国人创办的世界上最伟大的公司”的理想而干的。倘若马云和他的团队骨干一心想着上市和股权,阿里巴巴可能走不到今天。  

  阿里巴巴上市引入的豪华投资名单包括AIG(美国国际集团)、中国工商银行、嘉里控股有限公司控股股东郭鹤年和新鸿基地产郭炳湘郭氏家族。蒙牛集团董事长牛根生、前外经贸部副部长龙永图将担任阿里巴巴B2B(企业与企业之间)公司独立董事。

  在上市新闻发布会上,马云说:“阿里巴巴这次得到股民的支持,我们深感荣幸。我们今天还是一个小公司,它只有8岁,员工的平均年龄只有27岁。我想未来几年,我们还会一如既往地发展中国电子商务的基础建设,建设中国的电子商务的生态环境。”会后马云表态:“阿里巴巴将在未来3到4年投入100亿元建设电子商务的产业链与生态链。很多人看来是雅虎控制了阿里巴巴,在我看来控制这家公司的永远是客户,是市场,我不会让任何资本家控制它。”

  资深IT人士方兴东这样评论阿里巴巴上市:“十年前搜狐、新浪、网易三大门户是互联网的第一波浪潮,2002年冬天短信、游戏是第二波热潮。第三次浪潮何时出来?真正的高峰可能就是阿里巴巴上市,所以阿里巴巴上市以后会开辟一个全新的时代。”

  两年前,百度在美国上市引起业界轰动。当时马云曾对我说:阿里巴巴上市一定会超过百度。两年后,马云的话变为了现实。眼下,阿里巴巴的市值已经超过了百度。

  阿里巴巴的成功上市,最高兴的恐怕是阿里巴巴的骨干创业者和员工。阿里巴巴B2B上市带来的员工百万富翁数量更是空前的。目前有约4900名员工持股,平均每名员工有9.05万股,若以11港元的招股中间价计算,每人通过IPO得到的财富刚好100万港元。

  阿里巴巴上市造就的千万富翁有千人之多。阿里巴巴集团旗下5家全资子公司(阿里巴巴、淘宝、支付宝、中国雅虎和阿里软件)的高管都会成为百万富翁甚至千万或者亿万富翁。这是中国互联网企业历史上从未有过的面积最广泛、数量最巨大的造富运动。

  当年跟着马云艰苦拼杀的阿里巴巴创业者们得到了超乎想象的回报。别忘了马云当年最先给他们的允诺是“一天12个小时的苦活、不到2000元的低工资、苦难、屈辱和不被理解”。

  作为阿里巴巴董事局主席和创始人的马云只持有阿里巴巴B2B子公司5%的股份。在胡润百富发布的《2007胡润IT富豪榜》中,百度李彦宏以180亿元身价成为IT首富,史玉柱、马化腾分别以135亿元、120亿元的身价占据了二、三的位置。而即将在香港交易所IPO的阿里巴巴的马云则以50亿身价的估值位列第8。原因很简单,马云在这些人中持股水平最低。马云只持股5%,而盛大的陈天桥持股75%,百度的李彦宏持股25%。

  可见,阿里巴巴的上市是一次与众不同的造富运动:不造首富而造群富,不追求个人巨富而追求员工共富。阿里巴巴始终是团队集体控股和公司全员持股的。这是马云的理念,也是阿里巴巴成功的秘诀。

  此时我又想起了两年前那个夜晚马云对我说的话:“我已经不可能成为世界首富了,也不想成为世界首富,从未想过。”

  马云的成功是一个神话,阿里巴巴的成功更是一个神话。你知道神话是怎样发生的吗?

来自:http://www.changjiangtimes.com/htm/2007-12-5/69369.htm

 

转载于:https://www.cnblogs.com/osoft1983/archive/2009/02/18/1392879.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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