《浪潮之巅》读书笔记系列：AT&T公司

最新推荐文章于 2022-11-15 22:10:50 发布
最新推荐文章于 2022-11-15 22:10:50 发布
阅读量1.5k 收藏
点赞数
分类专栏： 软件领域 文章标签： 读书笔记 浪潮之巅
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cntanghai/article/details/45050385
版权

《浪潮之巅》读书笔记系列：AT&T公司


AT&T公司衰落：只考虑投资人的利益，不考虑公司的长远利益，不是考虑把企业做好，而是想着分拆公司上市捞一把（内因）；互联网的兴起（外因） 。


IMG_3065_副本

 

精彩部分

1. （非原文）美国仅有的两个被反垄断法拆分的两个公司：AT&T公司，美孚石油公司。

2. “我在Google总部曾接待了很多中国政府的领导干部，他们都比较关心为什么美国小公司能很快成为跨国公司，我认为其中一个原因就是反垄断法逼着公司进行科技进步”

3. “而董事会里除了大投资基金和银行的代表，剩下的是独立董事，他们的任务就是监督执行官们的工作，保证投资人的利益，而不是考虑公司的长远发展”

4. “正是因为公司的长期利益和这些高管们没有太大关系，所以他们如果能在任期内狠狠捞一把，何乐而不为呢？”

5. “2000年前后，短线投资者发现最快的挣钱方法不是把一个企业搞好，而是炒作和包装上市”

6. “评价一个上市公司的好坏，其实只要看那些最优秀的人是流进这家公司，还是流出这家公司即可”

7. “在工业史上，新技术代替旧技术是不以人的意志为转移的。人生最幸运之事就是发现和顺应这个潮流”

8. “当一家公司没有人对它有控制权时，它的长期发展就会有问题”

 

AT&T发展史

AT&T公司

胖大海Plus
关注
专栏目录
《浪潮之巅》1 AT&T
Jensen
07-16 859
帝国的余辉————AT&T公司 干货： 加拿大作家拉德维尔在《异类》人类历史上最富有的75人中，有五分之一的出生在1830到1840年的美国，其中包括钢铁大王卡内基和石油大王洛克菲勒。 百年帝国：该公司由电话之父亚历山大贝尔创立 于1877年。 几度繁荣：历史上最大，最成功的实验室贝尔实验室，于1972年，c语言和UNIX操作系统在此诞生，组织发射了美国第一个通信卫星，铺设了第一条商用光
浪潮之巅第一章 — 帝国的余辉（AT&T)
u010384318的专栏
07-27 3053
转自：http://www.google.com.hk/ggblog/googlechinablog/2007/07/at_2626.html   1. 百年帝国      上面的图片是在九十年代拍摄的美国新泽西州弗伦翰公园 (Florham Park) 日落的照片。弗伦翰公园占地十几平方公里，大多是芳草地和森林，在森林中央，是一片中等规模的临湖的工业园——这是笔者见到的最美丽的工
浪潮之巅 笔记之AT&T公司 被利益蒙蔽双眼的巨人
杀手的博客
06-14 590
学习枯燥的时候，偶尔看看这种信息技术发展的书籍，了解更多的知识，也是一种不错的调味剂。 AT&T公司与通信行业是紧紧联系在一起的 1，开局 AT&T是从贝尔发明电话的时候开始的，那时候实时通讯正在起步发展，AT&T从创立之初就是业界的龙头，一直保持着电信行业的垄断与高利润，并与美国政府打了多年的反垄断官司。著名的贝尔实验室就是AT&T公司下的私立实验室，这个实验室有多牛x就不用我说了，各位可以自行百度。也正是AT&T的高额利润才能支持烧钱的贝尔实验室。 2，错失机.
1. AT&T发展史---浪潮之巅系列整理
leon
01-23 2849
读过吴军老师的浪潮之巅 系列文章，颇受教诲。为便于理清各个IT公司事件发生的前后关系，整理了这些演进图。           
《浪潮之巅》内容整理
One step, One punch
07-15 3987
（总结所用的逻辑结构就是从具体到抽象） 一，IT行业相关的具体公司介绍 引领和紧跟时代浪潮的公司 曾经引领时代浪潮但现今落后于浪潮的公司 曾经引领时代浪潮但已被浪潮淘汰的公司（或公司中的一些重要部门） 二，对公司发展造成影响的因素：（暂时没有考虑逻辑顺序） IT行业/信息产业发展的规律（产业本客观存在的规律） 硅谷的所处环境优势和地域文化（精神/文化） 斯坦福大学对硅谷的影响（所处环境优势） 硅谷独有的精神（重点就是创新和叛逆精神） 资本的影响（IT产业发展的幕后推手） 风险投资（上市前或
读书笔记：《浪潮之巅》
每一个不曾起舞的日子，都是对人生的辜负。
11-15 1330
有了 PC 以后，IBM PC 的主要部件，如处理器芯片，磁盘驱动器，显示器和键盘，或者本身是第三方公司提供的，或者很容易制造，操作系统 DOS 又是微软的，自己的 BIOS 被破解，因此，IBM PC 很容易仿制。硬件厂商的产品线调整：计算从客户端回到服务端，个人电脑的更新速度放缓，灵巧的系统设备的性能在不断增强，各大公司在建造规模越来越大的数据中心。在现代计算机发展史的前30年里，IBM 只有一个轻量级的竞争对手，数字设备公司 DEC，IBM 生产昂贵的大型机，DEC 生产廉价的小型机。
浪潮之巅读书笔记欣赏.ppt
09-24
《浪潮之巅》是吴军博士的一部关于信息技术行业历史的著作，这本书深入浅出地讲述了IT行业的发展历程，以及其中的关键企业和人物。通过阅读这本书，无论是IT从业者还是非IT人员，都能从中获取丰富的知识和启示。 ...
浪潮之巅读书笔记欣赏.zip
09-23
《浪潮之巅》是吴军博士的一本科技产业历史著作，书中讲述了过去一百多年间，全球信息技术领域里一些顶尖公司的兴衰历程，揭示了科技公司如何在“浪潮”中崛起、发展，以及如何应对变化，保持领先地位。这本书的读书...
浪潮之巅读后感.pdf
10-04
书中的第二部分《浪潮之巅》的读后感，讲述了硅谷的IT企业的发展历程，包括AT&T公司、IBM公司、苹果公司、英特尔公司、微软公司、思科公司、雅虎公司和Google公司等。这些公司的成功原因和科技工业一百多年的发展，...
汽车行业前沿科技系列之3：汽车芯片，自动驾驶浪潮之巅.rar
09-09
这篇文档《汽车行业前沿科技系列之3：汽车芯片，自动驾驶浪潮之巅》深入探讨了这一关键领域，揭示了芯片技术如何推动汽车行业向更高级别的自动化迈进。 首先，汽车芯片是自动驾驶的核心组成部分。这些芯片负责处理...
《浪潮之巅》读书笔记
weixin_43159009的博客
09-08 925
IBM： 政府部门和企事业单位 保守 机械时代和电子时代的分水岭 机械制表机、武器 发表论文、申请专利和产品化 专利：防御型和进攻型 生存之道：技术上开拓发展 经营上死守核心（不断淘汰利润低的低端产品 主动出让市场） 机械制造—计算机制造—服务 苹果： 数字化 个人电脑—家庭的娱乐中心 Stay hungry，stay foolish 计算机工业的生态链： IT定理（计...
《浪潮之巅》笔记之一
weixin_30325071的博客
01-24 103
浪潮之巅-吴军 我在Google总部曾接待了很多中国政府的领导干部，他们都关心为什么美国小公司能很快成为跨国公司，我认为其中一个原因是反垄断法逼着公司进行科技进步。当一个公司开始垄断一个行业时，它会更多地倾向于利用自己的垄断资源，而不是科技进步获得更多的利润，毕竟前者比后者容易得多。 董事会里除了大投资基金和银行代表，剩下的是独立董事，他们的任务是监督执行官员们的工作，保证投资人...
JSP学生学籍管理系统设计与实现(源代码+论文+开题报告+外文翻译+答辩PPT).zip
09-21
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，博主看到后会第一时间与您进行沟通； 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，博主看到后会第一时间与您进行沟通； 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，博主看到后会第一时间与您进行沟通； 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。
省市区数据，完成三级联动，选择地区
09-21
省市区数据，完成三级联动，选择地区
机械原理课程设计网球自动捡球机.doc
最新发布
09-21
机械原理课程设计网球自动捡球机.doc
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
09-21
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
借助于Ascend310 AI处理器完成深度学习算法部署任务，
09-21
应用背景为变电站电力巡检，基于YOLO v4算法模型对常见电力巡检目标进行检测，并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务，并对系统性能做出一定的优化。.zip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，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 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。
基于深度学习的物体识别与抓取方法，六自由度机械臂，python编写程序.zip
09-21
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，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 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。
《浪潮之巅》读书笔记：解码IT行业发展历史
"这是一份以《浪潮之巅》读书笔记为主题的PPT作品，由PPT设计师暁荻创作。该作品介绍了吴军的著作《浪潮之巅》的主要内容和观点，强调了理解IT历史对从业者的重要性。PPT中提到了多位读者的评论，包括百姓网技术总监...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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