任正非:不懂三高、不抓三快、不盯三好,你拿什么带出狼性团队!

任正非说:“企业最基本的使命就是活下去”。在残酷的市场竞争中,要想活下去,离不开狼性精神!华为的狼性文化是很成功的,任正非曾经说:“因为狼有让自己活下去的三大特性:一是敏锐的嗅觉;二是不屈不挠、奋不顾身的进攻精神;三是群体奋斗的意识。”

那么,应该如何像华为一样打造一支狼性团队呢?核心是“定三高”、“抓三快”、“要三好”,照着做,必有效果。

什么是“定三高”

1、待遇高

很多老板认为,狼性团队是高压力逼出来的。但是,高压力只是“术”,高待遇才是“道”。华为狼性精神,首先是建立在高待遇的平台上,然后才有了高压力和高效率。

给员工一个合理的待遇,比如高于行业平均薪酬,员工对工作就会珍惜,你轰他走,他也舍不得离开。正如华为任正非所言:“只要待遇给到位,不是人才的也会变成人才”

2、标准高

很多公司之所以缺乏执行力,关键是缺少高目标和高要求。领导认为“差不多就行了” 员工在执行的时候再习惯性打个折扣,最终结果就差很多。

其实,没有高不可攀的目标。只要有压力,一切不可能都会变成可能。马云、孙正义、柳井正都曾经被人称作疯子,可是他们给组织定的高目标,在人们的质疑声中都实现了。

3、效率高

什么是效率?效率就是以最短的时间把工作一次做好!比如生产计划,“兑现率”和“有效兑现率”是两个不同的概念。8小时班产定额1万件,9小时才完成,兑现率100%,而有效兑现率就不是百分百了。

很多人每天忙忙碌碌,关键是:他们到底在忙些什么?忙得有没有价值?效率如何?所以,要给员工规定出一个效率指标!比如,安排工作的时候,必须明确具体的时间期限。

什么是“抓三快 ”

1、执行快

执行快有两大驱动力,一是自我驱动,二是监督驱动。无论哪种驱动,都必须明确一个要求:马上行动,立即执行,现在就干!

老板的思想在天上飞,员工的执行在地上爬。根本原因是企业缺少执行文化。要想提高执行速度,就不要容许“我看看吧”、“我认为不可行”、“我觉得应该…”等思想,而且,必须首先从高层抓起!当你的决定可以任由下属置疑和商量的时候,永远不会有执行力。

2、反馈快

诸葛亮为什么唱空城计?因为马谡自作主张且不汇报。事前诸葛亮交代很清楚,安营扎寨后必须绘制地形图上报。可是马谡自以为是,拒不汇报,结果造成诸葛亮差点被司马懿捉住。所以,不怕神一样的对手,就怕猪一样的下属。

很多中小企业普遍存在的问题是,工作布置了,领导不追问,下属就不汇报结果,缺乏良性的汇报闭环机制。应该在督办、跟踪、检查、日报、会议、办公系统等方面进行规范。

3、刀子快

刀子就是考核!到了规定的时候节点,没有拿出应该的结果,必须进行考核。通用电气在杰克•韦尔奇当董事长期间,能够实现高速发展,就是因为韦尔奇的“屠刀”比较锋利。

杰克•韦尔奇说“管理者的执行力决定企业的执行力”。作为领导,必须消除各级管理者存在的“下不为例”、“以后注意点”、“算了,都不容易”的思想。宽松的口子就好比大堤的管涌,不及时堵上,很快就发生溃堤。

什么是“要三好”

1、态度好

什么是态度好?首先是接受任务的态度,必须不打折扣,不讲理由,不谈困难。事还没开始干,就一大堆借口,必然干不好。第二是做事的态度,要用心去做事。任正非说:“尽心与尽力是两回事。一个人尽心去工作与尽力去工作,有天壤之别。用心做事的干部即使技术上差一点也会赶上来,因为他会积极开动脑筋想方设法去工作。”

大学毕业生进入华为,第一关就是“文化洗脑”。任正非解释说,员工受过高等教育,容易形成自己的思想和见解,如果认识不统一,态度不端正,就可能产生许多错误的导向,产生管理上的矛盾。

2、方法好

为什么别人一小时干完的工作,有些人却要干半天,除了个人能力之外,方法也很关键。同样是跟太平军作战,李鸿章的战绩就比曾国藩出色,因为曾国藩的风格是“结硬寨,打呆仗”,而李鸿章却利用洋枪洋炮。

要想提高执行效率,好的方法是保证。所以企业必须重视科学管理方法的培训和应用。比如一些思维方法、员工行为控制方法、沟通方法、激励方法等。方法好,可以起到事半功倍的效果。就如去某地,乘高铁肯定比坐牛车快多了。

3、结果好

领导者三大重点工作就是定目标、抓激励,要结果。结果是一切工作的核心。记住,“做到”不等于结果,“做好、做到位、做完美、一次成功”才是结果。结果有两个核心要素,一是效率,二是细节。

管理过程中一定要明确“结果导向”的理念,并在工作中明确结果的标准,如及时性、差错率、返工次数、有效性等等,并作为核心目标或过程指标,纳入公司绩效考核体系,这样才是真正抓住了结果。

杰克•韦尔奇说:“你可以拒绝学习,但你的竞争对手不会!”领导再忙,利用碎片时间也要学习公司治理、领导力、趋势视野、创业创新、资本运作、战略管理、人才培养、团队建设、财务管理、并购重组、风险控制、上市指导、互联网运营创新等知识。

  • 0
    点赞
  • 1
    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方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法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 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法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。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法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目标检测算法有: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,这样可以加快算法效率,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,认为两个框的里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