刘强东“反腐”:贪10万,我花一千万也要把你查出来!

口述:刘强东(京东创始人)

整理:王根旺

【导读】“如果公司怀疑你贪了10万块钱,就算花1000万调查取证,也要把你给查出来。”这是京东创始人刘强东在内部培训会上放出的“狠话”。而假如时间回溯至一年多前的阿里,我们同样可以听到类似的声音,“反腐败,淘宝亡;不反腐败,阿里亡。”贪腐已成为很多电商最为头疼的问题之一,此前更有报道称,一普通电商采购员一年赚取40-50万很轻而易举。而刘强东怎么驾驭有近3万人的京东?又怎么做一个不违法、没有贪污的企业?

以下为刘强东口述:

“初次创业因员工贪污而失败”

我第一次创业开餐厅失败了,当时因为收钱的小女孩跟大厨谈上了恋爱,他俩把公司所有的钱都给贪了。第一次想当官是想庇护老百姓,而不去当官是因为觉得贪污的人太多了,自己改变不了。第二次我出来创业除了想证明自己有能力做出一番事业之外,还有一个坚定信念——做一个不违法、没有贪污的企业。

2003年我们就认领了38个孩子;我们虽然是亏钱,但是我们坚持都要从公司钱拿来一笔来捐献,我们向中国人民大学等机构捐了有三四千万元;而我将自己每年工资的三分之二都捐了出去。这些我们没有宣传过的,我们不觉得这是我们公司该有的社会责任,这是我们最基本的义务。什么是京东的社会责任?第一就是我们一定要是合法的企业!

1998年,我们在中关村小柜台卖光盘和刻录机的时候就开发票,2003年工商局直接把我们的牒片全弄走了,他们查了三天,没有一张假牒片,没有一台水货刻录机,也没有逃税。2003年时我们是多大的公司?几十个人,营业额才几千万,但我们就没有逃税,也不卖水货和假货。当时有人认为我们傻,因为如果在空白碟片打上商标,我们就能挣十倍甚至几十倍的暴利,那时中关村除了京东外的公司卖的都是假牒片。

331

“贪10万,我花一千万也要把你查出来”

今天,我们肯定也不会掺点水货和假货偷偷摸摸卖了以多赚点钱。我们至今每年退到备件库里面的产品就几亿元,每个月消耗都是千万级的,只要拆封就不发送,好多从来没有使用过的,我从来不允许公司任何员工把拆封的商品放到库房里去销售。而如果在传统链锁店,不会有人把这些做二手处理的,他们会拆了封了,把系统一刷,把电池弄好照样卖,而京东从来没有做过。

京东逃过税吗?从我们第一个财务总监陈生强来的那天起,我就给他说绝对不允许逃税。采购所有的商品都要百分之百带发票,不带发票的入不了库。如果我们逃税,如果我们利用偷偷摸摸放点水货,你根本分辨不出来的,我们也根本不会亏钱;如果我们把客户所有退回来的二手货想办法再卖,我们今年净利润很多。为什么这么做?是因为我从小都希望一切是遵从法律的框架,我不希望京东做失败,我一定要所有的东西都按照国家的法律来规定来做,用最合法的方式去做一家公司。

不是我不想赚钱,不是我不想赚更多的钱,我一直希望自己不违法、不骗人,就能做出一家事业,这才是我创业的目的。如果通过违法的途径欺骗客户,以不正当的手段赚到钱,这些都不是我想要的。如果真是为了钱,我可以选择当官,贪钱也可以是一条发财之路;如果我愿意去做贪污腐败、不道德、违法的事情,那我也不用出来创业了,我早就走上官场上去了。

我今天不能容忍公司有任何违法、违反社会道德和坑蒙拐骗抠的事情发生,我也不能容忍公司任何员工有一点贪污的行。按照公司规定,任何采购人员不向公司报备你吃饭都算贪污的,公司教育清楚,员工记清楚。

如果公司怀疑你贪了10万块钱,就算花1000万调查取证,也要把你给查出来。虽然贪污腐败的员工是凤毛麟角,但我哪怕们一年只抓一个人,我就要投入3个人的力量,不是我为了他贪污我的钱,而是这是我创立公司的梦想。这不是我狠,是因为你做的事情完全违背了我的价值观,颠覆了我的梦想。所以,别说几万块钱,几千块钱,就是你敢拿一分钱我也一定把你开掉,我不会跟你讲任何感情,我不会有一丝一毫的犹豫。

我们有些管培生去别的公司做副总裁或者创业了,我都希望你们在京东工作这几年,能够养成良好的职业习惯,就像我们现在的高管一样。而我之所以花这么多时间精力在管培生身上,不仅仅只是希望给公司培养更多优秀的人才,更是希望大家能传承这个信仰和梦想,教育好你们的子女、未来的下属、部门或者公司,以让社会逐步走向守法、合法,让每个人都变得正直善良。

“用一切的合法方式活着”

我们现在有2万名物流员工,将来可能有10万名,他们只要在公司工作满5年就能在县城买一套房子,能让他的孩子享受城里人的教育,接受到公平的教育。这不就是社会责任吗?我们给他们一个有尊严的工作,把他们当兄弟不把他当做下人,不把他当做一个可有可无的人,让他们活的像个人样子,让他们相信社会有温暖,相信社会有关爱,相信他的孩子可以翻身,相信他可以活的很好,让他对社会充满信心,让社会少点杀人狂。

我愿意拿出我的股票跟大家分享,我不贪钱,也从来不要做什么中国首富,也不想拥有多大的财富和股份,我只要控制权。当有一天退休的时候,我要控制这个公司,不让别人来染指这个公司,因为这个公司是我的梦想,我要实现我的梦想。

有一天,我们都会离开这个世界,但我不希望我们会后悔,我希望我们这个生命历程是充满着骄傲的,而不是充满遗憾、后悔和羞耻。我希望让我们的孩子感到骄傲,知道我们的父亲和母亲是正直的、善良的、合法的,从来没有坑蒙拐骗过,每天都在努力的工作,为家庭和社会创造价值。我也会保证大家活地越来越尊严、收入越来越高、活的越来越好,用一切的合法方式活着,并且依然可以很富有!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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
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