最新李嘉诚访谈录

最新李嘉诚访谈录

关键词李嘉诚访谈                                          

 

以下为访谈内容:(李嘉诚答复在引号内,引号以外的文字为记者评述)

问:一直到现在在许多事业中获得成功的秘诀是什么?

“首先是努力工作,坚韧不拔。但只有这些还不够,更重要的是知识,尤其要掌握自己从事的领域最超前的知识。要掌握越过现在今后自己的事业会怎样发展的知识,这是必需的。第三是以正直和信誉,树立对自己的好的口碑。”

  他说的知识不是单纯的技术或硕士、博士学位。是指“更广泛的目标和批判的思维能力、追求建设性进步的逻辑归纳”(2003年12月在北京理工大学的演讲)。当他做外销员的时候,一天工作10个小时以上,可他还是抽空拿着英语单词卡背。还为节省钱买下同龄人学过的课本,下班后在家里自修自学。这样培养的读书习惯过了六十多年的现在仍在一直保持着。

  “我读书不分人文社会和历史、经济、科学等各个领域的书,只有小说除外。老了以后还时常不上读读宗教方面的书。如有什么事甚至读到凌晨3点。”

  他年近八十 ,还能洞察世界的局势和变化,祥知最尖端的IT领域的情况,他说是坚持每天睡前至少读30分钟书的结果。

问:一直到现在您的生意经是什么?

“我一辈子牢记‘发展中不忘稳健,稳健中不忘发展’这一句话。”

  是的。李嘉诚至今采用保守的会计方式,非常重视集团总体的现金流向,就是缘于此。正因为如此,他自1956年以来保持了几乎没有债务的“无债稳健经营”,已达半世纪之久。

  “睡得再晚早晨5点59分左右一定起床。不管天热天冷,只要不下暴雨,就去高尔夫球场。没有受过专业训练。我认为打高尔夫球最重要的是,不失冷静,定好战略。”

  他对记者高尔夫球水平的提问,谦虚地回答说,“还不是让十杆或超一击的水平,是high handicapper,作为球伴能把球打得开心的程度。”

  他说,健康管理方法也是除高尔夫以外,再没什么特别的。饮酒方面是滴酒不粘。对于烟、跳舞等干脆是门外汉。晚上基本没有应酬,早早下班。比起肉类,更喜欢蔬菜和豆腐。所以,体重从1967年至今一起保持到65~68公斤。他每天在家吃早餐,并浏览世界各地名报的标题。阅读几篇自己关心的全球经济方面的报道。上班后,审阅办公室收到的各种报告是雷打不动规矩。

问:闲暇时会做什么?

  “怎么说呢?主要是畅想未来吧……绝对不会用来考虑今天的事情。实际上工作时间的90%以上是考虑并准备明年或者是5年、10年后的事情。”李嘉诚说,他现在也是把自己手表的时间拨快八分钟。目的是为了提前准备好一切(因为汉语中“8”的发音与发财的“发”音近似而倍受中国人青睐。办公室电话号的后四位也全部是8。)

  他面向未来进行研究的努力是他在1970~1980年里高速增长的原动力。1950年他22岁时创建了长江橡胶,1971年是创建了长江实业(房地产)、1979年是和记黄埔(港湾、电话、能源、宾馆等综合商行)、1985年是香港电力……每次扩展事业时,他都发挥了他超群的商业感觉和时间战术。2003年起向第三代移动通信事业发起挑战。

问:迄今为止最艰难是什么时候?

  “是1950年创业的时候。我总共只有5万港元(约600万韩元),太紧张了。凭借‘拥有的只是智慧、学习和努力’这一觉悟,迈进新潮流。50年代后期,订阅英语杂志《塑料》,读到了塑料花会走俏的报道,有了成功的预感。”

  他为了学习做花的技术,来到意大利考察了先进的工厂,然后全身心地投入到研发。7年里将单一生产塑料花的工厂规模发展到世界最大,由此有了“塑料花大王”的称号。

  现在,他在全球54个国家运营的企业就有500多家,从业人员22万名,在香港上市的13个企业价值9000亿港元,占香港股市总额的10%。

问:您认为自己是一个伟大的商人吗?

“正相反。我本身不是伟大的商人。首先,不擅与人交往;其次是不擅建立商业关系;最后是容易感情用事。”

问:作为企业家最重要的素质是什么?

“我作为企业家,就算有很多弱点,但很喜欢不断地学习、创新和努力地工作。这可以说是我事业持续扩大的秘诀。我一直是一边紧盯核心事业领域的重点,一边为了扩展事业而探索其他领域。”

  可以说,与其他企业家不同,尽可能缩减与对方交往交流的时间,取而代之的是默默地培养学习研究判断的能力,这就是决定性的竞争优势。

问:您认为人生最有价值的是什么?

“能为社会做贡献,帮助困境中的人们更好地生活,我认为这就是人生最大的意义,我将把它当做我一生的事业。”

  他1980年创建 “李嘉诚基金会”也是出于这个目的,并把“李嘉诚基金会”称作自己的第三个儿子。他投入到基金会的个人财产就达80亿港元。他说:“我每天10个小时的工作时间中,6个小时在长江集团,其余4小时全都投入到基金会。”

问:最幸福的时刻是什么时候?

  “看到好书或是高尔夫打出好球、参加有意义的慈善活动、与好友谈笑、与朋友交往的时候……这些都是我在享受令人感激的人生。但最幸福的还是把我的时间和力量奉献给教育、医疗健康事业的时候。”

  李嘉诚接着说:“我不喜欢只在支票上签字,而喜欢亲身融入于项目的整个过程。就像先评定福利活动的效率性,再亲自去拜访看看。其实就是重新发现金钱的真正价值与我的事业的意义所在。这正是我感到最为欣喜的瞬间。”

  今年8月他曾宣布将总资产的三分之一(约63亿美元、60亿韩元)回馈于社会。他在接受一媒体采访时强调说:“东方人传统的思维方式是将财产留给儿子或孙子,但我认为应该改掉这种旧习,发扬回馈于社会的快乐与价值观。”

访问中国一所小数民族小学的李嘉诚。

问:您是世界前10位的富豪,您认为真正的富是什么?

“富的人很多,但贵的人不多。我认为真正的富贵在于,将自己所赚到的钱回馈于社会的内心。有再多的财产,没有志气,那才是最穷的人。”

  他的座右铭是《论语》中的“不义而富且贵,于我如浮云”一句。挂在他办公室的大型水墨画仿佛也在表达出他的内心世界。唐代诗人李白的诗句《山中问答》所传达的信息也如此景。(问余何意栖碧山,笑而不答心自闲。桃花流水窅然去,别有天地非人间)

问:您对年轻人的忠告是什么?

“希望他们怀有远大的梦想与志向。如果要在这骤变的世界上成为‘真正的王者’,那就不应该成为被过去的思维方式所围困的奴隶。不能将传统的教导原般不动接纳或反复下去,而是要有勇气以进取的态度将它实践和挑战。困难和后退是造就强韧人格的良方。千万不要畏惧。”

问:想知道您对韩国的印象如何?

“我非常钦佩韩国人。韩国人具有很强的爱国精神,以及为了实现更好的发展而努力奋斗的强悍的意志。金融危机时,被韩国人牺牲自己个人的财产和利益来帮助国家的举动所深深地感动。韩国人尤其在研究开发(R&D)、教育领域取得了巨大的成功。就研究开发占GDP的投资成果而言,韩国已居于世界最高水准。”

  2年以后李嘉诚便是80岁高龄的老人。因此,他的健康问题备受世人瞩目。去年8月中旬传出李嘉诚健康恶化说,香港恒生指数仅在1天内猛跌300点。

问:您是否觉得年纪太大了?有没有退休计划?余生最大的目标是什么?

“我身体健康没有任何问题,难道年龄能成问题?……退休,想都没想过。只不过是想从2008年开始,也就是后年开始要把精力多放在李嘉诚基金会的活动上。打算每月3日全天做基金会的工作,然后每天抽出8个小时左右参加基金会和慈善奉献活动。”

  据说,“长江”取义于“长江不择细流,故能浩荡万里”。他那要超越家庭、社会及企业的成功,致力于更广阔的人类爱心活动与奉献舞台的晚年,仍充满着20几岁年轻人的气魄。这位巨人将继续昂首阔步迈向新的目标!  

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。
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