员工没给领导倒满酒,老板训其不懂规矩明天别来上班,HR:不冤

有位90后年轻员工讲了自己的苦恼:前几天,老板请一位领导吃饭,酒过三巡之后,老板让我给领导倒满。领导再三推脱不喝了,我就把酒瓶放下了。老板训斥我:给领导把酒满上!这么不懂规矩,你明天不用来上班了。这是为什么?资深HR和网友纷纷回复:你真的不懂规则,不让你上班,一点不冤。

酒文化源远流长,有些是精华,有些是糟粕,但身在江湖身不由己,还是要适应酒场文化。酒场就是职场的延伸,里面很多规矩,本身就是职场的规矩。就算没人教你,你也应该触类旁通,否则,真的在职场上混不开。当然了,老板也是就事论事,故意说给领导听的,未必就真的是辞退你。但是,你懂得以下三点,才能越混越好。

【一】年轻员工不懂“劝酒文化”的奥妙。

职场上求人办事,往往要在酒场上表达这个“求”字。到了酒场上,就要动“劝酒”文化。领导又不缺你这场酒,你求他办事,你得陪着别人喝,求着别人喝,否则你办不成事,就算在日常生活中,不也这样吗?

领导推脱不喝了,不一定是真不想喝了,而是要摆出这种被人“求”、被人“劝”、被人“敬”的满足感。你年轻不懂规矩,领导说不喝了,你就不倒酒了?真是不懂规矩。老板是见过世面、洞悉人性的人,训斥你给领导倒满,陪着领导喝,让领导喝爽了,事情才好办。作为年轻下属,好好体会老板话里的妙处。

年轻员工要牢记,有些人在酒场上是说反话的,越是说不喝了,目的是让主人捧着他喝、求着他喝,酒场酒场,就是人情场。有时候都轮不到让下属倒酒,员工倒的酒,人家才不喝呢。老板亲自倒酒,亲自端酒,陪喝满杯,领导才觉得有面子有感觉。遇到这种人,你心里再生气,也要倒满酒,主动敬酒,善于劝酒,老板才给你点赞。

【二】年轻员工不懂“陪酒文化”的原则。

北方酒场类似标准公务酒局,不同于南方酒场。北方酒场要设主陪、副主陪、第三陪、第四陪的。陪酒文化的原则,就是让客人喝好,最好把客人“放倒”。客人再三说“喝不动”了,那是陪酒者的“失职”。

有时候,“轮”不上“客人”说话,主人方提前“布局”,一二三四陪,轮番上阵,陪酒词、敬酒词,一套接一套,客人往往在吹捧中被晕晕乎乎喝趴下,这才叫“喝到位”了,这才是最高级别的待客之道。客人呢,第二天酒醒后,不但不怪罪,还觉得倍受尊重,合同马上签了。

这位领导说不喝了,你就不倒酒了?什么是劝酒文化的精华?就是半推半就啊。你应该边吹捧边倒酒,领导,您海量,酒先满上,我们好多人还没好好敬酒呢?先满上,给我们这些人一次敬酒的机会。边捧着,边倒满。领导面前的酒杯是不能空杯的。

【三】年轻员工不懂“倒酒文化”的精髓。

国人还有一个传统文化:酒满敬人,茶满赶人。对客人尊敬,要敬客人酒,酒要满上。要赶走客人,就要倒满茶。古人喊:“倒茶”,就是“送客”的意思。北方酒场,还有一个传统,就是饭局没有结束之前,酒杯不能空。因为,饭局结束的标志是“全家乐”,就是主人征求客人同意后,最好“平喝”掉杯中酒,上饭结束。

酒局未结束前,客人或领导的酒杯是不能空着的。领导可以暂时不喝,你作为下属,也要主动倒满酒。客人的杯子空着,主人自己瞎喝,这是酒场大忌。酒场是什么场?就是主人请客人的主场,目的是让客人喝好,满上酒,客人哪怕不喝,也是对客人的尊敬,意思是你可以不喝,但主人的心意必须满满的。

所以,年轻下属应该继续给领导倒酒,边说,我们的心意还没有表达够呢,领导的酒杯怎么能空着呢?我先给您倒满,能喝多少,您先随意,有这杯酒满在这,我们才踏实。老板肯定会接话的,给领导倒满酒,酒满情义深。来,我也倒满,敬领导一杯。酒场就可以继续下去了。最后领导实在喝不下去了,老板也会使眼色,到时候总有人替领导喝掉杯中酒,才能心满意足地结束。

总结。酒场就是职场的延伸。可能有人抨击“酒文化”,可是谁又能独善其身。酒场就是人情世故,很多成功者都是被委屈喂大的格局。马老师当年为了要投资,一杯三万,照样猛灌。当然了,酒桌规矩,绝对不仅仅这点东西。既需要实践中体会,也需要慢慢参悟。

  • 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