国产精品久久久久久久久久久久午衣片,国产成人精品男人的天堂网站,熟女一区二区中文字幕,亚洲精品国产精品乱码在线

黃仁勛是如何管理萬(wàn)億英偉達的

“我們意識到,大模型的發(fā)展可能是自60多年前IBM推出System/360使用GPS和深度學(xué)習加速計算以來(lái),真正創(chuàng )造并重新發(fā)明了計算機?!秉S仁勛表示。

近日,英偉達創(chuàng )始人兼首席執行官黃仁勛參加了Sana舉辦的人工智能峰會(huì )。會(huì )后,黃仁勛和Sana創(chuàng )始人Joel Hellermark展開(kāi)了一場(chǎng)精彩對話(huà)。對話(huà)中,黃仁勛暢談了對AI發(fā)展的想象,他還表示,未來(lái)我們了解信息、預測需求以及與供應鏈合作的方式都會(huì )被AI徹底改變。

黃仁勛除了談AI未來(lái)的發(fā)展,他還分享了自己管理英偉達的方法。分享中,他反復強調賦予員工獲取信息的權利非常重要,要讓員工清楚地了解每一個(gè)決定的由來(lái),有助于他們理解并執行該決定。同時(shí)他希望自己的公司規模不要太大,這樣公司信息的傳播能更有效率,扁平化的公司管理結構,使得他的公司能夠在技術(shù)變革來(lái)臨時(shí)做出快速反應,他認為這對于一家技術(shù)驅動(dòng)型公司來(lái)說(shuō)是非常重要的。

以下是訪(fǎng)談的精彩觀(guān)點(diǎn):


(相關(guān)資料圖)

1.大模型的發(fā)展可能是自60多年前IBM推出System/360使用GPS和深度學(xué)習加速計算以來(lái),真正創(chuàng )造并重新發(fā)明了計算機。

2.我們第一次實(shí)現了編程的民主化,我相信這將賦予數十億人權利,利用計算機去創(chuàng )造更多價(jià)值,我也希望AI的發(fā)展能彌合現有的數字?zhù)櫆稀?/p>

3.隨著(zhù)時(shí)間的推移,我們了解所需信息的方式、預測需求的方式以及與供應鏈合作的方式,所有這些都將被人工智能徹底改變。

4.創(chuàng )建并經(jīng)營(yíng)管理一家公司,要做的第一件事就是從基本原則開(kāi)始。

5.現代領(lǐng)導力真正的偉大之處,在于如果我做錯了什么,我只會(huì )說(shuō)那是錯的,我改變主意了。

6.為他人創(chuàng )造生活、工作的環(huán)境是領(lǐng)導者的使命——實(shí)現這一使命最重要的方式是不讓人們做商品工作。

以下為對話(huà)全文(有刪改):

AI改變世界

Joel Hellermark:你還記得是什么時(shí)候開(kāi)始了解深度學(xué)習并對其發(fā)展產(chǎn)生信心的嗎?

黃仁勛:我了解深度學(xué)習的時(shí)間和其他人差不多,也許稍微早一點(diǎn)。2012年,我們有幾位研究人員同時(shí)向ImageNet提交大型圖像,參加那年的大規模視覺(jué)識別挑戰賽(ILSVRC)。當時(shí)我們做了兩件事,一是使用最新的GPU,也就是當時(shí)剛推出的GeForce GTX 580。第二就是學(xué)習了深度神經(jīng)網(wǎng)絡(luò )編程。我們很幸運,這么早就了解接觸了這些。不過(guò)那時(shí)人工智能還不是很流行,神經(jīng)網(wǎng)絡(luò )研究在當時(shí)是一個(gè)存疑的研究領(lǐng)域。盡管如此,我們覺(jué)得這個(gè)研究領(lǐng)域還是非常有希望的,所以一直堅持去研究它。

真正讓我印象深刻的,是它的有效性。當你看到令人驚訝的技術(shù)時(shí),就會(huì )產(chǎn)生更濃的興趣去探究它,比如規模如何、能解決什么其他問(wèn)題等。由于深度神經(jīng)網(wǎng)絡(luò )的性質(zhì),每一層的性質(zhì)都是相互隔離的,并且在反向傳播學(xué)習中非常有效——它會(huì )被極大地擴展,會(huì )有更大的規模。事實(shí)證明我們是對的,根據觀(guān)察,深度學(xué)習既是一種解決難題的算法,也是一種開(kāi)發(fā)軟件的新方法。

假設你有一個(gè)任意維度的通用函數,無(wú)論問(wèn)題的維度和大小如何,只要你有一個(gè)足夠大的模型,你就讓它學(xué)習并不斷解決這個(gè)問(wèn)題。這個(gè)推斷對我們來(lái)說(shuō)非常重要。我們對它的潛力深信不疑,這將成為開(kāi)發(fā)軟件的新方法。從那時(shí)起,我們意識到大模型的發(fā)展可能是自60多年前IBM推出System/360使用GPS和深度學(xué)習加速計算以來(lái),真正創(chuàng )造并重新發(fā)明了計算機。這是一個(gè)非常重要的時(shí)刻,我們也很幸運地把所有的點(diǎn)都連接起來(lái)。

Joel Hellermark:你覺(jué)得這種模型驅動(dòng)架構的發(fā)展,下一步會(huì )回到哪里?

黃仁勛:研究人員要把幾乎所有問(wèn)題或者每種數據都轉化為T(mén)ransformer可以學(xué)習的內容。你可以創(chuàng )建一個(gè)視覺(jué)Transformer、音頻Transformer、文本Transformer等等。多模態(tài)確實(shí)非常重要,它們有更高的性能。例如,你正在訓練一個(gè)視覺(jué)神經(jīng)網(wǎng)絡(luò ),但你沒(méi)有見(jiàn)過(guò)斑馬,這個(gè)時(shí)候如果再加上另一種形式的訊息,比如文字,你就會(huì )明白斑馬是一匹有黑白條紋的馬,馬的圖像和形容斑馬的文字組合起來(lái),能夠讓你在從來(lái)沒(méi)見(jiàn)過(guò)斑馬的情況下想象到它是什么樣的。這就延長(cháng)了你的感知能力。使用多模態(tài)可以增強我們的感知能力,所以過(guò)去我們會(huì )使用相機、雷達或激光雷達來(lái)延長(cháng)我們對環(huán)境的感知范圍。

現在我們有了Transformer,并且以一種理解多模態(tài)的方式表達了Transformer。所以我認為下一代的人工智能模型將會(huì )有更好的性能,也會(huì )更安全、更穩健,做更多的事情。

Joel Hellermark:我認為真正令人著(zhù)迷的是,我們幾乎能夠從語(yǔ)言中去獲得所有信息,建構世界模型。之前您也提到了要教這些模型基礎的物理知識,如果這些模型是多模態(tài)的,或許在使用中就可以推導出這些物理定律,那我們還有必要去教這些基礎知識嗎?

黃仁勛:幾乎所有的東西都能用文字描述,物理學(xué)、牛頓定律這些都已經(jīng)用文字描述過(guò)了,你可以想象我們可以通過(guò)世界上的詞匯庫來(lái)學(xué)習幾乎所有的物理學(xué)知識。如果你從來(lái)沒(méi)見(jiàn)過(guò)紅色,那你很難想象紅色意味著(zhù)什么,但是,如果有足夠多的詩(shī)歌來(lái)描述紅蘋(píng)果的美麗,用紅色來(lái)表達愛(ài)心或者其他東西時(shí),我不會(huì )感到驚訝。

把所有這些單詞連接起來(lái),通過(guò)比較你就能感受到,“哦,這一定是紅色的?!蹦隳軌蛟跊](méi)有親眼見(jiàn)過(guò)的情況下能了解到這一點(diǎn)。如果你沒(méi)有能力將所有這些不同的事物結合起來(lái),你就永遠不會(huì )理解事物之間的微妙之處和細微差別?,F在我認為教人工智能物理是可能的,但如果你想預測物理定律,想把人工智能建立在物理基礎上,這與今天使用強化學(xué)習人類(lèi)反饋來(lái)建立大語(yǔ)言模型沒(méi)有什么不同。

在未來(lái),你會(huì )使用強化學(xué)習物理反饋來(lái)建立大模型。通過(guò)某種物理模擬來(lái)表達,而不是由人類(lèi)來(lái)實(shí)現。我們創(chuàng )建了這個(gè)名為Omniverse的系統,它遵循物理定律,這樣我們就可以為Omniverse提供本質(zhì)上是實(shí)體機器人的數字孿生。該具體的語(yǔ)言模型將通過(guò)Omniverse獲得強化學(xué)習物理反饋、模擬物理反饋,數字孿生反饋。所以我確認某些類(lèi)型的機器人需要以物理事實(shí)為基礎。你想要以道德真理為基礎,這就是人性。這兩者應該對齊,幫助我們創(chuàng )建更安全的聊天機器人。

Joel Hellermark:你覺(jué)得我們目前AI發(fā)展的瓶頸在哪里,我們是在現有的模型基礎上去改進(jìn),還是需要徹底地突破?

黃仁勛:首先,我不太清楚它背后的科學(xué)原理,但直覺(jué)告訴我,我們的很多應用規則,要么是后天習得的,要么是直接表達出來(lái)的。在公司或者社會(huì )里,許多原則和規則是通過(guò)簡(jiǎn)單的語(yǔ)言來(lái)表達的,不需要人學(xué)習,比如“你不能殺人”這并不是我們學(xué)會(huì )的,是被賦予的,不能違背。很多規則無(wú)需學(xué)習即可表達出來(lái)。我認為某種形式的符號推理可以增強這些已有學(xué)習模型。

我不知道這背后的科學(xué)原理是什么,但我們的確通過(guò)強化學(xué)習、經(jīng)驗學(xué)習來(lái)增強我們的智力。

Joel Hellermark:隨著(zhù)時(shí)間的推移,如果人工智能達到了一定的數量級,遠遠超過(guò)了人類(lèi)的智慧,那這個(gè)時(shí)候人類(lèi)應該處于什么位置,還能發(fā)揮什么作用?

黃仁勛:我不知道,但是我周?chē)拇_有人在某些技能方面比我聰明好幾倍,但我和他們共處并沒(méi)有什么困難。我已經(jīng)生活在一個(gè)被超級智能所包圍的環(huán)境中,他們能夠做一些我無(wú)法想象的事。但不知為何,我也能和他們和諧相處。隨著(zhù)時(shí)間的推移,我們已提升了很多,我們已經(jīng)將非常重要的人力資源商品化,也能通過(guò)耕種使食物的捕獵民主化,不需要被強制追著(zhù)食物跑,不再被食物追趕。然后,我們實(shí)現權利行使民主化,即使是弱小的人也能在這個(gè)世界活得很好。再后來(lái),我們實(shí)現了能源獲取的民主化,社會(huì )生產(chǎn)力得以提高?,F在,我認為我們正在實(shí)現信息生產(chǎn)的民主化。

那些擁有深厚專(zhuān)業(yè)知識的或者對世界有著(zhù)探索激情的人,仍然會(huì )提供更大的價(jià)值。

在過(guò)去40年的職業(yè)生涯中,依然存在相當一部分人沒(méi)有學(xué)會(huì )如何使用計算機。你在十幾歲的時(shí)候可能就開(kāi)始學(xué)習計算機編程了,但對世界上絕大多數人來(lái)說(shuō),他們不知道Python、Pascal、Fortran、C++或Java。他們不知道如何進(jìn)行計算機編程?,F在有了ChatGPT,可以使用人類(lèi)的語(yǔ)言進(jìn)行編程。

我們第一次實(shí)現了編程的民主化,我相信這將賦予數十億人權利,利用計算機去創(chuàng )造更多價(jià)值,我也希望AI的發(fā)展能彌合現有的數字?zhù)櫆稀?/section>

AI能做什么

Joel Hellermark:人工智能在應用層面,你最感興趣的是什么?

黃仁勛:我把它歸類(lèi)為三件事。

第一件事就是人工智能可以做什么?它們可以增強、改變我們所做的工作,比如現在我們設計芯片的方式已經(jīng)完全改變了。

二是,人工智能現在可以讓我們做哪些事情,讓我們的產(chǎn)品與眾不同?它不僅徹底改變了我們設計產(chǎn)品的方式,也徹底改變了我們制造的產(chǎn)品。例如,世界上有很多游戲玩家,用過(guò)去構建顯卡的方式,設計可編程著(zhù)色器,我們推出了一款出色的處理器和出色的編譯器,并將它們與游戲等集成在一起。但現在你甚至無(wú)法單獨運送GeForce,因為有一臺超級計算機在后面學(xué)習如何預測混合丟失的像素。就像玩拼圖游戲一樣,你給出一塊,然后應該猜出其它16塊。所以我們教人工智能,我們在后臺有一臺超級計算機,只是學(xué)習如何做到這一點(diǎn),并改進(jìn)算法,每當我們改進(jìn)算法時(shí)我們都會(huì )下載它?,F在,我們使用人工智能不僅革新了我們設計GPU的方式,而且還改變了GPU生成圖像的方式。因此,它幫助我們創(chuàng )造了更節能的處理器,其功能超過(guò)了“摩爾定律”的預測。

第三點(diǎn)是把整個(gè)公司變成一個(gè)人工智能。所有的員工都能通過(guò)這個(gè)一直在運行的系統增強自身能力。這樣我們就不會(huì )去尋找那些永遠找不到的信息,可以把這些點(diǎn)連接起來(lái),去預測市場(chǎng)中的機會(huì )。有時(shí)候供應鏈變了或者市場(chǎng)需求變了,我們不可能看到所有的信號,但對于人工智能來(lái)說(shuō),這并非不能實(shí)現。

因此,隨著(zhù)時(shí)間的推移,我們了解所需信息的方式、預測需求的方式以及與供應鏈合作的方式,所有這些都將被人工智能徹底改變。

Joel Hellermark:你現在對人工智能的發(fā)展會(huì )有逆反觀(guān)點(diǎn)嗎?比如反對它的開(kāi)發(fā)這些。

黃仁勛:我在這方面沒(méi)有什么逆反的想法。目前大多數關(guān)于人工智能的討論要么超出了對其發(fā)展前景的熱情,要么超出了對其危險性的擔憂(yōu),但其實(shí)介于發(fā)展前景和危險性的極端情況之間的,很可能才是事實(shí)。

縱觀(guān)歷史,任何有能力的技術(shù)都給社會(huì )和經(jīng)濟帶來(lái)了巨大的變革和中斷,所以我們必須要考慮發(fā)展技術(shù)的風(fēng)險。以前誰(shuí)會(huì )想到會(huì )有一大群人在做網(wǎng)頁(yè)設計師,這在從前是一個(gè)不存在的職業(yè),但今天卻變得很火熱。人工智能的早期版本就能讓我們創(chuàng )建一個(gè)全新的行業(yè)?,F在我們必須重新進(jìn)行培訓,重新掌握技能,以便能夠改變被取代的工作崗位。

我相信,將來(lái)會(huì )有我們從未想過(guò)的全新行業(yè)被創(chuàng )造出來(lái),例如,現在很活躍的Prompt Engineer(提示工程師),它將是一個(gè)巨大的產(chǎn)業(yè),確切說(shuō),它可能是最重要的編程行業(yè)。你會(huì )看到AI正在幫助編寫(xiě)提示,來(lái)提示其他AI,這確實(shí)非常棒。我喜歡關(guān)于安全的討論,我們必須在人工智能的能力和安全性方面盡可能多地投入。我們恰好也從事自動(dòng)駕駛汽車(chē)領(lǐng)域的工作,可能有同樣多的資源投入來(lái)確保人工智能和汽車(chē)的安全。

構建人工智能相關(guān)的技術(shù),以便將其保留在與對齊相關(guān)的技術(shù)操作領(lǐng)域,強化學(xué)習人類(lèi)反饋,用事實(shí)來(lái)補充它的學(xué)習,降低出錯的概率。我們將會(huì )看到新想法的爆發(fā),大模型被其他人工智能技術(shù)、方法和實(shí)踐所包圍,所有這些行動(dòng)把大模型變成更有用的聊天機器人。

英偉達是怎樣煉成的

Joel Hellermark:你是如何經(jīng)營(yíng)一家公司的,在你創(chuàng )建并經(jīng)營(yíng)管理這家公司的過(guò)程中,有沒(méi)有一些技巧和方法?

黃仁勛:創(chuàng )建并經(jīng)營(yíng)管理一家公司,要做的第一件事就是從基本原則開(kāi)始。你創(chuàng )建的這臺機器是什么?它的輸入是什么?輸出是什么?所處的條件是什么?這個(gè)行業(yè)是怎樣的?這是一個(gè)快速發(fā)展的行業(yè)嗎?它是受到嚴格監管的行業(yè)嗎?你想構建什么?你可以從這個(gè)角度來(lái)想一下:我想和公司一起做幾件事情,我想創(chuàng )造什么東西。NVIDIA的使命是解決那些幾乎不可能解決的計算問(wèn)題。如果一個(gè)問(wèn)題可以用普通計算機解決,我們就不會(huì )去做。我們必須去尋找普通計算機無(wú)法解決的問(wèn)題,這樣你也能吸引那些想發(fā)明新的計算方式并將其應用于解決一些真正困難問(wèn)題的優(yōu)秀人才。

其次,我其實(shí)想要一家更小的公司,而不是更大的公司。通常公司需要盡可能大才能做好很多工作,但也要盡可能小。如果想要一個(gè)服從命令和控制的組織,那么你就把它做成一個(gè)金字塔,就像羅馬帝國時(shí)期的舊軍隊一樣。但如果你想賦予人們權利,就要盡可能地讓它變得平坦,這樣信息傳播得更快。為了使組織結構盡可能平坦,必須充分考慮第一層。第一層恰好是資深工作人員,他們需要的管理最少,我的管理團隊中沒(méi)有一個(gè)人會(huì )來(lái)找我尋求工作建議,他們自己就做得很好。

有很多人向我匯報工作,我不需要一對一進(jìn)行指導。他們都非??鞓?lè ),他們知道自己在做什么,且都是各自領(lǐng)域的專(zhuān)家,所以那些一對一的交流真的沒(méi)有必要。如果有一個(gè)重要的戰略方向,你為什么要告訴一個(gè)人?你得告訴所有人。因此,當我們在制定未來(lái)的發(fā)展戰略時(shí),我會(huì )在某個(gè)時(shí)間發(fā)送給所有人,然后他們會(huì )給我反饋,我們再完善它。公司的管理是扁平化的,而且你已經(jīng)對公司十分了解,再加上給員工充分授權去訪(fǎng)問(wèn)公司的信息,這樣公司也很敏捷。

事實(shí)證明,通過(guò)很多直接下屬,而不是一對一,能使公司管理扁平化,信息傳播更快、更通暢。我們沒(méi)有業(yè)務(wù)部門(mén),也沒(méi)有分歧,每個(gè)人都像一個(gè)人一樣工作。公司的運行方式使我們能夠快速構建加速計算。如果你讓我去做炸雞,或者瑞典肉丸,肯定沒(méi)有機會(huì ),但是在加速計算領(lǐng)域,我們就可以做得很好。

Joel Hellermark:你有40名直接下屬?

黃仁勛:對,但我面臨的最大挑戰是把大家聚在一起。當我想聚一聚的時(shí)候,要么有人出去了,或者有人在度假,或者有人在做什么。確切地說(shuō),每個(gè)人都坐在辦公室的概率大約是0%。

Joel Hellermark:隨著(zhù)時(shí)間的推移,你的領(lǐng)導風(fēng)格發(fā)生了怎樣的變化?

黃仁勛:我真的沒(méi)有風(fēng)格,只有我自己,有很多事情我想做的更好。如果工作中發(fā)生了什么事,而我不喜歡它的方向,我會(huì )直接說(shuō)出來(lái),不會(huì )把任何人拉到一邊,不會(huì )做一對一指導。這可能有點(diǎn)直接,但人們知道我除了提出問(wèn)題之外并不想做任何事情。我還花了很多時(shí)間對我的決定進(jìn)行推理和解釋?zhuān)@賦予了員工權力,讓他們了解領(lǐng)導是如何思考并作出這個(gè)決定的。我參加的每一次會(huì )議,都會(huì )解釋我是如何思考這個(gè)問(wèn)題的,我會(huì )推理一下。我認為這種管理過(guò)程就是一種賦權。我們也不會(huì )只召開(kāi)副總裁會(huì )議,或者董事長(cháng)會(huì )議,我開(kāi)的會(huì )議里都有剛畢業(yè)的大學(xué)生,他們來(lái)自不同組織,都坐在那里。這是一件非常有趣的事情,那里就像我的辦公室,大家都聚在一起討論問(wèn)題。

我最想要的是見(jiàn)多識廣、技能嫻熟、經(jīng)驗豐富的人,他們可能曾經(jīng)遇到過(guò)現在出現的問(wèn)題,他們是能直接解決問(wèn)題的人,我們需要的是真正的專(zhuān)家。

Joel Hellermark:你為那里的員工提供了怎樣的交流模式,你是怎么把優(yōu)先要做的事情傳達下去的?我聽(tīng)說(shuō)過(guò)一些關(guān)于發(fā)送電子郵件的事情,這是怎么回事?

黃仁勛:我不看任何的狀態(tài)報告。因為這種報告在你得到它的時(shí)候就沒(méi)有價(jià)值了,它幾乎不再提供任何信息,它們已經(jīng)被提煉過(guò),并且加入了視角和偏見(jiàn),讓你再也看不到基本的事實(shí)了,所以我傾向于接受任何人提供的信息。如果你發(fā)送電子郵件,并將其命名為“最重要的五件事”,無(wú)論你的最重要的五件事是什么,是你觀(guān)察到了什么,做了什么,學(xué)到了什么或都只是事情,這都是重要的信息,將其發(fā)給我,我都會(huì )閱讀。所以折合這些,我每天早上的閱讀量大約有一百本書(shū)那么多,但我每天都會(huì )去讀。

Joel Hellermark:你是如何去平衡團隊決定和你自身的計劃?剛才你說(shuō)的“最重要的五件事”是一種自下而上的想法傳遞,比如你的團隊里資深的工程師,他做了一個(gè)決定,那你的戰略計劃同時(shí)也需要執行,你應該怎么去平衡和取舍呢?

黃仁勛:首先,戰略不是文字,是行動(dòng)。如果公司有一套戰略,但人們的行動(dòng),他們“最重要的五件事”不是這樣的,那么顯然他們沒(méi)有執行該戰略。所以事實(shí)證明,戰略并不是我說(shuō)了什么,而是他們所做的。你得對你的員工在做什么有了解,我甚至都不需要每周閱讀他們“最重要的五件事”,只需要進(jìn)行系統采樣,就大致了解他們在干什么,公司有沒(méi)有在朝著(zhù)你的目標發(fā)展。

其次,我們不做定期規劃,因為世界是有生命、會(huì )呼吸的。所以我們沒(méi)有5年計劃,也沒(méi)有1年計劃,我就是在做現在正在做的事情,不斷地調整和適應。

Joel Hellermark:會(huì )不會(huì )遇到偏離劇本的情況?是什么讓你在這些事情上這么相信自己的直覺(jué)?

黃仁勛:公司所追求的大多數事,都應該是通過(guò)基本原則推理出來(lái)的。如果有一個(gè)重要的假設讓你相信計算機必須改變,或者芯片架構必須改變,或者軟件開(kāi)發(fā)的方式、數據中心必須改變。你不知不覺(jué)中,就會(huì )形成一種基于第一原則思維的世界觀(guān)。下一步就是你以足夠的奉獻精神和信念去追求它,這樣你就能實(shí)現它,通常這真的很難。但如果你錯了,你就會(huì )改變主意?,F代領(lǐng)導力真正的偉大之處,在于如果我做錯了什么,我只會(huì )說(shuō)那是錯的,我改變主意了。有趣的是,由于你不斷地適應和調整計劃,隨著(zhù)時(shí)間的推移,人們甚至都不會(huì )注意到你在去年已經(jīng)改變了35次主意。所以我從來(lái)不做長(cháng)期規劃,5年計劃對技術(shù)行業(yè)來(lái)說(shuō)實(shí)在太荒謬了。

Joel Hellermark:很少有公司真正專(zhuān)注于幫助人們去完成他們的工作,但是你一直熱衷于此。這期間,你采取了哪些措施去幫助NVIDIA的員工從事他們畢生的事業(yè)?

黃仁勛:為他人創(chuàng )造生活、工作的環(huán)境是領(lǐng)導者的使命——實(shí)現這一使命的最重要的方式是不讓人們做商品工作。

例如,我們公司從不談?wù)撌袌?chǎng)份額。我有23%的市場(chǎng)份額,他們有27%的市場(chǎng)份額,這有什么好討論的。你為什么要和別人爭奪市場(chǎng)份額?市場(chǎng)份額的整體概念表明,有一大群人在做同樣的事情。如果他們在做同樣的事情,我們?yōu)槭裁匆@么做?為什么我要浪費這些才華橫溢的人的生命去做一些已經(jīng)做過(guò)的事情?除非我們只是享受競爭(但我不享受競爭)。所以我們不會(huì )去和人們爭奪已經(jīng)商品化的市場(chǎng),這是一種去做以前從未做過(guò)的事情的思維方式。

證明這一點(diǎn)的另一方面就是,放棄已經(jīng)商品化的業(yè)務(wù)。我們過(guò)去已經(jīng)放棄了許多業(yè)務(wù),這向員工清楚表明,我們不會(huì )去做商品工作。因此,選擇正確的工作和遠離錯誤的工作相結合,這是為員工創(chuàng )造環(huán)境的最佳方式。剩下的就是你我已經(jīng)討論過(guò)的問(wèn)題,即賦予員工獲得信息的權利。

有些公司是非常沉默的,信息不對組織之外傳播,我鼓勵我們公司保持透明。賦予人們獲取信息的權利,剩下的就看你在工作中如何表現自己了。如果公司里存在等級觀(guān)念,那么顯然這就沒(méi)有賦權。但如果任何人都能參加會(huì )議并作出貢獻,哪怕是一個(gè)剛畢業(yè)的大學(xué)生,這就賦權到位了,所以我認為賦權是一件非常重要的事情。

本文來(lái)源:中國企業(yè)家雜志,原標題:《黃仁勛是如何管理萬(wàn)億英偉達的》。

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險,投資需謹慎。本文不構成個(gè)人投資建議,也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資,責任自負。

關(guān)鍵詞: