文 | 穆胜 所有企业在规模增长时，都必须要考虑对业务😴部门的授权问题。他们通常会在组织设计上陷入一种悖论——“一管😀就死，一放就乱”。 简单来说，如果把权力过度上收到集团😢，就会限制业务部门的灵活性，让他们无法敏捷应对本地客户需求；😅而如果把权力过度下放到业务部门，就会产生一个个“平西王”吴三😎桂、大将军年羹尧一样拥兵自重的人物，形成管理失控。 这😜让企业往往陷入两难境地，最终在“一管就死”和“一放就乱”两杯🤩毒酒中选择了前者。道理很简单，两害相权取其轻，老板宁愿企业发🤯展得慢点，也不愿意失控。但这种选择却延误了战机，导致有心有力😘的业务大将“带着镣铐跳舞”，在与老板的相互猜忌中，失去了市场😴。 其实，大量业务部门负责人都有当“平西王”的野心，但😆也有相当一部分的业务负责人是真正有事业心的贤臣。正因为不能区😊分两者，老板才会陷入纠结。穆胜咨询服务过大量集团型企业，我们😍发现，“平西王”的特征还是很明显的： 01 巧立“怼怼🙄人设” 所有企业的“平西王”，都会在个性上以夸张的方式🚀进行表达。他们通常会怼天怼地，在企业里不服这个，不服那个，甚🤩至故意去制造一些矛盾，一副“横眉冷对所有人”的感觉。 🥳由于自己负责的业务体量不小，且还有过去的战功，他们的这类出位😢的行为往往被企业所容忍，老板默许、同级回避、下级隐忍，而后就😎传出一种说法——“他这个人就是心直口快，其实人不坏”。其实，🙌哪里是“心直口快”？应该是“肆无忌惮”才更准确！所谓“心直口🤩快”的说法，只是大家为了自洽，在被虐之后挽尊，而给出的勉强解😜释。 最初，你以为他是有自己特立独行的思考逻辑，后来，🤔你就会发现，大多时候，他纯粹是“为了怼而怼”，他的逻辑就是从🔥自己的利益出发，灵活应用各类标准为自己争取权益，是“驰名双标😆”。他的“怼人”“心直口快”的人设，无非是为了争取利益入戏而🚀已。 02 打造“管理黑箱” 所有企业的“平西王👍”，都会让自己负责的业务部门变成“管理黑箱”。怎么理解这个“😆管理黑箱”呢？ 一是信息数据不透明。老板或负责监管的职😆能部门很难了解这类业务部门的实际运作情况，他们没有在线热数据⭐形成的监控界面，就连向上汇报的报表数据，也是精心修饰过的，完🙌美得像童话（即使业绩不好，也是个即将厚积薄发的童话）。偶尔有👏总部的人越过“平西王”向他的下属索要一个再平常不过的数据，“😂平西王”都会勃然大怒，把提供数据的下属骂得狗血淋头。 🎉二是管理模式匪帮化。“平西王”的队伍一定会拒绝标准化的管理，😘一来因为标准化的管理是有诸多痕迹文件和数据的，容易被监管，二😅来也因为标准化的管理是不依赖个人的，“平西王”认为自己容易被🤯替代。“平西王”最喜欢的状态是，所有下属都与他建立人生依附关😉系，只对他忠诚，而不对老板忠诚。他们喜欢用庸才，稍微有能力的😉都会被他打压。有能力的人，一定走不到老板面前，稍微冒头就会被😆“平西王”打压下去。“平西王”尤其喜欢的状态是，业务运转相对🤯混乱，且对他形成高度依赖，一刻也离不开他。 “平西王”🤗最讨厌的是我们这类咨询公司，因为我们导入的管理体系，会通过标🚀准化建设，推动业务数据的透明化，这动了他的根本利益。所以，每❤️当老板想要导入咨询，“平西王”就会以谏臣的姿态来“心直口快”😴——“老板，何必浪费钱呢，那群人都是骗子，讲的东西都是我们早🤗就会的。” 03 拒绝“业绩承诺” “平西王”还🤗有一个特点，就是“鸭子死了嘴壳子硬”，换言之，他们不敢打硬仗👏，但嘴里偏偏还振振有词。 按理说，“平西王”平时见解独😜到，又有一帮忠诚的兄弟，他负责的业务应该会在业绩上节节高升。🔥但他们偏偏就不敢打硬仗，日常的业绩目标还好，一旦让他们挑战有🌟点难度的业绩目标，立马就会冒出无数的理由。一是人没给够，二是😅钱没给够，三是兄弟部门不配合、不协同，四是外部条件太严苛。总😆之，他没有错，错的都是别人。 一旦老板发了狠，硬要“平⭐西王”接硬仗、做难度业绩了，那这类人一定会开口要海量资源（人😢、财），实际上就是在反将老板一军。他们赌老板拿不出类似的资源😘，实际上是提前为自己找到了做不了难度业绩的理由。 一旦😀老板再发发狠，给出他需要的资源，或者给出大部分他需要的资源，👏“平西王”又会如何应对呢？这个简单，资源来了，先用再说，至于😉用了也完不成业绩目标，到时再找其他理由呗，反正人家有“心直口😎快”的人设嘛。至于说资源有多少是用到发展业务上面去的，有没有😘自己“修后院”中饱私囊的，这个懂的都懂。 所以，“平西👍王”最讨厌的不是绩效考核，是效能考核。他们愿意用“大资源”去😍换“大产出”，一旦企业开始计算人效和财效这类投产比指标，他们🤗缺乏经营管理才能的事实就会暴露。试想，如果哪个咨询公司主张效🌟能管理，那不就成了“平西王”的一生之敌吗？返回搜狐，查看更多🤗

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多