華為連升三級員工突然離職,任正非坐不住了:我們的英雄,回來吧

2024年02月21日21:45:10 科技 1619

一直以來,華為這家公司都非常低調,雖然華為早就已經成為通信領域的科技巨頭,每年申請的專利不僅在國內,在國際上也都是數一數二,更是在5G領域實現了全球領先,但是對於華為的了解,也只是最近幾年,才進入大眾的視野。

華為連升三級員工突然離職,任正非坐不住了:我們的英雄,回來吧 - 天天要聞

華為之所以會如此低調,一方面跟華為的業務有關,在華為進入手機市場之前,華為的客戶全部都是企業,沒有消費者業務,所以大眾對於華為不熟悉,也在情理之中,但其實更重要的,還是因為任正非。

雖然任正非在對外上非常低調,但是在華為內部,任正非往往很高調,其中尤其是在對待人才上,任正非表現的異於常人,其中主要是重視人才,而說到人才,可能大家印象最深的,是華為的天才少年計劃,每個天才少年進入華為,都能拿到超過百萬的年薪,甚至超過兩百萬。

華為連升三級員工突然離職,任正非坐不住了:我們的英雄,回來吧 - 天天要聞

不過對於人才的重視,任正非其實早就有過很多典型的案例,例如在對待鄭寶用上,任正非曾說過鄭寶用一個能頂一萬個;在對待徐值軍上,任正非願意投入遷移栽培;在對待余承東上,任正非說過不支持余承東就是不支持我。

但最讓我們印象深刻的,還是發生在2014年的一件事。當時華為員工孔令賢因為工作突出,被破格提拔連升三級,但孔令賢感受到了令人窒息的壓力,最終帶著誠意離開了華為。

華為連升三級員工突然離職,任正非坐不住了:我們的英雄,回來吧 - 天天要聞

後來任正非簽發了總裁辦電子郵件,在郵件中轉發了華為心聲社區的帖子「尋找加西亞」。

加西亞是二戰中的美國一位將軍,美國總統需要將一份關係到戰爭勝負的信交給加西亞,但是沒有人知道加西亞在哪裡。

郵件中寫到,加西亞,回來吧,孔令賢,不是你的問題,回來吧我們的英雄,加西亞,是公司對不起你。

華為連升三級員工突然離職,任正非坐不住了:我們的英雄,回來吧 - 天天要聞

這讓我們看到了任正非對於人才愛惜的最大誠意,任正非願意正視華為存在的問題,但是還是很遺憾,孔令賢已經有了新的工作,最終孔令賢沒有回到華為。

雖然這其中帶有一些遺憾,但是我們明顯的可以看到,任正非在愛惜人才重視人才的同時,更難能可貴的是會自我批判。

有一次任正非說到,這十年來我一直想的都是失敗,從來沒有想過成功。為什麼?就是因為任正非一直都有一種憂患意識,這種自我批判,就是來自這種憂患意識。

華為連升三級員工突然離職,任正非坐不住了:我們的英雄,回來吧 - 天天要聞

在我們看來,華為似乎像一個巨人,它是那樣的強大,但是任正非卻認為,西方的很多公司都有過燦爛的過去,其意已經不言而喻。

所以任正非主導成立了藍軍,所謂的藍軍就是來對抗華為自己,挑華為自己的問題,自己的毛病,挑任正非的毛病,總之,就是要自我批判。

有一次華為員工吐槽財務支付申請流程繁雜,效率太低,任正非就指出,財經團隊忘了自己的本職工作是為業務服務,什麼時候變得頤指氣使了,要知道,財經團隊的老大是他的女兒孟晚舟,但任正非並不護短。

這就是任正非,一個充滿智慧的奮鬥者!

科技分類資訊推薦

小米頂級拍照旗艦狂降3000元,16GB+512GB+120倍變焦,最後還是等到了 - 天天要聞

小米頂級拍照旗艦狂降3000元,16GB+512GB+120倍變焦,最後還是等到了

早幾年提到「拍照手機」,不少人腦海里第一個蹦出來的還是華為。但眼下這個市場早已悄悄發生了變化。如今的消費者在選影像旗艦時,早已不再盯著某一家看,尤其是價格敏感型用戶,面對溢價較高、性能受限的情況,開始把注意力轉向了性價比更高、影像體驗同樣出
英特爾發布 6862 圖形驅動,相比 Q1 版本性能最高提升 37% - 天天要聞

英特爾發布 6862 圖形驅動,相比 Q1 版本性能最高提升 37%

IT之家 7 月 11 日消息,英特爾公司於 7 月 8 日,面向銳炫(Arc) B、A 系列顯卡、集成 Arc 核顯的酷睿 Ultra 系列處理器,發布了 32.0.101.6862(Q2.25)圖形驅動,主要提升性能。IT之家查詢英特爾官方公告,本次驅動更新為 710.5MB,相比較 2025 年第 1 季度驅動,在 SPECviewperf 15 基準
OpenAI悄然將Shopify納入購物搜索合作夥伴 - 天天要聞

OpenAI悄然將Shopify納入購物搜索合作夥伴

OpenAI 已悄然將 Shopify 添加為第三方搜索合作夥伴,以增強其購物搜索功能,從而呈現豐富的購物搜索結果。Shopify 的加入並未正式宣布,但已悄然嵌入 OpenAI ChatGPT 搜索文檔中。
ACL 2025 | 數據多不如風格齊?SCAR精選 - 天天要聞

ACL 2025 | 數據多不如風格齊?SCAR精選

本文共3600字,建議閱讀10分鐘SCAR 方法在大語言模型指令微調領域取得了重要突破。一、總覽這是 RMIT 大學、新南威爾士大學和莫納什大學聯合發表的論文。