IBMGPT是什么意思

贴的 gpt 横空出世，网上一查就知道他有多能干。有一位四岁的小朋友提问，为什么抖床单的时候会有一个鼓包往前走呢？哎，也就是这个意思，你们看看啊，你们有这个体会吗？看，就是这样 铺床单哦。那么该如何回答他呢？请切记 ppt 回答一下哦。 另外还可以问问签的 gbt 有什么办法引导孩子自己动手做这个实验？孩子小抖不动床单，怎么让他自己研究呢？你看他回答的 奇奇怪怪的。哈哈，最后一句还可以，你可以与孩子一起做实验，来联系他们的科学研究能力，让他们学习如何观察和分析实验结果。这点是对的，也就是说，针对具体的 问题的话，他有点搞不清了。物理分析就不准确，怎么引导更加说不清楚。嘿，我还看到一则消息，切的 gpt 在二零二二高考全国建客观题中的表现，其客观题能力和两名五百分左右的高考生文科理科各一名相当 哇，物理得分率为零最惨就更加说明今后物理老师会更吃香，物理课必须得到充分重视，不过这个重视必须基于不刷题做研究的基础上。

根本就不懂我，你不说我怎么懂你啊？真正懂不需要说，你说了我不就懂了吗？说出来有什么意思啊？我不说你也应该懂，我又不是算命的，我知道你几个意思啊？我没什么意思啊， 确实没意思。对，现在我说话你觉得没意思了是吗？是我说的没意思吗？那我说没意思就是没意思吗？那你倒是告诉我你到底几个意思啊？好，那我现在告诉你，我说我什么意思。请问上述对话中所有的意思分别是什么意思？ 这段对话涉及到多层次的情感和表达啊，很像是两个人在讨论沟通的困难和误解。说句话可能有多种解释，而不说话也可能意味着很多事情。 对话里面的意思在不同的语境下可能代表不同的东西，比如心情啊，态度或者意图。总的来说，这段对话表达了两个关键点，一是沟通的复杂性，即使是直接说出来也不一定能被准确的理解。二是预设期望，即认为对方应该懂而不用说出来，这往往会导致误解。请问这种情 解释满足您的需求吗？你想在这个话题上继续探讨吗？那你继续解释一下每一句话中的意思分别代表了什么意思， 当然，这里逐句解释一下。一、根本就不懂我这句话可能意味着对方并没有理解自己的情感和观点。二、你不说我怎么懂你啊？表达了沟通的重要性，强调没有明确的表达就无法理解对方。三、真正的懂不需要说。这句话似乎与前一句相矛盾，可能是在强调，如果真的理解对方，言语就变得不那么重要了。 四、你说了我们就懂了吗？提出一个质疑，即即使明确表达了，也不一定能被理解。五、说出来有什么意思啊？对是否需要直接沟通持怀疑态度，觉得即使说出来也可能没有用。 六、我不说你应该懂。表示认为对方应该能够理解自己，即使没有明确的说出来。七、我又不是算命的，在这里说话者强调他也不能完全理解对方，除非他具有某种超能力。八、我知道你几个意思啊， 象征性的提出了对方可能有多种或不明确的意图。九、没什么意思啊，表示此次对话或争论对说话者来说没有多大意义。十、确实没意思。进一步强调这一观点，认为沟通会产生实质性的结果。

最近拆 gpt 真是太火了，但是很多朋友呢，搞不清楚他到底是什么，到底有多厉害。我呢特意咨询了在中科院计算机所研究人工智能的朋友，做了一些功课，咱们一块啊，都来了解了解啊。 check 很简单嘛，就是聊天的意思，它的与众不同之处在于 gpt 来我们一个字母一个字母的看。第一个字母 g 是 generative 的缩写，翻译过来呢，就是生成性的意思。所以 check gpt 呢，又叫生成性的人工智能。 之前的人工智能呢，都局限在观察分析现有内容，但这次 check gpt 呢，是个突破，它可以根据我们的需要创造生成全新的内容。第二个字母呢是 p， 就是 pre trained， 意思预训练， 就是说他在回答我们问题的时候呢，已经在已有的数据集里面经过训练了，就好比我们在学校考试之前要先去看书，学习复习是一样的。那 check gpt 呢，之所以能跟人一样的回答我们的问题，是因为他把二零二二年之前 互联网上的内容都汇总玉学习过了。这些内容呢，都是人写的，所以他的口气啊，逻辑性啊，就会非常的像人， 他这就像是一个满腹经纶的学者在现场给您写文章一样。 第三个字母呢是 t， 也就是 transformer， 这个直译过来呢，就是转换器的意思，但它在这儿呢，真正含义指的是一个非常底层的人工智能算法的架构，它是一种深度的 神经网络。你问 check gpt 一个问题，他可以用对话的形式给你全新答案，而不是像传统的搜索引擎一样，复制、粘贴、拼凑网上已有的那些信息给你， 他呢，都是有逻辑的，给你一些生动的，更像人和人之间的交流。总之，拆 gpt 呢，是技术颠覆性的革新，你和他对话，感觉真的和人在对话似的，他好像是有逻辑思维的，有学习能力的。 那他到底有多厉害呢？咱说几个直观的例子哈。这个 chat gpt 啊，通过了谷歌的初级软件工程师的面试，年薪大约十八万美金。 他还通过了著名的沃顿商学院的 mba 考试以及法学院的考试。他还通过了美国医学执照的考试。 简而言之，一台电脑干翻一船一船的学霸。有人问了，学霸尚且如此，那普通学生的工作机会呢？未来会不会大家都彻底失业了？很多人会担心。还真有人问了， check gpt， 你的出现会让很多人将来没有工作吗？看看他自己的回答，我给大家摘读一下，相信会解答很多人心里的焦虑和困惑。他说，不，我不会导致很多人没有工作。我的出现可能会影响某些职业，但也可以创造新的职业机会。 总的来说，人们需要在不断变化的经济环境中适应新技术的挑战和机会，面对新的技术革新。亲爱的们，我们除了拥抱他，别无选择，您同意吗？

chat gpt 只有我能给你说透了， chat gpt 会不会像源宇宙一样吵一波就凉？ chat gpt 的母公司 open ai， 它为什么叫 open ai？ 是不是觉得我在问废话， open 是打开的意思，那么他究竟是想打开什么东西呢？还有就是为什么 chin gbt 一定要以对话框的形式呈现你想要的搜索内容？最后我还要告诉你一个关于 chingbt 商业是否能够成功的最根本的底层逻辑，沉没成本。 听懂这个呀，吼吼，财富自由。咱们先给大家解密一些缺的 gpt 你在别的地方听不到的秘密。他的母公司 openai 到底是要打开什么？ 难道是要打开你的格局？那不可能啊！相信大家无论是在某度还是在 google 上搜东西的时候，都有一个体会，很多时候你搜不到你手机 app 里面的东西对不对？明明都是互联网啊，为什么在搜索网站上却搜不 不到手机 app 里面的东西呢？互联网它不是相通的吗？甚至有的手机 app 已经不屑于做网页版了，比如说某红小书上个月才开通网页版，当然他开通网页版也是为了商业运营的创作者而开通的。这个就是电脑互联网时代和移动互联网时代的分界线了。 在电脑互联网时代呢，搜索引擎是整个互联网的入口，因为你想在互联网上查点什么东西的时候呢？由于网上的信息量太过于爆炸，并且还有大量的垃圾广告和信息，你很难从几百万个网站上查到你想要的那点东西。 这时候呢，你就需要搜索引擎输入你想要的关键词，然后搜索引擎帮你去所在的海量的互联网上搜索你的信息，然后你再点进去某个网页快照搜索网站就这样把你引导到了你想要查的内容的网站上了。但是在进入到移动互联网时代呢，手机端的一个个 app 之间形成了一个个没有互联互通的信息孤岛， 所以搜索网站就无法收到很多信息孤岛上的信息了，从而就造成了搜索网站的信息不再像互联网最开始时候的那个样子全智全能了。再加上移动互联网的迅速崛起， 大量的网民的上网习惯从最开始的电脑端大量的转移到了手机移动端，也就更加加剧了电脑互联网的信息供给的增速减小。 看看这张图，咱们国家的互联网网站数量最多的时候是一八年的时候，五百四十四万个，后来到二一年减少到了四百二十二万个，减少了一百多万个，这意味着什么呢？ 这就隐身出来百度的文新一言，为什么成为了一个 joker， 成为了一个笑话，度娘的 robin， 还拿着他上一个 pc 互联网时代的思维和技术还有硬件在做新一个时代的人工智能，相当于是他骑着自行车追高铁。玛丽，差太远了，你怎么玩嘛？那么话说回 来，切的 gpt 为什么能成功？注意了啊，其实不管是某度还是 google， 他们的本质都是一个大型的网络爬虫，很多人应该听说过这个词吧，当时爬虫软件玩的最好的其实就是某度的。若比我在这里简单的几句话给大家解释一下什么是爬虫，懂得你可以快进 爬虫软件，就是你可以根据你自己的需求，从互联网上帮你快速的搜索出你想要的关键词数据。比如说你想以最低价格买到某个商品，你就可以用爬虫软件把各个购物网站的这个产品的价格迅速给爬出来。 再或者你想要做一个行业的调研，需要某个数据的收集，你也可以用爬虫软件快速的帮你搜到你想要的这些数据，等等，还有很多功能哈，但是如果你用人工去搜索呢？一步步的去用鼠标去点击某个网页，再用人页一行行的去甄别，效率太低了，猴年马月了。但是机器就是这样做简单重复的事情，效率可以是人的 几十上百万倍。然后这些搜索网站的基本工作原理就是利用这些爬虫软件，比如说最出名的那个 pison， 用爬虫软件去帮你访问几千万个网站，把关键数据给扒下来，整理成一个个，所以储存起来，你被用户输入关键查询词的时候，快速的以网约快照的形式呈现给用户，大概就这么个过程。 所以其实每一个搜索网站的本质就是一个大型的爬虫。目前呢，整个互联网上几乎有一半的流量，一半的贷款都是爬虫软件产生的，因为每个网站每天的数据都在更新，那么这些搜索网站呢，也会跟着每天的访问，爬取这些网站更新的数据来更新自己的数据库。 注意了哈， check gdp 的成功，我用四个字归纳就是大力出奇迹，他干的活绝对是苦活累活，相信大家都知道，训练人工智能需要的是天亮的数据，未央给有天亮算力的服务器。那么咱们当 刚才说了， pc 互联网有缺陷，他搜不到很多 app 的数据，所以 open ai 怎么办呢？他就模拟成一个个真实的用户，去访问这些成百上千万个 app 和网站，从而把 app 里面的数据给 party 出来， 可想而知这是一个多么苦多么累的活了吧。所以，明白什么叫做大力出奇迹了吧？所以你现在明白了 open ai 到底 open 的是什么了吧？ open ai 打开的就是这些成百上千万个手机移动端 app 的信息孤岛， 然后就是切的 gpt， 为什么要以对话框的形式，你问他一句，他答你一句的形式呈现出你想要的搜索内容呢？他为什么不像 google 某度那样哎，把收到的内容全部一页一页的呈现给你看呢？其实啊，原因再简单不过，为了规避法律风险， 要知道很多封闭网站上的信息都是有著作权，有版权，有知识产权的，很多网站是不欢迎你爬出软件来爬取的。 所以大家经常登录某些网页的时候啊，就会碰到要你用手机验证码来验证，再或者呀，就是要拉一张拼图，完成一张图片，再或者呢，就是要识别几张图片里面的某个东西，这些都是为了防止爬充软件爬取他们网站的数据， 所以 oppo ai 爬取了这些数据储存起来。当你问 chat cbt 的时候呢，变换一下原本语句的句式，句型转换一下关键词，再重新排列组合一下，你就没有办法识别出来它的原文出处了，在大学写过论文，用过 tenniting 的同学一定知道我说的什么意思吧，你懂的啊， 只不过呢， oppo ai 是通过一系列的算法，自动高效的把这个繁琐重复的工作给完成了。别忘了， treat gbt 叫语言模型语言，其实并没有那么复杂，一个句子里面呢，无非就是主卫兵，丁壮补否定肯定倒装等等这几个成分组成的嘛。好了，至于说国内这波热炒 trettgbt 概念的公司里面是不是泡沫， 有没有能上车的，想知道的话六九八零，你懂的。别急，最重要的内容来了，接下来咱们聊一下一个商业是否能成功的最根本的底层逻辑，沉没成本。关注我，有肉吃 s。

九百分之九十九的人都知道 chata 是个 chatwa， 但并不知道 chatwa 这个单词是怎么来的。 chat robot 两字复合而成。 it means a computer program designed to simulate conversation with human users especially over the internet the chat is able not only to interact with other users， but to learn from their replies。 不过 checkup 给出的答复普遍是泛泛而谈，没有数据支持。一旦你问他要数据，他就让你自己去网上搜。你有这样的经历吗？

你这是什么意思？没什么意思，一点小意思而已。你这人可真有意思。 对中文母语的我们来说，很快就能理解这段话的意思。但作为一个神经网络， chat g、 b、 t 是怎么 get 到这些对话中难以言说的意思的呢？ 今年五月， open a 的新研究给了我启发。这篇论文名为语言模型，可以解释语言模型中的神经元。简单来说，就是用 gpt 四来解释。 gpt 二 给 g、 b、 t 二输入文本时，模型里的一部分神经元会激活。比如这段文本激活了第二十五层的第四千八百七十个神经元。如果反过来追踪，他关注的是文本里的 这些词。接下来， open ai 让 gbt 四观察这个过程，猜测这个神经元的功能，再观察更多的文本和神经元，猜测更多的神经元。这样就可以解释 gbt 二里面每个神经元的功能。但是还不知道 gbt 四猜的准不准。 验证方法是让 g、 b、 t 四根据这些猜想建立一个仿真模型，模仿 g、 b、 t 二看到文本之后的反应，再和真的 g、 b、 t 二的结果做对比。结果一致率越高，对这个神经元功能的猜测就越准确。 open a 在这个网站里记录了他们对于每一个审剧员的分析结果。 这是层数，这是编号。比如我们输入三十二十八，就可以看到第三十层的第二十八个审救员的情况。 gpt 四认为这个神经元关注的是具体时间。下面是各种测试例。句阅率就表示神经元对这个词有反应， 绿色越深，反应就越大。 再比如，第十五层的第四千五百三十八个神经元 关注的是句首的转折词，于是这些句子、这些字符会让他产生很大的输出。这次看起来更明显一点。 你会发现，即便拼写完全不同，但这些模型中间层的神经元也已经可以根据词语和上下文来理解他们的意义了。 但欧彭亚也发现，只有那些层数较低的神经元才是容易理解的。这个柱状图里的横坐标是对神经元解释的准确程度，纵坐标是神经元的数量。 可以看到，对于前几层的神经元，差不多一半都能做到零点四以上的准确度。但是，层数越高，得分低的神经元就越来越多了。大多数神经元还是处在一片迷雾之中。这是因为，对于语言的理解本来就是难以解释的。 比如这样一段对话，对于中文母语的我们来说，很快就能理解这段话的意思。但是对于一个省钱网络，只靠几个对意思 有反应的神经元显然是不够意思的，而 gpt 确实理解了这些意思。回顾语言模型的结构，信息是随着注意力编码层不断往上流动的。 层数越高的神经元，越有能力关注那些复杂抽象的概念和难以言说的隐喻。

你知道当初 ibm 为什么被联想收购了吗？这个真相会惊掉你的下巴。 ibm 是全球最大的信息技术公司，二零零二年世界第一的 ibmpc 部门持续亏损至三点九七亿美元，沦落到行业第二，并预测到零七年可能彻底破产。 已经落后于戴尔的 ibm 决定出售 pc 业务。当年联想电脑销量亚洲第一，但得知戴尔 会开拓中国市场，担心保不住中国市场的联想，便对 ibm 产生了兴趣。 ibm 为了坐地起价，找到了长城电脑，唱起了双簧， 让其和联想竞争收购。而美国高盛也来凑热闹，表示可以帮助联想收购 ibm。 但前期是当联想的财务顾问冲昏头的，联想同意了高盛集团的要求，最后联想和 据用十七点五亿美元完成了收购，而 ibm 通过出售使有了联想十八点九的股份，成为了联想的第二大股东，这就为后来的联想埋下了伏笔。

我叫皮特，我在 ibm 上班，从事量子研究，听这份礼说，谷歌已经抢先实现了量子霸权，你问我有没有话想说？当然有，我有两句话想说，第一，谷歌在误导这个社会。第二，我不喜欢量子霸权这个词。 为什么说误导呢？谷歌设计的实验叫随机陷入采药，说人话就是证明一个随机术真的是随机生成的。 不会吧不会吧，都一二零二年了，还有人做这种毫无意义的实验？大名鼎鼎的谷歌团队就这，他们还说有张开发的计算机三米的来做这个事就太弱了， 叫一万年，而他们只要两百秒。不好意思，我们就是那个友商，我们当时也给萨米的设计了同一个实验，结果你猜怎么着？只要两天半，这种开口闭口扭伤，背后就来一枪的把戏， 不是误导是什么？ ok， 因为他们的两百秒却比我们的两千半还是存在优势。就算你赢了，成为第一个吃螃蟹的人了，那又怎么样呢？难道兄弟发明第一架飞机，有人还记得他们后来做了什么吗？任何新技术，只要不能活着走出闲时，就是在创业， 我们追求的是能让老百姓用上的真正有价值的成果，不是谁更快就完事了。哎，等等，你有没有听说国内的量子研究出大修文了？

零四年十二月八号，联想集团和美国的 ibm 签署了一项重要协议，联想收购 ibm 的全球 pc 业务，也就个人电脑事业部。 零四年，联想在全球 pc 市场份额只有百分之二，排行在第九，而 ibm 的市场份额呢，是百分之五点六，排在戴尔和惠普之后，名列第三。 第九，收购了第三的 pc 业务。而且 ibm 曾经位列美国四大工业公司之一，被称为蓝色巨人。所以呢，这场收购案在当时一度被称为是民族资本国际化的大胜利，开创了中国企业并购跨国巨头业务的先河。但是在这场胜利的背后是什么呢？ 很多人说这次交易的总额是十二点五亿美元，包括六点五亿美元的现金和六亿美元的联想股票，实际上呢，是十七点五亿美元，因为 ipm 还有五亿美元的负债，连 联想要一把都给兜了。而 ipm 呢，不仅甩掉了 pc 部门五亿美元的负债，还成功套现六点五亿美元现金，并且拥有联想集团百分之十八点九的股份，成了联想第二大股东。 这场收购从股市的反应来看，对 ibm 是利好消息哦，业界认为 ibm 是甩掉包袱了。 以 ibm 为代表的 pc 厂商曾经确实风光无限，但越来越多的竞争者涌入，也让 pc 产业分工不断细化， 原来被 pc 厂商主导或者相对主导的芯片系统核心组建产业纷纷壮大，不断从 pc 厂商的手里夺走最核心的价值和话语权，让 pc 厂商的利润率在一步步的压缩。 从零一年到零四年六月份，即便是 ibm 的 pc 业务也累计亏损了九点六五亿美元，看透了产业的未来发展。 ibm 他不亡 玩了，所以 pc 业务直接给卖了。抛弃 pc 业务之后， ibm 的发展更加畅通，开始向高附加值的产业转型。 九二年， i b m。 在信息技术方面的收入只有百分之二十三零五年呢，是百分之五十二，到了一八年，已经升到百分之八十一了。 i b m 利亚微软和英特尔成了全球最大的信息技术和业务解决方案公司。从现在的发展趋势来看，很明显信息化和大数据是主流。 再看看联想，在吃尽了改革开放初期的政策和发展红利，但在赚到钱之后呢，却选择只挣快钱，走最容易走的路，现在路越走越窄。

看到这些历史上时候，我就觉得当年真是无锡插柳柳成荫绝插柳。是 amd 一直在做 cpu 这块，在仿制樱桃，而樱桃当时就没有打算做 cpu 这块，就没有把 cpu 当成重点。 我们把时间继续往前推动，来到了一九七六年，一九七六年是樱桃儿与 amd 的第一次合作啊，我们这时候就要说他们两家其实是非常有渊源，首先 amd 的樱桃都起源于仙童对吧？而 amd 最开始的产品也都是仿制樱桃的。 那么很多人说，那你 amb 是仿制银塔的，银塔其实当时应该生气啊，为什么银塔还要跟 amb 合作呢？因为银塔跟 amb 好歹都算是美国企业， 而大家都知道美国当时面临的竞争是什么，是日本企业。当年在七十年代到八十年代的时候，美国经济受到日本经济的冲击啊，非常惨，日本把这个好莱坞都买掉了，美国经济体包括这个 半导体行业也是受日本的冲击。日本当时什么这个冬至啊，韩国三星啊，都在去做半导体，去冲击 美国的行业，而且他们都卖的很便宜，经济学校都不讲了，涉及到当年的就是美元对日元的汇率，导致了当年的产品的便宜。 amd 和樱桃儿开始合作，樱桃儿把一部分的 cpu 授权 amd 生产， 什么意思呢？就是我告诉你这 cpu 怎么做的，你帮我做。这个时候呢，他们俩是第一次合作，但是呢，一九八零年的时候，银行感觉 amd 好像生产的越来越好了，开始威胁到自己了。而这时候呢，大家知道日本汇率，汇率，你开始被美国打的节节败退了，银行觉得没有什么营威胁了， 觉得 amb 变成他的威胁了，又把他授权撤销了，又到一九八二年又再次合作了，是不是很好玩？合作不合作，合作不合作，那为什么又合？ 其实是这样的，大家都知道啊，我们刚才说过，当年的电脑行业有一个非常牛的公司是什么？是 abm。 除了先从一开始对这个跟 ibm 进行合作以外呢？ ibm 后期的主要的这个订单就是给的樱桃儿。樱桃儿当时在一九一九八零年时候混的非常惨的时候，就当时被日本，日本打的非常惨时候， a ibm 还坐姿啊，坐姿给樱桃儿。 因为 abm 当时主要的 cpu 就是由樱桃儿提供的，怕樱桃儿倒闭来组织给樱桃儿，所以说樱桃儿当时是绝对绝对不敢得罪 abm 的， abm 可以说是他的最大客户。那为什么后来一九八二年合作就是其实是 abm 撮合的？ 那很多人说你 ibm 你管这事干啥？人家因他爱给谁合作就合作。其实是当时美国军方有规定， ibm 是跟谁合作，跟美国军方合作，帮美国军方造卫星造导弹的。当时在七十年代末 的时候，有一条规定，美国军方提供的设备生产厂必须有个第二供应商，就比如说我现在打仗打着打着，哎，你这个产品现在没有了，我必须有个备手，就像我们之前说的有个备胎 概念不太一样， ipm 就强制性要求银塔必须有个第二供应商，银塔当时想来想去，我这个第二供应商给谁呢？我总不能给日本人呀，对吧？那算了，美国本土瞧一圈还是给 mb 吧。如果你们有收集古董的习惯时候， 在当时供给 ibm 的 cpu 上是 cpu， 同时打上了英特尔和 amd 的标志，这也是可以说史无前有。那批 cpu 是非常有收藏价值的，我不知道现在谁来收藏的。有啊，这个说错了，修改点又说错了，再改下，再改下。这点二点五亿美元， 二点五亿美元买的英坦尔百分之十二，所以说这是当年非常值钱的，但是 ipm 后面又做了错事，这我一会再说。在 樱桃呢，在跟 amb 合作的时候呢，樱桃开发出来一款非常出名的 cpu， 叫八零二八六， 这是不是慢慢你们开始已经找回自己儿童时的记忆了，而这个 amd 呢，通过这个破解八零二八六也不能叫破解，因为当时呢，银塔是给 amd 有授权的， amd 就直接可以看到因塔这个 cpu 生产里面的设计， amd 就出了一款叫二八六的 cpu， 比原版的八零二八六性能更高，还价格更低，就从这款 cpu 开始，一直到今天啊， amd 一直开始走的就是高性能低价格路线，而后来我们接着往下走，而在一九八五年，英塔这时候已经非常惨了，英塔的睡前利润 已经是亏损了。这个你们稍微懂点就知道，一九八六年我出生了，一九八六年的时候亏损了一点七三亿， idm 注资了二点五 移动卖百分之十二，这也导致了因塔尔被迫撤出了存储市场，直接把全部的精力开始做 cpu。 我刚才前面说过，当时 cpu 的全世界销量很小，你想想存储是六十五亿， cpu 是六点七亿，但是樱桃儿当年因为在纯属行业，被别的厂家打的节节败退，没办法只能放弃了这块肥肉，而专心的去做 cpu。 刚才说过，樱桃儿在最开始做四零零四八零零八，这 cpu 其实是无奈之举去做了，反而这些当年的无奈之举救了樱桃儿，也是樱桃儿最后一根救命稻草 cpu。 而在一九八五年，当时也发生了一场非常轰动的事件，除了这个英塔尔濒临破产以外，这个英塔跟 md 间发生一个非常这个有争议，到今天也非常有争议的一件事情，是 amd 告林塔，我刚才说过，在一九八二年， ibm 促使英塔尔跟 md 合作， 但是呢，在一九八五年，英塔单方面终止授权，没有通知 md， 我原来要给你看的资料没有了， amd 当然不愿意啊，跟樱桃打官司，这场官司经历了四年时间，几千件物证，几万页文书，最后 amd 胜诉了，但问题是万岛铁行业发展非常快，你四年时间胜诉了，科技都已经过去了，也导致了 amd 当时的落后， amd 当时无奈之下，仿造了当时银塔的成名作八零三八六，银塔发明了八零三八六之后， amd 绑这个叫什么呢？就叫三八六， 同样的啊，同样的策略，比你性能高一点，价格比你低一点，哈哈哈， md， md 从当年到现在一直喜欢干这样的事情啊，但是你看啊，从八五年的诉讼到九一年出来，这个 cpu 中间经历了六年 md 的这个科技的发展也非常有影响， 你想想三八六 cpu 虽然说你出了，但出晚了，所以说其实 amd 整体而言，这个时候还是不占优势的，在八零三八六的时候呢，我还要说另一个事，这个事又要说起来，一个人，不是一个人，是一家公司。 ibm。 大家我刚才说过啊，烟塔是主要给 ibm 提供 cpu 的，但是呢，八零三八六出来以后， abm 不要，哎，怎么可能会说，那你这新 cpu 出来性能更好。说不要呢？因为很多原因，第一是 ibm 作为一家整机销售啊，他觉得上了新 cpu 会影响他老库存。 第二呢，就是 ipm 有高端的电脑，他觉得三八六的性能太好了，影响他高端电脑的销售。这你就让樱桃非常生气了，樱桃，我做出来好产品了，更牛逼的产品了，你不要樱桃。早上一家公司叫康柏，现在已经没有，现在已经跟惠普合并了，你们看惠普的这个有很多有名的产品，上面还有个标志，就是康柏做了这个 三八八零三八六的电脑，形成了一股风潮，也是第一次让在电脑行业有人抢走了 ibm 的风头。这台八零三八六康柏生产的电脑用了 巴黎三八六，但其他配件那就再凑合一些，最后名字打的是康柏，因为当时只有整机箱，不像现在买电脑，你可以东凑个配件去凑个配件配到一起。这台电脑当时全世界流行啊，当时 ipm 震怒啊，不让你卖，你卖给别人是不是好？ ibm 生气了， ibm 生气了以后做出来到现在为止也是他一直后悔，也是导致 ibm 后面死亡的主要原因。 ibm 生气以后做了个最大的错误， ibm 跟樱桃尔撕毁了订单协议啊，这没有什么问题， abm 把在英特尔的占有的百分之二十股份全部清空卖掉了。如果你当时的眼光来看， ipm 可能没有做错，因为当时 ipm 是世界级的，我们现在整个世界上的谷歌加上 facebook， 加上腾讯，加上亚马勋，就所有的这些世界级的网互联网公司加到一块，等于当年的 abm， 你就知道当年的 ibm 是什么级别，是多牛。他觉得樱桃就是个做 cpu 公司，当年除了樱桃以外，还有很多做 cpu 的公司， 而樱桃儿只是其中一家。所以 i b m 其实想法很简单吧，你让我生气了，我不拿你的产品了，我拿别人的产品，当年让谁谁也想不到， 但没有办法，这就是历史。爱媛一怒之下清空了在樱桃儿的订单，其实这已经影响不了樱桃儿了，为什么？因为樱桃儿八零三八六大加上康柏大卖以后，给樱桃儿打响了名气， 后面有无数的公司蜂拥而来找樱桃订购 cpu。 如果他当时最正确的做法是什么？他应该是加大收购樱桃，他应该 把百分之二十股份提高百分之三十五以上，加大收购银塔。而这样的话，当他控制了银塔之后，银塔跟谁合作就是他说的算了。 股票清空以后，那就等于是放虎归山，樱桃想跟谁合作，跟谁合作？樱桃跟各种厂家合作以后，出了各种产品，而固步自封守旧的 ibm 只能在历史中慢慢消亡。没有办法，历史就是这样，过去的就是过去的，但我们现在来看，他当年是错的，但是在当年来看， 也许他觉得自己很爽，那么很多人可能会说这个当年为什么？比如说 ibm 为什么不去研究自己的 cpu 技术啊？我打个比方来说，比如说像中国最大的这个建筑公司是万达，好像也不是万达了，说这个是题外话。呃，意思就是说比如说一家很大的建筑公司， 他会去买一个炼钢厂吗？不会啊，大家刚才谁都能生产，那你谁报的价格低，我用谁的就行了。其实在我们现在人来看，因爱别人当年为什么做那么傻的事情？现在？因为当年生产 cpu 公司其实有很多，只是樱桃比较显眼，我找便宜的买就行了。

我进到 ibm 第一课， ibm 给我们在墙上写了几个字，真的是在墙上写了几个，第一个，第一个字是听名的，开始就是他们认为沟通很重要， 在各个环节向上汇报，向下传达命令，向我们的客户去，我们去就是销售我们也好，跟我们合作方沟通也好，就是各个环节都离不开沟通，所以他们特别重视沟通， 他因为沟通会提升工作效率，提升你的成绩。第二个是卡斯特曼维斯放斯贝勒提，就是我们要为我们的用户负责任。 当时我记得我们的潘点说了一句非常非常，就是经典的话，让我记得特别清楚啊，他说我们很贵，我们不吃一盆，无言闹吃一盆，但是我们很好，我们因为我们提供的东西很有价值，所以我们 报价非常高，就我们给客户从来不降价，但是我们提供的服务永远是超出客户预期的。我，所以我们都要客户负责任，我们要对客户非常负责任，就是客户任何时间需要我们去提供支持的时候，我们都要毫不犹豫的去支持，他们永远把客户的价值放在第一位， 所以这种以客户为中心，以客户为最终考虑的这种价值观跟公司的导向，其实被很多公司在效仿。不管是什么样的企业哈，以客户为中心，这种核心价值观其实都都无处不在的。 ibm 告诉我们的是，我们能做到这个 ibm 服务过几次大型的奥运会，呃，支撑过特别大的这种项目，国家中间的迁移，电信公司等等，我觉得他真的是把以客户为中心放在了第一位，所以这种， 呃，老牌企业啊，真的是把一个文化能够植入到每个毛细血管里面去，然后这是给我的第一课，所以我记得特别清楚。