黄仁勲のNVIDIAの1兆ドル規模のビジネスを管理するクレイジーな方法:計画なし、レポートなし、階層なし

黄仁勲のNVIDIAの1兆ドル規模のビジネスを管理するクレイジーな方法:計画なし、レポートなし、階層なし

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

今年最も人気のある半導体企業は間違いなく、時価総額が1兆ドルを超えたNvidiaです。

意外なことに、Lao Huang は実際には特殊で、クレイジーとも言える経営スタイルを持っています。

計画も報告も明確な階層もありません。

エクスポージャーはこう語った。

  • 彼は40人の部下を直接管理しており、フラットさが強さであると信じている。
  • 人々が報告するのを待つには遅すぎるので、会社のシステムの「ランダムサンプリング」を行う必要があります。
  • 情報は完全に透明化されており、VP からジュニア スタッフまで誰でもあらゆる会議に参加できます
  • 当社は周期的に計画を立てることはなく、5年計画も1年計画もありません。

ちょっと意外な感じですね。

Nvidia のディープラーニング研究担当副社長(@Bryan Catanzaro)はこれを直接証明しました。

すべて真実です。

ネットユーザーからは彼の経営手法が「GPUのようだ」とコメントされ、最高の賞賛を受けた。

老黄のクレイジーな経営ルール

直属の部下は最大40人いるが、1対1のコミュニケーションはない

黄氏の主な経営哲学は、システムをフラット化し、階層的なコミュニケーションを避けることです。

彼には40人の直属の部下がいるが、一対一のミーティングは避けている。

代わりに、グループディスカッションを実施します。これにより、上層部から始めて全員が同じ認識を持つことができるという利点があります。

彼はまた、業界の最新動向を学び理解することにも重点を置いており、そのための 1 つの方法は、知識が豊富で情報を共有する意欲のある人々に囲まれることです。

フラット化のもう 1 つの側面は、Nvidia の会議が役職やレベルによって制限されないことです。

黄氏は、副社長から若手社員まで全員が会社のあらゆる情報にアクセスでき、あらゆる会議に出席する権利を持っていることを明らかにした。

彼の考えは次のとおりです。

戦略的な方向性があるのに、なぜそれが少数の人々に限定されているのでしょうか?

全社員に伝えれば、戦略を立て、将来への道筋をどう策定するかというスープに浸ることができます。

アイデアが浮かんだらすぐにそれを全員に送り、全員からのフィードバックを待って、そのフィードバックに基づいて改善していきます。

明確な計画ではなく、戦略的な方向性のみを共有する

戦略的な方向性を社内のすべての従業員と共有することで、会社全体の知恵と専門知識を活用し、より完全で思慮深い戦略を策定できます。

これにより、黄氏はさまざまな角度からのフィードバックを得るための扉を開いたことも認めた。

しかし、誰もが上で使用されている「戦略的方向性」という表現に注意を払う必要があります。

はい、それは単なる方向性の問題です。Lao Huang は、長期的にも短期的にも、会社に対して明確な計画を立てたことはありません。

その理由は、計画が厳格で、制限をもたらす傾向があるからです。

世界は生きていて、呼吸しているものです。

したがって、Nvidia のアプローチは、変化するビジネスおよび市場状況に基づいて既存の戦略を継続的に再評価することです。

今日の AI 分野の急速な発展を考えると、これは実に賢明な動きです。

黄氏は、5年計画や1年計画の作成を好まないだけでなく、従業員にレポートを書かせることも好まない。

なぜなら、そのような報告書は彼の手に届くまでに基本的な事実から逸脱していることが多いと彼は信じていたからです。

しかし、彼は会社で何が起こっているのかを知る必要があったため、従業員全員に、その時点で頭に浮かぶ「最も重要な5つのこと」を件名にしてメールを送るよう奨励しました。

黄さんは毎朝、そのようなメールを約100通読んでいる。

既存の枠を破り、既存のビジネスをあえて放棄する

上記は、実際にはすべて、情報取得戦略をより良く収集する方法に関連しています。

では、老黄氏は具体的な戦略をどのように策定するのでしょうか?

答えは、「枠にとらわれずに考える」です。

数年前、Nvidia は商用化されたスマートフォンおよびタブレット SoC 市場から撤退しました。

振り返ってみると、この一見後退した動きは、実際には同社を前進させ、Nvidia を競合他社から際立たせることにつながった。

これが反映しているのは、実は黄氏の戦略哲学である。

確立された慣行に従うのではなく、すべてを基本的な事実に分解し、その事実から解決策を構築することに基づいています。

黄氏は、このアプローチは革新的な思考を促し、従来の方法では見逃されがちな画期的な解決策につながることが多いと述べた。

黄氏は自分の直感を信頼することも好んでいると言及する価値があります。これは彼にとって「既成概念にとらわれずに考える」もう一つの方法なのです。

3つの中心目標

最後に、Huang 氏は、NVIDIA の組織構造が次の 3 つの中核目標を達成するものであると要約しました。

業界最高の人材を引きつけ、最も有能で効率的なチームを構築して運営し、その過程で会社全体に情報が迅速かつ効果的に流れるようにします。

全体的に、これらの管理方法は確かに少しユニークでクレイジーです。

しかし、スタートアップならではの柔軟性を保ちながら、大企業によくある官僚主義や堅苦しさを回避することがその中核的な特徴であることは容易に想像できる。

一つの疑問は次のとおりです。

NVIDIAは今も急成長を続けています。会社が拡大を続ける中で、この合理化された経営スタイルは維持できるのでしょうか。そして後継者はそれを引き継ぐことができるのでしょうか。

ラオ・ファン:私はあと20~30年は戦える

黄氏の狂気じみた経営スタイルが暴露されると、ネットユーザーたちも白熱した議論を始めた。

NVIDIA のネットユーザーが確認した:

私が黄氏と直接対面して手元のプロジェクトについて話し合うようになったのは、会社で働き始めてまだ数か月しか経っていなかった頃でした。

彼の「顕微鏡」の下で働くのは確かにストレスがたまりますが、リーダーたちに美しい PPT を見せて「すべて順調です」などと意味不明なことを言うような行動は大幅に減ります。

彼はまた次のように回想した。

私はNvidiaの100分の1の規模のスタートアップで働いたことがありますが、CEOと一般のエンジニアとの接点ははるかに少なかったです。

それはとても良い変化です。

しかし、一部の従業員は次のように明かした。

1 対 1 の報告を行わないのは Huang 自身だけです。私たちのような組織 3 レベルの従業員は、組織 2 レベルのリーダーと定期的に 1 対 1 のコミュニケーションを行っています。

それで、これが Nvidia が成功している理由ですか?

@Dan Hockenmaie は次のように主張しています:

今のところは分かりません。しかし、もしNvidiaがそのようなスピードと柔軟性を持って開発していなかったら、早い段階で何度も倒産していたかもしれない。

一部のネットユーザーも心配していることは言及する価値がある:

黄氏が引退した後も、Nvidiaはこのまま生き残ることができるのだろうか?

この点に関して、@Dan Hockenmaie 氏は次のように明らかにしました。

これについて心配するのはまだ早すぎます。老黄の計画は、あと20~30年戦うことだ。

<<:  最高の AI 学習アプリ トップ 10

>>:  オープンソースプロジェクト向けのChatGPTベースのコードレビューロボットプログラム

ブログ    
ブログ    

推薦する

データセンターの機械学習が運用を最適化する方法

機械学習と人工知能は、今日の IT プロフェッショナルの間でホットな話題であり、エンタープライズ デ...

日常生活における生体認証技術の応用

デジタル時代では、ほとんどの人が生活の大部分をモバイル デバイスで過ごすため、セキュリティの必要性は...

360スマートブレインモデルが一般公開されました

9月5日、360 Intelligent Brainモデルが今後一般公開され、360の「ファミリーバ...

Uber Ludwig は、ローコード機械学習用のオープンソース フレームワークです。

[[330500]] 【51CTO.com クイック翻訳】ディープラーニング モデルのトレーニング...

YouTubeの有名人動画を機械学習で分析したら、視聴数急増の秘密が分かった

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

5Gが企業に与える影響

画像ソース: https://pixabay.com/images/id-1069218/ 2024...

...

デジタル農村開発が加速、AI、5G、IoTなどがチャンスをもたらす

インターネットやモバイルインターネット技術の急速な普及と「新インフラ」の発展は、農業と農村の近代化に...

大規模ウェブサイトのアルゴリズムとアーキテクチャに関する簡単な説明

順序先月、上司が「大規模ウェブサイトのアルゴリズムとアーキテクチャに関する簡単な説明」という講義をし...

Agent4Recが登場!大規模なモデルエージェントは、実際のユーザーインタラクション動作をシミュレートする推奨システムシミュレーターを構成します。

推奨システムの分野では、モデルのオンラインとオフラインのパフォーマンスに大きなギャップがあるという問...

...

...

基礎知識がない人でも機械学習に切り替えることは可能ですか?

基礎知識がない人でも機械学習に切り替えることは可能ですか?機械学習には一定の数学的基礎が必要であり、...