阿里巴巴闻佳解密“沙集现象”:农民有胆、政府有识

简介:

尊敬的各位领导、各位来宾,女士们、先生们:

非常感谢大家今天来参加淘宝村高峰论坛。5年前我来过沙集,那会儿沙集已经初具规模。今天,我看到了不止一个沙集,因为有了“沙集现象”,全中国有了3202个淘宝村,带动180万就业,光睢宁就有92个淘宝村。

大家把这个现象叫做“淘宝村”,我认为是给了淘宝至高的荣誉。事实上,这些现象发生在淘宝,成长在淘宝,但不属于淘宝。他们是因为有了互联网才产生的一个创新的模式,今天没有淘宝一样长出来,因为这个模式有强大的力量。我们只是有幸做了一个给创业者公平发展的舞台。

我昨天刚刚从以色列回来,给我非常深的感受。都说以色列创新好,和当年的沙集一样,那个地方什么都没有,但是活生生从沙漠上建起了一个强大的国家,他们靠的就是创新。和所有国家不同的是,他们的创新是“innovation to exist”——为了生存而创新,这是巨大的原生动力,今天,我在沙集看到了这个力量。

我看到了有创新、创业精神的年轻人,我看到了有担当、有作为的政府,我想这就是为什么“沙集现象”能在睢宁、在徐州、在江苏发展起来的原因。

中国有句老话叫“胆识过人”,创新者不但要有识还要有胆。淘宝村的起步,我相信那些年轻人未必有识,但是一定有胆,敢于在这样的条件下创造一个完全新的模式。但是光靠胆肯定不行,我觉得识在政府。睢宁是一个农民有胆、政府有识的地方,才能让沙集模式发展地如此迅速,这非常了不起。

十九大明确指出要解决的就是发展不平衡不充分的问题,最主要的发展不平衡问题,就是农村和城镇发展的不平衡问题,这个问题会导致一系列的社会问题。现在很多人提“农村城镇化”或者“都市乡村化”,可以看到未来的大趋势是农村和城市的边界越来越模糊,融合度越来越高。

中国现在是世界第二大经济体,我相信我们有生之年能看到中国成为第一大经济体,不解决农村发展问题,不解决脱贫问题,是不可能走到那一步的,40%的人都在农村。但是解决发展问题靠文件是不行的,要靠的是内生驱动的模式,要靠的就是和沙集这样的创新。“星星之火,可以燎原”,沙集模式的成功给了我们希望,让我们对未来充满信心。

但是,我希望今天成功的创业者不要停滞不前,不能因为短暂的成功丧失了创新的动力,要保持持续的竞争力。互联网时代才刚刚开始,现在的成功不等于未来的成功,所以要保持敏锐的触觉,善于应用新的技术。

这个世界因为有了互联网,变化之快超乎我们想象,如何用新技术和新能源(即数据)去成为下一代的新制造和新零售的领先者,去抓住下一个风口,是需要大家一起去努力的。但是我相信睢宁相信沙集,有这样的政府和创业者,相信你们的胆识,一定能把淘宝村带上新的台阶。


原文发布时间为:2018-10-29

本文来自云栖社区合作伙伴“阿里研究院”,了解相关信息可以关注“里研究院”。

相关文章
|
Kubernetes Java Docker
利用(K8S)配合Docker部署jar包
通过Docker打包并部署到Kubernetes(K8S)集群的过程。首先,通过SpringBoot生成jar包,接着在K8S环境中创建并编辑Dockerfile文件。随后构建Docker镜像,并将其推送到镜像仓库。最后,通过一系列kubectl命令(如get pods、get svc、logs等),展示了如何在K8S中管理应用,包括查看Pod状态、服务信息、Pod日志以及重启Pod等操作。
859 3
|
运维 监控 安全
高效运维管理:从混沌到有序的艺术
【10月更文挑战第4天】 在当今数字化时代,运维管理成为企业IT部门的重中之重。本文将探讨如何通过系统化的策略和工具,将看似杂乱无章的运维工作变得井井有条。我们将从基础架构监控、自动化工具的应用、到团队协作流程的优化等方面,逐步揭示实现高效运维管理的秘诀,并通过一些实际案例展示这些策略和方法的实际应用效果。希望本文能够为企业运维团队提供有价值的参考,帮助大家在纷繁复杂的工作中找到秩序与效率。
248 63
|
JSON SpringCloudAlibaba Java
Springcloud Alibaba + jdk17+nacos 项目实践
本文基于 `Springcloud Alibaba + JDK17 + Nacos2.x` 介绍了一个微服务项目的搭建过程,包括项目依赖、配置文件、开发实践中的新特性(如文本块、NPE增强、模式匹配)以及常见的问题和解决方案。通过本文,读者可以了解如何高效地搭建和开发微服务项目,并解决一些常见的开发难题。项目代码已上传至 Gitee,欢迎交流学习。
1265 1
Springcloud Alibaba + jdk17+nacos 项目实践
|
机器学习/深度学习 数据采集 运维
智能化运维:利用机器学习优化系统性能
在当今快速发展的信息技术时代,传统的运维方式已难以满足日益增长的业务需求和复杂性。本文将探讨如何通过机器学习技术来提升运维效率,确保系统的高可用性和性能优化。我们将深入分析机器学习模型在预测系统负载、自动故障检测与响应以及资源分配中的应用,并讨论实施这些策略时可能遇到的挑战和解决思路。
|
数据库 存储 中间件
|
弹性计算
如何使用FinalShell、FileZilla上传网站代码到服务器?这两个都是神器
这段时间想做一个导航网站来着,然后就简单写了一个网页,买了一个域名、一台ECS服务器,都是比较便宜的那种
615 0
如何使用FinalShell、FileZilla上传网站代码到服务器?这两个都是神器
|
机器学习/深度学习 人工智能 搜索推荐
【推荐系统论文精读系列】(十一)--DeepFM A Factorization-Machine based Neural Network for CTR Prediction
在推荐系统领域最大化CTR最关键就是要学习用户举止背后复杂的特征交互。尽管现在已经有了一些大的进展,但是现存的方式仍然是只能捕捉低阶或者高阶特征,或者需要专业的特征工程。本篇论文中,我们提出了一种端到端的学习模型,能够同时学习到低阶和高阶的交互特征。我们将这个模型命名为DeepFM,它结合了分解机的能力和深度学习捕捉高阶特征的能力。对比最新谷歌提出的Wide & Deep模型,我们的DeepFM模型不需要任何特征工程,而且会共享特征输入。
541 0
|
安全 Cloud Native Nacos
nacos未授权-CVE-2021-29441复现
nacos未授权-CVE-2021-29441复现
3849 0
|
数据可视化 架构师 前端开发
复杂性应对之道 - 领域建模
复杂性应对之道 - 领域建模
复杂性应对之道 - 领域建模
|
Python
小鱼比可爱
小鱼比可爱
239 0