本月行业协会传达最新消息,善交集合第一部分阅读心得

本月行业报告披露新进展,TikTok在美国稳了，它居然是最大赢家,很高兴为您解答这个问题，让我来帮您详细说明一下。自动化服务调度，智能匹配维修资源

十堰市郧西县、汉中市洋县 ，七台河市勃利县、长沙市雨花区、黄山市徽州区、商丘市夏邑县、海北海晏县、东莞市长安镇、遵义市习水县、宝鸡市陈仓区、阳泉市平定县、黄冈市黄州区、阜新市彰武县、青岛市城阳区、南充市南部县、昭通市绥江县、松原市宁江区 、萍乡市上栗县、楚雄永仁县、池州市青阳县、广西防城港市东兴市、广西贺州市平桂区、延安市延川县、西双版纳勐腊县、合肥市蜀山区、南平市武夷山市、汕头市澄海区、文山丘北县、南充市仪陇县

可视化操作指导热线,今日官方发布重大行业通报,善交集合第一部分阅读心得，很高兴为您解答这个问题，让我来帮您详细说明一下：家电延保服务专线，长期保障支持

嘉兴市南湖区、抚州市南丰县 ，荆州市洪湖市、中山市中山港街道、怀化市新晃侗族自治县、洛阳市汝阳县、黄冈市红安县、韶关市南雄市、吉林市桦甸市、蚌埠市淮上区、苏州市张家港市、内蒙古兴安盟科尔沁右翼中旗、惠州市惠阳区、凉山西昌市、济南市市中区、红河弥勒市、焦作市沁阳市 、南充市营山县、广西百色市隆林各族自治县、湛江市霞山区、中山市中山港街道、大庆市肇州县、赣州市于都县、兰州市皋兰县、清远市清新区、大同市广灵县、广西桂林市象山区、内蒙古赤峰市敖汉旗、菏泽市成武县、宜宾市屏山县、宣城市旌德县

全球服务区域: 内蒙古锡林郭勒盟多伦县、渭南市潼关县 、聊城市茌平区、吉林市桦甸市、成都市青羊区、成都市彭州市、白城市大安市、宿迁市沭阳县、焦作市山阳区、株洲市茶陵县、亳州市涡阳县、益阳市资阳区、景德镇市浮梁县、齐齐哈尔市克东县、长治市潞城区、南平市顺昌县、伊春市伊美区 、长沙市天心区、南充市阆中市、内蒙古鄂尔多斯市东胜区、广西南宁市横州市、郴州市汝城县

刚刚决策小组公开重大调整,最新行业报告揭示新变化,善交集合第一部分阅读心得，很高兴为您解答这个问题，让我来帮您详细说明一下：智能派单系统，维修师傅快速上门

全国服务区域: 丹东市凤城市、大兴安岭地区塔河县 、福州市仓山区、西双版纳勐腊县、重庆市黔江区、新乡市封丘县、忻州市岢岚县、延安市宜川县、南平市武夷山市、青岛市即墨区、内蒙古兴安盟科尔沁右翼前旗、内蒙古巴彦淖尔市磴口县、哈尔滨市木兰县、蚌埠市五河县、盐城市盐都区、六安市金寨县、凉山德昌县 、张掖市临泽县、河源市东源县、葫芦岛市绥中县、连云港市连云区、沈阳市浑南区、辽阳市辽阳县、昆明市宜良县、乐山市市中区、新余市分宜县、焦作市博爱县、巴中市巴州区、毕节市黔西市、金华市磐安县、惠州市惠城区、双鸭山市四方台区、济宁市兖州区、佳木斯市桦川县、屯昌县南坤镇、临高县临城镇、台州市三门县、陵水黎族自治县隆广镇、内蒙古呼和浩特市武川县、济宁市微山县、凉山木里藏族自治县

本周数据平台最新研究机构传出新变化:昨日官方渠道更新新进展,善交集合第一部分阅读心得

在阅读《善交集合》的第一部分时，我深感作者对于人际交往的独到见解和深入剖析。这本书不仅让我对人际关系的本质有了更深刻的认识，也让我意识到在现实生活中，善交之道的重要性。 首先，书中强调了“知己知彼，百战不殆”的原则。在人际交往中，了解对方的需求、兴趣和性格特点，是建立良好关系的基础。通过阅读，我学会了如何通过观察、倾听和询问来了解他人，从而找到与对方沟通的切入点。 其次，书中提到了“真诚待人，诚信为本”的理念。在人际交往中，真诚和诚信是赢得他人信任的关键。我明白了，只有真诚地对待他人，才能赢得对方的尊重和信任。在今后的生活中，我将努力做到言行一致，做一个值得信赖的人。 在第一部分的阅读中，我还学到了如何处理人际关系中的冲突。书中指出，在发生冲突时，首先要保持冷静，避免情绪化。然后，通过换位思考，站在对方的角度考虑问题，寻找解决问题的最佳方案。此外，沟通是解决冲突的重要途径，要学会倾听对方的意见，表达自己的观点，以达到共识。 此外，书中还提到了如何建立和维护良好的人际关系。首先，要学会赞美他人，让对方感受到自己的价值。其次，要关心他人，关注他人的需求，给予帮助。最后，要学会宽容，对待他人的错误和缺点要有包容之心。 在阅读《善交集合》的第一部分时，我还对“社交圈子”有了新的认识。书中提到，一个良好的社交圈子应该具备以下特点：成员之间相互尊重、信任，有共同的目标和兴趣，能够互相帮助和支持。在今后的生活中，我将努力拓展自己的社交圈子，结识更多志同道合的朋友。 总之，通过阅读《善交集合》的第一部分，我对人际交往有了更加全面和深入的了解。在今后的工作和生活中，我将努力践行书中的理念，不断提升自己的人际交往能力，为自己创造一个和谐、美好的社交环境。 以下是我从书中摘录的一些精彩观点，以供大家参考： 1. 人际关系是一种相互依赖、相互影响的关系，要学会在关系中找到自己的位置。 2. 真诚是人际交往的基石，诚信是人际交往的保障。 3. 沟通是解决冲突的钥匙，要学会倾听、表达和协商。 4. 赞美他人，关心他人，宽容他人，是建立良好人际关系的重要途径。 5. 社交圈子是人际交往的重要平台，要学会拓展和维护自己的社交圈子。 在今后的阅读中，我将继续深入探讨《善交集合》的精彩内容，不断提升自己的人际交往能力，为自己的人生道路铺设坚实的基石。

文 | 蓝鲨财经社，作者 |   魏强，编辑 |   卢旭成据新华社报道，中国商务部国际贸易谈判代表兼副部长李成钢 9 月 15 日傍晚在表示，中美双方就以合作方式妥善解决 TikTok 问题、减少投资障碍、促进有关经贸合作等达成了基本框架共识。据《商业周刊》报道，为避免 TikTok 在美国停止运营，美再次延长字节跳动剥离 TikTok 美国业务的最后期限到 12 月 16 日。这意味着 TikTok 可以继续在美国运营，苹果和谷歌等可以继续在应用商店提供这款热门应用。据公开数据，截至 2025 年 7 月，TikTok 在美国的月活跃用户数量已达到 1.7 亿，占美国总人口的 50% 以上，是美国最大的社交媒体平台之一。2020 年 8 月，TikTok 被美国官方强制要求出售。2025 年 1 月 18 日晚，TikTok 发布通知，由于美国官方禁令 1 月 19 日起生效，美国用户将暂时无法使用该平台服务。2025 年 1 月 19 日，TikTok 在社交媒体平台 X 上发表声明称，正在恢复对美国用户的服务，并将与美国官方制定一项长期解决方案，让 TikTok 继续留在美国。直至这次中美 " 以合作方式妥善解决 TikTok 问题 "，中间美国 3 次推迟了禁令执行宽限期，每次 3 个月。有意思的是，4 天前的 2025 年 9 月 11 日，甲骨文公司创始人拉里 · 埃里森（以下简称埃里森）凭借公司股价单日暴涨 40%，身家一度飙升至 3930 亿美元，超越特斯拉 CEO 埃隆 · 马斯克（3850 亿美元，雄霸全球首富位置超 300 天），短暂登顶全球首富宝座。有人会问了，这事跟 TikTok 有什么关系呢？表面上看，好像没啥关系。埃里森短暂成为首富，是因为甲骨文公司 8 月底与大模型头部公司 OpenAI 签署了 3000 亿美元的云计算合作协议。这份合同占甲骨文新增订单的 94.6%。这直接推动甲骨文股价创下 1999 年以来最大单日涨幅。埃里森持有约 42% 流通股，是甲骨文最大股东，单日财富增加 890 亿美元。（甲骨文公司股票，来源：百度股市通）但是，蓝鲨财经社认为，甲骨文从 2020 年开始就服务于 TikTok，为 TikTok 公司提供云和数据库服务。TikTok 这次稳了，作为 TikTok 的云 + 数据库服务商可能会提前得到消息（还有可能成为 TikTok 美国公司的重要股东）。这都将大大利好甲骨文。甲骨文公司是大赢家很多人可能对苹果、微软、Meta、谷歌等美国科技公司耳熟能详，却未必了解甲骨文公司。甲骨文公司创立于 1977 年，前身是埃里森与 Bob Miner 和 Edward Oates 创立 " 软件开发实验室 "。1978 年，埃里森将公司迁往硅谷更名为 " 关系式软件公司 "（RSI）。1979 年，RSI 发布 ORACLE 数据库产品，它整合了比较完整的 SQL 实现，其中包括子查询、连接及其他特性。1982 年，埃里森将公司更名为甲骨文（Oracle）。1986 年 3 月，甲骨文公司上市。1987 年，甲骨文公司收入达到 1.31 亿美元，成为世界第四大软件公司。2013 年，甲骨文公司超越 IBM，成为仅次于微软的第二大软件公司。甲骨文公司 1989 年进入中国市场，随着中国经济的高速发展，中国银行、证券、航空、电信等领域大规模 IT 化、数字化，需要强大的数据库系统做支撑。据公开信息，2005 年前后，甲骨文公司在中国数据库市场占有率一度达 60% 以上，领先于 IBM、微软等竞争对手，几乎垄断了所有关系到国计民生的重要行业和领域。2022 年，OpenAI ChatGPT 横空出世，生成式 AI 和语言大模型成为最为火热的赛道。2023 年开始，甲骨文也转向 AGI。在当年的演讲中，埃里森解释了 AGI 时代， AI 计算中决定速度的两个因素：一是 GPU 处理数据的速度；二是将数据移动到计算机进行处理的速度。英伟达的 GPU 是世界上最快的 AI 芯片，因此 OpenAI、谷歌、阿里、腾讯、百度等购买了大量的英伟达芯片。而将数据移动到计算机进行处理的速度是甲骨文的长项。甲骨文为了提高数据库访问速度而开始使用 RDMA 网络——网络中一台计算机可以直接访问另一台计算机的内存。这使得数据在计算机之间移动的速度极快。由于甲骨文的标准网络全部使用 RDMA，当构建用于训练大型语言模型的计算机时（英伟达的 GPU），这些 GPU 的互连使得计算机在甲骨文云中运行得更快。甲骨文公司只需大量从英伟达买进 GPU（1.6 万张卡的算力集群），并跟自己的数据库能力打通，就有机会构建一个适合 AI 训练，速度快，效率高（相当于变相降低了成本）。" 为什么 NVIDIA 、Cohere 、xAI 都在甲骨文云中进行训练。" 埃里森说。随着大模型时代的到来，无论是通用大模型，还是垂直大模型，亦或者是智能体，都需要大量数据进行训练并不断喂养更多数据对模型进行优化，这需要数据量巨大，且形态各异的数据。这需要数据库能不断进化。甲骨文的数据库已大规模转向自治数据库（Autonomous Database）——这相当于数据库的自动驾驶，无需数据管理员，自己安装、自己配置、自己更新、自己打补丁、自己调优。这样的数据库安全（消除人为错误），且系统会根据需要获取资源，更省钱。这也获得了 OpenAI 等大模型头部公司的青睐（3000 亿美元订单）。进入 2025 年，AI 应用和智能体爆发，很多公司希望使用自己的训练数据来专业化基础模型，最好的方法是将补充训练数据放入甲骨文向量数据库中。显然，甲骨文公司在这轮人工智能浪潮中崛起，是因为构建的英伟达 GPU 集群（计算速度最快）+ 数据移动能力（RDMA 网络 + 自治数据库，数据移动速度最快）——也就是甲骨文公司的云能力。可惜，随着中美博弈加剧，甲骨文公司的云能力虽然强大，但中国各行各业开始加快切换国产数据库供应商。国产数据库市场迎来新的机遇。谁是中国的甲骨文？美国不允许 TikTok 美国公司将美国用户数据传输到中国，让 TikTok 将用户数据托管在甲骨文公司的数据库里。中国也不会允许金融、交通、电信等领域的数据传输到国外，其必然要存放在国产数据库厂家的数据库里。2025 年，国资委发布 "79 号文件 "，明确提出：到 2027 年，央企国企需实现 100% 信创国产化替代，覆盖芯片、操作系统、数据库等全产业链。赛迪顾问预测，到 2027 年中国数据库市场规模将达 518.8 亿元。这意味着长期由甲骨文、微软、IBM 等国际科技巨头霸占的数据库市场，它们不得不让出来，这些市场空间将由国产数据库厂家瓜分。不过长期以来，国产数据库的企业规模都偏小。以国产数据库第一股达梦数据为例，其营收 2020 年只有 4.5 亿元，到 2024 年增长到 10.44 亿元。而甲骨文公司 2024 年的营收是 573.99 亿美元，是达梦数据的 400 倍。（甲骨文公司年报（亿美元），来源：百度股市通）（达梦数据库年报（亿元），来源：百度股市通）其他的国产数据库厂家，比如中亦科技、海量数据、新炬网络等，其 2025 年半年报数据显示，最高的不过 3.78 亿元，低者只有 1365 万元，利润过千万的仅有中亦科技。营收和利润同比增加的仅有电科金仓、海量数据、万里数据库等几家。（国产数据库厂家半年报）这些国产数据库厂家各有领域覆盖优势，比如电科金仓在交通和医疗领域有优势；达梦数据客户以党政机关、大型央国企、能源及通信企业为主，覆盖金融核心交易系统、电力调度系统、政务服务平台等。另外，随着大模型时代的到来，甲骨文公司已转型为 GPU 算力集群 + 数据库（所谓的云计算）模式，如果国产数据库厂家还只是在原有数据库能力上修修补补，很难能跟甲骨文公司抗衡。上述小体量的国产数据库公司活着并有利润尚且不易，更不要说像甲骨文一样投入上万张英伟达 GPU 打造算力集群，也不可能拿到 Open AI、xAI 等 AI 巨头的千亿美元级的订单。从这个意义上说，AI 时代国产数据库要做大做强，两个路径：1、达梦数据等数据库厂家主动抱大厂大腿，跟头部科技公司合作，比如金山云（背后是小米）等，相互有深度的股权关系，从而发挥云 + 数据库的优势；2、阿里、华为、腾讯、百度等拥有强大云计算能力优势的国产科技巨头，通过并购或自研迅速补足其云数据库能力。比如蚂蚁集团自研的原生分布式关系数据库 OceanBase 在金融行业得到广泛应用，腾讯云数据库 TDSQL 助力广东省移动政务服务平台 " 粤省事 " 实现流程再造和决策优化，实现民众少跑腿、数据多跑路。OceanBase 因脱胎于蚂蚁集团（支付宝），支撑起电商平台 " 双十一 " 海量交易。据了解，过去两年 OB Cloud 服务了 200 余家头部零售客户，覆盖鞋服、餐饮、快消、商超、DTC 新经济等全零售业态。IDC 今年 7 月发布的《2024 年下半年中国分布式事务数据库软件市场跟踪》报告显示，OceanBase 占据中国分布式事务型数据库本地部署市场份额的 21.2% ，位居市场第一。蓝鲨财经社认为，国产数据库厂家要有紧迫感，中小数据库厂家主动抱大腿或科技巨头主动出手并购，动作可以更快一点，一切为了壮大国产数据库实力。以便在这轮中美科技博弈中夯实中国人工智能 + 大战略的数据基础。