第34章 深谋远虑

办法总是比困难多👛！

瑞自然会想办法促成这次收购🌟，莫回也没闲着⛔，他充分掘天网的资源⭐，将这个弱化版的天网性能挥到极致🐗，寻找任何可能的途径🍺。?笔????趣阁??ｗ?ｗ?ｗ?．?ｂ?ｉ?ｑ?ｕ?ｇ?ｅ?．ｃｎ

凭借天网整理出来的☝，德国政界粗糙的人际关系图🈲，莫回导入了很多模糊算法🎟，进行模拟和推衍🎒，慢慢补全了一个预测性质的德国政界社交网络图谱🈵。

根据这份社交图谱🏅，莫回找到了经济事务和能源部的对立部门🍮，德国的联邦金融监管局🍄，这个部门在并购库卡这事上是持赞同态度的🍎，并且金融监管局与经济事物和能源部的头头之间存在人际关系上的矛盾🎇。

这本身就是一个可利用的关系🈹，指望这些政治家们精诚团结同舟共济是不可能的🆒，这跟缘木求鱼差不多🏆，所以只要有矛盾在里面🏗，金融监管局就有很大概率会为了反对而反对🍻。

党争乱政就是这个道理🏳，两伙人不对付🍏，但凡这一帮提出的观点👫，无论对错另一帮都会坚决反对🎶，同样的⏰，对方提出的任何观点或者政策🐤，这边也会坚决范围🎞，他们不是为了争夺正确与否🍹，他们完全是争夺利益🎫，为了反对而反对🐾。

当初如果没有党争⏩，大明朝就不会垮掉🌥，同样的大袁帝国也就没有了崛起的空间⭐，所以严格来说所有大袁子民都应该感谢当初明朝的党争误国🐨。

这事放在德国身上同样成立🏽，除非德国政坛上出现了圣徒级的人物👑，否则这个党争才是政坛的常态⚡。

有了矛盾点就好🏖，双方都有各自的朋友圈🍶，都有各自的党派🍤，都有各自的利益诉求⚡，莫回以这两个部门为圆心🏉，开始逐步扩散排查范围♍，尽量将所有隐藏的和暴漏出来的矛盾全部挖掘出来🏃。

根据天网给出的大致轮廓🅱，极本开始大展神威🎛，利用它常的性能🈳，大肆搜索德国政坛相关人物的数码设备🏭，汇集和分析这些人手机🎅、笔记本等设备里的信息🎒，很快一个相对来说非常准确的社交网络图谱被绘制出来⤵。

在这份最新的社交图谱里⛎，德国政坛错综复杂的矛盾关系被充分暴漏出来🐫，谁跟谁是密友🌳，谁跟谁是一个战壕里的同志👋，谁是打入敌人内部的地下党🎊，谁是随时准备战场起义的开明人士🆔，谁在跟谁眉来眼去🍊，谁跟谁有私下交易🎖，谁跟谁有绿帽之仇🏦，谁跟谁有夺妻之恨🏋，谁挡了谁的财路🎺，等等等等❔。

所有这些人政坛人物们的相互关系都被扒了出来✍，无论是广为人知的关系🌵，还是那些隐秘的背地里的关系🏭，全部被极本给掘出来➖。

当这个关系图谱出来之后👮，实际上接下来的事情就简单了🎓，推衍1.o开始上场🐗，在推衍1.o的运算之下⛳，以促成库卡并购为唯一目的♍，很快数个可行性方案被推算出来🎉。

所有这些方案都是利用社交图谱🍎，设计和组织因果链条🎥，以四两拨千斤的方式⛩，通过微小的引子引这些因果链条的自动传导🎴。

在这个充满各种利益关系和矛盾关系的社交图谱中🏷，因果链条充分利用了这些相互关系🎄，以杠杆的力量撬动各种关系🌜，引这些人的自动反应⚡，为因果链条的传导提供动力🌑。

在瑞上窜下跳👃，挖空心思寻找帮助的时候🍖，莫回悄悄启动了两条效果最佳的因果链条......

两个月后👘，库卡的收购一切尘埃落定🏜，德国国内的反对声音没能阻止库卡走出国门⤵，欧盟内部的反对力量同样无法成为障碍🌸。

除了欧洲这边🎦，库卡在美国🐖、俄罗斯⛴、巴西🎟、墨西哥等国的分公司那边也先后被搞定⛑，当所有这些政治和政策层面的障碍全部被扫清之后👦，库卡如愿落入莫回手中⬜，成为他的一家控股公司✍。

在这个过程中✝，莫回几乎没出一分钱❄，所有收购的钱都是在金融市场上募集的♑，虽然募集的过程中天网稍稍提供了一点小小的帮助🌵，但这并不是关键👅，关键是莫回没花一分钱就把库卡收入囊中🏌。

蛇吞象🐌，小鱼吃大鱼⛅，这就是金融的力量✊！

收购库卡只是个开始🍱，当库卡刚刚收购完成不久🐪，莫回又启动了另外一个动作——将库卡私有化♎！

库卡本身是一个上市公司🍘，按照德国的相关规定⛹，库卡每年都有大量的信息必须要披露🏀，这是它作为一家上市公司必须完成的义务🏻。

而在莫回的战略规划中🈷，库卡将要扮演极为重要的作用🐅，到时信息披露制度将会成为枷锁和镣铐🌘，严重制约莫回的战略执行🌤。所以为了脱下镣铐🌑，莫回必须要库卡私有化🏠，将它从一家上市公司重新变成一家私人独资企业🐡。

私有化的过程并不复杂👡，中间也没有太大的阻碍👜，在瑞的操作下🍮，库卡花了半年多的时间逐步实现了私有化进程🏼，这时库卡彻底规避了信息披露🌊，以后想知道库卡里面具体生了什么⌚，外界就只能完全靠猜了🌭。

库卡拿下之后🌨，莫回将注意力转移到卡本身上🎗，这时候卡本还在实验室里艰难的挣扎⤵，无数个技术难题摆在创业团队面前⛅，他们感觉自己似乎正在爬珠穆朗玛峰🏰，并且还是不带氧气管的裸爬🐨，一步一个障碍⬆，一步一个上坡🌋，几乎就没有顺利的时候🏘。

这是难免的🆒，对于现有的技术来说🐊，生活服务机器人还是显得太前了❄，很多前置技术门槛都没有攻克🏦。

举一个很简单的例子🐷，对于生活服务机器人♌，能够与主人语音交流算是一个必备功能🏎，可是想要实现这一点🌔，不说后面复杂的人工智能设计👑，单单语音识别上就是一个大坑⏺。

语音识别需要庞大的数据库的大量的运算🍷，目前通常的解决方案云端服务⛪，本地只有一个瘦客户端🏥，语音往语音识别技术的服务商⏸，由他们远程处理之后🌋，重新回客户端👧。

这个过程存在延迟性🐔，并且对带宽和网络稳定性要求很高👣，并且目前的语音识别技术的辨识准确率并不太高🎒。

单单这一个坑就不是一个小小的项目团队能搞定的🆖，往往需要一个公司🌲，甚至一个行业一起努力才能逐步攻克这个难题🏛。

并且对于卡本团队来说⚽，语音识别只不过是他们前进道路上的一个坑🎩，后面还有无数个坑在等待着他们.......(未完待续♓。)

本章未完，点击下一页继续阅读