本文为李开复在格隆汇的演讲：

很高兴有这个机会来格隆汇和大家交流，我知道大家今天想听的不是技术，是怎么赚钱，所以在我的演讲过程当中，至少会讲到有三个如何赚钱的机会，所以大家要仔细听。

如果你们在 2008 年，2009 年创新工场成立的时候，我们当时就告诉全世界移动互联的时代将来临，安卓将是最重要的手机操作系统。那时候，大多数人，不相信我们，也不听我们，但是少数投资我们的，比如说在座的徐小平先生，就看到移动互联的爆发成长，然后在最早期我们的投资也获得非常好的回报。

如果再有一次移动互联网时代，我们应该怎么做投资？

我觉得有几个建议。

第一个建议，如果能够找到真的特别靠谱的互联网公司，直接投资他。因为当风口来的时候，顶尖的公司可能可以赚 1000 倍，普通的公司也可以赚几十倍，我们投资的过程真的是这样。

第二个建议是找一个好的基金。这个基金很懂这个领域，比如说今天要投创新工场，投真格基金都是很好的选择。

第三个方式，你可以想想，如果移动互联网时代起来了，哪一支股票会涨得最多？这是非常简单的问题。

我们回到 2009 年，哪一支股票，无论移动互联网公司谁会赢，最后这个公司都会大涨，这是哪一支股票？

有人说谷歌，不对，谷歌起来必须是安卓赢才对，不过你投资谷歌也不错，但是谷歌大概只涨了三四倍吧，有一个公司比它更厉害，涨了二十倍。它就是 ARM。无论你是哪一个移动互联网操作系统或者应用软件，这个公司的底层必须一定是包含芯片的，这个芯片无论是高通的还是联发科的，它一定是有 ARM 的重要技术来做这个芯片，所以买 ARM 是绝对正确的。

讲完了移动互联网时代，当然今天这些投资机会也都不在了，ARM 也已经被别人买走了。但是对于人工智能时代，这将是一个比移动互联的这个时代大十倍的市场。

所以我们今天要用刚才的三个方法来思考：在人工智能时代来的时候，如何去找最好的创业者？如何去找最好的基金？如何去找二级市场的这个股票？至于，第三个答案我最后会公布给你。

下面容我介绍一下人工智能为什么这么伟大。

大家听到人工智能这个词大概是在今年年初，AlphaGO 战胜李世石的时候。当时在讨论人工智能是在模仿人脑，超越人脑，奇点是否来临？我们是否会被机器统治？

实际上这些都是很玄很远而且也不太靠谱的说法。所以我建议大家也不要再看任何讨论刚才几个问题的文章了。其实，人工智能跟人脑的关系也不大，也没有什么超越人脑的可能。人工智能全部都是我们完全控制的奴隶，我们让他们做什么，就做什么。有没有一天它们会比我们聪明，告诉我们做什么，这个我不知道。

但是对于我们来说，至少还有 20 年，这 20 年我们应该专注怎么用好人工智能，给人类创造价值，帮我们赚钱。还有就是怎么去投资人工智能，以及担心人工智能会取代哪些工作。至于其他的问题就不用考虑了。

人工智能这个事情，其实绝对不仅仅是取代人脑，它会比人脑厉害很多。但是这不是说它是在所有领域，它一定是在几个前提条件下，而且一定是在某一个狭窄的领域。

比如说围棋，比如说传一篇文章，比如说量化交易，这些领域里面，它可以非常的厉害。因为它用巨大的数据，来做一些分类，预测或者对未来的推测。比如说，演示文稿上的这 10 个工作， 10 年以后 90% 干这些行业的人就都失业了。当然，剩下来的则是顶尖的，对于记者他可以写很深度的文章，而顶尖的翻译他可以为元首做实时的翻译，或者是翻译诗词、诗歌。

这些人工智能做不到，但是普通的翻译、记者、助理等等都不需要。普通的保安也不需要了。有没有一个作为人的保安可以记住 20 万犯罪者的照片，不可能的，但是机器可以。所以在这些领域里面，人根本没有任何的机会，这不是说什么机器会不会比人能干，在这些领域里面，确实，人就是没有希望。

比如说司机，无人驾驶 10 年左右就会来临。无人驾驶来的时候，世界上做司机工作的9% 的人类他们都要换工作，所以在这个领域，就是如此被巨大的颠覆了。

人工智能也就是这样几个事情，感知、决策、反馈。

前两件已经做的很好了，后一件还需要时间。我们在这几个领域可以看到，过去二三十年有很多重要的里程碑，尤其是在最近的 5 年，我们发现人工智能能用了。

当然如果你像我这么不幸在 30 年前就做人工智能，我们就没有生逢其时，也没有找到这个风口。我们就只能写写论文，然后再换份工作。但是 30 年之后，我们非常清晰的看到这个领域成熟了。

为什么说这五年成熟了呢？30 年前做的太早呢，为什么三十年前成为先烈，现在成了伟大的创业者呢？

就是因为一个特别重要的技术，叫做深度学习。

深度学习是什么？你丢一大堆数据给它，然后问它，我应该买什么股票？这个人的保险该付多少钱？这个想贷款的该不该贷？这个信用卡的交易是否有欺诈的嫌疑？你还可以问他，这么多的男人你应该找哪一个为对象？你也可以问他，今天晚上这么多好吃的，我应该吃哪些？它都会告诉你一个答案。

但是非常重要的是它来做这么个决策只会在一个狭窄的领域，而不是任何的领域。

深度学习其实只是一个技术，以后还有很多其他的技术，这里就不说了，但是绝对不是人工智能就能取代人脑。人脑的情感、自我认知是机器完全没有的，还有我们人可以跨领域思考，比如说我现在跳出来说我中午不要吃汉堡，你们每个人都可以懂，但是机器不能懂，机器一次只能懂某一个领域。

所以说人工智能的五个条件很简单。海量的数据，清晰领域界限，顶尖的 AI 科学家，还有自动标注数据，以及超大的计算量。原来所说的，7 年前听到我所说的移动互联网的时代来到了，任何三个小朋友都可以创业。

在人工智能的时代，这个完全被颠覆了。三个小朋友你不要想创业了，因为你没有巨大的机器，没有顶尖的科学家，你也没有特别大的计算量。所以这个是科学家的创业时代来临了，而不是三个小朋友的创业时代。

深度学习到底有多了不起？

大家看左边这张图，你可以看到在 5 年之内，左上角代表的是在图像识别领域机器超越人类，左下角是语音识别领域机器的错误率低于人类。一个往上，一个往下，都是代表超越人类的表现。

当人脸识别超越了人类，我们还需要保安吗？当语音识别超越了人类，我们还需要客服吗？还需要打电话推销吗？当自动驾驶超越人类，我们还需要司机吗？当传内容，写新闻，金融稿件的能力超越了人类我们还需要金融界记者吗？这些都不需要。

90% 的金融领域的报道都是传出来的，这些报道以后绝对不是人写的，人写是会犯错的，机器不会犯错，只有深度的报道才需要人写。所以，这就是超越人类的一些领域。

那到底哪些领域可以做人工智能，可以挣钱呢？实在太多了，我在这里随便列了三十多个领域，在任何一个领域就是一个商业计划书，如果你能找到一个该领域的超级的商业专家，销售专家，再搭配一个人工智能的科学家，那就是一个黄金创业团队。这些细节这里就不多讲了。

简单来说，谁能做人工智能的创业，第一种，谁手中拥有互联网数据的这个是最了不起的，也就是 BAT、滴滴、美图等等，他们手中有数据，而且已经标注，只要有科学家就可以产生价值。

第二种是传统企业，比如说股票的数据，比如说保险业、银行业，各种金融的。我觉得数据非常的丰富，而且是非常的狭窄领域，不用跨领域的理解，而且可以快速产生商业价值。再往下医学，如何看片子，看 MRI，看 CT，看各种人的健康记录一定是超过医生的，现在至少有 3 种重要的病症人工智能已经超越了医生的平均水平，而且你像这个是要花多少临床的时间，现在三种可能再过 5 年就是 300 种，再过 10 年可能就是 3000 种。

然后 90% 的医生就都不需要了，至少被机器取代。那这些医生就要做更高等的工作，更深入的工作，去发掘新的医药的工作，或者是做更心理医疗的工作。面对病人，机器还是冷冰冰的，可能还需要一个人脸对着病人，但是 90% 的医生，在 10 年以后应该都打不过我们机器的诊断能力了。这对人类是有很大意义的，教育的数据也是很多的，就不多细讲。

最右边是无人驾驶。这是我们特别看好的领域，它是最大颠覆量的，以后都不需要人开车了。再加上电动车和共享经济，以后我们出门的时候，一辆坐一人的车就会出现在我们面前，它带我们去要去的地方，节能低碳，减少雾霾，而且这还会影响整个经济。如果大家谁有投资停车场的，十年以后就没有停车场了。所以，这些都有巨大的颠覆性。

如果你们觉得听起来像是天方夜谭，像是科幻小说，那么你们也可以想一想，2009 年当我告诉所有人移动互联网时代来临的时候，大部分人也是这样想的。甚至当时的 BAT 听了移动互联网的预测之后，他们总是认为没有 pC 大，没有 pC 赚钱，成长的会很慢。但现在你看他们一个个也都追上来了。所以人工智能是一个特别巨大的领域和机会。

那么我们到底该和谁学人工智能呢？

世界上最懂人工智能的绝对是谷歌这个公司了。在一年前他就宣布了要做 Alphabet 这个母公司。

什么是 Alphabet 呢？其实它就是把谷歌里面做搜索提炼出来的人工智能做成谷歌大脑，然后把它用到各种领域。用在围棋就成了 AlphaGo，我们已经看到它的威力有多大了，用在汽车就是 Google car，用在健康就是 Google house 用在基因检测就是 Google genetics，所以在 Alphabet 上面，谷歌的野心就是要把一个谷歌的成功变成 26 个，这是一个特别有野心的人工智能的公司。

而这个公司内部也是在用刚才所说的深度学习。这个图是来自谷歌的一个科学家，他对外演讲用的我们可以看到也是在这 4 年，他们才领悟了人工智能的价值和谷歌大脑的价值，收购了 Deep Mind 这样的公司。所以很明确的就是，谷歌的 Alphabet 这样的一个动作，绝对是它看到了机器学习可以进入各种领域的机会，这也是它所进行的一个很有野心的探索。

到底人工智能如何克服挑战产生竞争壁垒呢？

简单的来说。

第一，就是要寻找行业里面有特别大的大数据，然后是垄断性和闭环的。

第二，是买很多机器，尤其是 CpU＋GpU。

第三，是有很厉害的深度学习的科学家。左边两个，谷歌基本是为了买这两个人，花出 1 亿到 4 亿美金，右边的是我们投资的 Face 公司聘了的，刚才看到的 2015 年超越人脸识别，超越世界图像识别人类能力的那位科学家孙剑，他是我们 Face 挖过来的，这边就不放金钱了。

因为我们投的公司不好意思去说我们花了多少钱雇了这样一个人，但是至少可以说明一点的是，这样的大脑是有特别巨大的价值的。

第四，虽然这些顶尖科学家很有价值，同样的小朋友也有价值。不过小朋友还不能创业，需要培训。只要我们找到前 10 名的高校毕业的顶尖毕业生，这些毕业生必须是学下面几个领域，计算机、统计、数学、应用数学，电子系，还有自动化系。在这 6 个科系里面的顶尖学生，前 10 学校的前 10 到 50 名的学生我们全部招进创新工场我们来培训他，成为人工智能科学家。

只要给我们 6 个月的时间，然后有左边的这些高手来带他们一下。人工智能很大的一个特色是速成，他不像是你去找一个化学科学家，或者说生物科技或者甚至是计算机领域的这个 Networking 、Database 之类的，非常难学。人工智能不一样，它很好学，前提是你一定要是一个数学天才。所以我们就设立这样一个计划，这是人工智能很大的一个特点，是可以速成快速创造价值的。

这个可能主要是对产品的探讨，这里就不多说了。

接下来说下怎么样让人工智能快速商业化，虽然它的技术还不够好。

有四个理由：

第一是做助手，而非取代人；

第二是界面要用好，给很多结果，而不只是一个结果；

第三草船借箭，要用户提供数据，如果你的数据不够；

第四局限你的领域，不要做一个特别伟大的超级的技术。

下面我要讲的是中国的一些特别的机会。

中国在人工智能领域比移动互联网领域还适合创造世界顶尖的公司。

第一个理由就是，中国人很适合做人工智能。我们知道美国的很多中学的学生，加减乘除都做不好，我们中国虽然教育有很多的挑战和问题，但是理工科的学生平均水平特别强，人数又特别多，所以今天在世界上做人工智能的科学家有 43% 是中国人，所以我们可以知道，当然很多是在海外读书，现在要把他们拉回来，所以这是一个特别大的机会。

第二，训练小朋友非常快速，这刚才已经讲过了。

第三，传统企业的人工智能技术非常的弱。就是他们现在的这个产品，是没有用人工智能，相对来说是很弱。

比如说我们现在做一个 Credit Card Fraud protection。就是去识别信用卡被盗卡的这样一个现象，比如说我突然在这个阿布达比刷了 2 万块钱银行就会警觉了，实际上很多偷信用卡的人，比这个聪明，他不会去刷 2 万块钱，他会刷 100 块，200 块，他还会到各种城市去刷，也许就是请朋友吃顿饭之类的。我最近的信用卡就是这样被盗的。

这个如何抓呢，美国的银行做信用卡已经做了 40 年，他们靠非人工智能的技术，就是一条一条的规则写进去，然后把用户做各种的规则，比如这个人收入是怎么样的。然后如果他突然飞到几千里之外，用的金额是什么，如果有三次什么之类的。这样一大套，如果是这个就怎么样，如果不是这个就怎么样，套这个来做这个信用卡的盗卡的识别。那这些银行没有人工智能，但是这些技术在美国做的很好。

所以要在美国做人工智能的公司，去卖这样一个 Credit Card Fraud protection 技术给银行是不靠谱的也是不可能的。除非你是有拿了大数据来做，不过那得有多难。

但是在中国几个小朋友随便写一个简单的机器学习算法，深度学习都不用，拿到中国的任何银行马上就能产生价值。所以呢，过去这些银在国内不太开放，技术也比较落后，不太愿意别的技术进来，还是要感谢 AlphaGo 自从它打败围棋世界冠军以后，中国的银行开始相对开放了。我们投的一些公司，比如说第四范式就已经进入了十五家银行，产生了特别大的价值。

银行曾经不是经常打电话给我们说，要不要买什么产品，过去它的这个转化率非常低，但是经过我们人工智能一条就增加了 65%。所以以后银行打的垃圾电话，经过创新工场投资的这个第四范式，精准度会比较高。过去 1000 个电话买 1 个，现在接 600 个电话就会买一个。

这个对于你来说，都是让人烦扰的电话，但是对银行来说，产生了多大的价值，它如果一年靠这个电话卖 20 亿的产品，现在就卖 33 亿了，因为有了之前说的那 65% 的成长。所以这一类的人工智能在国内因为它的算法竞争对手太弱，在银行保险、券商等等的机会特别大。

在座可能有些看过量化交易的，但是你们看的量化交易都是没有智能的，都是拼速度的。但是加上智能就不得了。我读博士的时候就是做人工智能，我的一个同学跟我学一样语音识别，但是他比我聪明，我毕业之后去苹果了，他去了文艺复兴科技公司（Renaissance Technologies）。它是美国做量化交易第一的公司，他在那边做了 30 年，然后我们在 Wikipedia 可以看到他的这个身价大概是我的几十倍。

当然我说的不是这个，更重要的是说他把机器算法很早就做到了二级股票市场交易中去了。他们内部基金每一年的年化收益，20 年，71.8%。这就是人工智能的力量。当然这个基金做不大，一做大这个收益就会下来，但是至少也还是几十亿的规模。所以你可以看到，这些机会，是非常非常的大。

当然 30 年前美国的股票交易也很落后，量化一进去，就把大家都击溃了。他今年是 Renaissance 的 CEO，你可以看到在这种算法里，科学家的力量是多大。整个 Renaissance 的公司至少在创立的时候，都是不懂股票的，一大堆算法进来，交易大师就打不过他们了。

那么在中国，这个景象正在发生。我们看到的人工智能的项目里，三个就有一个是做股票交易的。在过去两年里面，我除了个人买了一支股票之外，其他的钱都是交给这些小朋友打理，他们在国际国内港股A股的这些市场，加上做这些 AI 的对冲，每一天大部分交易就是T或者T＋1，然后就结算，基本没有什么风险，收益率也没有一个月是负的，每一年的回报虽然不到 71.8%，但是也是很高的。

所以这是一个特别大的机会，在国内量化 AI 的环境还不成熟的时候，如何找到这些机会，可能获得的是比 VC 的基金或者 pE 的基金回报都还要高。

第四个理由，因为中国市场大，互联网公司多，很多非 AI 的公司到了一定的规模，就开始需要 AI。比如我们投资的美图，知乎，VIp KID。我们也恭喜美图准备在香港上市，我们是美图最早的投资人，也非常看好，我们会继续的持有，非常看好他。

美图的这个公司呢，你可能觉得就是帮助女孩子变漂亮一点，但是变漂亮的过程中你要知道大家都喜欢哪样的漂亮，得到用户回馈，加入 AI 算法这个是非常重要的。从这里我们可以学到，中国的女孩子喜欢非常的白，但是印度的女孩子白一点就好，非洲的女孩子也希望白一点。

中国的女孩子希望眼睛越大越大，但是美国的稍微加一点点眼影就可以了。修改以后就看用户是否喜欢不喜欢，这个可以做人工智能的回馈，甚至人工智能还可以生成，可以帮助来推测，你会喜欢什么样的照片，或者甚至把你变成卡通画，或者是一张很美的像画出来的画一样。这是第四点。

第五点，美国人工智能现在是绝对领先中国的，但是他们进不了中国，中国上面有各种理由。因为美国公司进不来，给我们 3 年时间就不输于美国公司了。人工智能的这个技术都是美国和加拿大做出来的，他们是非常乐于公开的，每次写完了就放到网上，放到网上大家就学去了，中国和美国的公司一起学，所以这也没有太大的门槛。中国的公司只要给我们 3 年的时间，给我们更多的机会，我们一定会产生和美国一样的价值。

最后一点是中国对人工智能各方面的约束较少。比如说 Trump 上台以后，假如我们两年以后发现 Uber 的 Otto，这个 Otto 它是取代卡车司机的，假如它做的非常好，两年以后会取代这个人类的话，会不为有这个卡车的工会冒出来一起抗议。

美国有 150 万的卡车司机，他们也是投了 Trump 票的，我们也很清楚低收入的美国中年男人尤其是白人投了这个票，这些人要是抗议，会不会有可能通过一个法律使得卡车无人驾驶先暂缓推出，或者先要证明自己不伤人之类的。就这样，很简单的一个规矩就把这个技术给放缓了。所以我觉得中国在这方面就会有更大的机会。

还有无人驾驶最大的敌人是什么？第一是法律，第二是人。我们人是最差劲的司机了，容易犯困，要睡觉，还喝酒，然后犯错，而且不可预测等等。机器则是非常冷静的，但是它面对这些不冷静的人也会很头疼。如果某一天这个城市里都是无人驾驶的车，不允许人开车了，这一天就是技术飞腾的时候了。那么哪个国家会有可能做这样一个小城市？肯定不是美国，但有可能是中国。你可以想象，如果路上都没有人了，车子也都安全了。

比如说一辆车可以告诉后面的车，我爆胎了，你小心一点。甚至你可以想象这样的一个环境，车子会说我的主人急着上班，请你让我一下，我给你 2 毛钱，这些情况都可以发生，前提是人要被赶出去，所以我非常急迫希望人类不要开车。

创新工场对人工智能有一个很完整的投资蓝图，在这里我想就不适合讲太多的细节了。

讲几个重点。

第一个重点是大数据的机会，这是现在面临的，也是即将到来的一个巨大的机会。

第二个是语言方面，听到的语言不代表听懂的语言，所以人类的语言，对自然语言的理解还是一个很大的问题，所以要推到接近 10 年以后。

第三，是传感器的降价非常的重要。现在它太贵了，但是我们非常有信心在无人驾驶和机器人的推广下，量产它就会降价，所以这可能需要 3 年的时间。机器人，我们都认为，家庭机器人基本不靠谱。因为我们科幻片看太多了，尤其是机器人有眼睛、耳朵、手脚，所以把我们的期望值就变得太高了。

我们更看好的是家里的家电，比如说 Amazon Echo，是个音响，但是它也慢慢的变聪明了，放的是周杰伦它能知道，放的是古典音乐它也都知道，过几天你说，家里没有牙膏了，它还能马上跳出来说京东立刻帮你寄到家里。这些功能在美国已经实现了，京东当然也做了类似的这样的技术，这些我觉得还是比较靠谱的。还有我们投资的小鱼在家，这些产生陪伴这类功能的是可以的，但是前提是家庭机器人一定不可以有眼睛、耳朵、手和脚，听到这样的项目你赶快跑。

最后是自动驾驶，它需要时间，就像刚才所说的。

那么创新工场在人工智能领域在做什么呢？

右边我们在做 VC，我们投了很多国内的公司，包括刚才讲的美图、Face ，第四范式、地平线机器人等等公司，也投了一批美国的公司。还有驭势科技，是国内领先的无人驾驶公司。当然这是 VC 的投资，如果说有好的创业者拿了项目来，我们可以像其他的 VC 一样可以投资他。

左边做的是一个人工智能的孵化，我们做了一个工程院，在直接的招顶尖的人工智能专家，还有一批刚毕业的学生，我们会出主意给他，买数据给他，拿机器给他，让他在这些方面，能够快速的探索，创造价值，然后出来创业，创业的时候我们的基金也可以投他。这个布局很像我们在移动互联网时代的布局。当我们有一些这个领域的优势的时候，我们认为这个是一个可行的方法。

VC 投资就不多说了，我们一共管理大概 12 亿美金的基金，这是我们些投资的公司，这里刚才讲的差不多了。

再提一个美国的项目，中间下面是 Wonder Workshop，它是一个人工智能的玩具。它可以跟着小朋友，就像现在的这个大疆新的机型，可以让它跟着你一样。甚至两个机器可以在一块玩等等，很有趣的。它是一个没有眼睛、耳朵、手与脚只是几个小轮子做的这样的一个机器人，我们认为这个领域也像 Echo 音响一样是有机会的。

那么讲到创新工场人工智能工程院，刚才我们也说过了，我们会找一批专家带一批学生，买大量的数据，数据也包括了金融交易的数据。其实现在美国有很有意思的公司，我觉得国内也有一些类似的公司，就是把这个量化交易做成一种竞赛，把这些数据全部弄好了，然后这些小朋友上去比算法，然后 Backtesting，看看过去 3 年，5 年，10 年可以赚多少钱.谁做的更好，我们基金就跟他分红，当然，这里说的不是我们创新工场的基金，它指的是一个特殊的量化基金，这是一种比赛。

然后还有无人驾驶和一些识别之类的也是一些领域。我们认为在 AI 科学家，AI 时代的创业呢，都是科学家。科学家呢，不知道怎么买数据，没有钱买机器，不懂商业，我们可以在这些方面补足，所以这是一个很特殊的新的做法。

那我们在这方面的布局也得到不少国内外的认可，在纽约时报、华尔街日报、Forbes 等也都有报道我们的投资和我们投资的一些公司。

最后我答应告诉大家三个秘密，如何去做早期公司的投资。

第一个怎么投资公司。刚才我已经说过了，要衡量它有没有大数据，然后有没有独特的大数据，不是买来的大数据，有没有科学家，有没有闭环，有没有很多机器。然后他做的这个领域，是不是可以产生商业价值的领域，还是一批科学家在瞎搞。这是第一个。看这些项目要小心，还有看机器人的项目，有眼睛耳朵手与脚的就千万不要再听了，虽然听起来很酷。无人驾驶可以去想想怎么去参与。

这是投公司的，投基金呢？投创新工场和真格基金就可以了。

至于买股票呢？我是美图的董事，可能下面不适合说，但是你应该知道我要说什么，我们看好美图，认可美图。

刚才也分享了，量化 AI 在国内的投资应该机会特别大，这不是一个人工智能投资，这是一个真的二级市场的投资，当然要避免一些法律所不允许的事情，但是机会还是很多。那么我们现在也在专门看这个量化 AI 投资，对于这些呢，如果有兴趣的我们也可以一起以后在别的机会一起探索。

我也给大家说了，过去两年，我所有的资产基本都是在创新工场里，除了一栋房子，创新工场，我所有的资产基本上都是交给机器人管理，都是用 AI 量化来管理。这个也就是告诉你我对这个领域是多么看好和认可。

当然三年后这个领域可能就是红海了，只是说现在的机会是非常好的。

当然我还有一支股票是例外的，是我孩子决定要投资的。就像如果说在移动互联网时代，二级市场最好的投资标的是 ARM，人工智能的时代是什么？大家确实可以看一看 NVIDIA。

济宁IT新闻