李開復：爲什麼人工智能是中國很大的機會？

李開復：爲什麼人工智能是中國很大的機會？

轉自：http://blog.sina.com.cn/s/blog_475b3d560102wyko.html  2016-11-30

本文爲我在格隆匯的演講：

很高興有這個機會來格隆匯和大家交流，我知道大家今天想聽的不是技術，是怎麼賺錢，所以在我的演講過程當中，至少會講到有三個如何賺錢的機會，所以大家要仔細聽。

如果你們在2008年，2009年創新工場成立的時候，我們當時就告訴全世界移動互聯的時代將來臨，安卓將是最重要的手機操作系統。那時候，大多數人，不相信我們，也不聽我們，但是少數投資我們的，比如說在座的徐小平先生，就看到移動互聯的爆發成長，然後在最早期我們的投資也獲得非常好的回報。

如果再有一次移動互聯網時代，我們應該怎麼做投資？

我覺得有幾個建議。

第一個建議，如果能夠找到真的特別靠譜的互聯網公司，直接投資他。因爲當風口來的時候，頂尖的公司可能可以賺1000倍，普通的公司也可以賺幾十倍，我們投資的過程真的是這樣。

第二個建議是找一個好的基金。這個基金很懂這個領域，比如說今天要投創新工場，投真格基金都是很好的選擇。

第三個方式，你可以想想，如果移動互聯網時代起來了，哪一支股票會漲得最多？這是非常簡單的問題。

我們回到2009年，哪一支股票，無論移動互聯網公司誰會贏，最後這個公司都會大漲，這是哪一支股票？

有人說谷歌，不對，谷歌起來必須是安卓贏纔對，不過你投資谷歌也不錯，但是谷歌大概只漲了三四倍吧，有一個公司比它更厲害，漲了二十倍。它就是ARM。無論你是哪一個移動互聯網操作系統或者應用軟件，這個公司的底層必須一定是包含芯片的，這個芯片無論是高通的還是聯發科的，它一定是有ARM的重要技術來做這個芯片，所以買ARM是絕對正確的。

講完了移動互聯網時代，當然今天這些投資機會也都不在了，ARM也已經被別人買走了。但是對於人工智能時代，這將是一個比移動互聯的這個時代大十倍的市場。

所以我們今天要用剛纔的三個方法來思考：在人工智能時代來的時候，如何去找最好的創業者？如何去找最好的基金？如何去找二級市場的這個股票？至於，第三個答案我最後會公佈給你。

下面容我介紹一下人工智能爲什麼這麼偉大。

大家聽到人工智能這個詞大概是在今年年初，AlphaGO戰勝李世石的時候。當時在討論人工智能是在模仿人腦，超越人腦，奇點是否來臨？我們是否會被機器統治？

實際上這些都是很玄很遠而且也不太靠譜的說法。所以我建議大家也不要再看任何討論剛纔幾個問題的文章了。其實，人工智能跟人腦的關係也不大，也沒有什麼超越人腦的可能。人工智能全部都是我們完全控制的奴隸，我們讓他們做什麼，就做什麼。有沒有一天它們會比我們聰明，告訴我們做什麼，這個我不知道。

但是對於我們來說，至少還有20年，這20年我們應該專注怎麼用好人工智能，給人類創造價值，幫我們賺錢。還有就是怎麼去投資人工智能，以及擔心人工智能會取代哪些工作。至於其他的問題就不用考慮了。

人工智能這個事情，其實絕對不僅僅是取代人腦，它會比人腦厲害很多。但是這不是說它是在所有領域，它一定是在幾個前提條件下，而且一定是在某一個狹窄的領域。

比如說圍棋，比如說傳一篇文章，比如說量化交易，這些領域裏面，它可以非常的厲害。因爲它用巨大的數據，來做一些分類，預測或者對未來的推測。比如說，演示文稿上的這10個工作，10年以後90%幹這些行業的人就都失業了。當然，剩下來的則是頂尖的，對於記者他可以寫很深度的文章，而頂尖的翻譯他可以爲元首做實時的翻譯，或者是翻譯詩詞、詩歌。

這些人工智能做不到，但是普通的翻譯、記者、助理等等都不需要。普通的保安也不需要了。有沒有一個作爲人的保安可以記住20萬犯罪者的照片，不可能的，但是機器可以。所以在這些領域裏面，人根本沒有任何的機會，這不是說什麼機器會不會比人能幹，在這些領域裏面，確實，人就是沒有希望。

比如說司機，無人駕駛10年左右就會來臨。無人駕駛來的時候，世界上做司機工作的9%的人類他們都要換工作，所以在這個領域，就是如此被巨大的顛覆了。

人工智能也就是這樣幾個事情，感知、決策、反饋。

前兩件已經做的很好了，後一件還需要時間。我們在這幾個領域可以看到，過去二三十年有很多重要的里程碑，尤其是在最近的5年，我們發現人工智能能用了。

當然如果你像我這麼不幸在30年前就做人工智能，我們就沒有生逢其時，也沒有找到這個風口。我們就只能寫寫論文，然後再換份工作。但是30年之後，我們非常清晰的看到這個領域成熟了。

爲什麼說這五年成熟了呢？30年前做的太早呢，爲什麼三十年前成爲先烈，現在成了偉大的創業者呢？

就是因爲一個特別重要的技術，叫做深度學習。

深度學習是什麼？你丟一大堆數據給它，然後問它，我應該買什麼股票？這個人的保險該付多少錢？這個想貸款的該不該貸？這個信用卡的交易是否有欺詐的嫌疑？你還可以問他，這麼多的男人你應該找哪一個爲對象？你也可以問他，今天晚上這麼多好吃的，我應該吃哪些？它都會告訴你一個答案。

但是非常重要的是它來做這麼個決策只會在一個狹窄的領域，而不是任何的領域。

深度學習其實只是一個技術，以後還有很多其他的技術，這裏就不說了，但是絕對不是人工智能就能取代人腦。人腦的情感、自我認知是機器完全沒有的，還有我們人可以跨領域思考，比如說我現在跳出來說我中午不要吃漢堡，你們每個人都可以懂，但是機器不能懂，機器一次只能懂某一個領域。

所以說人工智能的五個條件很簡單。海量的數據，清晰領域界限，頂尖的AI科學家，還有自動標註數據，以及超大的計算量。原來所說的，7年前聽到我所說的移動互聯網的時代來到了，任何三個小朋友都可以創業。

在人工智能的時代，這個完全被顛覆了。三個小朋友你不要想創業了，因爲你沒有巨大的機器，沒有頂尖的科學家，你也沒有特別大的計算量。所以這個是科學家的創業時代來臨了，而不是三個小朋友的創業時代。

深度學習到底有多了不起？

大家看左邊這張圖，你可以看到在5年之內，左上角代表的是在圖像識別領域機器超越人類，左下角是語音識別領域機器的錯誤率低於人類。一個往上，一個往下，都是代表超越人類的表現。

當人臉識別超越了人類，我們還需要保安嗎？當語音識別超越了人類，我們還需要客服嗎？還需要打電話推銷嗎？當自動駕駛超越人類，我們還需要司機嗎？當傳內容，寫新聞，金融稿件的能力超越了人類我們還需要金融界記者嗎？這些都不需要。

90%的金融領域的報道都是傳出來的，這些報道以後絕對不是人寫的，人寫是會犯錯的，機器不會犯錯，只有深度的報道才需要人寫。所以，這就是超越人類的一些領域。

那到底哪些領域可以做人工智能，可以掙錢呢？實在太多了，我在這裏隨便列了三十多個領域，在任何一個領域就是一個商業計劃書，如果你能找到一個該領域的超級的商業專家，銷售專家，再搭配一個人工智能的科學家，那就是一個黃金創業團隊。這些細節這裏就不多講了。

簡單來說，誰能做人工智能的創業，第一種，誰手中擁有互聯網數據的這個是最了不起的，也就是BAT、滴滴、美圖等等，他們手中有數據，而且已經標註，只要有科學家就可以產生價值。

第二種是傳統企業，比如說股票的數據，比如說保險業、銀行業，各種金融的。我覺得數據非常的豐富，而且是非常的狹窄領域，不用跨領域的理解，而且可以快速產生商業價值。再往下醫學，如何看片子，看MRI，看CT，看各種人的健康記錄一定是超過醫生的，現在至少有3種重要的病症人工智能已經超越了醫生的平均水平，而且你像這個是要花多少臨牀的時間，現在三種可能再過5年就是300種，再過10年可能就是3000種。

然後90%的醫生就都不需要了，至少被機器取代。那這些醫生就要做更高等的工作，更深入的工作，去發掘新的醫藥的工作，或者是做更心理醫療的工作。面對病人，機器還是冷冰冰的，可能還需要一個人臉對着病人，但是90%的醫生，在10年以後應該都打不過我們機器的診斷能力了。這對人類是有很大意義的，教育的數據也是很多的，就不多細講。

最右邊是無人駕駛。這是我們特別看好的領域，它是最大顛覆量的，以後都不需要人開車了。再加上電動車和共享經濟，以後我們出門的時候，一輛坐一人的車就會出現在我們面前，它帶我們去要去的地方，節能低碳，減少霧霾，而且這還會影響整個經濟。如果大家誰有投資停車場的，十年以後就沒有停車場了。所以，這些都有巨大的顛覆性。

如果你們覺得聽起來像是天方夜譚，像是科幻小說，那麼你們也可以想一想，2009年當我告訴所有人移動互聯網時代來臨的時候，大部分人也是這樣想的。甚至當時的BAT聽了移動互聯網的預測之後，他們總是認爲沒有PC大，沒有PC賺錢，成長的會很慢。但現在你看他們一個個也都追上來了。所以人工智能是一個特別巨大的領域和機會。

那麼我們到底該和誰學人工智能呢？

世界上最懂人工智能的絕對是谷歌這個公司了。在一年前他就宣佈了要做Alphabet這個母公司。

什麼是Alphabet呢？其實它就是把谷歌裏面做搜索提煉出來的人工智能做成谷歌大腦，然後把它用到各種領域。用在圍棋就成了AlphaGo，我們已經看到它的威力有多大了，用在汽車就是Googlecar，用在健康就是Google house用在基因檢測就是Googlegenetics，所以在Alphabet上面，谷歌的野心就是要把一個谷歌的成功變成26個，這是一個特別有野心的人工智能的公司。

而這個公司內部也是在用剛纔所說的深度學習。這個圖是來自谷歌的一個科學家，他對外演講用的我們可以看到也是在這4年，他們才領悟了人工智能的價值和谷歌大腦的價值，收購了DeepMind這樣的公司。所以很明確的就是，谷歌的Alphabet這樣的一個動作，絕對是它看到了機器學習可以進入各種領域的機會，這也是它所進行的一個很有野心的探索。

到底人工智能如何克服挑戰產生競爭壁壘呢？

簡單的來說。

第一，就是要尋找行業裏面有特別大的大數據，然後是壟斷性和閉環的。

第二，是買很多機器，尤其是CPU＋GPU。

第三，是有很厲害的深度學習的科學家。左邊兩個，谷歌基本是爲了買這兩個人，花出1億到4億美金，右邊的是我們投資的Face公司聘了的，剛纔看到的2015年超越人臉識別，超越世界圖像識別人類能力的那位科學家孫劍，他是我們Face挖過來的，這邊就不放金錢了。

因爲我們投的公司不好意思去說我們花了多少錢僱了這樣一個人，但是至少可以說明一點的是，這樣的大腦是有特別巨大的價值的。

第四，雖然這些頂尖科學家很有價值，同樣的小朋友也有價值。不過小朋友還不能創業，需要培訓。只要我們找到前10名的高校畢業的頂尖畢業生，這些畢業生必須是學下面幾個領域，計算機、統計、數學、應用數學，電子系，還有自動化系。在這6個科系裏面的頂尖學生，前10學校的前10到50名的學生我們全部招進創新工場我們來培訓他，成爲人工智能科學家。

只要給我們6個月的時間，然後有左邊的這些高手來帶他們一下。人工智能很大的一個特色是速成，他不像是你去找一個化學科學家，或者說生物科技或者甚至是計算機領域的這個Networking、Database之類的，非常難學。人工智能不一樣，它很好學，前提是你一定要是一個數學天才。所以我們就設立這樣一個計劃，這是人工智能很大的一個特點，是可以速成快速創造價值的。

這個可能主要是對產品的探討，這裏就不多說了。

接下來說下怎麼樣讓人工智能快速商業化，雖然它的技術還不夠好。

有四個理由：

第一是做助手，而非取代人；

第二是界面要用好，給很多結果，而不只是一個結果；

第三草船借箭，要用戶提供數據，如果你的數據不夠；

第四侷限你的領域，不要做一個特別偉大的超級的技術。

下面我要講的是中國的一些特別的機會。

中國在人工智能領域比移動互聯網領域還適合創造世界頂尖的公司。

第一個理由就是，中國人很適合做人工智能。我們知道美國的很多中學的學生，加減乘除都做不好，我們中國雖然教育有很多的挑戰和問題，但是理工科的學生平均水平特別強，人數又特別多，所以今天在世界上做人工智能的科學家有43%是中國人，所以我們可以知道，當然很多是在海外讀書，現在要把他們拉回來，所以這是一個特別大的機會。

第二，訓練小朋友非常快速，這剛纔已經講過了。

第三，傳統企業的人工智能技術非常的弱。就是他們現在的這個產品，是沒有用人工智能，相對來說是很弱。

比如說我們現在做一個Credit Card FraudProtection。就是去識別信用卡被盜卡的這樣一個現象，比如說我突然在這個阿布達比刷了2萬塊錢銀行就會警覺了，實際上很多偷信用卡的人，比這個聰明，他不會去刷2萬塊錢，他會刷100塊，200塊，他還會到各種城市去刷，也許就是請朋友吃頓飯之類的。我最近的信用卡就是這樣被盜的。

這個如何抓呢，美國的銀行做信用卡已經做了40年，他們靠非人工智能的技術，就是一條一條的規則寫進去，然後把用戶做各種的規則，比如這個人收入是怎麼樣的。然後如果他突然飛到幾千里之外，用的金額是什麼，如果有三次什麼之類的。這樣一大套，如果是這個就怎麼樣，如果不是這個就怎麼樣，套這個來做這個信用卡的盜卡的識別。那這些銀行沒有人工智能，但是這些技術在美國做的很好。

所以要在美國做人工智能的公司，去賣這樣一個Credit Card FraudProtection技術給銀行是不靠譜的也是不可能的。除非你是有拿了大數據來做，不過那得有多難。

但是在中國幾個小朋友隨便寫一個簡單的機器學習算法，深度學習都不用，拿到中國的任何銀行馬上就能產生價值。所以呢，過去這些銀在國內不太開放，技術也比較落後，不太願意別的技術進來，還是要感謝AlphaGo自從它打敗圍棋世界冠軍以後，中國的銀行開始相對開放了。我們投的一些公司，比如說第四範式就已經進入了十五家銀行，產生了特別大的價值。

銀行曾經不是經常打電話給我們說，要不要買什麼產品，過去它的這個轉化率非常低，但是經過我們人工智能一條就增加了65%。所以以後銀行打的垃圾電話，經過創新工場投資的這個第四範式，精準度會比較高。過去1000個電話買1個，現在接600個電話就會買一個。

這個對於你來說，都是讓人煩擾的電話，但是對銀行來說，產生了多大的價值，它如果一年靠這個電話賣20億的產品，現在就賣33億了，因爲有了之前說的那65%的成長。所以這一類的人工智能在國內因爲它的算法競爭對手太弱，在銀行保險、券商等等的機會特別大。

在座可能有些看過量化交易的，但是你們看的量化交易都是沒有智能的，都是拼速度的。但是加上智能就不得了。我讀博士的時候就是做人工智能，我的一個同學跟我學一樣語音識別，但是他比我聰明，我畢業之後去蘋果了，他去了文藝復興科技公司（RenaissanceTechnologies）。它是美國做量化交易第一的公司，他在那邊做了30年，然後我們在Wikipedia可以看到他的這個身價大概是我的幾十倍。

當然我說的不是這個，更重要的是說他把機器算法很早就做到了二級股票市場交易中去了。他們內部基金每一年的年化收益，20年，71.8%。這就是人工智能的力量。當然這個基金做不大，一做大這個收益就會下來，但是至少也還是幾十億的規模。所以你可以看到，這些機會，是非常非常的大。

當然30年前美國的股票交易也很落後，量化一進去，就把大家都擊潰了。他今年是Renaissance的CEO，你可以看到在這種算法裏，科學家的力量是多大。整個Renaissance的公司至少在創立的時候，都是不懂股票的，一大堆算法進來，交易大師就打不過他們了。

那麼在中國，這個景象正在發生。我們看到的人工智能的項目裏，三個就有一個是做股票交易的。在過去兩年裏面，我除了個人買了一支股票之外，其他的錢都是交給這些小朋友打理，他們在國際國內港股A股的這些市場，加上做這些AI的對衝，每一天大部分交易就是T或者T＋1，然後就結算，基本沒有什麼風險，收益率也沒有一個月是負的，每一年的回報雖然不到71.8%，但是也是很高的。

所以這是一個特別大的機會，在國內量化AI的環境還不成熟的時候，如何找到這些機會，可能獲得的是比VC的基金或者PE的基金回報都還要高。

第四個理由，因爲中國市場大，互聯網公司多，很多非AI的公司到了一定的規模，就開始需要AI。比如我們投資的美圖，知乎，VIPKID。我們也恭喜美圖準備在香港上市，我們是美圖最早的投資人，也非常看好，我們會繼續的持有，非常看好他。

美圖的這個公司呢，你可能覺得就是幫助女孩子變漂亮一點，但是變漂亮的過程中你要知道大家都喜歡哪樣的漂亮，得到用戶回饋，加入AI算法這個是非常重要的。從這裏我們可以學到，中國的女孩子喜歡非常的白，但是印度的女孩子白一點就好，非洲的女孩子也希望白一點。

中國的女孩子希望眼睛越大越大，但是美國的稍微加一點點眼影就可以了。修改以後就看用戶是否喜歡不喜歡，這個可以做人工智能的回饋，甚至人工智能還可以生成，可以幫助來推測，你會喜歡什麼樣的照片，或者甚至把你變成卡通畫，或者是一張很美的像畫出來的畫一樣。這是第四點。

第五點，美國人工智能現在是絕對領先中國的，但是他們進不了中國，中國上面有各種理由。因爲美國公司進不來，給我們3年時間就不輸於美國公司了。人工智能的這個技術都是美國和加拿大做出來的，他們是非常樂於公開的，每次寫完了就放到網上，放到網上大家就學去了，中國和美國的公司一起學，所以這也沒有太大的門檻。中國的公司只要給我們3年的時間，給我們更多的機會，我們一定會產生和美國一樣的價值。

最後一點是中國對人工智能各方面的約束較少。比如說Trump上臺以後，假如我們兩年以後發現Uber的Otto，這個Otto它是取代卡車司機的，假如它做的非常好，兩年以後會取代這個人類的話，會不爲有這個卡車的工會冒出來一起抗議。

美國有150萬的卡車司機，他們也是投了Trump票的，我們也很清楚低收入的美國中年男人尤其是白人投了這個票，這些人要是抗議，會不會有可能通過一個法律使得卡車無人駕駛先暫緩推出，或者先要證明自己不傷人之類的。就這樣，很簡單的一個規矩就把這個技術給放緩了。所以我覺得中國在這方面就會有更大的機會。

還有無人駕駛最大的敵人是什麼？第一是法律，第二是人。我們人是最差勁的司機了，容易犯困，要睡覺，還喝酒，然後犯錯，而且不可預測等等。機器則是非常冷靜的，但是它面對這些不冷靜的人也會很頭疼。如果某一天這個城市裏都是無人駕駛的車，不允許人開車了，這一天就是技術飛騰的時候了。那麼哪個國家會有可能做這樣一個小城市？肯定不是美國，但有可能是中國。你可以想象，如果路上都沒有人了，車子也都安全了。

比如說一輛車可以告訴後面的車，我爆胎了，你小心一點。甚至你可以想象這樣的一個環境，車子會說我的主人急着上班，請你讓我一下，我給你2毛錢，這些情況都可以發生，前提是人要被趕出去，所以我非常急迫希望人類不要開車。

創新工場對人工智能有一個很完整的投資藍圖，在這裏我想就不適合講太多的細節了。

講幾個重點。

第一個重點是大數據的機會，這是現在面臨的，也是即將到來的一個巨大的機會。

第二個是語言方面，聽到的語言不代表聽懂的語言，所以人類的語言，對自然語言的理解還是一個很大的問題，所以要推到接近10年以後。

第三，是傳感器的降價非常的重要。現在它太貴了，但是我們非常有信心在無人駕駛和機器人的推廣下，量產它就會降價，所以這可能需要3年的時間。機器人，我們都認爲，家庭機器人基本不靠譜。因爲我們科幻片看太多了，尤其是機器人有眼睛、耳朵、手腳，所以把我們的期望值就變得太高了。

我們更看好的是家裏的家電，比如說AmazonEcho，是個音響，但是它也慢慢的變聰明瞭，放的是周杰倫它能知道，放的是古典音樂它也都知道，過幾天你說，家裏沒有牙膏了，它還能馬上跳出來說京東立刻幫你寄到家裏。這些功能在美國已經實現了，京東當然也做了類似的這樣的技術，這些我覺得還是比較靠譜的。還有我們投資的小魚在家，這些產生陪伴這類功能的是可以的，但是前提是家庭機器人一定不可以有眼睛、耳朵、手和腳，聽到這樣的項目你趕快跑。

最後是自動駕駛，它需要時間，就像剛纔所說的。

那麼創新工場在人工智能領域在做什麼呢？

右邊我們在做VC，我們投了很多國內的公司，包括剛纔講的美圖、Face，第四範式、地平線機器人等等公司，也投了一批美國的公司。還有馭勢科技，是國內領先的無人駕駛公司。當然這是VC的投資，如果說有好的創業者拿了項目來，我們可以像其他的VC一樣可以投資他。

左邊做的是一個人工智能的孵化，我們做了一個工程院，在直接的招頂尖的人工智能專家，還有一批剛畢業的學生，我們會出主意給他，買數據給他，拿機器給他，讓他在這些方面，能夠快速的探索，創造價值，然後出來創業，創業的時候我們的基金也可以投他。這個佈局很像我們在移動互聯網時代的佈局。當我們有一些這個領域的優勢的時候，我們認爲這個是一個可行的方法。

VC投資就不多說了，我們一共管理大概12億美金的基金，這是我們些投資的公司，這裏剛纔講的差不多了。

再提一個美國的項目，中間下面是WonderWorkshop，它是一個人工智能的玩具。它可以跟着小朋友，就像現在的這個大疆新的機型，可以讓它跟着你一樣。甚至兩個機器可以在一塊玩等等，很有趣的。它是一個沒有眼睛、耳朵、手與腳只是幾個小輪子做的這樣的一個機器人，我們認爲這個領域也像Echo音響一樣是有機會的。

那麼講到創新工場人工智能工程院，剛纔我們也說過了，我們會找一批專家帶一批學生，買大量的數據，數據也包括了金融交易的數據。其實現在美國有很有意思的公司，我覺得國內也有一些類似的公司，就是把這個量化交易做成一種競賽，把這些數據全部弄好了，然後這些小朋友上去比算法，然後Backtesting，看看過去3年，5年，10年可以賺多少錢.誰做的更好，我們基金就跟他分紅，當然，這裏說的不是我們創新工場的基金，它指的是一個特殊的量化基金，這是一種比賽。

然後還有無人駕駛和一些識別之類的也是一些領域。我們認爲在AI科學家，AI時代的創業呢，都是科學家。科學家呢，不知道怎麼買數據，沒有錢買機器，不懂商業，我們可以在這些方面補足，所以這是一個很特殊的新的做法。

那我們在這方面的佈局也得到不少國內外的認可，在紐約時報、華爾街日報、Forbes等也都有報道我們的投資和我們投資的一些公司。

最後我答應告訴大家三個祕密，如何去做早期公司的投資。

第一個怎麼投資公司。剛纔我已經說過了，要衡量它有沒有大數據，然後有沒有獨特的大數據，不是買來的大數據，有沒有科學家，有沒有閉環，有沒有很多機器。然後他做的這個領域，是不是可以產生商業價值的領域，還是一批科學家在瞎搞。這是第一個。看這些項目要小心，還有看機器人的項目，有眼睛耳朵手與腳的就千萬不要再聽了，雖然聽起來很酷。無人駕駛可以去想想怎麼去參與。

這是投公司的，投基金呢？投創新工場和真格基金就可以了。

至於買股票呢？我是美圖的董事，可能下面不適合說，但是你應該知道我要說什麼，我們看好美圖，認可美圖。

剛纔也分享了，量化AI在國內的投資應該機會特別大，這不是一個人工智能投資，這是一個真的二級市場的投資，當然要避免一些法律所不允許的事情，但是機會還是很多。那麼我們現在也在專門看這個量化AI投資，對於這些呢，如果有興趣的我們也可以一起以後在別的機會一起探索。

我也給大家說了，過去兩年，我所有的資產基本都是在創新工場裏，除了一棟房子，創新工場，我所有的資產基本上都是交給機器人管理，都是用AI量化來管理。這個也就是告訴你我對這個領域是多麼看好和認可。

當然三年後這個領域可能就是紅海了，只是說現在的機會是非常好的。

當然我還有一支股票是例外的，是我孩子決定要投資的。就像如果說在移動互聯網時代，二級市場最好的投資標的是ARM，人工智能的時代是什麼？大家確實可以看一看NVIDIA。