淘宝搜：【天降红包222】领超级红包，京东搜：【天降红包222】
淘宝互助，淘宝双11微信互助群关注公众号 【淘姐妹】
chatgpt,chatgpt国内能用吗,chatgpt中文,chatgpt使用
ChatGPT：隐藏在硅谷之下的
超级资源网络
2019年，当微软试图在云计算和人工智能领域超越亚马逊和谷歌时，它向一家公司投资了10亿美元。当时，谷歌旗下的Google Brain、DeepMind等研发团队几乎主宰了机器学习领域的发展方向，2016年首次击败人类围棋冠军李世石的围棋应用AlphaGo就出自DeepMind。
虽然微软也在机器学习领域投入很多，但是无人相信它能拉近与谷歌的差距，它耗资10亿美元投资一家刚刚成立四年的AI创业公司的新闻，在市场上也很少有人关注――微软这样的巨头不是经常做这种莫名其妙的投资吗？
现在我们都知道了，当时微软投资的公司是【【微信】】。2022年底，它已经因为ChatGPT而一战成名。
现在，ChatGPT已经在微软的必应搜索引擎得到全面应用，更加先进的GPT-4模型也即将发布。2023年初，微软给【【微信】】一口气增资超过100亿美元，雄心勃勃地计划将GPT模型全面融入Office等各项软件应用。现在反而是谷歌被逼到了进退两难的地步，必须尽快拿出同等量级的成果作为反击。
微软对【【微信】】的支持是全面的。除了大笔资金，它还免费提供了大量Azure云服务的credit帮助【【微信】】训练大模型，使得后者在算力上每年又省下了大笔开支，而这恰恰是机器学习训练最重要的开支之一。要知道，在微软投资之前，【【微信】】每年要花费几千万美元租用谷歌云服务！
回头看来，微软是在2019年那个时间点，唯一一个有实力且愿意不计回报投资【【微信】】的大股东。在2021年以前，没有一家VC愿意进场投资【【微信】】，因为在它们看来这笔投入的回报很不清晰，不符合VC的投资逻辑。在今天，投资AI研发初创型公司是时髦，可在当时不是。这一点对于做过投资或创过业的人而言，应该很容易理解。
而在微软看来，对【【微信】】的投资在各方面都是可以接受的，值得一赌：
首先，微软每年有几百亿的净利润，对【【微信】】大约10亿美元的投资金额、每年相当于几千万美元的云计算credit成本，完全可以接受；
其次，【【微信】】也帮助Azure成功地搭建起来了大模型训练的一整套硬件基础设施，并且微软还拿到了【【微信】】的独家合作代理，具备深远的战略意义；
最后，【【微信】】虽然是在免费使用Azure，但他们以后也不用再给Google Cloud付钱了，变相帮助微软打击了云计算领域的竞争对手。
综合这几点因素，在当年看来，虽然这不是一笔看起来很有意义的投资，但对微软而言，不啻为以可以负担的成本买了一张性价比极高的彩票。因此，当年微软对【【微信】】的投资可以说是占尽了天时地利人和。
同时我们还会注意到一件很有意思的事情，【【微信】】的股权架构非常独特。在2019年之前，【【微信】】是一个非营利性组织，早期投资人在本质上是“捐赠方”；为了更好地吸纳外部投资、对员工进行股权激励，才改制为营利性的公司，其利益分配格局如下：
在第一阶段，马斯克、霍夫曼等首批投资者将会优先获得利润分配，保证其收回初始资本；
在第二阶段，也就是微软增资100亿美元之后的现阶段，微软能够获得【【微信】】利润的75%，直至收回合计130亿美元的投资成本；
而当【【微信】】利润达到920亿美元后，微软的持股比例将自动下降到49%，剩余的股东分享剩余的49%，另外2%会捐给【【微信】】的非营利基金会；
当利润达到1500亿美金后，微软和风险投资人的股份都将无偿转让给【【微信】】的非营利基金会。
这就是【【微信】】所谓的“Cap Profit”营利封顶的股权架构。这个开创性的架构核心是：对于最早期的投资人和初期员工，营利封顶最多是10倍；但是随着公司的不断成长，营利封顶的倍数会不断下调。这相当于微软以股权的形式做了一次债权投资，只拿到了【【微信】】的“租赁权”，尽管这个“租赁权”的潜在回报率也很高就是了。这种结构非常不寻常，在风险投资中非常罕见，几乎没有先例。
【【微信】】的非营利基金会是什么？微软和风投转让回的公司大部分股权为什么不回到创始人手里？为什么微软愿意签这种像是“只租不售”的投资协议？这就不得不谈到这家公司初创时就带有的独特基因，以及隐藏在硅谷之下的超级资源网络。
【【微信】】的创始人兼CEO叫做山姆・阿尔特曼（Sam Altman），他也是硅谷著名创业孵化机构Y Combinator的掌门人。在建立【【微信】】的时候，他给它的最初定位是“非营利组织”。与此同时，他在【【微信】】不持有股权，原因是他认为“自己已经足够富有，不需要股权了”。
任性的不只是创始人。在2015年公司刚成立时，就有一众有情怀的硅谷大佬给这家公司投资了10亿美金，他们的初心是向一家目标“不是为股东创造利润”的“非营利组织”投资，我们也许可以把这笔钱理解为捐赠。以下是“捐赠人”的名单，看到这份名单大家或许就明白，这是硅谷科技大佬用钱投票带来的颠覆式股权结构的创新。
但光有钱是不够的，技术创新离不开顶级技术人才和技术积累。在ChatGPT走红之后，全球各地如同雨后春笋一般冒出了一批机器学习初创型企业，风险投资圈的无数大佬挥舞着钞票企图建立自己的项目、或者加入靠谱的项目。然而，【【微信】】的成功不仅在于大佬们的早期投资，还在于它能够收罗一批优秀的技术研发人员。
下面让我们再来看一下【【微信】】的主要技术参与者：
顶级技术人才可以调动业界最好的技术积累和资源。ChatGPT的技术并不是突然成功，背后的NLP（自然语言）技术积累最早能追溯到2001年。它背后其实是一个LLM大语言模型的发展，从 2001 年的神经语言模型，到 2008 年、2013 年取得了一些进展，直到 2017 年才有了一个巨大的突破，就是谷歌发布的 Transformer，让模型可以处理海量的数据，让后面所有的大模型用的这种大力出奇迹的方式变得可能。
再到2018年谷歌的 BERT ，就是用 Transformer 大模型再加上巨量的语料去做一个预训练的模型，这基本奠定了后面 NLP 技术的发展。
值得注意的是，关键的Transformer模型的七位作者之一Lukasz Kaise，以及BERT模型第一作者，人称BERT之父的Jacob Devlin目前都离开了谷歌，加入了【【微信】】。谷歌与【【微信】】之间的此消彼长，从人才流动的方向就可以窥见端倪了。
我们的结论是：钱、顶级科技人才、技术积累、科技巨头的加码，才催生出了这样一个“只租不售”的颠覆式AI公司。这是一个美国科技资本+科技巨头+科技顶级人才攒起来的创新，而这些资源能够联动在一起，就不得不提到硅谷之下隐藏的一家神秘机构。
硅谷之下隐藏的超级资源网络，通常我们还可以把它称为“硅谷亿万富翁俱乐部”。
这类资源网络有些是以某个人为连接点。比如在【【微信】】的核心人才网络中，我们可以看到一个核心连接人，是【【微信】】的早期投资人：雷德・霍夫曼。在硅谷有一句话：“在硅谷如果你想创业，霍夫曼是第一个你应该找的人”。
雷德・霍夫曼与【【微信】】的关系网络
除了雷德・霍夫曼这样的超级连接节点，在硅谷还有一个更具象化的超级资源网络：ICONI【【微信】】，一家联合家族办公室。这家机构网罗了雷德・霍夫曼，还网罗了大家耳熟能详的扎克伯格、雪莉・桑德伯格等。
早在2011年ICONIQ成立的时候，它就构思好了它的商业逻辑：聚集科技行业大佬的资金和客户资源，带着资金和客户去找科技行业顶级人才的创业项目，孵化项目。
项目成功后一方面能够帮原有的大佬获得高额的投资回报，另一方面通过项目成功获得大量财富的创始团队，会很容易把钱交给ICONIQ打理，成为它新的客户。
这样ICONIQ在资金、人才、投资机会上，就可以像滚雪球一样越滚越大。例如，在ICONIQ四大业务线中，最早启动的ICONI【【微信】】就是在2013年抓住了美国的SaaS创业浪潮，投资了一批SaaS公司，利用现有客户资源和网络，快速帮被投的SaaS公司起量、介绍客户和提供早期产品建议，而成功借助这波浪潮快速发展起来。
时至今日，ICONI【【微信】】的经典投资案例已经很多了。比如印度最大的电商平台【【微信】】，ICONIQ从2012年的【【微信】】第四轮融资开始，分别于2012、2013、2014年参与了【【微信】】的四轮融资；又比如爱彼迎（Airbnb）也是ICONIQ参与的项目之一，有趣的是，爱彼迎在2009年最早的2万美元融资就是来自创业孵化器Y Combinator，而2010年的720万美元A轮融资则来自风投机构Greylock Partners的合伙人――雷德・霍夫曼。
根据ICONIQ官网的披露，它的Growth版块目前已投项目超百个，覆盖SaaS、消费互联网、金融科技和医疗四大领域，其中不乏Airtable、Uber、Zoom等耳熟能详的公司。
成立于2011年底的ICONIQ，到2021年底已经成为了管理着835亿美元资产的庞然大物。而它为客户带来的收益也非常可观，2021年ICONIQ共向LP分配收益55亿美元，MOIC（回报倍数）达到8.3倍。
ICONIQ参与投资的部分项目
前美团联合创始人王慧文显然看出了【【微信】】这种创新融资模式的价值。2月13日，他发布了一条朋友圈，出资5000万美元占股25%，个人肉身不占股，用剩余的75%股权邀请AI领域的顶尖研发人才，并且已确定下轮融资由源码资本等顶级美元VC投资2.3亿美元。随后在2月14日，他又发布了对剩余75%股权的规划：
“如果公司上市时，剩余股份仍未发完就不再继续发放，而是成立一支非营利性基金，专门投资那些发展路径不清晰，实现希望很渺茫，商业价值不明确，但是一旦突破就能改变世界的科技探索。”
王慧文的上述规划，与【【微信】】的早期投资思路可以说完全一致，很可能是受到【【微信】】股权结构启发的产物。
就在前两天，美团创始人王兴也发布了一条朋友圈，表示会以个人名义参与王慧文的创业公司【光年之外】的A轮投资，同时出任董事。这显然又是一个以资源和情怀为基础、梦想改变世界的典型案例。
无独有偶，来自美团的其他几位联创级别大佬也投资了一家与ICONIQ类似的机构――鹿可联合家族办公室，来服务中国科技新贵。他们的客户均为字节、腾讯、阿里、美团、快手等一线大厂的前几十号员工。在短短不到两年时间内，鹿可客户人数已近百人，管理规模超过20亿美元。
鹿可的CEO Daisy在成立鹿可之初，正是受到了硅谷这种“成派系、强连接”现象的影响。她认为：“硅谷早就已经进入了一个资源型创业的时代，这种资源有非常高的壁垒，但它可以帮助你撑过最黑暗的时期，帮你迈过一开始创业那个巨大的鸿沟。”
蔚小理这几家公司或许就是中国第一代资源的体现：蔚来最开始汇聚了一批中国初代互联网大佬、当时最有影响力的个人；理想一度破产，融不到钱，后来也是王兴用个人影响力，加上整个美团系的力量把它硬生生托起来了；而何小鹏也是从UC出来，先做投资人，再成为小鹏汽车的创始人。
中国恰恰需要有更多这样有情怀、有理想的人，需要有像ICONIQ这样的机构，才能在未来做出一些世界级的产品。
但要想向着情怀和理想去努力，经济的基础是必不可少的。Daisy表示：“我们首要的职责就是帮客户盯好资产配置，保住底线。今天其实很多中国科技行业高净值人士的资产情况在我们的视角下是非常堪忧的。他们的大部分资产都放在自家公司股票上，很多人都在2021-2022年的中概股暴跌中损失惨重。这其中的原因一个是对收益的要求高，另外就是他们对投资认知有限，不知道还有什么可投。”
鹿可在快速发展的背后，其实就是抓到了客户两点非常重要的刚性需求：
一方面他们会搜集很多高性价比或者稀缺的投资产品，帮助客户一步步减持股票，分散配置从而降低风险。比如美团的投资级债券，风险很低，去年的年化收益能达到7.7%。高风险的产品也有，比如他们能够找到一些历史表现极佳、认购难度很大的私募基金份额，还有上面提到过的【【微信】】的股权投资机会等。
?中概股投资策略解读??
?美国地产基金解读分享会?
?子女教育主题分享会?
在这个链条里鹿可实际上扮演着一个投资教育者的角色。这个角色，虽然传统私人银行也能扮演，但是受限于传统金融机构的定位和资源禀赋，往往不是其强项；在提供类似服务时，它们往往也不具备足够的灵活性。
我之前也参与过他们几场分享会，最大的感受是：鹿可和其它机构的不同点在于，他们的所有内容全部出自买方视角，输出清晰易懂，帮助大家打破对金融、投资领域的信息壁垒。最懂得科技公司基本面的，肯定还是在科技公司工作过的人。只有既懂科技公司基本面、又懂资本市场，才能最大限度地维护科技行业从业者的利益。
?新加坡创业投资分享会?
?芯片巨头财报解读分享会?
此外我还加入了由鹿可客户自发组建的“学习小组”，他们的目的是让有共同行业背景履历的人互相探讨、分享认知和资源，从而降低学习成本。
?学习小组成员
要知道，对于心态年轻的科技从业者而言，进行产业研究、经济研究的目的不仅仅包括获得投资回报，也包括了解最新的前沿产业动向，为自己的职业生涯发展乃至创业之路积累知识和人脉。在投资的同时，寻找下一个适合自己的“坡长雪厚的赛道”，是很多科技公司中高层专业人士的共同诉求。
对于这一点，传统金融机构就更难满足了。或许在硅谷还存在这样的气氛，可是在大中华区呢？无论中资还是外资，哪家私人银行能做好“帮客户进行职业生涯及创业规划学习”这件事情？非不为也，实不能也。
这个任务注定要由新一代像鹿可这样的财富管理机构去完成。
如果你也是大厂早期员工或高管，
有明确的全球资产配置需求，
希望找到一二级市场的优质投资机会，
投资人谈ChatGPT浪潮中的3类创业机遇：与元宇宙、Web3有本质区别，但第一波跳出来太多“蹭热度的”
"投资者",读懂投资人,投资人访谈,投资人术语
每经记者 文巧每经编辑 高涵
图片来源：视觉中国
ChatGPT依然在搅动人工智能（AI）风云。尽管谷歌在过去的两年中由于谨慎的态度未能发布Bard，让OpenAI抢占先机。但作为硅谷巨头，谷歌从来不缺乏“后来居上”的决心和实力。
当地时间3月6日，来自谷歌和德国柏林工业大学的一组AI研究人员公布了史上最大的视觉语言模型：PaLM-E。作为一种多模态具身视觉语言模型，PaLM-E能将视觉和语言集成到机器人控制中。
这个消息，让已经在AI投资圈深耕多年的刘天杰兴奋起来。刘天杰是华映资本董事，也是AIGC领域的一线投资人。早在去年下半年，由ChatGPT模型前身GPT3驱动的恋爱应用――AI聊天软件Replika就走入了他的视线，他意识到基于NLP（自然语言处理）的AI模型已经较以前有了变化。
在接受《每日经济新闻》记者采访时，他表示，“我们理解，它（PaLM-E）已经跟真实世界有一些交互能力。”巧合的是，在他的预想中，ChatGPT引领的这条路子是很清楚的，他看重的就是未来更多各行各业能够去做AI赋能的应用，比如SaaS、RPA（机器人流程自动化），甚至是机器人。
随着ChatGPT及其API的发布，这一大模型身后的蓝海让许多创业公司蜂拥而至。刘天杰认为，这一波兴起的AI浪潮与元宇宙、Web3有本质上的区别，互联网的生态得以重建了。但在泥沙俱下的市场中，第一波有很多“蹭热度的”，只有拥有真实用户和了解用户需求的项目才能生存下来。
ChatGPT出圈，多领域创业者拥抱大模型
2022年下半年，一款AI聊天软件Replika突然火爆全球。人们惊喜地发现，与AI聊得越多，AI就越“懂”你，甚至还会提炼出用户的语气。更有意思的是，该软件的创始人在采访中表示，约有40%的用户描述自己与AI为恋人关系。
Replika这款聊天软件正是基于OpenAI的GPT-3大模型，它也是ChatGPT基于的GPT-3.5模型的前身。很快，Replika就走入了刘天杰的视线。他意识到，基于NLP（自然语言处理）的AI模型已经较以前有了很大变化，他开始关注相关领域的投资机会。
随着ChatGPT的公布，以及GPT-3.5 Turbo的API开放，AI的浪潮蔓延到各行各业，市场对此的反应可以用“狂欢”二字来概括。在刘天杰看来，实际上，开放API是符合预期的，这个项目原本就是开源的，此前也已经有很多人在用GPT3或者GPT-3.5的开源代码来做应用。
不过，ChatGPT如此“出圈”，还是超出了他的意料。放眼整个AIGC领域，“国内现在肯定是风起云涌。硅谷这股风比国内要更大，因为（国外）几个大模型都已经成熟了，美国那边至少已经有几百上千的项目涌现出来。”
“（ChatGPT）确实加快了公众对于AIGC或者AI领域的关注。但是，这条路进化到今天并非一蹴而就。包括ChatGPT的基础模型Transformer，实际上也是2017年就提出来了。”刘天杰告诉《每日经济新闻》记者，“从2017年到今天，大家一直在做大量的工程化工作。到今天ChatGPT有这个成绩，跟之前多年的积累是息息相关的。”
他向每经记者透露，目前看到的创业者其实不仅仅是AI领域的，其他很多领域也在开始拥抱新的大模型以及新的AI能力。
“我们更多地会把这个领域定义成AI+，而不是AIGC。意思就是，利用AI赋能给各行各业。我觉得未来这将是（所有公司的）一个基础能力。”刘天杰说道。
OpenAI用低价策略构建“AI飞轮”
OpenAI在ChatGPT上的脚步显得非常主动和激动。大热刚刚3个月，ChatGPT API就高调上线了。这个API由GPT-3.5 Turbo模型支持。HerAI App的开发者王绍此前告诉《每日经济新闻》记者，接口服务定价大约是3分/1000个汉字。这一定价较GPT-3.5模型便宜90%。
“Turbo就是加速的意思，它的反应速度是要比ChatGPT要快很多的。从底层算力上看，其实没有发生太大的变化。但成本降低、反应速度提高，这只能说明一件事，就是GPT-3.5 Turbo模型实际使用的参数相比ChatGPT下降了。”刘天杰说道。
他随即向每经记者解释，“比如说，你有1750亿个参数，但是你喂给它的训练集很小，也训练不出效果，会导致大量的问题，我们称其为过拟合。所以，参数大意味着训练集要足够大。但是，参数越大并不意味着模型的表现越好，越能理解人的语义。恰恰相反的是，现在大家都想用更少的参数训练出一个更好的大模型。”
为什么GPT-3.5 Turbo能在更小的参数上实现更好的效果呢？“实际上，ChatGPT已经积累了大量用户使用的实际对话集，这些对话集相比OpenAI使用无监督训练的语义集，要更准确、更高质量。”刘天杰说道，“因为，用户实际使用的对话中有上下文、有反馈，收集这些数据后再去训练模型，新的模型就会比之前更精确，就达到了用更小的参数量实现更准确的效果。
在刘天杰看来，GPT-3.5 Turbo成本的下降，核心的一点就是实际计算的成本确实比之前要低，因为它的模型更准了。
“当然，一方面也因为OpenAI本身不是一个盈利机构，并且它也需要更多的用户参与进来，去形成这种实际的对话集，再输入模型中做进一步的训练，而低价也会导致用户量进一步的增长。”他说道。
刘天杰表示，这就是所谓的“AI飞轮”。“用户提高了，数据变多了，模型更准了，用户自然更多了。飞轮一旦跑起来，OpenAI就能甩掉其他对手，这也是它低价策略的一个原因。”
ChatGPT浪潮重构互联网生态，三类创业机会涌现
随着ChatGPT API的开放，调用这个接口来实现AI赋能成为许多创业公司的追求，这种热潮不免让人想起元宇宙、Web3等新概念引领的风潮。许多人会问，看看两年前扎克伯格看好的元宇宙如今在哪儿，未来ChatGPT又会在哪儿？不过，在刘天杰看来，这一波兴起的AI浪潮与前一段时间的元宇宙、Web3有本质上的区别。
“元宇宙、Web3是一个分布式的东西。在这里，大家希望互联网信息或者经济系统，都用一个分布式、加密式的方式去重构。”他向《每日经济新闻》记者说道，“但当前这一波AI浪潮恰恰相反，它会变成一个非常集中的东西，未来AI的底层能力将由有基础预训练大模型能力的几个大厂提供，其他人就在这些底层大模型上去开发应用。”
“所以说，整个互联网的生态我认为是重构了。这有点类似于当年的云服务，由几个大厂来做云服务厂商，在云之上，你们去开发各种各样的应用。”刘天杰进一步说道。
在ChatGPT引领的这一波AI浪潮中，刘天杰看到了三大层次的创业机会。第一类是做中文的底层大模型。“这类创业者往往都是高校出来的，比如说清华系有一大堆人在做底层大模型。但任重而道远，训练底层大模型，一是非常烧钱，二是要有足够强的算力。”他告诉每经记者。
图片来源：视觉中国
“另外，小公司收集训练集的能力不够，而大模型的‘大’，大在它的训练集。小公司并没有积累大量的数据。”他说道。
第二类是中间层，比如做模型的微调、预训练；或者在底层大模型的基础上训练新模型，比如虚拟人模型。“这些模型是基于底层大模型的语义能力，然后在这个能力之上加了各种限制条件。”他说道，这里有一些创业机会，但并不算多。
第三类是应用层，这也是大多数创业公司正在探究的道路。“目前最直接的是生成图片、文字、视频甚至3D内容。但是这些相对来说壁垒不够，因为模型也不是你的，训练集也不是你的，无非就是做一点优化的工作。”刘天杰说道。
“当然还有更前沿的，就是科学家团队在探索真正的终局――通用智能，但这一块现在还在一个非常早期的阶段。”他向每经记者介绍道。
泥沙俱下，用户需求才是创业的根本
在刘天杰的预想中，ChatGPT引领的这条路子是很清楚的，他看重的就是未来更多各行各业能够去做AI赋能的应用，比如SaaS、RPA（机器人流程自动化），甚至是机器人。
他现在主要关注两大板块，一是AI生成3D资产。“因为这一块有真正会掏钱的客户――游戏公司。这一块是他们的痛点，因为制作3D内容非常昂贵，如果能用AI制作3D内容，是他们求之不得的。但目前大模型的能力还解决不了3D的生成，这是一个我们会重点关注的领域。”
二是文字转换动作的应用。“也就是说，我用AI指挥实体的东西去执行操作，比如说机器人、RPA（机器人流程自动化）、全局的智能助手等。这一块涉及到大模型的多模态输出和输入，是一个相对来说比较前沿的领域，也是大模型没有完全解决的领域。”刘天杰解释道。
市场太热，到底哪些才是靠谱的项目？对此，一些投资人直言“又兴奋又焦虑”。
不过，刘天杰还没到焦虑的地步，他直言，“我们看了太多这种新技术、新概念的例子，第一波（冲在前面的）有很多蹭热度的。从经典的盖特纳创业模型来看，新技术都会先经历这样的事情，后面真正能使用这个技术的人才会崛起。”
他向《每日经济新闻》记者透露，很多很强的创业者，例如传统大厂里面职位非常高的人，或者在科学界有头有脸的人，也都被吸引入场。“国内比如说美团的王慧文、快手CTO以及某电商大厂技术负责人。”
据刘天杰介绍，某电商大厂技术负责人提出了Transformer大模型中一个关键的技术路线，叫做多头注意力机制。“泥沙俱下，当然有大量蹭热度的，但是也有很多很强的创业者在开始干这件事。”他说道。
ChatGPT身后的蓝海让许多创业公司蜂拥而至。在刘天杰看来，“现在许多所谓的AIGC项目，并非这一波预训练大模型（ChatGPT）之后产生的，它的技术路线上其实跟大模型没有任何关系，相当于之前传统范式的AI上，包了一层AIGC的壳，就非说自己是大模型，但实际上跟大模型没什么关系。”
他认为，能够落地的应用需要创业者在对应的细分产业中做实。“你要理解产业本身的经济机制和运行规则，以及用户需求，尤其用户需求永远是最重要的。因为在这里，AI只是提供效率的工具，它类似一个乘数。你必须得有前面的‘1’，也就是真实的客户和客户需求。”
封面图片来源：视觉中国
版权声明：除非特别标注原创，其它均来自互联网，转载时请以链接形式注明文章出处。
