从政策角度推演大国竞争下的AI产业发展机遇

（报告出品方/作者：西部证券，雒雅梅）

一、人工智能：引领未来的科技革命

人工智能产业包括基础层、技术层和应用层三个层次。基础层主要负责提供数据和算力支 持，包括 AI 芯片、智能传感器和云服务等领域，构成人工智能发展的基石。由于发展起 步较晚、资金支持不足、美西方技术管控等原因，我国在基础层面临较多“卡脖子”问题， 实力相对薄弱。技术层主要负责提供算法及技术实现。凭借对数据资源和运算平台机器学 习技术的应用，以及计算机视觉、自然语言处理和语音识别等应用技术的发展，我国在技 术层正处在上升期。应用层是人工智能的产业链下游，针对不同行业和领域提供产品、服 务和解决方案，催生出多样化的商业模式。

算力、算法和数据是驱动人工智能发展的“三驾马车”。算力是人工智能发展的物理载体， 支撑数据通过算法实现价值释放。2012 年后，传统的摩尔定律已被指数式爆发的算力需 求所改写，头部 AI 模型训练的算力需求每 3-4 个月倍增，对 AI 芯片性能要求“水涨船高”。算法是实现问题解决和特定功能的指令和程序，通过开发数据智能提供通用和细分领域的 技术支持。算法沉淀在 AI 人才上，据人社部发布的《人工智能工程技术人员就业景气现 状分析报告》，2025年我国AI人才缺口将达1000万，其中对算法人才的需求度高达80%。数据是人工智能赖以发展的资源要素，为各式算法提供海量训练以覆盖更多的应用场景并 提升模型性能。凭借庞大的移动互联网和数量可观的网民，我国在数据规模上占据比较优 势，但大模型所需的数据更需“炼化”，数据确权和商业化仍待补足。

人工智能三要素影响政策框架选择和中美竞合。各国在算力、算法和数据的相对比较优势 影响着其政策取向，具体包括以下几种场景：1、算力＞算法/数据：算力如此重要，以至于承载算力的 AI 芯片技术的流失难以接受，以 出口管制为代表的政策杠杆成为保持本土核心竞争力的重要方式。2、算法＞算力/数据：算法人才作为驱动算法更新迭代的源泉意义凸显，出于留住本土人 才和吸引外来人才的考量，教育支持和人才方面的排他性政策或被实施。3、数据＞算力/算法：海量数据收集及应用中的隐私等派生问题需发挥政府作用，同时市 场规模优势提供了人工智能成果加速落地的有利条件。

二、政策推演：人工智能大国战略角逐

2.1 美国的人工智能相关政策

2.1.1 多点发力支持人工智能发展

战略规划指引密集出台。实际上，美国较早注意到了人工智能发展的战略意义。2018 年， 美国成立了“人工智能国家安全委员会（NSCAI）”，旨在为总统和国会提供政策咨询，以 “促进人工智能、机器学习和相关技术的发展，以全面满足美国的国家安全和国防需求”。该委员会发布的一系列报告中强调了 AI 在大国竞争中的关键作用，并指出美国各政府部 门需要通力合作，在人才、硬件等多个方面发力，提升美国人工智能产业的竞争力。在此背景下，美政府近年来密集推出了一系列人工智能相关的重要文件。其中，奥巴马、 特朗普和拜登三届政府的人工智能国家政策各有侧重，但均强调保持美国在技术竞争、国 家安全方面的优势，尤其是在与中国的竞争方面。1、奥巴马政府：聚焦人工智能的重点领域和潜在影响，以可持续的战略规划奠定美国人 工智能发展的基础。2、特朗普政府：将人工智能上升至国家安全的重要地位，从关键技术、情报领域和国防 应用等多点发力，以维持美国在全球人工智能发展的主导地位。3、拜登政府：加大人工智能领域的投资和基础设施建设，强化与盟友间的合作，兼顾人 工智能的安全监管。

大力投资加快科技迭代和应用落地：美国注重为人工智能发展注资，尤其是国防科技应用 研究。《2019 财年国防授权法案》要求美国防部协同各研发机构加强人工智能的军事应用， 并成立国家人工智能安全委员会和联合人工智能中心，统筹研究和战略执行工作。2019 年 2 月，美国防部发布《美国国防部人工智能战略摘要》，此后美军人工智能领域 6.1+6.2 类的经费投入大幅抬升，2012-2022 年复合增速达 14%。从投资结构来看，2020 财年以 来投资经费的一半以上均用于应用研究，重点技术方向为第三波人工智能（主要为基于语 境推理和解释性模型的人工智能）。此外，美国多部法案还公布了人工智能的支持细节。根据《无尽前沿法案》，美国将以五年为周期向人工智能等战略领域注资超 1000 亿美元。2022 年 9 月，《CHIPS 法案》提出 向半导体行业提供 527 亿美元的资金支持，向企业提供 240 亿美元的投资税抵免，向人 工智能、机器人技术、量子计算等前沿基础和应用研究提供 2000 亿美元的科研经费支持。随着人工智能的战略意义凸显，美国强大的资金支持既有助于带动 AI 芯片技术的更新迭 代以满足日益增长的算力需求，又缩短了科技成果转化链条，加速了 AI 科技成果的落地 应用。

STEM 教育输送高质量算法人才：加大对 STEM 教育的投入是美国增强 AI 产业竞争力的 重要措施。早在布什政府时期，《美国竞争法》、《学术竞争力委员会报告》等政策文件在 STEM 师资培养、阶段划分和评估标准等方面提供支持，STEM 教育逐渐上升至国家战略， 成为美国培养科技人才、保持全球竞争力的重要依托。2020 年 2 月，OSTP 发布《美国 人工智能倡议首年年度报告》，指出计算机科学是 STEM 的重点，要使美国工人及联邦政 府员工掌握充分调用人工智能的能力。随着政策支持接续推进，美国计算机科学的师资力 量不断扩充，2011-2021 年增速达 39%。与快速扩张的师资队伍相对应的是美国 AI 人才 数目，在清华大学等联合发布的2022年全球人工智能最具影响力学者榜单中，美国以1146 人（57.3%）独占鳌头，远超中国同期的 232 人（11.6%）。

数据确权和商业化夯实发展根基。美国注重数据的开源及商业化应用，采取以市场化为导向的数据开发利用模式。从权利与 义务规定来看，2018 年出台的《澄清合法使用境外数据法》以“数据控制者模式”取代 “数据存储地模式”，澄清了服务商境外数据访问和调取的合法性。从政府数据开源来看， 以 2018 年出台的《开放政府数据方案》为代表，美国政府注重将透明、可靠、可互动的 高质量政府数据提供给私人部门决策使用，以将数据价值最大化利用。数据价值的实现还 得益于美国发达的数据交易市场，根据 On Audience 平台显示，美国作为世界上最大的数 据市场，2021 年市场规模已达 306 亿美元（同比增长 24.1%）。

同时美国政府也关注到数据开放带来的隐私安全等问题，虽然目前美国并无独立全面的隐 私保护法，但以《加利福尼亚州消费者隐私法案》为代表，已有五个州对个人数据使用的 权利和义务做出了具体规定，同时以《电子通讯隐私法案》、《金融消费者保护法》等为代 表的行业立法也为数据的安全使用提供了保障。2022 年 6 月，参众两院发布了《美国数 据隐私和保护法案》草案，在立法思路上更重视效率，将企业区分为“第三方”、“数据收 集第三方”和“数据服务提供商”，建立起数据规模和企业权责挂钩的良性机制，赋予数 据处理者更大自由度。

2.1.2 发展导向的人工智能监管

美国一直重视人工智能技术的发展，并较早通过法律法规对人工智能进行监管。2020 年 1 月，白宫发布了《人工智能应用监管指南》，该指南从监管和非监管两个层面提出了人工 智能应用的相关原则和建议，并针对通用或者特定行业人工智能应用的设计、开发、部署 和操作提出了若干监管原则。去年以来，美国联邦政府陆续推出了《人工智能权利法案》 蓝图、《人工智能风险管理框架》等关键文件，对人工智能治理的原则进行了进一步的定 义和阐释，但尚未出台具有法律约束力的规则。

目前来看，美国人工智能监管机制有以下三个特点：首先，强调监管应有助于创新与发展。通过对美国会立法与政府文件的解读可以发现，美 国发展人工智能技术的目的是在科技、产业等领域维护美国的全球领导地位，人工智能监 管亦服务于这一根本目的，其监管政策的核心诉求是建立稳健的创新生态系统，降低人工 智能技术发展和应用面临的障碍，并持续促进技术和创新的进步。其次，强调轻监管原则。目前美国联邦政府对人工智能的监管很大程度上遵循着“非必要 不监管”的思路，侧重不具有法律强制性的措施，包括提出细分领域的政策指南或框架、 推动试点项目和实验，以及设立行业内自愿的共识标准等。同时，美政府在《人工智能应 用监管指南》、《人工智能权利法案》蓝图等文件中并未设立严格的监管机制，而是要求各 政府部门对人工智能创新和应用带来的影响进行充分评估，避免采取可能给人工智能创新 和发展施加过高标准的预防性路径。

第三，立法层面，美国国会针对人工智能监管的立法处于早期阶段，尚无有效的监管法律 出台。目前国会两院尚未通过任何重要的人工智能管制立法，已有提案关注人工智能算法 透明度、为政府监管机构设定目标、防范人工智能算法歧视等议题，其中较大比例的提案 集中在要求美政府建立人工智能管理机构，研判人工智能对社会治理、国家安全等领域的 影响。针对近期广受关注的生成型人工智能，目前国会还处于相对缓慢的接受过程中，部 分有计算机背景的议员表达了对生成型人工智能应用不受监管的担忧，亦对如何防范数字 内容伪造有所讨论。

2.2 我国的人工智能相关政策

2.2.1 政策支持体系日趋完善

顶层设计指引发展。早在 2015 年，《中国制造 2025》便提出以智能制造为主攻方向，推 动信息技术与制造业融合发展。2017 年是中国人工智能发展元年，《新一代人工智能发展 规划》的正式出台明确了我国人工智能产业发展的路线，厘清了我国人工智能发展的基本 原则、战略目标和重点任务。规划制定出人工智能产业 2020 年、2025 年及 2030 年的“三 步走”目标，提出了从人工智能技术和应用水平与世界先进水平同步到领先、再到建立成 为世界主要人工智能创新中心的宏伟蓝图。

政策丛林轮廓初现。随着顶层设计的完善，2017 年以来国务院和各部委关于人工智能人 才培养、平台建设和应用等落地方面的支持政策暖风频吹，形成了全方位的“政策丛林”。1、人才培养：2017 年 12 月颁布的《高等学校人工智能创新行动规划》提出人工智能人 才培养在 2020-2030 年“三步走”的战略目标，夯实人工智能发展的智能化底层。2020 年 1 月，相关政策接续出台，基础理论人才与“人工智能+X”复合型人才并重的培养体 系和深度融合的学科建设和人才培养模式成为重点。2、平台建设：2019 年 8 月，科技部印发《国家新一代人工智能开放创新平台建设工作指 引》和《国家新一代人工智能创新发展试验区建设工作指引》，承载人工智能前沿科技发 展的企业平台和试验区先试先行，应用牵引、企业主导、市场运作的人工智能发展得到有 效支撑。3、应用落地：2022 年 7 月，《关于加快场景创新以人工智能高水平应用促进经济高质量 发展的指导意见》出台，依托于国内海量数据和统一大市场的内源驱动，我国积极拓展人 工智能的各类场景应用，设计场景系统、开放场景机会、完善场景创新生态，并发挥其在 赋能实体经济高质量发展中的重要作用。

各地积极响应落实。在中央部委的支持下，各地结合区域经济发展、产业基础等因素出台 了差异化的人工智能发展方案，其中走在先列的是北京市和上海市。北京市早在 2018 年的《北京人工智能产业发展白皮书(2018 年)》便摸清了人工智能产业 的底数。2023 年 5 月，《北京市加快建设具有全球影响力的人工智能创新策源地实施方案 （2023-2025 年）》和《北京市促进通用人工智能创新发展的若干措施》相继出台，明确 了人工智能核心产业规模突破 3000 亿元、保持 10%以上增长的总体目标，同时在算力、算法、数据三大要素等方面提出具体措施。上海市在 2017 年颁布的《关于本市推动新一代人工智能发展的实施意见》制定了 2020 至 2030 年人工智能产业发展目标，通过全面实施“智能上海（AI@SH）”行动，将人工 智能技术打造为上海“四个中心”建设的发展引擎。2022 年 10 月，《上海市促进人工智 能产业发展条例》出台，全面覆盖科技创新、产业发展、应用赋能、安全治理等多个领域， 上海市打造世界级人工智能产业集群的思路更加清晰。

2.2.2 监管强化方向清晰明确

近年来，围绕人工智能监管，我国已出台了《新一代人工智能治理原则：发展负责任的人 工智能》、《国家新一代人工智能标准体系建设指南》、《新一代人工智能伦理规范》等多部政策文件，制定了“和平友好”、“公平公正”等人工智能健康发展的基本原则，以数据、 算法、系统、服务等领域为重点逐步建立起人工智能发展的指标体系框架，并提出伦理规 范作为人工智能各类活动的基本遵循。

2023 年 7 月，网信部等七部门发布《生成式人工智能服务管理暂行办法》，明确了“发展 和安全并重、促进创新和依法治理相结合”的总体原则。相较于网信办 4 月起草的《生成 式人工智能服务管理办法（征求意见稿）》，暂行办法细化了各项管理细节，在适用对象、 监管分级、法律责任等方面提出具体规定，并围绕算力、算法和数据三要素出台支持举措。暂行办法与 2021 年 8 月颁布的《互联网信息服务算法推荐管理规定》和 2022 年 11 月颁 布的《互联网信息服务深度合成管理规定》形成我国 AI 监管的“三足鼎立”之势，与《网 络安全法》、《数据安全法》、《个人信息保护法》和《科学技术进步法》等上位法共同筑起 目前我国人工智能监管的基本框架。

政策定调上，7 月 13 日网信办等八部门共同颁发的《生成式人工智能服务管理暂行办法》 与过去的《互联网信息服务算法推荐管理规定》和《互联网信息服务深度合成管理规定》 的监管思路一脉相承，均试图在控制风险的同时支持 AI 产业的健康发展，避免一刀切；在明确责任主体与相关权责范围的同时，采取了风险分级的思路，对防范生成内容滥用、 知识产权与隐私保护等生成式人工智能应用的潜在风险进行了具体安排；总体来看，我们认为该管理办法对我国相关产业的健康发展有积极影响，对应对技术应用 领先监管而造成的一系列社会、伦理风险有充分的正面作用，其颁布实施有利于我国生成 式人工智能产业行稳致远。从文本看，与 4 月的征求意见稿相比监管的具体要求变化不大， 但从整体上对人工智能服务的监管原则角度，有了更加有利于人工智能行业发展的变化。

三、中美关系：竞争主导+有限合作

3.1 竞争主导，三大要素博弈加剧

算力：“卡脖子”问题仍待突破。大模型时代，算力是人工智能产业竞争的核心。目前我 国在承载算力的 AI 芯片等方面仍面临较强的对外依赖，国产化存在空间的同时，美国不 断收紧出口管制措施亦对我国算力供给产生较大扰动。拜登政府以来，美一方面延续实体 清单等制裁措施，另一方面借助《CHIPS 法案》限制获得联邦资金的公司在中国的增产 计划，还通过“芯片四方联盟”机制将相关管制扩大化。考虑到半导体与人工智能产业的 全球分工属性，算力芯片产业仍有赖于跨国协作与销售，算力领域的竞争强化并非帕累托 改善。2023 年 7 月，美国三大芯片巨头英特尔、高通和英伟达的高管会见了包括国务卿 布林肯在内的美国政府高官，呼吁政府评估其限制措施造成的潜在影响，避免进一步收紧 的半导体产品与制造设备出口管制对美国企业营收造成进一步负面影响；同时，美国半导 体行业协会也发表声明，反对对华芯片销售设置进一步限制。

算法：AI 人才成为稀缺资源。随着复合型 AI 人才成为驱动 AI 算法优化和人产业发展的智 慧动能，“留住本土人才+吸引外来人才”成为保持人工智能算法核心竞争力的主要手段。长期以来，美国凭借其完善的教育体系和人才激励机制吸引了大量中国留学生赴美深造和工作，据《纽约时报》统计，128 位在中国大学取得本科学位、在人工智能学术会议上发 表过论文的研究人员中，一半以上选择在美国攻读研究生学位并在美国工作，国际竞争下 AI 人才的流失对我国算法领域突破产生了不利影响。但是这种自发的学术交流渠道正在收 窄，美国政府通过缩短中国赴美留学生签证期限，对中国学术人员及其研究严格审查并拒 签为中国国防或安全部门直接或间接提供服务的相关人员，虚假指控中国籍或华裔专家 “窃取高科技商业机密”等政策工具对中国人才培养造成干扰，客观上为中国赴美人才选 择回国发展提供了驱动因素。根据《美国国家科学院院刊》最近发表的研究，2018 年启 动的针对在美华裔学者强化审查的“中国计划”直接造成从美国返回中国的华裔科学家显 著增加。

数据：安全属性上升至国家高度。数字经济的深入发展使数据要素成为一种全新的生产要 素，全球范围内数据资源的分配和控制成为各国竞争的焦点。一方面，美国以“国家安全” 为由严格限制个人数据向中国等国流动，以在全球数据资源竞争中抢占先机。2020 年 2 月颁布的《外国投资风险审查现代化法案》将外国对涉及敏感个人数据的美国企业投资纳 入审查范围；2021 年 11 月《2021 年敏感个人数据保护法》提案以“威胁国家安全”为 由要求进一步限制中国获取美国个人数据，并要求数据处理商应向消费者公开数据是否提 供给中国。另一方面，美国还试图实行强有力的国内政策，研发并投资有弹性的数字基础 设施以加强美国在数据方面的控制和治理。

3.2 合作受限的同时，人工智能治理方向趋于一致

仅用竞争定义中美人工智能关系并不全面。长期以来，中美在人工智能领域的学术研究和 民间投资等方面建立了持久且稳定的合作关系。根据斯坦福大学发布的《2023 年人工智 能指数报告》，2010 年以来中美人工智能出版物的合作次数增长了 4 倍，居于跨国合作首 位；2021 年，“中-美”合作的数量是“中-英”合作的 2.5 倍。投资方面，美国知名技术 类智库乔治城大学安全与新兴技术中心（CSET）发布的报告显示，2015-2021 年共有 167 名美国投资者参与了对中国人工智能公司的投资，交易数达 401 笔，约占同期全球 2299 笔中国人工智能企业投资交易的 17%；投资金额共计约 402 亿美元，占同期中国人工智能企业融资总额的 37%，美国资本的大量涌入对我国人工智能产业发展起到了积极作用。

中美在人工智能共同治理存在对话空间。治理理念方面，中国注重发展“负责任的人工智 能”，而美欧则强调推进“值得信赖的人工智能”，虽然在具体的价值取向上有所差异，但 二者的总体方向一致，均强调发展安全、健康、可持续的人工智能技术。具体来看，在“军 事领域负责任地使用人工智能”方面，中美已取得一定共识。2023 年 3 月的海牙峰会上， 包括中美在内的 60 多个国家共同签署了一份“行动呼吁”，在国际法规定的范围内“以不 损害国际安全、稳定和责任的方式”开发和使用军事领域的人工智能。2023 年 7 月 18 日， 联合国安理会第一次举行关于人工智能对国际和平与安全的影响的会议，中美均表示要加 强人工智能治理的国际协调，未来两国在算法歧视、数据隐私泄露和科技贫困等方面或有 较多合作机遇。

四、投资机会：关注算力、算法、数据三个方面

4.1 算力芯片：需求+政策共振

算力需求高斜率增长，AI 芯片持续受益。2012 年-2019 年，AI 算力需求以远超摩尔定律 的速度倍增了 30 万倍，大模型时代这一速度进一步跃迁至每 2 个月翻倍。随着算法发展 和数据规模的不断累积，越来越多的模型训练需要巨量算力支撑。AI 算力需求的快速膨胀 要求更高性能 AI 芯片的配套支撑，根据中商情报网测算，2022 年我国算力产业市场规模 约为 628.11 亿元，同比增 17.4%，2023 年将进一步增至 753.85 亿元。未来，随着 AI 商 业化应用场景逐渐扩展，在教育、医疗等领域的渗透率进一步提升，算力储备的资源焦虑 成为驱动 AI 芯片发展的重要动力。

全球化退潮，“安全”概念成为逻辑基点。基于对经贸秩序、政治格局和技术创新与应用 的考察，我们判断当前全球化处正于下行区间，强调安全重新成为各国共同的政策选择。国内 AI 芯片面临严重的对外依赖，高通、英伟达等国际厂商几乎垄断了其核心供应。国 产化存在空间的同时，美国通过不断收紧对华产业政策以保持本土竞争优势，算力领域竞 争主导的中美关系难以短期改变。在此背景下，“安全”变量进入企业生产和政府决策的 函数，以“举国体制+揭榜挂帅”的模式逐步摆脱我国对国外 AI 芯片的过度依赖，提升企 业自主创新能力，发展国产开源芯片意义重大。从“安全”概念的逻辑基点出发，国内 AI 芯片厂商面临较大的商业机遇。GPU 是当前主流的 AI 芯片，根据 IDC 测算，2022 年 GPU 占中国加速服务器市场份额达 89%，约 60 亿美元规模。基于其兼具通用性和高性能计算的优势，我们认为全功能 GPU 仍然是满足未来 AI 大模型、多模态输出需求的最佳解决方案，国产 GPU 厂商在算力需求 增长和本土产业发展的潮流中有望迎来新机。

4.2 算法人才：标的选择的“试金石”

我国企业的 AI 人才缺口不容忽视。由于目前 AI 算法框架基本为开源产品，所以相较算力 方面的“卡脖子”问题，AI 人才储备短板更易被忽视。纵观 Tensor Flow（Google）、PyTorch （Meta）等搭建成熟的 AI 算法框架，其背后基本均以巨头企业和高校支撑，建立在完备 的 AI 人才团队上。相较于整个行业持续爆发的人才需求，国内 AI 人才尤其是算法人才缺 口较大。据脉脉发布的《人工智能顶尖人才数据图鉴 2022》，在最难招岗位 TOP10 和最 热招岗位 TOP10 中，均有 7 个算法岗位，其余为工程岗位或非技术岗位。未来随着人工 智能的深入发展，这一缺口可能继续扩大。

人才积淀成为标的选择的重要依据。在 AI 人才日益稀缺的背景下，我们认为良好的人才 储备将成为算法领域企业制胜的必备条件，具体而言，建议考察以下维度：1、标的属地的人才支持政策。近年来，各地在完善学科体系建设、制定联合培养机制、 优化人才服务等方面持续发力，北京还出台了算法领域的专门人才政策，在创业空间、算 力支持、算法交易、融资保障等方面给予算法人才施展才华的广阔空间。2、标的自身的人才激励机制。良好的人才激励机制是企业吸引人才、留住人才的根本， 据脉脉统计，算法工程师的月平均起薪超 30000 元，更高薪资待遇的公司更能满足 AI 人 才的基本需求。另外，股权激励等机制设计也有助于锁定人才的长远利益。3、标的与科研院所的合作关系。根据斯坦福大学发布的《2023 年人工智能指数报告》， 我国的 AI 研究主要由高校等科研院所主导，企业主导的 AI 研究远低于美国和欧盟，与高 校保持持续稳定的合作关系意味着企业更能在人才竞争中更能获得先机。

4.3 数据标注：数据质量＞数据规模

数据的质量比规模更为重要。依托庞大的移动互联网和数量可观的网民，我国数据资源丰 富，据 IDC 测算，2022-2027 年中国数据量规模将由 23.88ZB 增长至 76.6ZB，复合增速 达 26.3%。然而相较于美国，我国数据开源和市场流通较差、数据挖掘和治理能力滞后， 优质的中文数据集依然稀缺，大量非结构化数据无法被算法模型训练所使用。据加利福尼 亚大学研究发现，全球机器学习和自然语言处理模型使用数据集的一半由 12 家 Top 机构 提供，其中美国占据 10 家，而中国仅有香港中文大学一家。此外，数据集的基尼系数呈 明显上升趋势，越来越多的数据集被少数机构或数据库所掌控。

数据要素受到重视，规范化处理有望受益。2019 年以来，数据作为一种全新的生产要素 越来越受到国家重视。2022 年 12 月，中共中央、国务院出台“数据二十条”，在数据确 权、流通交易、收益分配、安全治理等方面架构起我国数据治理的基本框架。政策加码下， 我们认为数据规模和质量的戏剧性“冲突”有望得到加速缓解，作为数据质量提升的必备 环节，数据标注等数据规范化处理相关企业有望受益。未来，更加精细化、场景化和专业 化的数据采集标注才能满足日益增长的人工智能细分场景、专业垂直的赋能需求。

（本文仅供参考，不代表我们的任何投资建议）

文琳编辑

免责声明：转载内容仅供读者参考，观点仅代表作者本人，不构成投资意见，也不代表本平台立场。若文章涉及版权问题，敬请原作者添加 wenlin-swl  微信联系删除。

1. ▼长按2秒识别二维码关注我们

《文琳资讯》

提供每日最新财经资讯，判断经济形势，做有价值的传播者。欢迎关注

今日导读：点击下面链接可查阅

▼长按2秒识别二维码关注我们

公众号 ：就业与创业

点击下方可看