推广 热搜: 郝金玉  石勇  侯计香  张文泉  振兴小镇  戎子酒庄  吴沪先  河南省晋商会  ___  冯南垣 

晋商九合创投王啸:计算将成为未来创业投资至关重要的主题

   发布时间:2024-06-21 16:17     浏览:729    
核心提示:6月19日下午,九合创投12周年年会在北京召开。九合创投的创始人王啸先生在现场发布了以不朽的计算为主题的报告,分析了生成式AI
中国晋商俱乐部致力于建设服务创新型商业化晋商生态 | 主办全球晋商年度峰会“晋商年会”与“晋商国际论坛”

 6月19日下午,九合创投12周年年会在北京召开。九合创投的创始人王啸先生在现场发布了以“不朽的计算”为主题的报告,分析了生成式AI带来的生产主体和价值分配革命,指出大模型本身具有生产力属性,提出了AI即生产力、智能即服务,能源、算力、模型、应用是一个完整的智力产品。

db11-4bad166f6c1fe38fe2968cd84ae700b9

图源:机构提供

以下为演讲实录,

投资界(ID:pedaily2012)编辑:

各位合作伙伴、各位九合系的创始人,还有九合的朋友们以及朱民老师,还有百度的前同事侯震宇,大家好。其实侯震宇原来是我们百度足球队的后腰,踢球踢得特别好,他负责的百度的云计算的技术架构也是我在百度负责过的。在2000年时候开始跑百度第 一个机房到现在创办九合创投12周年,我也经历了24年的周期,两个轮回。一开始是站在了移动互联网的角度出来做九合创投,现在又站在了大模型、人工智能发端的角度重新审视我们的投资和科技创业。所以今天给大家分享的题目是“不朽的计算”。

先解释一下我们怎么理解什么是不朽的计算。从三百万年前人类诞生,通过自然迭代、进化、基因不断变异,后来因为有了语言、有了文字、有了印刷、有了知识,我们不断学习迭代。现在有了互联网,我们获取信息的速度、获取信息的能力更加快了,所以我们的迭代和智能进化速度更加加速了。随着大模型的出现,ChatGPT是OpenAI带来的新一波的科技力量,我认为人类的智能进化有了一个新的载体。因为过去我们的智慧是存在于人类的大脑当中或者存在于人体当中,我们知道人的寿命是有极限的,大概120年的限制。当然,随着科学进步,我们有可能从平均寿命80岁到90到100到120。但我觉得智慧的载体依然是有限的寿命、有限的生命,那么如果我们把我们的智慧赋予到硅基上、赋予计算机上,其实它的寿命可以是无限的。所以我认为不朽的计算代表着未来,代表智慧找到一个新的载体,一个更加永恒的载体,而这样智慧的发展速度有可能突破生命的极限成为一种更加永恒可能的存在,当然这个放到一个非常宏观的视角来看。

回到我们对这个事情的理解,我认为计算将会成为我们未来创业投资非常非常重要的主题,那我们怎么来理解它?怎么来看到它?我认为,在整个人类认识和表达世界的过程中,语言、数学、逻辑都给我们带来了巨大的增量。当然,随着计算机能力的不断加强,计算原来作为一个辅助人类认识世界的手段变成了可能是我们认识世界最重要的能力,所以计算成为新的更强大的方法。这里的计算并不是仅仅是算术、算法,可能代表了更高维度的部分。

最早的编程本质上是把我们对于程序、对于网页的理解变成了程序,变成了C语言,变成了我们可执行的部分,实际上它并没有利用所谓的大模型部分,它是把数理逻辑变成了可编程语言的实现过程,包括所谓的工程制造,包括过去的经验积累都是这样的部分。

现在我们认为,整个我们对世界的理解有了一个新的变化,当我们对世界没有任何的确定性认知的时候,我们可以把它完全地扔到一个可计算里面去,让它逐渐形成对世界的理解和智能。这是一个以高维度、高数据的复杂系统,高的计算通量的复杂系统形成的涌现和进化为特征的新的一种世界观,这是我们对这个世界新的看法,而这个新的看法,希望大家能够掌握,成为以后我们在座的各位对世界的一个新的理解的角度。

九合过去这些年一直以“计算+”的视角做投资,我们投的公司有芯片、算法、算力作为支撑,九合的公司为什么会显著比其他的同类型机构的公司有它核心的价值或者核心的发展动力,是因为我们认为计算本身就带了能量层级的跃升,一个有算法的公司和一个没算法的同样类型的公司一定不一样,一个有芯片的玩具比一个没有芯片的玩具要好,一个有大算力的公司一定比一个没有大算力的公司的动能要强(做同样的业务),所以计算起着决定性的推动力量。

我们对计算的理解是什么?过去任何一个算数的结果是无法把它变成一个整体来存储,每个结果都是独立的,因为没有一个无法盛放计算结果的一个好的载体,后来我们通过对人的神经系统的研究,发现人的神经网络是一个很好的承载智能的载体。所有的神经网络的算法在不断迭代,本质上是在模拟人对事物的理解,大脑细胞和突出互相联接,通过不同的认知,不同的电刺激形成了它们之间链接的深度和网络,这就是人类存在智慧的载体。这个载体本质上来讲是由无数的“神经细胞+突触”之间的网络联结和网络之间的强度形成了我们对世界的认知,这部分其实被计算机模拟了,它用了756高纬度的向量空间和高参数的向量空间模拟了人的大脑的运行情况,因为有大量的并行计算,有大量的存储,有比人更好的能量输入,所以可以处理更海量的数据。

它把人类世界当中过去几十年的互联网当中产生的有价值的信息经过清洗之后输入到这里面去,其实过去几十年互联网产生了大量的人的信息,人产生了信息,其实是把人的知识通过这样一种方式重新输入到计算机里,形成了更高纬度的向量空间的矩阵,而这个矩阵其实容纳了所谓的智慧,而这个智慧里面有三个核心的组成部件。

为什么这波大模型的突破来自于互联网信息,因为互联网上存在着大量的公开有价值的人类过去这些年生成的所有的数据。英伟达现在已经做到了1000tops每个芯片上的算力,意味着1000万亿次的算法(具体数字我没记住),应该是1000万亿次/秒的浮点运算数,这种算力水平是非常高。仅中国互联网就有1.7ZB的数据,应该是17万亿(亿)字节的有效数据。这样的“数据+算力+Transformer算法”,Transformer算法本质上是什么?这个词和下一个,和上一个词之间到底有多少差异,这中间的差异有所为的求参差的算法,反过来把这些参数全部改一遍,这样的话,Transformer最 大的好处是把这些数据串行的算进去,所以它可以同时大规模的把这些所有的token数据输入进去进行矩阵的运算,形成高纬度的矩阵算法。

我们发现达到一定的参数量之后,突然间具备了某种程度上的类人工智能的部分。我们知道其实鸟儿会飞和飞机会飞本质上都是空气动力学,但是形态完全不同。我认为,通用人工智能其实已经具备了智能,只是这个智能跟我们理解的人的智能并不是完全的一种形态,但是它可以做成同样的事情,都可以飞,都可以理解世间的事情,可以让机器人做一些判断,做逻辑分析,可以让它算题,回答问题。

所以通用人工智能一定程度上已经达到了一个非常好的状态,当然还需要时间才能真正达到理想的通用人工智能的程度,而且也不一定完全是Transformer这样的算法能够完成的,中间和有一些其他的算法突破才有可能达到这种程度。而且我认为现在的互联网数据已经被使用的相对比较干净了,所以Scaling Laws在LM这个量级上已经达到了相对的顶点,剩下的需要把行业当中,垂直当中的类似私人有效数据再弄进去,这部分需要多模态,需要垂直领域,需要垂直行业各种各样的数据的加盟才能做到。所以我认为其实大模型的发展还在一个早期阶段,未来可期,而且所谓的通用人工智能对我们越来越有效的是在未来一步一步实现的。所以智能有了一个新的载体,也许人类发展的目标就是形成智能,其实智能有自己的发展路径,就像生命一样,人工智能或者说智能它本身也有它的生命特征,它也在进化,它也在往前发展。有可能我们就跟细胞一样,我们贡献了智能,而智能最终有它自己的生存和自己的生命追求的形态和进化的路径,所以对人工智能安全的监管和演进也存在需要不断去探索的部分。

现在的人工智能比最早的自动驾驶、人工眼里看照片、人脸识别等等单场景的人工智能要强,从弱的人工智能变成了相对强的人工智能和通用人工智能。人工智能跟人一样,作为一个小孩儿,他的大脑一开始的神经细胞之间的互相联接非常少,是一个空白的大脑,通过不断地输入,跟他讲话也好,跟他互动也好,他看书也好,慢慢形成了自己对世界理解的模型。机器也是一样,机器通过我们输入的数据一步一步迭代,形成数据和数据之间相关关系的网络,所以它完全模拟了人的学习过程,我认为这就是机器在学习世界模型的过程,而这个过程是一步一步在进化,会形成一个非常好的理解。人的生命的有限和我们能够阅读的带宽的有限,而机器的带宽是无限的,算力可以认为是无限的,能源的输入通过核聚变的方式也可能是无限的,这样的话,无限的信息输入,无限的算力,无限的能量会造成一个什么样的超级智能的出现,我觉得也许我们需要花一点时间来拭目以待。

所以这就是我们看到的人工智能发展。因为我们是做早期投资,早期投资做的事情就是看到未来,看到可能的未来,投到现在的项目,所以对未来的判断,对未来宏观场景的理解,以及对这些宏观场景理解下的可能发生的点状故事的深入理解是我们要做的事情,我们认为人工智能是革命性的,结构性变化的机会,希望在座的各位,不管你现在在做软件也好,在做其他事情也好,要把人工智能这个工具用好,这个方法用好,对这个世界的理解要用好,这是一个非常重要的概念、方法和工具。

我们知道,OpenAI的前首席科学家是非常厉害的一个人,他认为我们对下一个词预测的越准,我们看这个世界的清晰度越高,也就是说其实预测的准确率还原了我们对世界新的理解。这也是大模型追求的,为什么越来越多的数据量输入,越来越大的参数追求的就是对世界理解的准确度,还原世界模型,还原对世界的理解能力,这是这个世界发生变化的部分。

Token会替代字节,成为下一个时代的核心主题。我认为,下一个世界的核心模式有可能是以Token为基础,用Token来吃掉这个世界的逻辑。以前是字节在吞掉整个世界,把世界字节化,我认为现在整个世界是会Token化,这个Token就是刚才我们讲的对世界的新的理解。现在大模型已经发展到了一定的程度,而大模型必须要用到某些场景当中,它可以是一个助理,也可以是一个写程序的程序员,也可以是写作助手,也可以是一个小说,是可以陪你聊天的机器人,也有可能是一个具身智能机器人。具身智能是一个大模型进入到现实世界当中的一个载体,以后的机器人有可能是具备了用它来做大脑思考,用类似我们投资的X square这样的公司做小脑任务执行和控制,用我们看到的多模态的模型对世界进行理解,所以我认为大模型Transformer这样的算法很有可能把一个具备智能的智能体,人工智能带到现实生活当中去,变成我们的一个家庭助手,变成家里的一个机器人。所以这其实是指日可待的一个事儿。所以我们也投了很多具身智能的公司,大模型用在机器人上的公司,这个事情其实我们是可以看得见的,而且不会太远,现在外面有一个我们投的松延动力的机器人已经摆在那儿,一个人形机器人可以走两步,可以踹两脚。这样的机器人应该在三五年之内就会进入到相对普及的阶段,不会太遥远。

另外,某种意义上不能理解人的智能是怎么产生的,到目前为止我们有一些对神经网络人的大脑的研究,但是依然没有人知道为什么有这样一个大脑结构涌现出了所谓的人的智能,涌现出了自我意识和情感。我们现在也不知道为什么大模型、Transformer这样的算法,注意力经济+大算法+大算力,突然之间好像机器就具备了一定程度的智能,能通过图灵计算,我们现在也不能解释这个事情的涌现。

所以复杂系统会涌现出一些完全不同于系统简单规则中的特质,这是复杂系统带来的,当然复杂系统要上规模、上体量,所以它能够体现出来的东西完全不同,本质上来讲大模型是一个极其复杂的复杂系统,人类也是一个复杂系统,其实我们的DNA,大自然给我们写的代码,如果我们也算是一个程序的话,其实大自然一开始就给我们写了一段代码,这个代码不断地进化、迭代,从1.0变成2.0,从满地爬变成了现在可以上来说话的,其实我们的基因代码页在被编程,也在被编辑,所以我们也投了基因编辑的公司,这一切其实都是人工智能能够带来的。人工智能现在还带来了一个突破,可以理解从DNA到蛋白解构的映射关系了,以前这个映射关系非常复杂,通过公式算不出来,但是通过大量的学习之后,Alpha Fold 3已经可以做到从DNA到蛋白解构之间完全非常准确的预测,也就是说,某种意义上我们破解了一定程度的生命密码,所以我们的生命有可能被延长,有可能可以健康的活到120年,甚至以上,我们把人工智能用在生物,用在DNA上,用在科学上,很有可能捕捉到下一步的生命科学甚至其他科学的再一次突破。用大模型来做蛋白设计是存在机会的,而且Alpha Fold 3也是用Transformer的算法,加上混合算法做的,你会发现Transformer这个东西非常有意思,现在我们投的Xsquare本质上也是用Transformer的算法在机器人部分的调控上,好像Transformer变成了一个非常通用的结构,我们说的大模型现在讲的是基于语言大模型,但其实基于Transformer的这样一套算法结构,混合别的算法结构,不但是语言模型,机器人控制模型,甚至包括基因部分的解码都是可以用它来实现的,所以可能开启了一套暴力拆解数据,形成智能的过程,而这里面的关键就是算力、Transformer、算法、数据,所以有数据的地方就很有可能用这套结构形成具备某种程度人的智能的部分。

随着模型的发展,它不但在我们的生活当中可以给我们做家里的机器人助手,可以在工作中让编程变得更容易,投广告业可以用大模型来做,降低成本,提供更好的服务。我们认为两到三年清洁机器人、建设、采矿类似低端的机器人都可以用它来做,在家里的复杂环境当中的洗衣服、叠衣服、烹饪有可能会在五年之内完成,更复杂的,对小孩儿更好的教育的机器人五年到十年是有可能做到的。以后的家庭医生、家庭老师都有可能是机器人,提供更高质量的教育也是存在可能性的。其实大模型很有可能是对服务行业的一次颠覆性的变化,我们知道过去那些简单机器人对制造产生了颠覆性的变化,未来这些相对偏脑力,有点复杂的系统会被大模型+具身智能替代。

过去从上世纪80年代到现在经历了几波业务和商业模式的同时变迁,最早的是PC互联网成就了微软、英特尔,后来的网络成就了Google、meta,包括百度、Google、腾讯、阿里,在网络平台上本质上做了连接,包括人和信息、人和货、人和人之间的连接。这个连接随着规模的扩大边际成本为零,广告收入在上升,他们的毛利非常高,非常挣钱的公司。

下一波的机会是什么?通过Token产生智能,而且智能本身可以变成服务,而这个服务本身就是有价值的,这个服务的价值减去Token生成所需要的成本,也是提高毛利的部分。而且如果叠加,说这个服务的过程当中生成的数据能够再次提供更好的服务,这种数据的自循环+高毛利会形成下一波的盈利机会。当然最重要的是有壁垒,有壁垒的高毛利可以诞生新的大公司,所有的有自循环能力的智力服务公司有可能成为下一波浪潮之巅,所有现在美国的Magnificent7,以后很有可能是A7,不知道是哪几个,希望在座的各位有机会去探一探。

我认为,其实人工智能应用公司并不一定产生在美国,因为中国够卷,中国的Token成本已经变成了美国的1/10。随着卷的程度,我们的Token便宜,那么我们做App就容易挣钱,美国的Token贵就不容易挣钱。商业化、应用化、场景化不一定在美国先规模化出现。所以并不觉得美国卡我们的芯片,美国的OpenAI厉害,中国都在抄就会怎么样,其实技术的本质是为人服务,为社会服务,我们只要能够从商业上,从规模上,市场上看得清楚,它就存在机会。现在中国的手机也比美国的强,最早的手机一定不是中国人做的,现在车也是中国比美国强,最早的车也不是中国人做的,最早的人工智能是美国做的,但是以后的大的人工智能公司也不一定就是美国的,所以其实中国的创业者在这方面有赶超的机会。

中国的软件公司、SaaS公司,要出海,因为美国的这些传统的软件公司挣钱挣的太多了,他们的工程师已经懒了,很多工程师已经五六十岁了,干不动了,中国软件公司不断升级优化,那么在全球的软件市场用大模型做本地化能够完全做到通杀美国的软件企业,这件事情在未来的三到五年一定会发生,这是我们的判断。

回过头我们可以再看。其实很多事情的发生都可以用逻辑和视野推断,所以鼓励在中国卷的不行的SaaS公司去美国卷一卷,一定能挣到美元。

大模型有它不可忽视的地方,从能源到算力,我们投了光计算,投了核聚变的公司,这个场景商业化到底在什么时间,什么样的情况下能实现其实我还没有清晰的判断,我认为它是人类的终 极梦想,一定会不断有资本不停的支持。好的投资并不一定说这个事儿一定短期就能成,很多时间都需要一个比较长的周期。

我们认为,大模型并不一定等于好的产品,大模型是一种能力,大模型并不一定适合每一个场景。所以把大模型用好,在应用层和ToB中用好,根据每个行业的数据对它进行调优,商业化存在大量的机会。所以大模型的竞争未来是在应用层的竞争。大模型本身的竞争其实巨头的竞争,创业公司在这里面的添砖加瓦搞活了这个市场,这个市场的竞争本质上是提供水电煤,水电煤本质上是规模化的生意,你有多少钱的投入,多少张卡,你有多牛的基础设施才能做到这个事情,所以大模型的竞争本质上最后就是每个Token很便宜,如果没有巨量的资源一定在Token上挣不到钱。现在大公司把Token拉到几分钱,以后可能会拉到1万Token几分钱的逻辑。所以如果没有这样的积累,这样的技术架构,这样的资本投入,纯的大模型公司的竞争一定不会有太多小公司的机会。

把大模型用好,在各个领域当中出现一些规模化的应用机会是存在的,所以本质是要回归到产品,回归到场景,回归到服务上。两三年前我们就认识到了这样一个问题,所以我们一直在投应用型的公司。这是我们的看法。很多时候看法不对要花很多冤枉钱的,所以认知决定了你的投入产出和节奏,所以认知的提高需要不断地打磨和学习。

九合在这个领域当中,在基础设施领域我们投了芯片、CPU、光计算的公司,我们投了模型公司,不管是客服模型、销售模型,以及在中国第 一个提出做通用人工智能的公司,现在做的很不错。2017年投资的彩云小梦是国内第 一个做AIGC文生文的公司,我们还投了其他应用场景,比如游戏陪玩的场景、游戏生成的场景、家庭陪伴的场景和人形机器人的场景。以前我们投的软件公司也在做大模型的转型,包括探迹科技做了销售的大模型,晓多科技做了客服的大模型,相信他们过去在行业当中积累的场景和数据依然能够让他模型产生更好的价值。

下面讲讲九合。转眼就12年了,九合也经历了漫长的过程,从第 一天的天使投资人背着包在各种咖啡馆看项目,到现在有了20多人的团队,有了300多家被投的企业,有了在座的各位,有了被投的不错的公司,有了坚定的支持我们的LP,还有众多的行业中的合作伙伴。

在过去12年九合坚持了自己的初心,我们一直坚守在科技早期的位置没有变过,从来没有想过挣二级市场的钱,没有想过挣PE的钱,没有想挣差价,我们就想挣从0到1,帮助创业者成长和不断发展壮大这部分的价值。所以我们的规模一直不大,一直保持创业的初心,每个阶段只做一个基金,没有同时做多个基金,同时我们投资依然做前瞻性的布局,早期要做重仓,我们做更多的复制,同时做DPI管理,以始为终。我们赛道上一直在做轮转,我们的赛道不停地变,根据科技的发展,经济的发展,中国的发展。我们投了出海的项目,也投了很多人工智能的项目,新能源的项目,我们赛道的变化是每半年为一个周期,似乎每个点都踩的还可以。我们的方法论也一直在迭代。互联网时期,技术最 好的特质就是不断的修补、不断的升级,从1.0到2.0到3.0。而这种程序员的本质有一个很好的思想特征,就是迭代,我们永远认为软件需要迭代,方法论也需要迭代,我们对世界的理解需要迭代,所以我们一直在迭代我们的方法,迭代我们对世界的理解,迭代我们对世界的模型。同时我们的组织一直在升级。

过去12年,九合做到了跟LP利益一致,跟创业者包括良好的关系,我们认为跟在座的创业者是休戚与共的,我们愿意从第 一任开始,愿意在关键时刻站在创业者身旁给他出主意,甚至有时也许作为投资人应该做其他选择,但是我们认为其实帮助创业者其实就是帮助我们自身成功,所以九合一直是创业者最 好的伙伴,也是创业者最 好的第 一个投资人。

任何一个组织要想长期稳定的发展,都要有一个稳定的内核和价值观,这些都是我们做了七八年之后总结出来,并不是一开始设定的,任何一个组织都有它的内核,这些内核是九合能够坚持走下去,并且形成一个稳定的凝聚体的一个非常重要的部分,当然其中最重要的是长期主义,因为创业太艰难了,不给他们时间还想挣钱,这件事儿太难了。所以我们给创业者足够的耐心,我们给投资足够的耐心,所以其实耐心是做早期投资最重要的需要的特质,还真没有之一。

能力是可以培养的,但是耐心其实本质上是天生的,没有耐心的人做不了科技投资,做不了早期创业,也很难在这个市场当中生存下来。点燃创业者,缔造伟大企业,这是我们的使命愿景,也是我们这个组织的内核。我们希望为大家创造伟大的企业,而这些伟大的企业为社会提供更好的价值,让大家的生活更便利更美好,这样就会形成社会的正循环。因此创业和投资不但有经济价值还有独特的社会价值,所以VC行业有非常重要的社会属性和功效,而早期投资人在这里面属于排头兵,属于最难最重要的那部分,我们相信九合能够继续做好。

我们认为要做好这个事情一定要有洞察未来的能力,能够有一定程度的价值发现,所以我们投的很多项目是两三个人要做一个什么事情,我说这个事儿听上去好像有价值我们就投了,其实能够看到一定程度的可能性和这个事情的机会是非常不容易的,既有对世界更全面的理解在,也有很多的价值体系、专业价值判断。这次VC行业的大出清可能并不一定是坏事儿,因为有钱就能做投资这个事情并不是这样的,需要有一定的认知,特别是早期投资需要有更前瞻的认知,而且只有这样的认知和专业的能力才能陪伴创业者把事儿做好。如果一个好的创业者周边是一群非常让大家难受的投资人的话,他做着做着就没有动力了,做着做着就不想做了,创业本身已经这么难,这所以一定要有一群好的投资人跟他共同进步。为什么美国的创业公司发展的比较好,我认为是因为VC生态比较健康,比较良性,比较有秩序,而中国的VC心态需要调整,需要变得更加有秩序,更加的良性,更加有耐心,才有可能培育出中国的伟大的科技企业。

九合的基因——以科技为导向,科技是对我们对世界理解的方法,计算是我们对世界丈量的方法。我们是内生的,我们所有团队人员基本上都是内部培养;我们是乐观的,现在一年我们投30多个项目。我们在迭代,每天都在进步,每个阶段都在复盘。我们一定是有耐心的,在座的很多创始人我们陪伴了十年、八年、七年以上,而我们在这个过程当中几乎很少说我们想怎么样就怎么样,这是我们的态度。早期投资是验证我们对世界的判断和理解,而且保持对创业者的同理心。

过去12年,我每天大概平均看5个项目,我大概已经看了2万多个项目了,我本身也是一个大模型了,我跟创业者聊一会儿,心里有一个非常好的感觉,这个感觉就是涌现。为什么当创始人来了之后我30分钟可以做决策(当然这是以前,现在越来越规范了),这就是因为模型涌现和直觉。

在座的各位,不管是被投企业还是LP,九合在这么艰难的年景下依然完成了5期的顺利募资,我们已经关闭了将近10亿,比上期实现了大幅增长,而且80%是市场化机构的钱。大概还有一个月的时间,这一期基金就马上要关闭了,历史LP复投率比较高,大家对我的支持比较大,再次感谢在艰难场景下依然为早期机构买单的LP们,创业者们,给他们鼓掌吧!让我们感谢在座的创始人们在这么艰难的环境下依然向前不回头,你们是中国科技创新的中坚力量,你们代表着我们的未来。谢谢大家!

 

投诉邮箱:tougao@shanxishangren.com
 
更多>同类晋商资讯

鹏飞集团·郑鹏【中国晋商俱乐部名誉主席】 振东制药·李安平【中国晋商俱乐部荣誉理事长】 潞宝集团·韩长安【中国晋商俱乐部常务理事长】 聚义实业·王殿辉【中国晋商俱乐部常务理事长】 振兴小镇·牛扎根【中国晋商俱乐部常务理事长】 融德创世·郝金玉【中国晋商俱乐部常务理事长】
理事会企业动态
最新活动动态
优秀晋商资讯
推荐图文
推荐晋商资讯
点击排行
网站首页  |  京ICP备13017153号 |  网站地图  |  联系方式