周轩一阵恨铁不成钢：“我的祖宗，你是科技行业的大佬，谁算每股净资产呢，那是传统行业，盖房子卖地皮的算法。别说你已经盈利了，就是只有营业额没利润。光算市盈率，给你三五十倍都算很少的了，人家大洋国互联网泡沫最严重的的时候，给两百倍都很轻松。

我也不是图你多赚钱，关键是你这样油盐不进，也耽误技术进步的速度了呀。有些事情，你不调度资源去做，别人倒是想做，但两三年内也摸不到门道，不如互通有无一下。”

周轩说的道理，倒是没错的。

人工智能这玩意儿，被顾玩拿来当工具使，确实是因为这东西将来容易被开源，封堵不住。而且算法不受专利法保护，只要算法的思想启发到了别人，别人也可以自己另起炉灶。

但是另一方面，虽然算法不受法律保护，但在人工智能还比较稀缺的时候，其他人想抄也不一定抄得懂，这里面有一个时间差的问题，是不容忽视的。

说个最简单的道理，在深度学习型人工智能刚诞生的时候，比如地球上的年那阵子，谷歌和非死不可刚刚分别雇佣了杰夫辛顿和另一位齐名的班吉尔.扬教授，去他们的研究所搞事情。

那时候，地球上懂深度学习的人才，一共就三个顶级教授，以及他们从2006年开始带的那几届博士生。在谷歌聘书发出去的那一瞬间，地球上懂这事儿的菜30个人。

所以，人才分裂增殖也是需要时间的。从30个技术大牛分裂成一两百个，可能就要两年，到上千人，又要两年所以到谷歌弄出法尔法狗的2016年，深度学习人工智能才算是彻底开始进入公众式爆发。

也就是说到这个时间节点上，相关顶级专业技术人才的规模，才多到足以让所有十亿美金估值级别的科技公司，都能雇佣得到几个这方面的人才。

从30个足够专业的人才分裂到好几千，地球人用了6年时间。而2016年地球上给一个深度学习硕士生开出的毕业薪酬，就至少是30万月薪，博士有80万月薪，都是按人民币算。（这个价格年后很快就降了一波，因为每过一两年，人才都会分裂出几倍的数量。尽管还有缺口，但不会有一开始那么稀缺。）

所以说，想明白这个道理之后，也给顾玩提供了一个思路：

虽然，算法和思想不受法律的保护，但他还有一个筹码可以控制，那就是未来数年内，人工智能方面的人才布局。

因为人还太少，都是他跟麻依依的门生故旧、同学同事，而且这些人也还没有充分意识到自己在产业界的价值，这就有了以人为筹码的操作空间。 本章未完，请点击下一页继续阅读！ 第2页/共3页