Redian新闻
>
GPT-4对工业的理解不会太深?深度对话揭秘"工业基因数字化演进"的最新趋势【数字原生组织】

GPT-4对工业的理解不会太深?深度对话揭秘"工业基因数字化演进"的最新趋势【数字原生组织】

公众号新闻


来源:数字原生组织

对话嘉宾:郭朝晖(《知行:工业基因的数字化演进》作者)、彭昭(物联网智库创始人&云和资本合伙人)

物联网智库 原创


导读

3月18日晚,智次方创始人彭昭邀请郭朝晖博士,围绕“工业基因的数字化演进”主题展开了一场深度对话。郭朝晖博士耗费八九年心血,浓缩几十年实践经验,成书《知行:工业基因的数字化演进》,这场对话或许能够给您带来一些数字化转型道路上的启发。


数字化转型是传统制造业转型升级的必由之路,也是一条需要不断摸索的道路。制造企业在数字化转型的实践中,很容易走弯路、走错路。如何突破困境,真正做到“知行合一”,实现数字化转型的突破,是每一个制造业企业都要思考的问题。

3月18日晚,智次方创始人彭昭邀请郭朝晖博士,围绕“工业基因的数字化演进”主题展开了一场深度对话。郭朝晖博士耗费八九年心血,浓缩几十年实践经验,成书《知行:工业基因的数字化演进》,这场对话或许能够给您带来一些数字化转型道路上的启发。

以下内容根据直播访谈内容整理:
(关注「数字原生组织」视频号即可查看完整直播回放)


Part1 专治砖家不服

一问:工业领域的专家具备什么特质


彭昭:很多砖家其实是缺少对工业的效率、管理、质量这些问题的深度思考和实践的,所以他们在演讲的时候,只是说一些很难落地的泛泛的概念。还有一些“砖家”轻信了企业经过人为美化的宣传资料,里面的数据不一定是可信的,但是“砖家”就拿来宣传,造成一个不好的整体氛围。那么企业应该如何去找到真正靠谱的人士来做指导呢?

郭朝晖:我在博士毕业之后到宝钢,发现工厂的师傅们水平很高,自己反而像个小学生一样。所以什么才能让一个人成为工业界的专家呢?

第一点,实践出真知,这是最基本的要求。专家既要了解工业最基本的特点,具备工业实践经验,同时也要具备企业经营管理的经验,否则专家是无法切入进来的,容易导致混乱。我非常敬仰的一位老前辈何麟生先生,他经常告诉我要将我们多年的经验分享出去,这也是我写这本书的一个重要初衷。何麟生先生是从基层开始做起,一路做到鞍钢副总,然后来到宝钢,并带领第一批人实施了信息化建设。他的父亲是中国第一批逻辑学教授。所以何麟生先生理论水平和实践经验都非常高。

第二点,一定要关注身边人的评价。所以我写这本书的时候,我特地让我的师傅王洪水先生,宝钢集团刘国胜书记,褚健老师为我写书进行评价。这是因为身边的人对细节更加关注。



第三点,数字化领域的专家一定要具备很强的逻辑能力和表达能力。数字化转型需要更高的逻辑能力,这与工艺、产品设计的逻辑能力完全不同,就像我的师傅王洪水先生,除此之外他还有另外一个特点——表达能力极强,作为宝钢信息系统的领导,需要跟下属沟通,用最朴实简单的语言让操作工明白这件事情。如果是帅才,则还必须具备丰富的想象力,面对数字化转型和企业变革,他们必须具备未来的视野,而不仅仅是解决当前的问题,我常常感叹何麟生先生的视野超前于我们许多年。

真正的专家都有一个共同的特点:他们通过实践得出真知,他们身边的人评价都非常高。相比之下,有些人满脑子都是新概念,每年都要出很多书,但我认为这些人并不是真正做学问的人。因为做学问尤其是工业学问需要沉下心来思考,他们往往不会喜欢过于新颖的概念,通常用最朴实的语言来表达问题。

二问:企业应该如何鉴别真正有能力的专家?


彭昭:像您接触很多行业专家,而且您是沉浸在整个工业圈子里面的,所以能够一眼就看出来靠谱的专家是什么样子的。但是我们企业很多时候是需要和一些陌生的专家打交道,比如说别人介绍的一个专家,然后给到企业,那企业怎么能够分辨或者验证他到底是不是具备专家的能力呢?

郭朝晖:专家的能力,就是他不仅仅知道一个问题的本身,他还会知道背后大量的细节。我前两天写过一篇文章——五个馒头一口汤。说有个人吃了五个馒头,喝了一口汤之后感到饱了。他说早知道我不吃那五个馒头了,直接喝口汤就行了。他就开始研究:这个汤到底有什么秘诀?为什么喝一口就饱了?

我觉得这个假的"砖家",就像研究这口汤的,他认为所有的东西都是这口汤来给他解决的。比如说,这个项目用了什么样的算法、算法上有什么先进的地方?在他们眼里,这个算法好成就了这个项目。在我看来,这些算法往往是“一口汤”而已,完全可以是水到渠成的。

关于真正重要的背后这5个馒头,我们可以举例来说明一下:

比如说你是编程人员,你开发难在什么地方,难在细节。因为要求安全、稳定、可靠,会带来成千上万个细节的问题,他一定会觉得这个事情特别复杂。所以细节就算一个馒头。

再比如,大多数算法都很简单,但是为什么过去没有这么多技术,现在有了呢?因为过去的条件不一样,但是现在有了工业大数据、工业互联网平台,只需要几天甚至几小时就能做出一个功能。所以我们为什么要推进平台?平台相当于基础工程。只有把基础打牢了,在上面做任何一个事情就都变得简单了。过去做一个事情,花10万块钱,我现在有了平台之后,花5000块钱就能做了。并不是算法多复杂。

另外,我经常说提出一个问题,比解决一个问题还要重要。你要提出一个既可行又能解决又有价值的东西。什么叫可行?可行就是方法简单。这个原理一听就清楚,这就叫技术可行。什么叫经济可行呢?这件事真的有价值。

比如说随着信息通信技术的发展,能存储这么多数据,并且能快速的运算,这也是一个基础。

当然还有一个基础,就是做数字化转型,很大程度是跟人打交道,要涉及到人的利益,你得懂得怎么去调整这个事情。

所以,你要是跟一个专家去谈的话,他至少会谈到这里面的一些东西。他不会说我这个算法很厉害等等,他一定是在细节方面谈到很多内容。

彭昭:是的,凡是那些泛泛地谈一些概念,或者是只泛泛地谈一些其他企业的实践案例,说你这公司可以照着做。我觉得这种就是不靠谱“砖家”。真正的专家是能够把脉这个企业,能够诊断出来企业哪里有问题。而且专家提的这个问题,不一定是业务层面的,包括组织层面的这样的一些问题,都能够一针见血的提出来,而且能提出有一个最优解。

Part2 固有观念刷脑

三问:如何具备工程思维,少走弯路?


彭昭:接下来我们再来刷刷脑。郭老师我们一块儿参加大赛评审的时候,好多团队或者好多项目方,他们都是用人工智能/数字孪生建了一个模型。但是对于模型解决什么问题,如何去实践、落地、和业务结合起来等,可能他们考虑的并不多。

而且很多时候我们发现项目谈的很宏观,打个比方,项目操盘者做了一个玩具飞机,他就敢说他能做大飞机。但是当企业发现的时候,钱也已经投下去了,企业做了这么一个模型,或者是企业这个项目的第一步已经启动了,但是后面这个人接不住了,或者这个模型其实没什么用,很难完成这个模型的落地。企业这些相关的投入不就打水漂了吗?那我们企业怎么能够避免发生这种事情呢?怎么能够让我们的时间精力花的更有效率?

郭朝晖:这个问题非常好。数字化转型和创新的方法论非常接近,都有一个共同的特点——个性化特别强



过去我们学习了国外的很多创新方法,发现到了中国就不能用。因为咱们中国的许多学者/专家没有尝试。后来我发现通过三个问题,能把90%没有尝试的项目给砍掉。

问题一:用户是谁?你说你的技术很好,那这个东西到底是给谁用的?用户是谁,是指的用户哪一个角色,对他要干什么,一定要把这个事说清楚,说不清楚就没法落地。举个例子,有人说我把信息都采上来了,给谁看?给领导看。可是这里面成千上万台设备、压力、温度、流量,领导根本没精力看这些。相当多人其实就没有搞清楚用户是谁,到底哪个角色,在什么时候用这个东西。

问题二:用户如何来使用这个技术的?要把用户使用这个技术的场景说清楚,如果场景不清楚,他的需求、约束条件就不清楚,你需要解决什么矛盾,自然也就不清楚。

问题三:过去为什么不搞?别人为什么不搞?我觉得要把这个事情说清楚。为什么呢?咱们搞创新,搞个性化的时候,有一种重大的失误就是轻敌。创新要记住一点,特别在大企业,在社会广泛的项目中,你能想到的,别人都会想到的,这是一个常见的问题。

关于这个问题我有一个逻辑:天时地利人和

什么叫天时?过去没条件,计算机太慢,现在有条件,计算机快了。

什么叫地利?我的条件好,别人的条件差,我做这个项目很有价值,我是1000万吨钢,你只有10万吨钢,它的价值就不够大。

什么叫人和?你的实际优势在什么地方,是什么出身,有什么经验等等。

除了这三个问题,外还需要了解两个概念——技术可行+经济可行

什么叫技术可行?我觉得技术可行并不是原理可行。原理是在理想的条件下可行。技术可行指的是在各种场景下,甚至在极端的场景下,能够做到安全、稳定、可靠。在这个时候,你就会发现细节决定成败。

讲个小故事,过去有一个人编辑程序,他说郭博士你看这个程序怎么样,我说拿回去重写。他说哪个地方错了,我说我也不知道,他说你不知道错了,干嘛让我重写。我说因为你的程序太复杂,我不能证明你是对的。为什么?就是因为出一个问题,它会导致极大的差别。我觉得要理解技术可行性,是一定要理解在多种甚至苛刻场景底下的安全稳定可靠性问题。要有100个场景的、1000个场景的、10000个场景,这个复杂性就来了。原理不复杂,但是技术可行复杂。就像我说的,你可以坐个飞机飞上天,但是你做个A380就不容易了。

什么叫经济可行?经济可行性就是你做出来,你的成本是不是能控制,这个市场有多大等等。面向一般大众市场的话,它的市场多大是非常重要的。因为互联网一个极大的优势就是有可能扩大你的市场。因为过去你的服务半径很有可能是周围的人。互联网来了之后,让你服务于全国,服务于全世界等等这个方面。另外,数字化经济底下一定要考虑知识经济最基本的特点,就是研发一个知识,花很多的钱,你多一个用户,不增加成本。所以当你的市场足够大的时候,哪怕你经济不可行,也会有可能做到经济可行了。

所以我觉得经济可行性、技术可行性要理解到位,避免失败。

彭昭:对,我觉得您的这个思维模式特别好。90%的人可能都会正着想,就想说比如有一个新的技术AI,然后我怎么能用这个AI建模之类的。但是很少有人是逆着想的,就是用户是谁,用户怎么用,为什么之前其他人没有人用这个东西来做?是我有天时地利人和,是哪个条件发生了变化,就是把这个考虑清楚,逆着想这个事情怎么用起来的,然后再决定这个事情要不要做,可能就会更有效果一些。

郭朝晖:是工程思维,这就是说学术思维和工程思维的差别。工程思维就是要学会以终为始的来考虑问题。

四问:工业领域的AI是新技术?还是新锤子?


彭昭:其实我们身边很多技术(AI,数字孪生…),它们在工业上还处于探索阶段,离成熟的技术还有很远的路要走,这一探索时期我们称之为“锤子”阶段最近这一周GPT-4和百度文心一言的发布,我认为可能工业领域又有很多人用这个新的“锤子,来把它尝试说成是一种技术。当然对于这种新的技术,我们应该是抱着一种愿意尝试、包容的心态来看待它。您觉得这个“锤子”有可能在工业上“锤”出东西来吗?还是说离我们工业应用还有一段距离? 

郭朝晖:我认为目前来看,GPT-4可能对文职人员的作用要更大一些。当然,它对编程似乎也有一定的帮助,可以提高一些方面的能力。但是对于工业应用来说,仍然适用一句话:我认为人工智能技术的热点大多数并不是针对工业本身它针对的是什么呢?我曾经有这样一个区分。

我认为工业这个领域,讲究的是确定性的东西,安全稳定可靠。为什么要求六西格玛?因为它关注的是确定性的东西,它关注的是物理世界的规律。而人工智能,无论是写诗还是理解语言等等,都是研究人类自身。

我曾经说过这样一件事情:假如这个星球上没有任何生命,只有一块石头,石头突然掉下来了,你一定能研究出它为什么会掉下来,因为它所受的力和风的作用等等是可以研究的,这个过程的发生几乎是必然的,可以预测的。但是,比如说我今天很累,我需要出去散步,你能预测我要出去散步吗?这基本上是不可预测的。


针对人类,人工智能研究的是一种随机性。而工业过程很多时候是针对一种确定性的,即针对某种对象。从这个角度来看,GPT-4对工业的理解可能还是不会太深,但是对于研发和服务,尤其是研发出能够满足用户需求的产品,它可能会发挥比较大的作用。对于生产制造过程,它的作用可能会相对较弱。

彭昭:我同意这种观点,因为这种大模型是基于互联网上的语音、语言、图像、视频等数据进行训练的。而工业场景中的很多数据是不可读取的,或者即使读取了也需要一个翻译和解读的过程才能理解。

郭朝晖:事实上,在我的书中我已经谈到了这一点。回到我们最开始说的话题,工业是一个实践过程,它是跟物理世界交互的过程当中所产生的知识。而人工智能则不同,它并不是直接跟物理过程随机交互的。这是一个本质性的区别。

彭昭:您也是一直在实践 AI 和工业智能的应用。我认为 GPT 模型可能有助于工业领域的应用。例如,如果我们的产品是面向最终消费者的制造业产品,我们可以使用 GPT 模型收集类似舆情监测的消费者评价进而发现产品的优点和改进方向此外,对于家居类产品中搭载小型机器人的音箱,机器人与人之间的对话可能有更多改进的空间。另外,我发现许多使用 Python 编程的程序员使用 GPT 来帮助他们编程。如果 GPT 熟悉梯形图的话,我们是否可以使用 GPT来帮助编写梯形图,而无需自行编写呢?

郭朝晖:是的,最终还需要人的确认和验证。

Part3工业基因知行

五问:工业进入深水区,如何正视0.1%的提升或改善?


彭昭:第二部分我们讨论了固有观念刷脑,甩掉一些不对的这些理念我们在设计产品的时候,不一定非得用最新的技术,可能是用最实用的这个技术才是最好的。第三部分我们回到这书本身,讨论一下工业基因的数字化演进

现在有很多朋友在做工业实践的时候很迷茫,感觉工业实践进入到了一个深水区比如说我们花了很大的力量发现项目的提高只有0.1%,或者产量的提升可能只有1%但实际上就是这0.1%1%的提升也很宝贵有些人看不上,这些进步真的有那么重要吗?怎么能突出这部分的意义和价值呢?

郭朝晖:我觉得这个问题特别好,我们可以分几种情况来看

第一点,针对大工业它特别重要,比如宝钢大约年生产1400万吨钢,1%就是14万吨,0.1%就1.4万吨,这个价值还是蛮大的。

第二点,对于高端技术,我觉得它特别重要。比如心脏支架手术,你要说这个支架的缺陷率0.1%,意味着1000个人当中会有一个要出问题,大家肯定不敢做了。真正的高技术追求六西格玛,百万分之3.4以下的缺陷。大家再想想芯片,一个芯片可能集成有多少亿个晶体管,如果这里出点问题,那里出点问题,整个系统会受到很大的影响。所以我觉得越是高端的技术,其实质量越是重要,0.1%它都容忍不了,甚至0.001%都容忍不了。制造业从低端向高端转型,越来越多的企业会发现这0.1%是非常重要的。

第三点,我觉得它是促进管理和优秀文化的一种手段。在军队里经常干几件事,踢正步、整理内务,为什么要做这个?和战斗力有什么关系呢?他其实是培养军人的素质——服从。

我们企业当中经常会抓零库存、零缺陷,其实在背后,企业是通过追求零库存和零缺陷来发现过程中存在的问题,从而能够有不断往前进一步的这种能力,而不至于有很多东西在他自己的视野之外看不到。

此外,还有一个想法叫做“但行好事,莫问前程”。一个问题解决了之后,或许会给另外一个问题的解决带来启发、带来条件。可能这一个问题没有引起大的变化,但当你做了100件小事,可能其中就会引起大的改变,引起进一步的发展,那意义就是非常大的了。这也就是持续改进会带来大型技术进步或重大变革

六问:将数字化转型成果转化为利润的创新做法


彭昭:刚才我们聊到工业发展进入深水区哪怕其实1%、0.1%的改进都很有价值深水区的还有一个特点,就是以前我们一直把数字化转型当作是一个成本投入现在很多企业进入到了一个新阶段,可以把这个成本中心变成一个利润中心比如有些企业通过一些设备共享模式加工车间共享模式有些企业在做的工业互联网平台自己公司使用外还可以对外赋能有一些比如您书中提到的工业淘宝模式工业的网约车模式等等您觉得哪些企业适合把之前数字化转型的这些成本转化成利润有哪些创新的做法是您最近观察到的

郭朝晖:互联网背景下一个非常重要的特点就是用户规模可以做的很大而用户规模大到一定程度之后,量变到质变,原本亏钱的模式可能就会变得赚钱。我觉得这个特点在工业当中同样存在但是它有不同的地方,这是我的一个基本的认识。

我跟大家讲一个平台的例子,无锡有一家公司,是做不锈钢加工生产的,即承接用户的订单,按照用户的要求加工出来,并给用户运过去。他一年加工200万吨,很赚钱,为什么呢?因为它的本质是共享模式,很多用户来了之后,可以拼单,拼单就会把这个边角料减少,会减少7%的消耗,200万吨乘以7%,就是14万吨。这一吨不锈钢多少万块钱,所以他的这个效益是非常大的,这是不锈钢公司。

还有一家公司,做的是普通钢材,他们的模式就不是这种共享,他们做的就有点像饿了么这样一个平台,用户有什么需求到我这儿来,通过平台来交付给哪家工厂或车间给用户加工,是这样一种对接的平台模式。

为什么不锈钢加工做得成共享模式,而普通钢材就做不成呢?道理很简单,不锈钢它很贵,一吨几万块钱甚至十几万块钱,生产之后交付运的很远的话,这个运费可以忽略不计。但普通钢材一吨可能只有几千块钱交付运很远的话运费成本不划算。所以不锈钢加工服务的半径就比较大而碳钢加工服务的半径比较小因此做普通碳钢的,他只能利用这种类似饿了么的平台模式,找到目标用户附近且符合需求的加工厂,这样就能把运输距离缩短从而有可能会具备经济性。

你看同样是钢材,他的服务半径不一样,创新模式和价值就不一样。

就像咱们中国现在产业集群做的非常好,为什么呢?产业集群是一个乡、一个镇、一个县里面有成百上千个甚至成千上万个企业,他们的距离短了,可以共享、协同、复用的东西就多了,就有可能具备产业价值。中国制造业的核心价值就在于我们有大量的这样一些企业,所以产业集群大的一定程度也是很有发展前途的。



大企业支付能力强,能够做深度定制模式,做一个也能赚钱,这是一种模式。如果不是大企业,就需要通过扩大用户群的方式来赚钱,比如SaaS服务,当然用户群扩大之后也会有一些损失,就是个性化程度降低。

关于怎么扩大用户群,我觉得工业和淘宝是不一样的。工业关注的是先买对,再买便宜。我买一个杯子,这个杯子十块钱,我不要了扔了,损失十块钱。但我买了一卷钢,比如说1万块钱,一旦冲裂了,我的整个生产都得停下来,我损失多少?如果没处理,做成零件,卖给用户一个零件,导致用户的一个车子报废了,那损失又是多少?所以工业的情况是先买对,再买便宜。

而为了满足买对,就会有大量的标准、认证等一系列的东西,从而导致淘宝式的随机对接变得困难度比较大。我觉得它的发展前途是两方面去发展,一方面是生产质量由低到高提升,另一方面是对质量的把控能力要逐渐上升。

上海有一家企业海智在线,号称工业领域的滴滴,我觉得他做的不错。一个重要原因是它的质量容易把控,他要求客户提供把3D的零件,把材质、加工要求都能说的清清楚楚。当然它不能是太高级的东西,你要做做心脏支架那种太高级的东西可能这种方式不太现实。我觉得它满足了特定情况下的相当一些需求和问题,就是能够在满足用户质量要求的前提条件下,扩大他的用户规模。关于工业界的质量规范化、标准化问题,数字化也会给我们带来了很大的优势,因为更容易标准化了。

彭昭:是的之前我们也聊到过如果说企业能够把数字化这条路走稳,或者说把成本中心变成利润中心的话,就需要对质量效率成本标准管理等有一个很本质透彻的理解这也是这本书里面最核心的东西,所以您花了很大篇幅来写这一部分其实也是基础打得好,后面才有变成利润中心的可能性。

感谢郭朝晖博士的精彩分享!
3月31日,深圳
扫描下方二维码即可报名参与
中国万物智联大会 工业物联网专场·深圳站


微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
"碎银"几两,能解万种"慌张"!公募巨头总经理最新发声:要当资管行业的"乐高""太恶心"高度"性化"!美一中学举办"舔舔"大赛。五七大院(五)2023年浴室设计的10大流行趋势【装修干货】$47.5万"冻过水"!纽约失婚老妇网上遇浪漫"同乡" 他每句话都"动人"全球都为ChatGPT疯狂,它到底是风口还是虚火?深度解读风暴眼中的ChatGPT | 直播预约绝对"丐中丐"!港股IPO又现神操作:要"面子"不要"底子",募资额仅为上轮融资1/10重磅!最高补贴15万!车圈"杀疯了",成都宣布"参战":1个亿!超40个品牌入局,"大战"为何愈演愈烈?闲说跨年在墨西哥城 (1) - 初到值得关注的新一轮商业变革趋势:业务成果即服务BOaaS【数字原生组织】Gpt 4一出,谁与争锋"当前仍为布局权益资产好时机"!这家银行理财子公司深度揭秘"固收+",干货满满量化私募"狂飙"史!从"四大天王"到"六大巨头",超额收益持续衰减!业界反思:要回归投资本源熊猫"添添""美香"和"小奇迹" ,现在怎样了?纽约人带你去看熊猫宝宝和一年一度的萤火虫节全面上云宣告收官!"零售之王"迈入全面数字化新阶段,复盘"超级工程"…二年级选课,忽闻一夜 GPT 来,千课 万课 AI 开数字原生时代,我们闷声干了点大事!彻底崩了!AI遭全球"围剿",A股咋应对?超9000人联名"封杀",巴菲特又要"抄底"?ChatGPT是否会改写工业互联网的发展逻辑?【数字原生组织】到期"退役"!多家上市银行高管请辞,"7年轮岗"制度下,仍有人"超期服役"全面拥抱注册制改革!财通证券章启诚:聚力打造"科创投行""国资投行""共富投行"特色名片干货演讲+红包雨福利!智慧工业园区的最新趋势都在这了GPT"姐妹们不要买"!"五个女博士"魔性广告被指侮辱女性,知名女星曾"站台"推荐专家对话 | 生成式AI:企业组织架构与商业模式变革【数字原生组织】东北美人代表其实竟是广东人?我对地域长相误会太深…韦神出的这道题火了,GPT爱德华王子岛骑行—— 第六天 Montague朋友证实巴厘岛身亡中国游客"是多年情侣",回应"互杀""情杀"传闻医药基金涨超30%!​顶流"消失","宝藏"基金经理现身!"吃药"大周期行情开启?暴跌10000亿!华尔街"猎杀"首富,刚刚大举"嗜血"抄底!美司法部:可以起诉特朗普!"三重暴击"来袭?透过数据看经济ChatGPT与谷歌的正面交锋,戳破了“业务成果即服务”的窗户纸【数字原生组织】熊猫"添添""美香"和"小奇迹" ,现在怎样了?纽约人带你去看熊猫和一年一度的萤火虫节超乎想象!4个月"暴赚"14600亿,这10人"手握"印钞机!他"包"下全球首富看电视连续剧《爱的二八定律》医药股进入"十字路口"?这些医药基金已"突围",港股成"中流砥柱",顶流再发声百胜中国即时配送平台数字化演进之路 | ArchSummit从"追风少年"到"端水大师"!华安基金胡宜斌:用"杠铃策略"担起成长梦想
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。