AI 人才越來(lái)越不值錢(qián)了嗎？

“實(shí)不相瞞，我們已經(jīng)不敢招那些有頭有臉的AI科學(xué)家了。”傳統(tǒng)IT上市企業(yè)高管程路搖頭嘆氣道。

AI科學(xué)家恐懼癥這個(gè)詞，近些年時(shí)不時(shí)從企業(yè)家口中聽(tīng)到，尤其是那些作風(fēng)老派的經(jīng)營(yíng)者。

背后的邏輯，并非行業(yè)里老生常談的“不落地、不賺錢(qián)、研究不重要”等看似有道理，實(shí)則非常狹隘的措辭。

而是，大部分公司現(xiàn)有的組織能力，并不能消化掉這批象牙塔里天賦異稟的人才。好比讓喬丹、科比等一眾球星出生在非洲，大概率無(wú)法取得現(xiàn)有成就一樣。人們往往把組織問(wèn)題，全部歸結(jié)到人身上。片面、偏頗、悲哀。

傳統(tǒng)公司的組織運(yùn)轉(zhuǎn)落后程度，相比BAT、字節(jié)、美團(tuán)，跟非洲與美國(guó)的差異如出一轍。

這些公司所產(chǎn)生的AI科學(xué)家恐懼癥，也是一種對(duì)組織能力不自信的映射。

“當(dāng)二、三線(xiàn)公司，發(fā)現(xiàn)自己并不具備吸收首席科學(xué)家的組織能力，陸續(xù)叫停招募后，人才供需的天秤便開(kāi)始傾斜。肉多了，狼開(kāi)始變少了，部分高級(jí)AI人才的貶值，是自然而然的事情。”

1、最不擅長(zhǎng)妥協(xié)的一群人

早些年里，互聯(lián)網(wǎng)巨頭招募知名AI科學(xué)家的目的非常簡(jiǎn)單：吸引更多人才，幫公司走完智能化轉(zhuǎn)型的從0到0.5，創(chuàng)造更大的想象力空間，間接對(duì)工程、產(chǎn)品、銷(xiāo)售、人事、財(cái)務(wù)部門(mén)產(chǎn)生良性作用。

問(wèn)題在于，這些作用潤(rùn)物細(xì)無(wú)聲，不能直接顯現(xiàn)，更無(wú)法KPI化。

“除了搜索和廣告等自有場(chǎng)景外，AI的主要形態(tài)便是對(duì)外賦能，也就是以ToB的形態(tài)存在。讓科學(xué)家直接去做解決方案、跑業(yè)務(wù)，顯然不現(xiàn)實(shí)。科學(xué)尋找的是最優(yōu)解，ToB產(chǎn)品的本質(zhì)，則是以最優(yōu)解為目標(biāo)的一種妥協(xié)。”程路補(bǔ)充道。

當(dāng)今國(guó)內(nèi)ToB行業(yè)，本質(zhì)上就是一種妥協(xié)：標(biāo)準(zhǔn)化和定制化之間的妥協(xié)、高毛利與虧損之間的妥協(xié)、你主導(dǎo)和客戶(hù)主導(dǎo)之間的妥協(xié)……

“科學(xué)家最不擅長(zhǎng)的就是妥協(xié)，在他們的局部世界里，自己永遠(yuǎn)是MVP，科學(xué)界確實(shí)也需要這樣偏執(zhí)和自負(fù)的精神。但回到工業(yè)界：大部分管理層并不迷信方法，只關(guān)心你拿到了多少用戶(hù)，賺到了多少錢(qián)。如果是技術(shù)團(tuán)隊(duì)，更看重你不可或缺的支撐能力，為什么阿里云和OceanBase工程團(tuán)隊(duì)地位那么高，可以說(shuō)，沒(méi)有他們就沒(méi)有雙11。”Google前技術(shù)高管吳全告訴雷鋒網(wǎng)。

現(xiàn)在A(yíng)I的支撐作用，有到這個(gè)程度嗎？遠(yuǎn)沒(méi)有。

因此考核AI科學(xué)家，成了一個(gè)世紀(jì)難題。面子作用大于里子，為企業(yè)科學(xué)家們招來(lái)不少非議。

2、AI科學(xué)家的“面子”和“里子”雙重作用

企業(yè)對(duì)科學(xué)家的評(píng)價(jià)標(biāo)準(zhǔn)，分兩種：對(duì)內(nèi)和對(duì)外。

對(duì)內(nèi)，直接幫企業(yè)解決實(shí)際技術(shù)、業(yè)務(wù)、管理問(wèn)題。

對(duì)外，即與外界建立起連接，靠自身影響力招募到大量頂級(jí)人才，同時(shí)能夠與外部頂級(jí)研究機(jī)構(gòu)達(dá)成戰(zhàn)略合作，反哺自身的技術(shù)儲(chǔ)備，尤其是放大自身的技術(shù)影響力和行業(yè)號(hào)召力。

對(duì)互聯(lián)網(wǎng)巨頭而言，面子所創(chuàng)造的價(jià)值，是無(wú)可比擬的。面子型公司活不久，里子型公司做不大。而那些活的最好的、有里有面的大公司，在他們眼里，AI的面子，有些時(shí)候比里子更重要。

但那些處在溫飽邊緣的二線(xiàn)AI公司或傳統(tǒng)IT公司、產(chǎn)業(yè)公司，招募AI研究高管，更多是抱著對(duì)AI的過(guò)分期待，希望借此解決實(shí)際問(wèn)題，形成商業(yè)變現(xiàn)，想法異常的務(wù)實(shí)。

過(guò)去五年，中小企業(yè)的AI研究院驗(yàn)證了一個(gè)道理。那就是，對(duì)于A(yíng)I人才的用法，一旦過(guò)于務(wù)實(shí)，便是用“大炮打蒼蠅”，一是浪費(fèi)，二是不一定打得著。

此外，這種做法還會(huì)讓旁邊的一眾“蒼蠅拍”高管（真正解決實(shí)際問(wèn)題的人）無(wú)法理解，認(rèn)為自己不受重用，從而帶來(lái)了新的組織問(wèn)題。

3、AI科學(xué)家所激化的組織矛盾

一家集成商高管告訴雷鋒網(wǎng)，他們?cè)噲D用四、五百萬(wàn)的年薪挖某學(xué)術(shù)專(zhuān)家，雖然這價(jià)格相比于動(dòng)輒千萬(wàn)的AI首席科學(xué)家年薪，已足夠劃算，但仍招來(lái)人事和業(yè)務(wù)高管的不滿(mǎn)，激化了組織矛盾。

人事高管認(rèn)為他的薪資過(guò)高，挑戰(zhàn)了現(xiàn)有的薪資結(jié)構(gòu)。業(yè)務(wù)高管則覺(jué)得他們自己在業(yè)務(wù)一線(xiàn)摸爬滾打二十多年，為公司立下了汗馬功勞，也沒(méi)享受到那樣的待遇。

“跑在項(xiàng)目一線(xiàn)的人，對(duì)這件事非常的不爽。在他們的價(jià)值觀(guān)中，誰(shuí)能更好地幫客戶(hù)解決問(wèn)題，誰(shuí)就應(yīng)該拿高薪資。但現(xiàn)在出來(lái)個(gè)搞虛頭巴腦的研究人員，技術(shù)再好，不落地又有何用？開(kāi)那么高的薪資，讓其他干實(shí)事的人怎么安心干活。”該集成商的副總裁異常氣憤。

任正非有一句是這樣說(shuō)的：企業(yè)持續(xù)發(fā)展的動(dòng)力不是人才，而是利益分配。也就是說(shuō)，好的利益分配機(jī)制才是企業(yè)持續(xù)發(fā)展的動(dòng)力。

這樣一個(gè)看似小小的利益分配問(wèn)題，都直接影響到了組織凝聚力。

不止二線(xiàn)集成商，即便是財(cái)大氣粗的百度，前首席科學(xué)家吳恩達(dá)的博士生Adam，一畢業(yè)就被任命為總監(jiān)領(lǐng)著200萬(wàn)美金的年薪，這是許多百度十年以上工程師都不曾有的待遇，江湖上所謂的斯坦福等名校AI博士畢業(yè)領(lǐng)200萬(wàn)美金年薪的傳言就來(lái)源于此。這種非常規(guī)的用人，給吳恩達(dá)及其實(shí)驗(yàn)室招來(lái)公司內(nèi)的諸多非議。

而AI科學(xué)家高薪聘請(qǐng)自己學(xué)生的案例，在很多公司屢見(jiàn)不鮮。企業(yè)為科學(xué)家們開(kāi)啟的種種特殊通道，自然會(huì)讓自己引火上身。

某知名金融機(jī)構(gòu)，公司產(chǎn)品部門(mén)時(shí)常抱怨其研究院“人均薪資高，能解決的問(wèn)題少。”時(shí)間一久后，企業(yè)董事長(zhǎng)也發(fā)現(xiàn)了AI人均投入產(chǎn)出比低的癥結(jié)，于是破天荒地為他們制定了營(yíng)收KPI。

4、讓科學(xué)家去賣(mài)產(chǎn)品

讓AI科學(xué)家走到田間地頭去賺錢(qián)，分兩種形式。

其一，和其他部門(mén)合伙賺別人的錢(qián)：如研究院幫助云部門(mén)的解決方案團(tuán)隊(duì)做技術(shù)支持，云部門(mén)獲得的訂單，部分營(yíng)收額需分配給研究院。因此研究院下設(shè)的各個(gè)子實(shí)驗(yàn)室，為了評(píng)獎(jiǎng)評(píng)優(yōu)，經(jīng)常會(huì)和解決方案團(tuán)隊(duì)在一起做項(xiàng)目落地。

這個(gè)時(shí)候，研究院的屬性也開(kāi)始發(fā)生了變化。

“以阿里達(dá)摩院為例，它創(chuàng)立初期的定位是基礎(chǔ)技術(shù)研究院，但現(xiàn)在完全淪為應(yīng)用研究院，全面服務(wù)阿里云的業(yè)務(wù)?，F(xiàn)在國(guó)內(nèi)最純粹的企業(yè)AI實(shí)驗(yàn)室就是張正友領(lǐng)導(dǎo)的騰訊AI Lab，他們是真的投入絕對(duì)人力、物力去做前沿研究。張正友去年成為騰訊歷史上首位17級(jí)專(zhuān)家，側(cè)面可以看出騰訊內(nèi)部對(duì)長(zhǎng)線(xiàn)前沿研究的決心。”吳全舉證道。

第二種賺錢(qián)方式，即左手倒右手。這在金融行業(yè)非常多見(jiàn)，業(yè)務(wù)部門(mén)若有需求，會(huì)向科技子公司或研究院下發(fā)需求，而這個(gè)時(shí)候，研究院會(huì)向業(yè)務(wù)部門(mén)按投入人頭和服務(wù)器使用量來(lái)收費(fèi)。

“假如業(yè)務(wù)部門(mén)需要開(kāi)發(fā)一個(gè)非常基礎(chǔ)的AI功能，研究院會(huì)評(píng)估需要多少個(gè)AI研發(fā)以及多少周期，然后給出報(bào)價(jià)。”

但這個(gè)時(shí)候，問(wèn)題出現(xiàn)了。用一句話(huà)形容，便是“自家人開(kāi)始坑自家人”。

業(yè)務(wù)部門(mén)發(fā)現(xiàn)，同樣功能的實(shí)現(xiàn)，找外部AI供應(yīng)商采購(gòu)，成本往往比找自家研究院便宜不少。

這中間有以下幾點(diǎn)：一是外部供應(yīng)商本身有較為成型的產(chǎn)品，改動(dòng)改動(dòng)即可快速部署。其次，外部供應(yīng)商的人力薪資成本相對(duì)較低。還有一個(gè)重要原因，AI供應(yīng)商為了擴(kuò)大客戶(hù)規(guī)模，做標(biāo)桿案例客戶(hù)，甚至?xí)澅句N(xiāo)售。

反觀(guān)研究院，由于營(yíng)收業(yè)績(jī)壓力巨大，以及知曉部分項(xiàng)目由于安全原因不能外包，于是漫天要價(jià)，而且因?yàn)槎际峭?，態(tài)度趾高氣昂。

“做著乙方的事情，卻拿著甲方的薪資，還一副甲方大爺?shù)淖炷槨?rdquo;李成無(wú)奈的說(shuō)道。“有些項(xiàng)目，即便貴，也不得不含著淚去采購(gòu)。要合規(guī)，要安全，用自家更穩(wěn)健一些。”

“有時(shí)候，研究院的實(shí)施即便做得很差，他們還會(huì)在匯報(bào)會(huì)上瘋狂diss產(chǎn)品部門(mén)不配合，IT部門(mén)代碼爛，數(shù)據(jù)部門(mén)樣本質(zhì)量不高……”

組織矛盾，就在這些滴滴點(diǎn)點(diǎn)中爆發(fā)了。

誰(shuí)來(lái)管他們？

5、“去AI部門(mén)化”與“被錯(cuò)亂使用的AI人”

一直以來(lái)，互聯(lián)網(wǎng)巨頭的AI研究院都是獨(dú)立于工程部門(mén)，話(huà)語(yǔ)權(quán)巨大。

隨著AI所創(chuàng)造的價(jià)值難以在短時(shí)間內(nèi)顯現(xiàn)，CEO們?cè)絹?lái)越傾向讓工程領(lǐng)導(dǎo)去管理研究院。如吳恩達(dá)在百度時(shí)期，直接向李彥宏匯報(bào)，離職后，AI研究團(tuán)隊(duì)被工程體系領(lǐng)導(dǎo)。

同樣，李飛飛離職Google后，工程統(tǒng)帥Jeff Dean接管了Google的人工智能研究。沈向洋離職后，微軟CTO接手其6000人以上的研究團(tuán)隊(duì)。

過(guò)往，有技術(shù)前瞻性的CEO們，寄希望形成一條自上而下的AI研究驅(qū)動(dòng)工程、工程驅(qū)動(dòng)產(chǎn)品、 產(chǎn)品賦能用戶(hù)/客戶(hù)的鏈條。事實(shí)發(fā)現(xiàn)，當(dāng)前的AI并不能驅(qū)動(dòng)工程，它只是工程的一部分，輔助落地。

過(guò)往話(huà)語(yǔ)權(quán)頗高的獨(dú)立AI研究院，也陸續(xù)名存實(shí)亡，成了工程部門(mén)的子團(tuán)隊(duì)。當(dāng)部分研究院在公司的地位和話(huà)語(yǔ)權(quán)逐步被工程部門(mén)剝奪后，他們對(duì)AI人才的招募需求還大嗎？

“依舊巨大，只不過(guò)給不到以往那么高的職級(jí)了。過(guò)往一個(gè)優(yōu)秀的AI應(yīng)屆博士生，有可能拿到等同于阿里P8級(jí)的職位，現(xiàn)在這個(gè)可能性微乎其微。”一獵頭告訴雷鋒網(wǎng)。

此外，AI四小龍之流獨(dú)角獸的研究院，在人才市場(chǎng)上的競(jìng)爭(zhēng)力逐漸變小，過(guò)往他們?cè)诳焖侔l(fā)展的時(shí)候，因湯曉鷗、孫劍等招牌科學(xué)家的號(hào)召力，不少優(yōu)秀的年輕人紛紛會(huì)踏上創(chuàng)業(yè)公司之路。

現(xiàn)在隨著AI創(chuàng)業(yè)公司想象力空間遇到天花板，年輕人們更傾向于去薪資更高、工作變動(dòng)更小的互聯(lián)網(wǎng)大廠(chǎng)。

2017年前后，在A(yíng)I融資最井噴的時(shí)期，商湯曠視的薪資甚至是高于BAT的，搶人大戰(zhàn)帶來(lái)的結(jié)果，就是薪資的水漲船高，AI人才一天比一天貴。

現(xiàn)在隨著四小龍等獨(dú)角獸的員工數(shù)相比那個(gè)時(shí)間已暴增十倍，外加上連年虧損，以及過(guò)去一年IPO的接連遇冷，創(chuàng)業(yè)公司已經(jīng)難以開(kāi)出四年前那么具有競(jìng)爭(zhēng)力的薪資和期權(quán)激勵(lì)。

水漲不起來(lái)，船就開(kāi)始下沉了。

“現(xiàn)在A(yíng)I的開(kāi)源工具操作越來(lái)越簡(jiǎn)單，開(kāi)發(fā)門(mén)檻一年比一年低。好比PS的出現(xiàn)，餓死了一大批畫(huà)家。”

“AI工具的普惠化，直接利好兩類(lèi)人：一類(lèi)是凌駕于工具之上的應(yīng)屆天才，如周志華、朱軍、林達(dá)華等名師麾下畢業(yè)的博士，去到企業(yè)鉆研基礎(chǔ)前沿技術(shù)，幫公司做好面子。一類(lèi)人是不求研究能力多強(qiáng)，但熟悉工具即可，成為落地團(tuán)隊(duì)蕓蕓眾生中的一名大頭兵，為公司撐好里子。而那些處于中間部分平平無(wú)奇的人員，高不成低不就，略顯尷尬。”一視覺(jué)企業(yè)的AI博士薛然告訴雷鋒網(wǎng)。

“他從入職到現(xiàn)在，就一直在做業(yè)務(wù)開(kāi)發(fā)，什么高大上的研究都沒(méi)做過(guò)，感覺(jué)自己已經(jīng)被學(xué)術(shù)界拋棄了。”以如此高的年薪，卻做著數(shù)據(jù)清洗、簡(jiǎn)單的建模工作，這讓他非常困惑和痛苦。”

當(dāng)然還有一批人的用處，更加離奇：能干點(diǎn)啥干點(diǎn)啥。

一AI獨(dú)角獸公司的AI博士蕭楚向雷鋒網(wǎng)訴苦，“我感覺(jué)有些企業(yè)實(shí)驗(yàn)室的氛圍很自由，但好像有點(diǎn)太自由了。”在進(jìn)入實(shí)驗(yàn)室三年，發(fā)表了幾篇論文后，有一天蕭楚找產(chǎn)品部門(mén)了解了情況，發(fā)現(xiàn)在公司的產(chǎn)品里，基本沒(méi)有他們實(shí)驗(yàn)室技術(shù)的影子。“公司聘用我們，或許只是想讓我們發(fā)發(fā)頂會(huì)論文，打打比賽，給他們做做PR。”

6、AI人才眼中的理想型企業(yè)研究院

要撐得起面子，首先需要有強(qiáng)大的企業(yè)資產(chǎn)做支撐。

谷歌為什么能容忍DeepMind長(zhǎng)期虧損？答案非常簡(jiǎn)單，有錢(qián)。FAIR、MSRA背后的Facebook、微軟，也是如此。

微軟和谷歌并不是企業(yè)研究院的鼻祖，實(shí)際上，企業(yè)研究院在二十世紀(jì)上半葉經(jīng)歷了一個(gè)輝煌時(shí)期，代表企業(yè)包括杜邦、通用電氣、AT&T、IBM。其中，AT&T成立的研究院就是著名的貝爾實(shí)驗(yàn)室。

這些企業(yè)研究院都有類(lèi)似的發(fā)展軌跡，首先通過(guò)應(yīng)用類(lèi)技術(shù)轉(zhuǎn)化讓公司迅速擴(kuò)張，比如通用電氣的GE中央研究院一開(kāi)始的發(fā)展模式就是簡(jiǎn)單粗暴的“買(mǎi)專(zhuān)利”；在公司壯大奠定行業(yè)領(lǐng)軍地位后，再走向基礎(chǔ)研究，并讓研究院獨(dú)立，GE此后便發(fā)明了白熾燈、無(wú)線(xiàn)電和X射線(xiàn)，貝爾實(shí)驗(yàn)室也因此誕生了十幾位諾貝爾獎(jiǎng)得主和四位圖靈獎(jiǎng)得主（包括了CNN奠基人Yann LeCun）。

當(dāng)然，獨(dú)立之后的企業(yè)研究院也并不是變成了像高校那樣的象牙塔，而是有著明顯的層次劃分。比如GE中央研究院就將技術(shù)研發(fā)工作分為兩類(lèi)：基礎(chǔ)研究、技術(shù)升級(jí)或改造，對(duì)于這兩類(lèi)研究，可以由不同類(lèi)型的科學(xué)家去獨(dú)立進(jìn)行。

在貝爾實(shí)驗(yàn)室也是一樣，而且他們從基礎(chǔ)研究到產(chǎn)品開(kāi)發(fā)，再到推向市場(chǎng)的周期特別短，這種高效的協(xié)作有賴(lài)于大團(tuán)隊(duì)的人才供給，以及管理模式的創(chuàng)新。

得益于自由的基礎(chǔ)研究氛圍，貝爾實(shí)驗(yàn)室向全世界貢獻(xiàn)了晶體管、激光、Unix、C語(yǔ)言等等改變世界的偉大發(fā)明。

這種自由不是一句“我愿意把一生獻(xiàn)給學(xué)術(shù)”就能得到的，貝爾實(shí)驗(yàn)室嚴(yán)格的人才選拔標(biāo)準(zhǔn)保證了研究人員的基本科學(xué)素養(yǎng)和對(duì)科學(xué)研究的激情，以此其自由氛圍才得以發(fā)揮有益的作用。

這種自由還有一層含義，就是只受同行評(píng)議限制，而不受外界考核壓力限制。在上世紀(jì)八十年代經(jīng)歷了拆分和華爾街介入后，頭上頂著業(yè)績(jī)考核的貝爾實(shí)驗(yàn)室再也沒(méi)辦法回復(fù)活力，科學(xué)家甚至面臨著要和市場(chǎng)部聯(lián)合推銷(xiāo)產(chǎn)品的尷尬處境。

以史為鏡，可以知興替。

反觀(guān)當(dāng)下眾多企業(yè)AI研究院面臨的種種窘境，不難看出，“命不久矣”。

可以支撐起基礎(chǔ)研究的企業(yè)研究院，能夠?yàn)槠髽I(yè)提供前瞻性視角，進(jìn)行頂層設(shè)計(jì)，其存在關(guān)乎公司未來(lái)的行業(yè)領(lǐng)導(dǎo)力。

但由于市場(chǎng)的殘酷生存邏輯，企業(yè)研究院的存在也必然是自下而上的衍生品。在歷史上，只有實(shí)力雄厚的企業(yè)才能支撐起擁有象牙塔的研究院。公司出現(xiàn)危機(jī)一般不會(huì)動(dòng)頂層管理者，但第一個(gè)被盯上的，往往就是研究院。

對(duì)于中小企業(yè)的AI研究院也是那樣。一行業(yè)人士告訴雷鋒網(wǎng)，如今這些公司的AI研究院很多都已經(jīng)名存實(shí)亡，不敢再招AI高管了。

一方面是急功近利，另一方面，在學(xué)術(shù)研究上，這些實(shí)驗(yàn)室也未能產(chǎn)出足夠有影響力的成果。“雖然看上去很自由，也發(fā)了不少頂會(huì)論文，但其實(shí)很少有完全自主的idea，基本都是follow谷歌、OpenAI這些公司做的改進(jìn)研究，比如BERT、GPT-3、AlphaFold等等，我們?nèi)几^(guò)。”蕭楚告訴我們。

蕭楚認(rèn)為，雖然像AlphaGo、AlphaFold這些研究有不少PR成分，“但能夠以學(xué)術(shù)成果做PR還是很了不起的，對(duì)比我們，國(guó)內(nèi)仍然是跟風(fēng)模式，一個(gè)主要原因是由于A(yíng)I人才的歷史積淀不足。“蕭楚說(shuō)道。

在蕭楚的眼里，盡管這幾年國(guó)內(nèi)頂會(huì)論文數(shù)量大有登頂之勢(shì)，但整個(gè)領(lǐng)域的前沿依然由國(guó)外的知名實(shí)驗(yàn)室主導(dǎo)。

“國(guó)內(nèi)即便是大牛，大多數(shù)還是在做follow up的工作。而國(guó)外的大企業(yè)實(shí)驗(yàn)室，會(huì)有很多五十歲左右的大牛教授坐鎮(zhèn)，他們近距離經(jīng)歷過(guò)人工智能的多次歷史浪潮，在領(lǐng)域認(rèn)知上自然高我們一個(gè)level。”

回顧人工智能早期階段，不管是催生人工智能革命的達(dá)特茅斯會(huì)議的核心人物，包括約翰·麥卡錫、馬文·明斯基、雷·所羅門(mén)諾夫、克勞德·香農(nóng)、司馬賀、艾倫·紐厄爾等人。

還是后續(xù)人工智能的多個(gè)歷史階段的引領(lǐng)者，包括自動(dòng)定理證明、專(zhuān)家系統(tǒng)、知識(shí)圖譜、神經(jīng)網(wǎng)絡(luò)的先驅(qū)：Martin Davis、Bruce G.Buchchanan、Douglas Lenat、Warren McCulloch、Walter Pitts等人。乃至控制論之父Norbert Wiener、強(qiáng)化學(xué)習(xí)原型即細(xì)胞自動(dòng)機(jī)之父馮·諾依曼，他們都是美國(guó)學(xué)者。

在美國(guó)留學(xué)多年的蕭楚對(duì)于兩國(guó)人才差異上有著深刻體會(huì)，而今在Guide2Research的CS學(xué)者榜單上，也依然是美國(guó)科學(xué)家主導(dǎo)。

另外一個(gè)原因就是理論素養(yǎng)不夠。對(duì)于科學(xué)理論的重要性，歷史早已給出了無(wú)數(shù)例證。

比如，香農(nóng)提出了信息論之后，人們才得以用精確而簡(jiǎn)潔的數(shù)學(xué)語(yǔ)言來(lái)討論信息概念，從而給出確定的理論結(jié)論，即數(shù)據(jù)壓縮極限和通信速率極限。香農(nóng)對(duì)信息的數(shù)學(xué)定義去除了信息的繁雜含義，抽象出了信息的最重要性質(zhì)，即不確定性。借用已有的成熟數(shù)學(xué)工具，信息論得以飛速發(fā)展。這種理論探索頗符合香農(nóng)的研究風(fēng)格，他曾經(jīng)說(shuō)過(guò)，“最好的研究是修剪已有的知識(shí)樹(shù)而不是去發(fā)展它。”

蕭楚說(shuō)道，如今人工智能尚屬于百花齊放階段，如果在某一天遇到了瓶頸，或許可以考慮去“修剪已有的知識(shí)樹(shù)”，也即是在理論上抽象出智能最本質(zhì)的數(shù)學(xué)概念，以此帶來(lái)人工智能的下一步飛躍式發(fā)展。

回到現(xiàn)實(shí)，蕭楚觀(guān)察到，今年公司招收的AI博士名額比往年少了，薪資水平也開(kāi)始下降，“我自己的薪資也怎么沒(méi)漲過(guò)，微微苦澀。”另一邊，薛然的處境或許更加困難，“公司已經(jīng)通知，要開(kāi)源節(jié)流。我知道，肯定第一個(gè)拿我們開(kāi)刀。”

7、企業(yè)研究院：走M(jìn)IT模式，還是哈佛模式？

哈佛大學(xué)終身教授、模式識(shí)別領(lǐng)域開(kāi)拓者何毓琦教授曾基于自身求學(xué)經(jīng)歷總結(jié)出了兩種截然不同的教育模式——麻省理工模式和哈佛模式。

麻省理工學(xué)院課業(yè)繁重，考核嚴(yán)格，其畢業(yè)生必能掌握某一領(lǐng)域的專(zhuān)業(yè)知識(shí)和技能，并有獨(dú)立學(xué)習(xí)能力，“質(zhì)量穩(wěn)定”——水平比較平均。而哈佛大學(xué)的教育理念更加自由開(kāi)放，考核少，并且會(huì)鼓勵(lì)學(xué)生廣泛涉獵，“質(zhì)量不穩(wěn)定”——水平參差不齊，盡管平均水平也很高。

因此，在后期發(fā)展上，這兩所學(xué)校的畢業(yè)生取得的成就類(lèi)型也有較大區(qū)別，“哈佛孕育了更多的諾貝爾獎(jiǎng)獲得者，而麻省理工孕育了更多的高科技公司。”

何教授最后也總結(jié)道，麻省理工模式更加適合發(fā)展中國(guó)家，哈佛模式則是在國(guó)家發(fā)展到一定程度后為了與世界接軌而必須結(jié)合的模式。

對(duì)比中小企業(yè)和大企業(yè)，也是如此。中小企業(yè)隨時(shí)掙扎在生死邊緣，必須首先保證產(chǎn)品質(zhì)量過(guò)關(guān)，還不是刻意追求獨(dú)創(chuàng)性的時(shí)候，也就是麻省理工模式。

也因此，企業(yè)研究院在中小企業(yè)會(huì)如此不適應(yīng)亦不再奇怪。很多時(shí)候，一些突然冒出的極其獨(dú)特的獨(dú)角獸公司，其獨(dú)創(chuàng)性也只體現(xiàn)在剛剛創(chuàng)立的瞬間，其后便需要面對(duì)巨大的競(jìng)爭(zhēng)壓力。

而對(duì)于大公司，其資產(chǎn)實(shí)力能保證長(zhǎng)期依靠已有業(yè)務(wù)生存，同時(shí)也能支撐需要面對(duì)大量失敗嘗試的基礎(chǔ)研究，也就是哈佛模式。單純依靠管理創(chuàng)新難以持續(xù)帶來(lái)新增長(zhǎng)，大公司也必須隨時(shí)具備危機(jī)意識(shí)，將希望寄托于科學(xué)人才和基礎(chǔ)研究，以期一朝建立十年新優(yōu)勢(shì)。

文中程路、李成、薛然、蕭楚均為化名。

本文由雷鋒網(wǎng)原創(chuàng)，作者：青暮。申請(qǐng)授權(quán)請(qǐng)回復(fù)“轉(zhuǎn)載”，未經(jīng)授權(quán)不得轉(zhuǎn)載。