張雪

科學家逃離企業(yè)的故事，依舊在繼續(xù)。

從2019年AI（人工智能）行業(yè)遇冷以來，一些大型互聯(lián)網(wǎng)公司或者AI明星的科學家“出走”的戲碼就一直不曾間斷。

據(jù)虎嗅不完全統(tǒng)計，國內(nèi)知名AI科學家職位變動人數(shù)達十余位。而這與幾年前，各大公司紛紛爭搶頭部AI人才的現(xiàn)象對比明顯，一時間這種巨大的反差也引來了業(yè)內(nèi)的唏噓。

AI科學家沒有在企業(yè)中體現(xiàn)出應有的商業(yè)價值，是這種轉變的通解，比如那些帶著科研光環(huán)加入阿里的科學家們，最終有的又帶著對阿里的失望而離開，他們或走入高校，或選擇跳槽，那另一方面，依靠高校，或者高校中教授出來創(chuàng)業(yè)的情況還比比皆是，比如清華大學機械工程系長聘教授朱煜創(chuàng)辦了“華卓精科”和“華海清科”兩家半導體領域公司。

為了尋求這種轉變之下更為深層的原因，我們對這些科學家進行了采訪和調(diào)查，試圖找到一個包含多個子集的標準答案。

前序：AI科學家走出象牙塔

人才的故事總是離不開行業(yè)的發(fā)展背景。

追本溯源，我們還需要回到2016年的AI浪潮開始。

彼時，AI之風剛剛興起，國內(nèi)創(chuàng)業(yè)熱情空前，并涌現(xiàn)出了多家AI明星公司，他們動輒融資過億，估值更是一路高漲。比如，商湯在2017年和2018年兩年間就融資數(shù)十億美元，其中僅2018年，融資總額就達到了22.2億美元，估值也從2017年底的20億美元猛增至了60億美元。

據(jù)公開資料記載，2016年—2018年間，AI行業(yè)的投融資事件多達兩千多起，融資金額也再創(chuàng)新高，多達2500億元。而資本的流向往往也決定了頂級人才的流向。

熟悉這個行業(yè)的都知道，因為涉及到前沿技術，在這個階段，各個企業(yè)還是跑馬圈地，秀學術肌肉的時期，不管你是互聯(lián)網(wǎng)巨頭還是創(chuàng)業(yè)新秀，相對來講，大家還是處在同一個起跑線上。

于是，當時最多的報道就是AI公司在頂級學術期刊和比賽的獲獎消息，例如CVPR作為計算機視覺領域世界三大頂會之一，成了各家公司競爭的主要戰(zhàn)場，以商湯、曠視等AI明星企業(yè)為例，可以看到，不管是高管發(fā)言還是公司新聞報道，總是在提及在CVPR上的論文數(shù)和具體比賽項目的排名。

這樣的背景給那些坐了多年冷板凳的高?？茖W家們帶來了大施拳腳的機會。

曾經(jīng)的一位知名AI大牛在接受虎嗅采訪時談到，“AI沒有興起前，我們在研究生和博士生階段，都不好意思跟別人說我們是做算法，而是說自己是學計算機的，因為當時很多企業(yè)對算法和AI并不了解，反而計算機受歡迎程度更高?！?/p>

當AI風起，這些曾經(jīng)的研究學者一下子就成了企業(yè)的爭搶的對象，很多公司為了爭奪這些人才，甚至開展了競標大戰(zhàn)。

而卡耐基梅隆大學計算機科學院院長 Andrew Moore 教授曾公開表示：“一名 AI 專家對于企業(yè)的價值，至少為500-1000萬美元”。

知情人士稱，對于AI領域的知名專家，他們在四五年內(nèi)獲得的年薪和股票總薪酬將達到幾百萬美元或幾千萬美元。未來某個時候，他們還會續(xù)簽或者重新磋商一份新合同，非常像職業(yè)運動員。

比如據(jù)新浪科技報道，2019年9月18日，阿里宣布，前高通首席工程師陳穎和加拿大西蒙弗雷澤大學 （SFU） 終身副教授譚平已加入阿里人工智能實驗室，而兩位科學家的年薪就高達百萬美元。

究其原因，一方面，在商業(yè)模式并不清晰之時，他們需要科學家的站臺，在那時，仿佛是“得AI科學家者，得一切”。另一方面，由于深度學習等技術太過新興，人才積累不足。而稀缺使得AI人才的流動越來越頻繁，科技巨頭們使盡渾身解數(shù)搶奪人工智能頂尖人才，如百度的“少帥計劃”，阿里巴巴的達摩院、Facebook的FAIR等。

以阿里達摩院為例，在成立前后，便進行了瘋狂的人員擴充，甚至一度被稱為頂級科學家的“理想國”。包括但不限于以下專家學者：

基于此，越來越多的AI人才開始走向市場，走進企業(yè)，他們有的親自下場做初創(chuàng)企業(yè)，有的作為企業(yè)的“吉祥物”，成為快速獲取聲量和關注的有力抓手。

矛盾：當學術和商業(yè)無法兼容

好景不長。

資本市場的耐心遠不及AI科學家的想象，當懸在空中的AI技術不能找到落地場景，不能找到商業(yè)模式，幾年間建立的AI行業(yè)藍圖瞬間成為了泡影。

從上文圖中可以看到，這種斷崖式的落差在2019年尤為明顯，當AI公司靠PPT不再能獲得融資，當業(yè)內(nèi)質疑的聲音大于肯定，那些最具明星光環(huán)的科學家也最先迎來了唱衰的聲音。

于是，不管是資金雄厚的互聯(lián)網(wǎng)大廠還是沖在行業(yè)一線的明星AI公司，都漸漸開始回歸理性，開始評估AI科學家的“性價比”。

對于初創(chuàng)企業(yè)來講，這個“性價比”就更為重要，比如對一些企業(yè)來說，邀請科學家加盟，能使公司更具品牌價值從而獲得資本市場認可，有利于融資，并讓企業(yè)能夠在短時間內(nèi)，在行業(yè)內(nèi)提高知名度。直白地說，科學家充當著企業(yè)的門面。

因此，正如我們所看到的，剛開始企業(yè)會拿出非常好的條件和前景來吸引科學家，但畢竟中小企業(yè)的“耐心”不足，無法用更長的探索周期來實現(xiàn)技術與產(chǎn)業(yè)的結合。這對于注重科研成果的科學家而言，是難以接受的“妥協(xié)”。

終局：誰能體面地離開

于是，便開始了長達數(shù)年的AI科學家離職潮。

我們可以清晰地看到，這些企業(yè)“科學家”的離職去向無外乎三種可能，其一，跳槽；其二，自己創(chuàng)業(yè)；其三，重返高校。

一位接近高校的知情人士告訴虎嗅，雖然在新聞報道中，我們時常可以看到一些科學家回歸高校，但其實大部分人是回不去的，畢竟進高校的門檻也非常高，所以更多的人選擇了退而求其次，或是選擇創(chuàng)業(yè)，或是無奈跳槽。

在這些重返學界的人當中，清華AIR產(chǎn)業(yè)研究院是一個特殊的存在。2019年最后一天，張亞勤從百度正式退休，并宣布將受聘清華大學，擔任“智能科學 ”講席教授，牽頭組建清華智能產(chǎn)業(yè)研究院（AIR）。

一年之后的2020年12月1日，清華大學智能產(chǎn)業(yè)研究院（AIR）正式成立，張亞勤也完成了初步的隊伍搭建，據(jù)悉，AIR團隊的人選，張亞勤自己手里有一個名單。緊接著，他的大牛老友們，字節(jié)跳動副總裁、AI掌門人馬維英、海爾CTO趙峰，阿里天貓精靈首席科學家聶再清紛紛加入戰(zhàn)隊。

另一個有意思的現(xiàn)象是，很多從離職創(chuàng)業(yè)的科學家都選擇了當下相對熱門的賽道。

比如，賈佳亞創(chuàng)立的思謀科技是一個以AI視覺技術切入智能制造行業(yè)的公司；前百度研究院院長林元慶創(chuàng)立的Aibee是一家瞄準垂直行業(yè)轉型升級的AI整體解決方案公司；前滴滴研究院創(chuàng)始院長何曉飛創(chuàng)立的飛步科技是發(fā)力無人駕駛貨車場景的公司。

但這些離開大企業(yè)的創(chuàng)業(yè)者比之前做的真的更好嗎？答案并不肯定。

得不到的永遠在騷動。

一位重返學界的AI學者表示，幾乎每個科研人員都有一個創(chuàng)業(yè)夢想，因為創(chuàng)業(yè)的最終目標是把技術做出影響力。

不可否認，AI科學家出走企業(yè)是企業(yè)和個人雙方選擇的結果，當AI科學家能影響的業(yè)務范圍越來越窄，當企業(yè)競爭回歸到商業(yè)價值的下半場，或許，這對于雙方才是最經(jīng)濟的選擇。

尾聲：科學家與企業(yè)的鴻溝何解

那么科學家與企業(yè)之間的鴻溝究竟該如何填補？

首先，可以肯定的是，任何一個科學家都有把落地技術、擴大技術影響力的初衷。

而這個訴求卻只能與某一時期的少數(shù)企業(yè)切合。比如，智能音箱起勢時，百度、阿里和騰訊的AI科學家、NLP（自然語言處理）專家等，比如，AI視覺興起之時，各個公司都在爭搶的技術大拿，再比如，現(xiàn)在各大企業(yè)都在爭搶的芯片行業(yè)專家、學者。

所以，選擇合時宜地“進出”對于科學家十分重要。

另外，雖然頂著科學家的光環(huán)，這些學者能夠獲得更高的薪資，但從某種程度上也意味著更多的放棄。

從科學家的角度來講，適應企業(yè)、摒棄學術界陽春白雪的觀念則是第一要面對的，相應地，應該更多地迎合或者是順應公司的發(fā)展需要。

一位同時擁有企業(yè)業(yè)務部門、企業(yè)研究院和高校研究院經(jīng)歷的學者表示，這三類部門對于學術人員來講，利弊非常明顯。

單從學術研究來講，其實是技術影響力是遞進的，比如在企業(yè)業(yè)務部門技術只能影響一個或者一系列的產(chǎn)品，企業(yè)研究院的技術則是影響整個公司技術走向，到高校的研究院解決的更多的是技術融合和產(chǎn)業(yè)技術的問題，影響面一步步在拓寬。

不過，上述觀點并沒有得到普遍的認可，有觀點認為高校恰恰解決的不是產(chǎn)業(yè)技術問題，相反地，企業(yè)的研究院似乎才是產(chǎn)學研的結合。

眾所周知，在國內(nèi)，很長一段時間里，做研究一般是高校的“任務”。這也就從基因上決定了高校的產(chǎn)業(yè)研究更為的“應試”，大多數(shù)的目的為了學術比賽，為了論文發(fā)表。高校中的學者們更習慣在象牙塔里搞研究，在商業(yè)落地方面的能力非常薄弱。

而這種風氣也延續(xù)到了早期的AI創(chuàng)業(yè)者身上，因為在某些有高校背景的創(chuàng)業(yè)者看來，在頂級期刊發(fā)表論文或者在學術比賽中獲勝，是僅有的快速成長之路，他們更多的關注點在于證明自己，而不在落地。

其實，這暴露出了中國產(chǎn)學研的一種通病，甚至成為了一段時間內(nèi)AI創(chuàng)業(yè)公司哀鴻遍野的一大主因——光有技術，產(chǎn)品難以得到市場認可。

而國內(nèi)產(chǎn)學研的這種現(xiàn)狀，也讓越來越多的大公司開始在國外高校尋求產(chǎn)學研合作，比如華為每年在海外都會有大筆的產(chǎn)學研費用支出，以保證其在技術前沿方面的優(yōu)勢。

從企業(yè)角度來講，創(chuàng)業(yè)公司的科學家可能承擔更多的責任，比如資源、營收和技術。而大企業(yè)中，受制于企業(yè)內(nèi)部的管理，科學家的動作容易束手束腳，最終導致動作變形。所以企業(yè)在招聘這些人才時，更應該因材施教，合理劃分責任，發(fā)揮所長。

但歸根結底，其實是企業(yè)和科學家都想從AI浪潮中收獲更多，在彼此身上要的更多。畢竟沒有一家企業(yè)是慈善機構，能夠不計成本地付出。相反地，資本的本質是希望花更少的錢，干更多的事兒。

而這也是科學家會不斷地進行職業(yè)選擇和價值衡量的重要原因之一。

如此可見，科學家與企業(yè)之間的鴻溝并非難以跨越，只不過，企業(yè)和個人都隨時在做著一道關于“性價比”的選擇題。

我們可以預見，未來AI科學家回歸學術界，亦或者創(chuàng)業(yè)的趨勢還將繼續(xù)。

（來源：虎嗅APP）