李显欢：互联网留不住科学家。

本文来源于微信微信官方账号：20社，作者：李先欢，编辑：王小玲

在今年冬天的裁员潮中，科学家也纷纷离开互联网。

11月，复旦大学官宣原蚂蚁集团副总裁、AI团队负责人漆远正式加入复旦大学，出任复旦大学“浩清教授”及复旦人工智能创新与产业研究院院长。

齐远只是最近离开互联网巨头的科学家之一。差不多与他回归学界同时，京东技术委员会主席周伯文也从京东离职创业。

“几乎每个月都能看到大厂科学家离职的消息。”刚离开某大厂AI研究院的明德(化名)说。

这让他觉得有些情绪化。正如知乎一位受访者在回复中所说：“这波AI热潮阶段性结束，神仙们归隐山林，普通炼丹师该考虑转型了”

当年科学家高调加入，现在低调离开。人来人往，也见证了AI领域从绝对的热潮转向低谷。

作为一个普通的“方士”，明德觉得在大厂做科研的日子自然不如在大学的日子。除了研究方向有限，他还要和业务部门竞争项目，但大厂提供的体面工资是其他地方望尘莫及的。“没办法，科学家也要背KPI。”

一、留不住的科学家

在阿里的7年时间里，齐源担任阿里数据科学技术研究院执行院长、蚂蚁集团首席AI科学家、数据智能委员会主席，也经历了一个大型研究院的成长与动荡。

2014年，当时已经是美国普渡大学计算机科学与统计系终身教授的齐源，应阿里技术委员会主席王健的邀请，登上了回国的飞机。为了吸引奇源，王健给出的“诱惑”是阿里取之不尽的商业数据，其中蕴含着大量数据的价值，这让奇源建立了超大规模的机器学习平台。

与齐远同时，美国密执安州立大学终身教授金荣由当年这个号称阿里最神秘的部门，目标是确保阿里在未来数十年做到技术领先的地位。.阿里数据技术研究院iDST创立

然而，如火如荼的iDST，就像是一次试探性的尝试。iDST成立不久，就发现技术突破和落地的时间被低估了，这些从高校进入商业公司的科学家不得不跟着一起转身。

2015年夏天，成立不到一年的iDST迅速分拆。这些被王健请回来的科学家，走出实验室不到一年，就被派到各个业务线，其中金荣去了淘系；齐源去了蚂蚁金服。

后来，“说白了，技术和商业能不能相互理解，这可能是当时最大的矛盾。”齐源在回顾这个实验时说。

据此前媒体报道，阿里当时对于iDST的角色定位是做阿里其他部门不想做或者做不到的事情。然而，这个创新的部门没有绩效考核目标的负担。

但是事情逐渐发生了变化。技术和业务的矛盾不容易解决，但建技术研究院的意愿还在，所以2016年提出了达摩院计划，后来很多老牌iDST部门都选择加入达摩院。与没有绩效考核的前身iDST相比，达摩院计划在提出时强调其使命是技术创新，但需要结合阿里的具体业务。

AI落地困难自然是造成这一困境的重要原因。

a-track="35">事实上，AI这一波的红利本质上来源于大数据、大算力的提升，所谓“多人工少智能”，大多数漂亮的Paper在实际业务中效果都比较差，直接的结果就是商业化进度不理想。

大公司成立研究院，本质上都希望借助公司已有的数据和平台去做一些工作，最终反哺公司的业务，但在实际上，就像AI四小龙，作为这一波热潮中的代表，一直没能赢利，企业所遇到的商业化问题，互联网AI研究院也差不多都遇上了。

但科学家和业务之间的矛盾，体现的最明显的并不是在管理者身上，而是那些夹在科研和业务之间的研究员，不仅要有成果，也不能只专注于手头的科研工作。

对于他们来说，就是在接连的架构调整之中，“一阵要配合业务，一阵又要注重研究产出。”

其实，这种情况不仅存在于阿里，研究和业务产出之间的矛盾在各个企业研究院都广泛存在。

一位先后待过大厂研究部门和业务部门的技术人士对20社表示，在与腾讯的研究院和阿里达摩院合作的过程中可以感受到，共同点是科学家们光产出Paper是不够的，他们都有业务产出的压力，为此，甚至有人会挨个和业务部门的人接触，目的是“分到一些业务”。

而字节跳动AI Lab实验室在架构上直接属于字节跳动的Data部门。据科技媒体量子位消息，去年马维英作为实验室主任离开后，AI Lab下的各个组直接对接Data部门，这意味着，AI Lab在字节跳动技术体系内的地位进一步下降。

“业务部门可能以前是对研究院抱有很大期待的，但经过这么多年发展，发现很多很顶尖的Paper，在业务里其实是没法用的。”上述人士表示。

这就是做研究和业务的巨大鸿沟，一个例子是，做研究的时候，用到的数据可能是很完美的，但实际上业务里的数据很复杂很“脏”，反而可能是一些简单的策略会更有效。

“作为业务部门其实也不太乐意和他们合作，就算是包给他们做，洗数据、调模型这些事情还是要我们来配合，再加上一些沟通的成本，还不如业务部门自己解决。”该人员表示，合作之后，双方可能还要掰扯一些KPI计算分配这样的细节问题。

因而，很多时候业务部门把一些边角的工作给到了研究部门，核心的业务扔紧握在自己手上，最终研究部门的成绩也不会出彩。

这导致研究部门非常尴尬。

一位业内人士表示，大佬们在业务和科研之间摇摆，跳来跳去都还有响亮的title，那些埋头做科研的一线研究员就可能夹在其中，耗费了自己的科研生涯。

“在大公司做科研，向上管理非常重要，但不是每个高校出身的研究员都能掌握这项职场技能。有的出身藤校博士的研究员，在里面折腾了几年至今还只是P7，现在想搞点自己感兴趣的项目都很难。”上述人士表示。

二、AI科学家的“旋转门”

对科学家来说，学界才是他们更熟悉的地方。互联网公司的出现、前沿技术的需求，让这一领域的学者有了更多进入业界的可能。

计算机是少数可以选择在高校或进入业界搞科研的专业。在行业高速发展的时期里，这种专业的特殊性让这批象牙塔里的学者赶上了时代红利。

随着AI热潮兴起，AI基础研究者有机会离开学术圈，投身工业界。在顶尖人才有限的情况下，谷歌、微软、亚马逊和苹果这些最有钱的科技巨头大手一挥就开出5倍以上的薪资招揽科研人员加入，抢人的同时也希望推动AI在公司内部发展。

比较典型的案例是，2015年，Uber从卡内基梅隆大学的机器人实验室打包带走了40人，其中亦不乏教授级学者。2018年，深度学习三巨头Yoshua Bengio、Yann LeCun、Geoffrey Hinton获得了被称为诺贝尔计算学奖的图灵奖。当时，其中有两人已经从学界跨入业界，Geoffrey Hinton当时已经进入了谷歌，Yann LeCun则在Facebook（Meta）。

同一时间，国内的百度、阿里、腾讯、滴滴等巨头也纷纷跟进，除了优厚的待遇，科技公司还能提供业务上产生的海量数据以及资源，这对AI研究者来说也有着莫大的吸引力，在理想情况下，这能够为后者的研究成果落地提供最全面的支持。

于是，大批学者走出象牙塔，来到大公司。

这在当时甚至引发了一场人才危机。毕竟高校仍是前沿技术的重要发源地，学界看着一个个大牛离开高校走进科技公司的大门，纷纷表示教授离职率的急剧上升，会影响高素质学生的培养，从源头上阻碍了这个技术领域的创新发展。

但这已经是几年前的事情了。事实上，行业发展在短短两三年内迅速转向，AI在行业落地进展不及预期，互联网企业自身增长趋于放缓，代表着长期主义的基础研究，在许多企业里不再是最紧要的事情。

周伯文和漆远的选择代表了目前互联网科学家的离职的两大去向：创业和回归学术。

再早之前的8月，字节跳动人工智能实验室总监李磊离职，入职加州大学圣巴巴拉分校（UCSB）。这位80后是NLP领域的大牛，曾被称为百度美国深度学习实验室的少帅科学家。

今年3月份，腾讯副总裁、AI Lab院长姚星，在腾讯待了17年的技术高管选择离职创业，瞄准的是“全真互联网”，一开始就拿到了高榕、五源、高瓴等资本的支持。

去年7月，字节跳动副总裁、人工智能实验室主任马维英离职，跟随原百度总裁张亚勤的脚步，赴清华大学智能产业研究院任职。

对互联网公司来说，从过去以丰厚的待遇挖来科学家，到如今纷纷出走，也显示出当AI发展遇到瓶颈、互联网企业增长也趋于停滞的时候，高投入却短期看不到回报的AI研究被率先冷落。

三、研究院，不是每家都玩得起

事实上，互联网公司在前沿技术上的大量投入，与短期见不到商业落地的矛盾到哪都存在。

不管是国内还是国外，AI研究院的作用都可以大致分为三类：

基础研究作为技术储备，可能未来有很大用处；为实际业务提供支持，强调和实际场景结合实现技术落地、商业化；秀肌肉，考验企业的公关能力以达到宣传、吸引人才的效果。

但就算是在硅谷，能坚持大量资源投入、为科学家研究提供高自由度的公司可能也只有谷歌、微软和Meta。这也显示出，基础研究需要长期高额的投入，但遥远且模糊的回报让这场游戏变得不是每家公司都玩得起。

比如在谷歌的版图里，DeepMind是大公司研究院的标杆，即便如此，商业化的压力依然存在。

DeepMind的研究实力大概是不用质疑的。2016年推出了AlphaGo，两盘围棋分别击败两个世界级选手，让全球AI行业迈入到一个新的阶段。今年以来，DeepMind先是推出了惊人的蛋白质结构预测 AI——AlphaFold 2，以及AlphaGo的进阶版——MuZero。

谷歌也是个好金主，2014年以6亿美元收购之后，给到的条件可以说是优渥，双方签订的协议里指出，DeepMind能够独立运营，在不失去控股权的前提下获得了Google提供的现金流和计算能力。

DeepMind联合创始人Humayun Sheikh自己也说过，“如果谷歌没有以6 亿美元的价格收购DeepMind，他们的AI实验室可能已经破产。”

DeepMind自从2010年正式成立以来，就从没实现过盈利。

过往报道显示，DeepMind的主要营收来自Google和YouTube等内部项目。就是这样一个倾斜了无数资源的研究院，只是在内部落地，就已经困难重重。

比如借助DeepMind的研究，在安卓的电池管理上方面加入AI功能，通过智能管理手机电量使用的方式优化电池寿命；以及通过将DeepMind的机器学习应用到的谷歌数据中心，降低能源成本。

但这些成果带来的收益到目前仍难以计算，但可以看到的数据是，人员规模在千人左右的DeepMind每年要烧掉数亿元。

2020年底，DeepMind披露了财务报告：2019年亏损达4.77亿英镑，与2018年几乎齐平。财务问题也让DeepMind和母公司之间矛盾不断。

今年5月，《华尔街日报》爆料，DeepMind已经和谷歌争吵了数年，前者希望在运营上获得更多自主权，以及一个独立的法律架构。但谷歌最终收紧了对AI研究的控制，在今年彻底拒绝了这一请求。

与此同时，谷歌原本就有多个AI研究团队，在收购了DeepMind之后，就和已有研究团队如Google Brain产生了不愉快。据The Information消息，有谷歌员工不满于Deepmind的特殊地位，他表示Google Brain已经证明了自身的价值，他们所做的事情是基于谷歌已有的业务，开发例如优化地图的图像识别功能、优化语音识别能力之类的工作。

但转头一看，DeepMind研究的东西看起来很厉害，但折腾了几年什么钱也赚不到，可能未来十年时间都做不到收支平衡。更可气的是，在团队之间的交流当中，他们发现DeepMind的高管似乎并不欣赏谷歌已经开发的机器学习算法，因此颇有抱怨。

最舍得在基础研究上砸钱的谷歌尚且如此，就更别说靠着融资运营的AI初创。比如在2016年，由三巨头之一的Yoshua Bengio创立的AI公司Element AI就因为落地不顺利，在去年烧完了所有融资之后黯然倒闭。

而在国内，能够看到较完整财务数据的就只有被称为AI四小龙的商汤、旷视、云从和依图，他们已经是此次AI创业热潮中的明星公司。

四家公司在一级市场融资接近500亿元，总估值超过了1400亿元。随着技术逐渐成熟，商业化的脚步却迟迟没有达到理想的进展。

根据弗若斯特沙利文报告，以去年的收入计算，商汤已经是亚洲范围内最大的AI软件公司。在中国计算机视觉软件供应商市场，商汤科技以11%的市场份额排名第一，第二名市场份额为6%。

但不管是排第一还是第二，没有一家公司真正挣了钱。

招股书显示，商汤科技在过去三年半累计亏损242.72亿元，旷视2018-2020三年累计亏损127.7亿元，云从这三年亏损超26亿元，依图两年半亏损61亿元。基本上属于卖的越多，就亏的越多。

AI四小龙的窘境是整个行业进展缓慢的集中表现，据业内人士介绍，AI落地主要以to B/G的模式为主，更像是做着定制化外包的角色，还存在因无法直接用户群体而缺少海量的数据问题。

当现在AI发展遇到瓶颈，大厂高层的耐心可能就没那么多了。

明德说，做研究需要长期稳定的投入，自己也不愿意在企业被考核、一直被业务纠缠，还是希望回到比较自由的高校。

近几年，中国互联网巨头被吐槽离基础科研越来越远，离“卖菜”越来越近。一个被经常引用的例证是，在《麻省理工科技评论》评选出2020年“十大颠覆性技术”中，并无中国互联网公司的身影。而AI，原本是离互联网最近的一个基础研究方向。