百萬(wàn)年薪背后 是人工智能領(lǐng)域不斷泛起的人才泡沫

　　五月天，戴維穿著帽衫，瘦瘦高高，里面套著短袖，是最能適應(yīng)早晚涼中午熱的衣著。

　　作為一個(gè)“科技圈人士”，他對(duì)熱點(diǎn)話題一點(diǎn)感覺(jué)也沒(méi)有，從沒(méi)聽(tīng)說(shuō)過(guò)共享充電寶，不知道上一輪資本寒冬是什么時(shí)候過(guò)去的;也不太關(guān)心自己的老同學(xué)去的那些公司，誰(shuí)又融了多少錢。

　　甚至，對(duì)自己所在的這個(gè)空前熱門的行業(yè)，他的認(rèn)識(shí)也很模糊——

　　戴維是國(guó)內(nèi)一家“獨(dú)角獸公司”的人工智能項(xiàng)目負(fù)責(zé)人，年薪剛好百萬(wàn)人民幣。

　　這家公司的產(chǎn)品并不是自動(dòng)駕駛汽車、語(yǔ)音助手和掃臉解鎖這種一眼看上去就與人工智能沾邊的產(chǎn)品——但在它最新的產(chǎn)品中確實(shí)使用了圖像識(shí)別和自然語(yǔ)言處理，并涉及一些大數(shù)據(jù)分析的技術(shù)。

　　戴維是部門leader，此前他在一家國(guó)際知名的手機(jī)廠商做研究員，再之前是清華大學(xué)攻讀計(jì)算機(jī)視覺(jué)博士學(xué)位，還帶過(guò)博士生。不如那些走穴型的人工智能專家知名，但在學(xué)術(shù)界，也算是個(gè)有點(diǎn)名氣的人。

　　他在這家公司AI部門人不多，差不多10個(gè)。但這個(gè)部門卻撐起了整個(gè)公司的可行性方案——盡管用戶可能感受不到，但如果沒(méi)有他們，公司的新產(chǎn)品就完全不可能面向市場(chǎng)。

　　麥可是戴維的同事，畢業(yè)兩三年，但年薪也是50萬(wàn)人民幣起跳。他的鄭明跟他說(shuō)：“不要謙虛，你自己也說(shuō)不出國(guó)內(nèi)的OCR(光學(xué)字符識(shí)別——編者注)誰(shuí)做的比你更好吧?”——鄭明去年自己創(chuàng)了業(yè)，在做人工智能方向的獵頭。

　　鄭明用了半年多的時(shí)間，就把國(guó)內(nèi)能接觸到的人才都摸了一遍。不過(guò)他也說(shuō)，這個(gè)圈子其實(shí)很小，突破幾個(gè)點(diǎn)后，以一名人才為核心，就能覆蓋到他的同學(xué)、前后輩和公司同事。

　　戴維的這份年薪百萬(wàn)的工作是鄭明給他找的。鄭明也很關(guān)心戴維入職后的工作狀況，這屬于獵頭后續(xù)工作的一部分。戴維說(shuō)：“還行，因?yàn)檫@個(gè)領(lǐng)域是從零開(kāi)始，建模、數(shù)據(jù)搜集和分析，還是有挺多前期工作的。但公司應(yīng)該已經(jīng)賣出去一些方案了。”

　　當(dāng)然，相比人力投入，這家公司在人工智能業(yè)務(wù)上還遠(yuǎn)未回本。

　　現(xiàn)階段的人工智能領(lǐng)域，最賺錢的可能是里的“人工”生意了，因?yàn)槿斯ぶ悄茴I(lǐng)域的人才，太短缺了。

　　“人工智能”是個(gè)籠統(tǒng)的概念，企業(yè)并不會(huì)真的在招聘時(shí)招“人工智能崗位”，具體會(huì)分為深度學(xué)習(xí)、自然語(yǔ)言處理、圖像識(shí)別、推薦算法等不同的職責(zé)描述，招的不光是工程師和程序員，而是科學(xué)家。

　　而一個(gè)復(fù)雜的和人工智能沾邊的項(xiàng)目，可能涉及到多種技術(shù)的綜合應(yīng)用。

　　比如要實(shí)現(xiàn)“用戶拍了一道應(yīng)用題，智能匹配講師”這樣一個(gè)功能，里面會(huì)涉及圖像識(shí)別(識(shí)別用戶拍的什么題)、自然語(yǔ)言處理(讀懂這道題)和推薦算法(按用戶數(shù)據(jù)、題目的類別在導(dǎo)師庫(kù)里選人)等角色，每個(gè)角色都需要對(duì)應(yīng)的職位。

　　其中每一個(gè)環(huán)節(jié)，都得由至少一名50萬(wàn)年薪起的科學(xué)家完成。當(dāng)然，一個(gè)人還肯定不夠。

　　以NLP(自然語(yǔ)言處理)算法工程師為例，此刻正在拉鉤上招聘的崗位涉及上百家公司386個(gè)具體職位。

　　這乍一看上去并不是一個(gè)很高的數(shù)字，但該崗位大多要求求職者擁有相關(guān)專業(yè)的碩士或博士學(xué)位，在國(guó)內(nèi)擁有較強(qiáng)自然語(yǔ)言處理實(shí)驗(yàn)室的大學(xué)僅限北郵、國(guó)防科大、北大、清華、中科院、廈門大學(xué)、哈工大、復(fù)旦、華中科技和蘇州大學(xué)等少數(shù)重點(diǎn)大學(xué)。

　　而以中國(guó)科學(xué)院計(jì)算技術(shù)研究所自然語(yǔ)言處理研究組為例，其2014屆碩士畢業(yè)生4人，博士畢業(yè)生2人，已全部被三星、華為等巨頭企業(yè)收歸靡下。

　　除以上重點(diǎn)研究室之外，其它學(xué)校的NLP專業(yè)畢業(yè)生，都要去微軟亞洲研究院、百度、科大訊飛等大公司鍍金之后，才有人相信他們的實(shí)力——這就將人才輸出源鎖定到了一個(gè)極小的范圍內(nèi)。

　　這并非是自然語(yǔ)音識(shí)別一個(gè)細(xì)分領(lǐng)域的現(xiàn)象，在整個(gè)人工智能領(lǐng)域都是如此。

　　在全球最大的職業(yè)社交網(wǎng)站LinkedIn上可以查到的，擁有微軟亞洲研究院工作背景的公司創(chuàng)始人高達(dá)54人。而從微軟亞洲研究院離職后，去創(chuàng)業(yè)或互聯(lián)網(wǎng)公司擔(dān)任總裁、CTO、總監(jiān)、項(xiàng)目總監(jiān)和科學(xué)家的人數(shù)約為104人。

　　億歐網(wǎng)于2016年12月整理的中國(guó)企業(yè)核心AI人才圖譜中，218位人工智能華人高管里，知名大學(xué)相關(guān)專業(yè)畢業(yè)的博士生占85%，碩士都排不上號(hào)。

　　在采訪過(guò)程中，無(wú)論是鄭明還是那些人工智能創(chuàng)業(yè)公司的HR都提到，他們一般會(huì)定點(diǎn)蹲守一些自己中意的實(shí)驗(yàn)室或公司，一旦這些地方人員有異動(dòng)，就立刻行動(dòng)準(zhǔn)備挖人。

　　“(公司)不存在太多的選擇，有的公司點(diǎn)名道姓的說(shuō)只招百度出來(lái)的人，或者是只招微軟亞研的人。”鄭明說(shuō)，“一旦一個(gè)這樣的人想要從原本的環(huán)境里出來(lái)，就會(huì)收到很多offer，薪資對(duì)他們來(lái)說(shuō)反倒是選擇的次要標(biāo)準(zhǔn)了，因?yàn)樗泄窘o的薪酬都很高。”

　　這樣的緊缺，也造就了絕對(duì)賣方市場(chǎng)。

　　在鄭明提供的一份內(nèi)部參考文件中，透露了人工智能領(lǐng)域的大概薪資：職位最低的工程師年薪在30~50萬(wàn)，商業(yè)公司中的研究員則在50~100萬(wàn)之間，項(xiàng)目主管或CTO則大多會(huì)在年薪80萬(wàn)以上上不封頂，普遍在150萬(wàn)左右。

　　大公司里的高級(jí)職位薪酬會(huì)比創(chuàng)業(yè)公司更高一些，而基礎(chǔ)職位的薪資，創(chuàng)業(yè)公司比大公司更高。

　　一家普通的國(guó)內(nèi)互聯(lián)網(wǎng)公司，如果想從微軟亞研、百度、三星這樣的公司挖人，需要拿著他們?cè)谠衅髽I(yè)里的職級(jí)表按上調(diào)二、三級(jí)的薪資挖——一家傳統(tǒng)招聘網(wǎng)站，甚至曾研究1300萬(wàn)人民幣年薪挖一個(gè)CTO，過(guò)來(lái)研發(fā)智能人崗匹配的下一代招聘產(chǎn)品。

　　自然語(yǔ)言、圖像、深度學(xué)習(xí)和自動(dòng)駕駛等不同領(lǐng)域有一定差距，但差距不大。

　　“在這個(gè)領(lǐng)域里即便是級(jí)別低一些的人，也是在學(xué)術(shù)界有過(guò)多年研究的。他們的薪酬往往與學(xué)術(shù)成果掛鉤。就算他們中的一些人之前并沒(méi)有在企業(yè)中有過(guò)對(duì)應(yīng)的職業(yè)經(jīng)歷，但過(guò)去在學(xué)術(shù)機(jī)構(gòu)中積累的經(jīng)驗(yàn)和年限被直接對(duì)應(yīng)到了他們現(xiàn)在進(jìn)入的職場(chǎng)中。當(dāng)你去實(shí)際看這些人(博士或碩士)的年齡，其實(shí)也差不多就是互聯(lián)網(wǎng)公司里中高層的那個(gè)水平。所以百萬(wàn)年薪，在這個(gè)行業(yè)里不算很高了。”

　　鄭明對(duì)此見(jiàn)怪不怪，但這確實(shí)是一件奇怪的事情。

　　畢竟，在以商業(yè)為導(dǎo)向的企業(yè)中，能為企業(yè)做出的貢獻(xiàn)才應(yīng)該是薪酬的唯一標(biāo)準(zhǔn)，與學(xué)術(shù)圈的論資排輩有著巨大的區(qū)別。而決定這種薪資制度的并非是因?yàn)槠髽I(yè)家“不看重科研”，而是現(xiàn)代企業(yè)必須以盈利作為主要目的。

　　換句話說(shuō)，一個(gè)千萬(wàn)年薪的團(tuán)隊(duì)，能否為公司創(chuàng)造出過(guò)億的利潤(rùn)，才是它是否真的價(jià)值千萬(wàn)的唯一衡量標(biāo)準(zhǔn)。

　　然而，與人工智能專業(yè)人才“奇貨可居”的價(jià)格形成鮮明對(duì)照的是，人工智能公司本身真正創(chuàng)造的價(jià)值，卻少的可憐。

　　三種人和三種公司 

　　“做人工智能的這些學(xué)術(shù)派們并沒(méi)有太大的野心，”獵頭鄭明說(shuō)。

　　這些人從原本的機(jī)構(gòu)或商業(yè)研究院的象牙塔走入“凡間”，無(wú)論是創(chuàng)業(yè)，還是加入創(chuàng)業(yè)公司也好，目的基本上是三個(gè)：

　　“一是覺(jué)得自己做了這么多年研究，確實(shí)想賺一點(diǎn)錢。二是希望能夠在商業(yè)環(huán)境中拿到更好的數(shù)據(jù)，驗(yàn)證自己的模型和算法，在學(xué)術(shù)領(lǐng)域再創(chuàng)新高。第三種，也是最少的一類人，是真心希望自己的技術(shù)能夠轉(zhuǎn)化成一個(gè)產(chǎn)品的。”

　　學(xué)術(shù)、大公司、創(chuàng)業(yè)、被收購(gòu)，然后重回學(xué)術(shù)，是大多數(shù)人工智能領(lǐng)域的技術(shù)大牛名利雙收的“職業(yè)路徑”。

　　其中的每一步都有著十分明確的考量：如果一個(gè)新的環(huán)境，能夠提供更好的薪資，或更好的數(shù)據(jù)其中任何一個(gè)，那么現(xiàn)有的環(huán)境是很難挽留他們的。在鄭明看來(lái)這不叫沒(méi)有情懷，叫直率。

　　在篩選一家公司是否值得去的時(shí)候除了薪資，大牛們往往會(huì)思考這些問(wèn)題：“這個(gè)公司已有的人工智能人才是否和我在同一個(gè)等級(jí)上”、“這家公司所涉及的業(yè)務(wù)是否對(duì)我所研究的課題有幫助”、“從這家公司離開(kāi)后是否能為我回學(xué)術(shù)圈或創(chuàng)業(yè)帶來(lái)優(yōu)勢(shì)”。

　　對(duì)于人工智能人才擇業(yè)來(lái)說(shuō)，最忌諱的就是來(lái)到一家對(duì)自己的學(xué)術(shù)進(jìn)展毫無(wú)幫助的公司。

　　胡進(jìn)是業(yè)內(nèi)的一位深度學(xué)習(xí)專家，在離開(kāi)原本的大公司研究院后，被一家國(guó)內(nèi)頂尖的汽車媒體聘用。入職之后，胡進(jìn)發(fā)現(xiàn)這家公司的用戶數(shù)據(jù)盡管巨大，但收集維度僅限于用戶在汽車領(lǐng)域的消費(fèi)和瀏覽偏好，且受限與公司產(chǎn)品形態(tài)不容易拓寬。而公司的產(chǎn)品庫(kù)主要又是游戲和金融產(chǎn)品，數(shù)據(jù)與推薦品之間無(wú)法建立有效的聯(lián)系，對(duì)學(xué)術(shù)的幫助也收效甚微。若在此戀戰(zhàn)，則有可能斷絕回到學(xué)術(shù)圈的道路。

　　入職六個(gè)月，胡進(jìn)火速離職。

　　這也是包括百度和Google在內(nèi)的許多大公司都留不住人工智能人才的原因：

　　對(duì)于有學(xué)術(shù)抱負(fù)的人來(lái)說(shuō)，商業(yè)公司只是暫時(shí)的落腳點(diǎn)。拿到數(shù)據(jù)突破學(xué)術(shù)瓶頸之后，依然要回到學(xué)術(shù)圈;

　　對(duì)在學(xué)術(shù)圈“窮怕了”，奔著賺錢的人來(lái)說(shuō)，如果獨(dú)立創(chuàng)業(yè)后可以以更高的估值被收購(gòu)回去，那么也是一個(gè)不錯(cuò)的選擇。

　　前一類人在人工智能創(chuàng)業(yè)公司中占了絕大多數(shù)，通過(guò)抓取LinkedIn數(shù)據(jù)，在對(duì)格林深瞳、曠視科技、商湯科技、思必馳、云知聲、第四范式6家不同細(xì)分領(lǐng)域AI創(chuàng)業(yè)公司的245名離職員工的分析后，PingWest品玩發(fā)現(xiàn)有110名員工回到學(xué)術(shù)研究機(jī)構(gòu)、大學(xué)或無(wú)明顯商業(yè)模式的校辦企業(yè)。

　　而對(duì)那些真正希望自己的技術(shù)轉(zhuǎn)化成一個(gè)成熟產(chǎn)品的人工智能科學(xué)家來(lái)說(shuō)，并不滿足在某個(gè)大公司中擔(dān)任技術(shù)崗，他們更愿意在大公司中驗(yàn)證自己的模型和算法之后，去創(chuàng)立獨(dú)立的公司。這些從大公司出走的人工智能創(chuàng)業(yè)者往往起點(diǎn)高，對(duì)自己的技術(shù)實(shí)力和市場(chǎng)的空白有充分的把握，堅(jiān)信自己創(chuàng)辦的公司一定能因?yàn)檎莆漳硞€(gè)關(guān)鍵的技術(shù)或環(huán)節(jié)，日后被大公司收購(gòu)回去。

　　不過(guò)，任何一個(gè)人工智能的頂級(jí)人才，都不認(rèn)為自己是泡沫里的裸泳選手，他們甚至對(duì)這個(gè)行業(yè)是否有泡沫并不關(guān)心。因?yàn)槟軌蜻M(jìn)入這個(gè)行業(yè)的人，真才實(shí)學(xué)是前提基礎(chǔ)，即便是真的有泡沫，回歸學(xué)術(shù)也是他們一條不錯(cuò)的退路。

　　這恐怕與大多數(shù)商業(yè)化的公司以及公司背后的資本意志，對(duì)他們的預(yù)期不太一樣。

　　與人工智能人才各懷心思相同，招聘他們的公司也分為三類，每一類在給出“百萬(wàn)年薪”的同時(shí)有著完全不同的訴求：

　　第一類是互聯(lián)網(wǎng)巨頭，包括“超第一梯隊(duì)”的跨國(guó)公司Google和微軟亞洲研究院，以及第一梯隊(duì)的巨頭——大家熟悉的百度、阿里和騰訊;以及第二梯隊(duì)的今日頭條和滴滴等公司。

　　第二類是人工智能創(chuàng)業(yè)公司，以某種人工智能技術(shù)為主營(yíng)業(yè)務(wù)的創(chuàng)業(yè)公司，典型的如自動(dòng)駕駛領(lǐng)域的Momenta、地平線、馭勢(shì)科技;視覺(jué)識(shí)別領(lǐng)域的格靈深瞳、商湯科技和曠視科技等。

　　第三類是將人工智能融入到自身業(yè)務(wù)中的其它創(chuàng)業(yè)公司，如學(xué)霸君、潑辣熊和智齒科技等。

　　戴維所在的公司就屬于第三類，在這類公司，人工智能是用來(lái)升級(jí)現(xiàn)有的產(chǎn)品或業(yè)務(wù)的，所有的人工智能研究以產(chǎn)出為導(dǎo)向，實(shí)用性強(qiáng)，“泡沫不高”。

　　但與傳統(tǒng)研發(fā)領(lǐng)域的許多大牛一樣，這類應(yīng)用驅(qū)動(dòng)的人工智能團(tuán)隊(duì)，往往隨著新項(xiàng)目的立項(xiàng)而引入，隨著新項(xiàng)目的結(jié)項(xiàng)而離職。

　　這樣的公司一般有良好但并不過(guò)分充裕的現(xiàn)金流，人才和公司都較為明確的知道自己想要什么。一旦人工智能領(lǐng)域上的投入產(chǎn)出比不夠好，項(xiàng)目會(huì)被立即停掉，原本引入的技術(shù)人才也不會(huì)戀戰(zhàn)。

　　在人工智能創(chuàng)業(yè)公司——第四范式的“范式大學(xué)系列課程”第3篇中，也引用了這樣一個(gè)實(shí)例：一個(gè)企業(yè)招聘了兩名機(jī)器學(xué)習(xí)方向的數(shù)據(jù)科學(xué)家，加起來(lái)年薪百萬(wàn)。但在合作了一年之后，科學(xué)家和企業(yè)相看兩厭，最終分手。

　　公司決策層對(duì)人工智能的預(yù)期是“投入大”、“收益多”，期望聘請(qǐng)一位百萬(wàn)年薪的專家就能撬動(dòng)整個(gè)公司的現(xiàn)有業(yè)務(wù)流，實(shí)現(xiàn)效率的提升，挖掘公司應(yīng)得的隱形利潤(rùn)。

　　但立項(xiàng)后，由于將人工智能技術(shù)融入已存在行業(yè)需要重新建模、收集數(shù)據(jù)等工作，隱形利潤(rùn)的挖掘需要很長(zhǎng)時(shí)間，但隱形成本卻倍增——人工智能項(xiàng)目的成本不止百萬(wàn)年薪的人才成本，還有配套的數(shù)據(jù)采集、分析、深度學(xué)習(xí)云服務(wù)的成本。有創(chuàng)業(yè)公司因聘請(qǐng)到專家后，買不起深度學(xué)習(xí)服務(wù)器而最終放棄項(xiàng)目。

　　不過(guò)，當(dāng)我們談起“人工智能熱”的時(shí)候，那些巨頭公司的研究院，以及把無(wú)人駕駛、圖像識(shí)別和語(yǔ)音識(shí)別等技術(shù)當(dāng)成公司核心產(chǎn)品的公司，對(duì)人工智能科學(xué)家的“容忍度”前所未有地高。由于家底雄厚，它們也是推動(dòng)人工智能人才高薪的主要原因。

　　但它們的人工智能產(chǎn)品無(wú)論多神奇，似乎永遠(yuǎn)只出現(xiàn)在新聞里而不是市場(chǎng)上。

　　誰(shuí)為“高薪”買單 

　　既然人工智能行業(yè)并不賺錢，那么人工智能從業(yè)人員的高薪是誰(shuí)支付的?

　　與所有風(fēng)口吹泡泡的故事一樣，資本再次充當(dāng)了那個(gè)“老好人”的角色，但資本自己并不如此認(rèn)為。

　　從2016到2017年，國(guó)內(nèi)投資過(guò)人工智能領(lǐng)域的機(jī)構(gòu)多達(dá)145家，而無(wú)論是否投資過(guò)人工智能企業(yè)，幾乎所有投資機(jī)構(gòu)在公開(kāi)場(chǎng)合都認(rèn)為：人工智能的確是未來(lái)，只是在未來(lái)有多遠(yuǎn)，以及如何估值這個(gè)問(wèn)題上存在一定疑問(wèn)。

　　以學(xué)術(shù)水平論估值，是正在布局這個(gè)行業(yè)的一些VC的基本邏輯。

　　與投資App和消費(fèi)升級(jí)不同，大多數(shù)人工智能創(chuàng)業(yè)公司都以To B為主要業(yè)務(wù)方向，同時(shí)有大量的研發(fā)支出。“短期內(nèi)”現(xiàn)金流上巨虧似乎是不可避免的，在業(yè)務(wù)上也無(wú)法找到可以用于衡量的增長(zhǎng)指標(biāo)。

　　因此，核心團(tuán)隊(duì)是否有真才實(shí)學(xué)，是否能持續(xù)的從人才匱乏的學(xué)術(shù)界挖到人，維持整個(gè)公司的研發(fā)進(jìn)度，成為VC衡量人工智能創(chuàng)業(yè)公司的一個(gè)重要因素。

　　“業(yè)內(nèi)一些基金的邏輯其實(shí)是在投分裂，”一位基金投資經(jīng)理告訴PingWest品玩，“基金進(jìn)入每個(gè)行業(yè)都需要交學(xué)費(fèi)，只不過(guò)人工智能和TMT不同，在投TMT的時(shí)候你可以找兩個(gè)實(shí)習(xí)生，把市面上的項(xiàng)目都用一遍就學(xué)會(huì)了。但人工智能的學(xué)術(shù)門檻高，要想判斷一個(gè)項(xiàng)目好壞，你不可能自己雇一個(gè)學(xué)術(shù)派來(lái)做投資經(jīng)理。

　　你只能相信一些在學(xué)術(shù)上有可見(jiàn)成就的人，盡管他的公司可能商業(yè)上不成功，但他的學(xué)生和人脈會(huì)進(jìn)他的公司。然后一段時(shí)間后他的高管和下屬會(huì)離職創(chuàng)業(yè)，與一些商業(yè)邏輯更強(qiáng)的行業(yè)人結(jié)合在一起建立新公司，這個(gè)時(shí)候你才有機(jī)會(huì)投到這些公司。”

　　換句話說(shuō)，投資人投的就是人，而不是公司，投資人恨不得親自直接把高額的薪水鈔票砸到這些人工智能專家的臉上。這種現(xiàn)象在其它領(lǐng)域的投融資雖然也有，但很少像人工智能創(chuàng)業(yè)公司那樣，能靠團(tuán)隊(duì)撐起上億美金規(guī)模的融資。

　　商湯科技的湯曉鷗就是在這一邏輯下最值得“被投”的人之一，湯曉鷗1990年于中國(guó)科學(xué)技術(shù)大學(xué)獲得學(xué)士學(xué)位，1991年于美國(guó)羅切斯特大學(xué)獲得碩士學(xué)位，1996年于麻省理工學(xué)院 (MIT) 獲得博士學(xué)位。在計(jì)算機(jī)視覺(jué)、模式識(shí)別和圖像處理等人工智能的細(xì)分領(lǐng)域上已有200余篇論文。

　　2014年，湯曉鷗創(chuàng)辦商湯科技，背靠香港中文大學(xué)多媒體實(shí)驗(yàn)室，商湯科技迅速成為業(yè)界人才優(yōu)勢(shì)最強(qiáng)的人工智能創(chuàng)業(yè)公司之一。按照商湯科技官方的介紹，商湯科技主要研究人臉識(shí)別、文字識(shí)別、人體識(shí)別、車輛識(shí)別、物體識(shí)別、圖像處理等技術(shù)的應(yīng)用。在實(shí)際業(yè)務(wù)上，主要深耕金融、移動(dòng)互聯(lián)網(wǎng)和安防監(jiān)控三個(gè)方向。

　　但商湯科技的技術(shù)人脈優(yōu)勢(shì)，在之后的幾年反倒成為了商湯科技的軟肋，商湯科技在發(fā)展過(guò)程中始終沒(méi)有擺脫研究院式的學(xué)術(shù)氣息，缺乏商業(yè)人才導(dǎo)致其在商業(yè)化上的探索并不成功。

　　去年12月，商湯科技引入擁有國(guó)資背景的鼎暉投資完成B輪融資，不到半年后又引入國(guó)資屬性更強(qiáng)的賽領(lǐng)資本作為戰(zhàn)略投資方。并與地方政府合作建立人工智能超算中心，強(qiáng)化了自身的技術(shù)研究院與基礎(chǔ)設(shè)施屬性。

　　這意味著商湯科技不再執(zhí)著于不成熟的商用市場(chǎng)尋找出路，而選擇成為現(xiàn)階段基礎(chǔ)服務(wù)屬性更強(qiáng)的國(guó)家隊(duì)成員。

　　格靈深瞳是另一家在業(yè)內(nèi)匯聚頂尖人才的創(chuàng)業(yè)公司，成立于2013年，其主要業(yè)務(wù)是計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)技術(shù)以及嵌入式硬件研發(fā)。在成立不久之后，格靈深瞳將這個(gè)“技術(shù)”轉(zhuǎn)化為一個(gè)具體的市場(chǎng)方向——安防。

　　安防市場(chǎng)是一個(gè)相對(duì)封閉且對(duì)硬件技術(shù)要求較高的門檻，目前格靈深瞳主要集中在軟件方案上，很難說(shuō)切入了安防市場(chǎng)的核心地帶。2017年年初，格靈深瞳CEO何搏飛的離職也讓圈內(nèi)震驚。

　　與格林深瞳同樣切入安防領(lǐng)域的還有曠視科技(Face++)等以面部識(shí)別為核心技術(shù)的創(chuàng)業(yè)企業(yè)。盡管并不否認(rèn)人工智能技術(shù)對(duì)安防效果的顯著提升，但安防市場(chǎng)一直是以銷售為強(qiáng)導(dǎo)向的線下市場(chǎng)，國(guó)內(nèi)長(zhǎng)期被海康威視、大華股份、東方網(wǎng)力三家整體方案和硬件商壟斷，創(chuàng)業(yè)企業(yè)很難顛覆。

　　盡管國(guó)內(nèi)大多數(shù)基金的生命周期都是5年以上，也就是說(shuō)所投公司在5年之內(nèi)沒(méi)有回報(bào)都是可以“被理解”的。但實(shí)際上，如果一家公司在3年內(nèi)既沒(méi)有找到合理的商業(yè)模式也沒(méi)有實(shí)現(xiàn)批量增長(zhǎng)，那么就很難再繼續(xù)進(jìn)行正常的下一輪融資了。

　　無(wú)論是為了進(jìn)一步融資，以獲得公司繼續(xù)生存所必須的救命資金，還是給“裁員”找一個(gè)好聽(tīng)的說(shuō)法，團(tuán)隊(duì)出走裂變出新的公司，在人工智能領(lǐng)域都成了一種趨勢(shì)。

　　幾乎每個(gè)成立三年以上的人工智能公司都會(huì)存在一次“團(tuán)隊(duì)出走，二次創(chuàng)業(yè)”的事件。

　　通過(guò)公開(kāi)資料我們發(fā)現(xiàn)：思必馳員工離職創(chuàng)辦語(yǔ)音識(shí)別公司馳聲科技;云知聲CMO離職創(chuàng)辦人工智能教育公司先聲教育;出門問(wèn)問(wèn)兩位員工離職分別創(chuàng)辦大數(shù)據(jù)冷鏈公司Meatub、智能硬件公司萌動(dòng);商湯科技曹旭東離職后創(chuàng)辦自動(dòng)駕駛公司Momenta;格靈深瞳的丁鵬博士離職創(chuàng)辦人工智能醫(yī)療公司DeepCare;英特爾的吳甘沙等5人離職創(chuàng)辦自動(dòng)駕駛公司馭勢(shì)科技……

　　盡管并不是絕對(duì)，但裂變后的公司往往會(huì)更為“腳踏實(shí)地”，在商業(yè)上更努力。

　　簡(jiǎn)單來(lái)說(shuō)，從圖像識(shí)別公司離職的員工，會(huì)創(chuàng)辦一個(gè)在圖像識(shí)別領(lǐng)域有具體應(yīng)用場(chǎng)景的公司。比如在自動(dòng)駕駛領(lǐng)域，從L5(完全自動(dòng)駕駛)離職的團(tuán)隊(duì)則會(huì)更傾向于研發(fā)L4和L3(輔助自動(dòng)駕駛)的方案，或者是具體到自動(dòng)駕駛整個(gè)產(chǎn)業(yè)鏈中的某個(gè)硬件、芯片或算法上。

　　只有這樣，這些分裂出來(lái)的公司才可能在自己重新開(kāi)啟的融資周期內(nèi)，實(shí)現(xiàn)盈利或被收購(gòu)。

　　差了5年的風(fēng)口就是泡沫 

　　“你覺(jué)得目前國(guó)內(nèi)哪家公司的人工智能水平最高?”(不包括微軟亞研等外企)

　　PingWest品玩把這個(gè)問(wèn)題扔給了很多人工智能科學(xué)家，答案的前半部分驚人的高度一致：“技術(shù)實(shí)力最強(qiáng)的一定是百度，但是……”

　　后半部分的回答不盡相同。不過(guò)大多數(shù)指向剛剛離職的百度前首席科學(xué)家吳恩達(dá)(Andrew Ng)曾經(jīng)主導(dǎo)的百度人工智能缺乏成功轉(zhuǎn)化并泛用的產(chǎn)品，從外界看起來(lái)并不算“成功”，與“水平最高”的實(shí)際狀況并不相稱。

　　在PingWest品玩的采訪過(guò)程中，另一個(gè)得到高度一致性答案的問(wèn)題是：“你覺(jué)得是什么讓人工智能突然熱起來(lái)的?”

　　面對(duì)這個(gè)問(wèn)題，幾乎所有人無(wú)一例外的回答“AlphaGo”。

　　這也與2016年突然爆發(fā)的創(chuàng)業(yè)和資本曲線恰好吻合，甚至有創(chuàng)業(yè)者直言：“我做了這么多年人工智能，沒(méi)人知道我是做什么的，在AlphaGo之后終于有投資人能正眼看我了。”

　　然而AlphaGo是Google的一個(gè)實(shí)驗(yàn)性加上公關(guān)式項(xiàng)目，盡管Google通過(guò)它更好的理解了深度學(xué)習(xí)，同時(shí)也向外展示了Google的技術(shù)實(shí)力。

　　但AlphaGo本身是不具備任何實(shí)際意義，也不能產(chǎn)生回報(bào)。

　　將驅(qū)動(dòng)AlphaGo的技術(shù)應(yīng)用于實(shí)際的生產(chǎn)場(chǎng)景，可能還需要許多年。而在不同的場(chǎng)景之下，人工智能的實(shí)際應(yīng)用又有著完全不同的實(shí)現(xiàn)難度和時(shí)間進(jìn)度。

　　“人工智能的風(fēng)口是個(gè)偽命題，因?yàn)椴⒉淮嬖谀硞€(gè)具體的行業(yè)叫人工智能。人工智能的技術(shù)會(huì)落實(shí)到具體的應(yīng)用之下，但每個(gè)場(chǎng)景的實(shí)現(xiàn)時(shí)間是不同的。比如說(shuō)我們這個(gè)領(lǐng)域，不要說(shuō)風(fēng)口來(lái)臨了，其實(shí)風(fēng)口已經(jīng)過(guò)了。”

　　自2012年開(kāi)始做非接觸式掌紋識(shí)別的老邢說(shuō)，他如果現(xiàn)在創(chuàng)業(yè)也一定說(shuō)自己是人工智能。“掌紋比指紋的安全性更高，而且無(wú)需接觸，在使用體驗(yàn)上也比掃臉要好一些”——但是老邢的產(chǎn)品目前只在一些密級(jí)很高的單位獲得認(rèn)可，在資本市場(chǎng)和消費(fèi)市場(chǎng)上都是反響平平。

　　與認(rèn)為風(fēng)口已過(guò)的老邢不同，專注貨運(yùn)自動(dòng)駕駛的圖森未來(lái)科技CEO陳默則認(rèn)為風(fēng)口可能還沒(méi)到：“目前無(wú)人駕駛技術(shù)最強(qiáng)的就是Google和百度這樣的巨頭了，但我們認(rèn)為他們要想實(shí)現(xiàn)他們的L5自動(dòng)駕駛商用，依然也要5年以上的時(shí)間。創(chuàng)業(yè)公司切L5一步到位這個(gè)點(diǎn)是不現(xiàn)實(shí)的，我們做封閉或特定環(huán)境的L3、L4自動(dòng)駕駛，目標(biāo)就是在三年內(nèi)能商業(yè)化，這才是一個(gè)公司該考慮的事情。”

　　而由科學(xué)家這樣的學(xué)術(shù)界人士主導(dǎo)的人工智能項(xiàng)目，往往會(huì)將學(xué)術(shù)界“刷論文”的風(fēng)氣帶到公司領(lǐng)域。

　　在媒體中，我們經(jīng)常能聽(tīng)到某家人工智能公司在圖像識(shí)別、人臉識(shí)別、上路測(cè)試中又取得了新的進(jìn)展。但如果讀至內(nèi)文，這些突破性進(jìn)展往往是算法對(duì)某種特定場(chǎng)景的識(shí)別率又提升了百分之零點(diǎn)幾。

　　這或許在技術(shù)上確實(shí)是一種重大進(jìn)步，但在實(shí)際應(yīng)用場(chǎng)景下卻往往是另一回事兒。

　　比如面部解鎖，98.8%的識(shí)別率和99%的識(shí)別率在體驗(yàn)上完全沒(méi)區(qū)別。而用過(guò)面部解鎖的用戶都知道，在移動(dòng)(晃動(dòng))中無(wú)法解鎖才是目前其無(wú)法廣泛應(yīng)用的主要原因，而智能手機(jī)的前置攝像頭采用什么樣的參數(shù)和防抖技術(shù)又是人工智能解決方案公司完全無(wú)法控制的。

　　但這些公司在測(cè)試和刷分的時(shí)候，會(huì)為那百分之零點(diǎn)幾的提升興奮不已，發(fā)新聞稿，恨不得開(kāi)發(fā)布會(huì)。

　　類似復(fù)雜的環(huán)境因素，決定了人工智能在幾乎所有需要考慮復(fù)雜環(huán)境的普通用戶使用場(chǎng)景上都顯得有些“智障”。

　　而在企業(yè)端，以醫(yī)療為例，政策和體制原因?qū)е逻@個(gè)市場(chǎng)目前連互聯(lián)網(wǎng)產(chǎn)品都沒(méi)有完整滲透，即便是有商業(yè)公司制作出了可行性產(chǎn)品，短期內(nèi)也很難攻入市場(chǎng)。

　　同樣面臨技術(shù)和產(chǎn)品之外的商業(yè)化問(wèn)題的還有上問(wèn)題提到的安防和自動(dòng)駕駛。

　　從技術(shù)到應(yīng)用的這段過(guò)長(zhǎng)的轉(zhuǎn)化時(shí)間，理應(yīng)是在研究機(jī)構(gòu)中完成的，而并不應(yīng)該讓資本和市場(chǎng)過(guò)度干預(yù)。以百度為例，總裁兼COO陸奇上任后，百度的人工智能迅速向語(yǔ)音助手、智能家居和L3自動(dòng)駕駛等短期內(nèi)更容易出現(xiàn)產(chǎn)品的方向調(diào)整，這不失為一次中國(guó)人工智能的“頭部轉(zhuǎn)彎”。

　　那么，“不是不行，只是時(shí)候未到”的人工智能是泡沫么?

　　一位一級(jí)市場(chǎng)分析師告訴PingWest品玩：”你覺(jué)得VR是泡沫么?如果是的話，那人工智能確實(shí)有泡沫。“

　　人工智能與虛擬現(xiàn)實(shí)(VR)十分相似：隨著內(nèi)容消費(fèi)的不斷升級(jí)，VR有朝一日一定會(huì)取代現(xiàn)有的載體成為一個(gè)巨大的市場(chǎng)——正如我們總有一天會(huì)被人工智能包圍。但由于技術(shù)不成熟，媒體和資本的提前熱炒，催生了2015~2016年VR的非理性繁榮，同時(shí)也迎來(lái)了今年的VR低谷。

　　“人工智能比VR的前景更大，它像互聯(lián)網(wǎng)一樣，未來(lái)會(huì)深入到每個(gè)領(lǐng)域中。就像今日頭條、像滴滴內(nèi)部運(yùn)用人工智能一樣。未來(lái)小賣鋪都像用微信付款一樣，利用人工智能來(lái)分析客戶、庫(kù)存和SKU。” 老邢告訴我，“但這并不意味著，現(xiàn)在這么熱炒就是一件好事。”

　　通過(guò)對(duì)一級(jí)市場(chǎng)數(shù)據(jù)庫(kù)IT桔子上，409家人工智能創(chuàng)業(yè)企業(yè)的公開(kāi)信息進(jìn)行分析，PingWest品玩發(fā)現(xiàn)人工智能企業(yè)的融資次數(shù)，與新增公司數(shù)呈現(xiàn)明顯地平移相關(guān)。截止2017年4月底，今年的新增人工智能企業(yè)數(shù)量?jī)H為5家，預(yù)計(jì)今年人工智能新增企業(yè)將有大幅下滑。

　　敏感的“人工智能從業(yè)者”們已經(jīng)意識(shí)到了這一輪風(fēng)口來(lái)的太早，而資本卻并沒(méi)有及時(shí)剎車。到目前為止，今年(2017年)人工智能企業(yè)融資事件已發(fā)生62次，已完成的融資額比去年多了一倍，全年資產(chǎn)流入量將有望突破700億。這700億中，又將有許多以天價(jià)年薪的形式，流入人工智能人才的口袋。

　　人工智能是方向，但當(dāng)下卻并不是風(fēng)口，它對(duì)標(biāo)的并不是O2O、電商和消費(fèi)升級(jí)這樣的具體賽道。而是像互聯(lián)網(wǎng)一樣，提供了一個(gè)全產(chǎn)業(yè)升級(jí)的技術(shù)工具——互聯(lián)網(wǎng)的誕生讓O2O、電商和消費(fèi)升級(jí)成為了可能。而人工智能的風(fēng)口來(lái)臨的時(shí)候，是指在人工智能成熟后，所有行業(yè)都可以利用人工智能提升自己的效率和生產(chǎn)力。

　　但前景越光明，當(dāng)下的泡沫也就越大，就像2000年前后中美同時(shí)發(fā)生的互聯(lián)網(wǎng)泡沫破滅。

　　1995年至2001年間，由于媒體和資本的過(guò)度投機(jī)，讓普通民眾和投資者認(rèn)為互聯(lián)網(wǎng)將會(huì)改變一切。隨之而來(lái)的泡沫破滅，讓大約5萬(wàn)億美元IT業(yè)市值蒸發(fā)，許多知名企業(yè)破產(chǎn)。

　　在之后的不到五年里，互聯(lián)網(wǎng)確實(shí)改變了一切。后來(lái)互聯(lián)網(wǎng)對(duì)世界的變革，甚至超過(guò)了2000年互聯(lián)網(wǎng)泡沫最鼎盛時(shí)期華爾街的想象。但這并不能挽回那些互聯(lián)網(wǎng)先烈的命運(yùn)。

　　過(guò)早的商業(yè)關(guān)注，也是對(duì)人工智能學(xué)術(shù)進(jìn)步的一種阻礙。杜克大學(xué)電子與計(jì)算機(jī)工程系副教授，杜克進(jìn)化智能研究主任陳怡然在人工智能媒體新智元的一篇文章中寫道：

　　“學(xué)術(shù)界被挖的千瘡百孔，現(xiàn)在連寫個(gè)項(xiàng)目申請(qǐng)都找不到合適的PI來(lái)組隊(duì)……這個(gè)需求有明顯的炒作痕跡，而且是學(xué)術(shù)界的人自己炒自己：誰(shuí)都知道這個(gè)溢價(jià)不可能長(zhǎng)久，趕緊趁熱把自己賣一筆，以后的事情以后再說(shuō)。”

　　戴維對(duì)此有著相同的觀點(diǎn)：“整體來(lái)說(shuō)，人工智能這一波技術(shù)的天花板很低，如果現(xiàn)在短期內(nèi)實(shí)現(xiàn)不了的需求，再投多少錢也沒(méi)用，還是要靠學(xué)術(shù)界有進(jìn)一步的突破……學(xué)術(shù)界上一次突破(深度學(xué)習(xí)算法)帶來(lái)的應(yīng)用紅利可能馬上就要到頭了。”

　　事實(shí)上，如果人工智能真的如互聯(lián)網(wǎng)一樣，是一種龐大改革的技術(shù)基底。那么人才去泡沫化、民主化，學(xué)術(shù)的歸學(xué)術(shù)，商業(yè)的歸商業(yè)，才是引爆風(fēng)口的第一步。

　　隨著更多的人涌入人工智能相關(guān)專業(yè)，社會(huì)性的商業(yè)培訓(xùn)機(jī)構(gòu)的出現(xiàn)，以及人工智能技術(shù)自身門檻的降低。人工智能人力成本下降，才能讓人工智能真正的大眾化，泛用化。當(dāng)任何一家公司可以像招PHP程序員一樣招到人工智能工程師的時(shí)候，我們才能迎來(lái)沒(méi)有泡沫的人工智能時(shí)代。

特別提醒：本網(wǎng)信息來(lái)自于互聯(lián)網(wǎng)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。