AI军团成长记

　　“实业家”BAT推动技术落地，“学院派”微软专注理论研究，创业者借资本之力四处闯荡。

　　10月下旬，领英专为中国企业定制的“2017海外招聘行”，将在美国的硅谷、纽约和西雅图三地举办活动，领英中国解决方案服务总监王欢正马不停蹄地出差做准备。去年，该活动吸引了百度、滴滴、网易等10多家国内一线公司的人力资源部门“组团”参加，这些HR们赴美的主要目标，是寻找机器学习、无人驾驶等人工智能（Artificial Intelligence）领域的高端人才。

　　出海寻人从来都是中国企业迈出全球化布局的重要一步，由于国内各家互联网公司纷纷在人工智能领域布局，高端AI人才可谓供不应求。今年初，前微软全球执行副总裁陆奇加盟百度的消息引发业界热议。随后，俞栋、任小枫等一批华人科学家相继投身于BAT（百度、阿里巴巴、腾讯）以及一众明星创业公司，并以人工智能研究部门负责人的身份，成为诸个AI军团的领军人物。

　　在这场堪比工业革命的人工智能浪潮中，各个互联网巨头的AI战略，以及国内相关人才的稀缺局面，引爆大规模人才争夺战，而一度不为外界所知的企业级人工智能实验室，也渐渐从幕后走向台前。

　　人才地图探底

　　3月9日，阿里巴巴集团宣布启动“NASA”计划，面向机器学习、芯片、IoT、操作系统、生物识别等核心技术，组建崭新的团队。新任阿里巴巴集团首席人力官（CPO）童文红向《21CBR》记者表示，今年集团对各业务条线HR的一大要求就是：站在全球化布局的高度上，系统摸清未来5-10年的业务人才地图。

　　对于各家科技公司而言，拿下更多人才是赢得这场人工智能竞赛的关键。然而，与人工智能产业爆发相对应的却是人才资源的严重不足。

　　领英的数据显示，截至2017年一季度，全球人工智能领域技术人才数量超过190万，其中美国以85万的总人数高居榜首，中国位列国家排名第七，人数为5万人。此前，有北美地区的AI招聘服务商估算，北美地区AI技术职位的供求比例接近1：3，中国的情况则更为极端：接近1：10。AI人才市场供需两端极不平衡。

　　猎头公司Light HR相关负责人方骏磊告诉《21CBR》记者，现阶段国内市场上的AI人才分为三个梯队。

　　基础梯队主要是国内985/211高校的博士应届生，他们往往在学校就读期间参与过机器学习等相关科研项目，具备不错的资质和潜力。第二梯队大多来自传统行业的人工智能业务从业者，由于传统行业的薪酬相对不高，互联网公司的成功录取者大部分出自于此。最难操作的是第一梯队的人才——世界排名前50位的名校博士，并且拥有国内外一线公司的工作经历，他们是所有雇主竞相追逐的目标。

　　对于AI人才库“塔尖”的情况，李开复的创新工场团队多次赴美摸底，如果借用围棋的段位，AI领域的九段高手都是美国人，华人在七八段的级别有一些，更多则集中在四至六段。在全球范围内，从一段至九段的AI人才数量仅为数千人，不过，在创新工场团队看来，“一段就算是个好手了”。

　　无论从数量、质量还是职能来看，当前国内AI人才的缺口较大，结构比例远未达到最优。美国成为国内公司引进高端人才的最大目标国。美国卡耐基梅隆大学的博士生熊辰炎告诉《21CBR》记者，相比谷歌、微软等海外科技公司千人以上的招聘规模，每年从卡耐基梅隆大学（Carnegie Mellon University）、斯坦福大学（Stanford University）、加州大学伯克利分校（UC Berkeley）和麻省理工学院（MIT）这四所学校毕业的AI方向博士生不到100人，“很多公司会主动抛出橄榄枝”。

　　中国公司要想加入人才争夺的国际战局，不仅要表现出更大的决心，还要懂得运用方法。

　　美国AI人才集中地之一的西雅图，不仅是微软和亚马逊的总部所在地，也吸引了国内的BAT和创业公司纷纷在此设立AI实验室或办事处。相比腾讯将实验室开到了微软总部旁边，阿里巴巴也不手软，不仅宣布储备顶尖科研人才的预算“不设上限”，还在西雅图、圣何塞等地的办事处长期派驻集团招聘负责人。“在人才地图的全球布局上要更加坚定。”童文红称。

　　以往，海外人才引进主要依靠赞助学术会议的方式与学界建立联系，并辅以华人协会、熟人互推等渠道，但是，这一做法显然缺乏体系化和主动权，也难以精准定位少量的高端人才。对于企业主和猎头方而言，还需要针对目标个体，打通新的人才招募渠道。

　　第三方招聘平台e成科技的数据显示，2012年就着手建立深度学习研究院的百度，在BAT三家中的人才积累最深，AI人才占员工总数的2.54%。不过，在2015-2017年期间，阿里巴巴和腾讯的人才增幅分别高达325%和265%，其中是阿里巴巴，最近两年的AI人才薪资增幅高达44.65%，为BAT之最。

　　多名从业者和猎头都向《21CBR》记者透露，即使是在薪资水平较高的互联网行业，国内的AI人才也比普通程序员的薪资水平高出2-3倍。以算法工程师职位为例，应届硕士生的年薪起点在30万元以上，博士生则不低于50万元，采用“现金+股权”的方式，另有一笔金额不等的签字费，在一到两年内分批发放完毕。

　　相比之下，美国的情况则是本科毕业生年薪为10万-15万美元，工作6年以上的高级研发人员的年薪约为30万-45万美元（约200万-300万元人民币）。对于这部分高端人才，国内公司要开出300万-400万元的年薪才具备一定吸引力。其中，开出高薪的常常来自创业公司。一名猎头对此表示：“如果走大公司的正常升职考评，每年收入上涨一般在30%左右，而创业公司的经济回报超过100%，还能成就一番事业。”

　　8月12日，前Adobe首席科学家王珏加盟计算机视觉独角兽公司旷视科技（Face++），与前微软亚洲研究院首席研究员孙剑分别领导旷视在美中两地的研究院。对于此类“塔尖”人才，业内可谓争抢激烈，薪酬高度保密且波动极大，市场起薪点一般可达800万人民币。

　　科学家的世界

　　被工业界不惜重金招募的学术精英，到底是怎样一群人？

　　微软全球执行副总裁沈向洋在担任微软亚洲研究院院长期间，曾提出过研究院要招募“三好学生”：数学好、编程好、态度好。前两个要求代表了过硬的专业水准，而态度好则相对软性，包括科研精神、团队协作等。

　　微软亚洲研究院现任副院长田江森则解释说，不同研究组的人才要求、招聘流程各不相同，但对人才的共同要求是“聪明”，“我们招聪明的人，没有名额限制”。e成科技的数据显示，计算机和数学专业是AI人才最常见的专业方向，在BAT的算法策略类人才专业分布中占八成以上，而硕士学历是进入这个行业的敲门砖。

　　时至今日，从微软亚洲研究院走出的两任院长——李开复和张亚勤，前者现在是创新工场董事长兼首席执行官，目前创新工场已投资超过30家直接利用人工智能技术创造商业价值的创业公司，包括此前提到的旷视科技，无人驾驶汽车先导者“驭势科技”，人工智能金融服务探索者“第四范式”，以及“地平线”机器人等创业公司；而后者则加入百度，在其早期的运筹帷幄之下，百度在人工智能研发方面投入巨大。

　　而微软亚洲研究院的两位前常务副院长——芮勇和马维英，后来分别加入联想和今日头条。至于在创业公司方面，旷视科技首席科学家孙剑是旷视CEO印奇在微软亚洲研究院实习期间的导师。遍布各处的“微软系”几乎撑起了当下中国人工智能界的“半壁江山”。

　　2012年，在微软亚洲研究院实习满两年后，熊辰炎从中科院软件所硕士毕业，前往卡耐基梅隆大学的语言技术研究所（CMULTI）继续深造。

　　卡耐基梅隆大学、斯坦福大学、加州大学伯克利分校和麻省理工学院构成了横跨学术与工业界的又一势力输出来源。许多华人科学家都曾就读于上述高校，比如百度集团总裁陆奇、阿里巴巴iDST副院长任小枫和腾讯AI Lab主任张潼。

　　这一人才谱系可以追溯到上世纪80-90年代，人工智能学界的多位泰斗都曾执教于上述院校，比如“深度学习三驾马车”之一的Geoffrey Hinton和Michael I.Jordan，并在此后数年间培养出YannLeCun、Yoshua Bengio、Russ Salakhutdinov、吴恩达等一批明星弟子，彼此之间有着千丝万缕的联系。

　　AI科学家的世界其实很小，且彼此之间多有交集。他们中的大多数人醉心于技术而疏于社交，参加学术会议是他们建立学术圈人脉，并向工业界延展的主要途径。熊辰炎还记得，在2011 SIGIR（信息检索领域顶级会议），他见到了同为卡耐基梅隆大学的直系师兄——美国普渡大学终身教授司罗，后来司罗成为了阿里巴巴iDST的首席科学家。2014年9月，阿里巴巴在硅谷成立iDST（数据科学与技术研究院），司罗加盟，而当时iDST的负责人之一就是司罗攻读博士期间的同门学长金榕。

　　谈及归国原因时，司罗对《21CBR》记者表示：“一方面是师兄，另一方面和王坚博士（时任阿里巴巴集团CTO）聊过以后加深了感知和印象。对于学术界出来的人，能够有比较广阔的场景和舞台学以致用是很有吸引力的。”

　　今年6月，前亚马逊资深主任科学家任小枫加入iDST，他曾是Amazon Go的项目负责人。任小枫当时向媒体表示：“今天已经能够看到一个足够聪明的电脑将会改变人们的生活。但是这聪明用在什么地方，怎么用，需要有具体的应用场景的支持和指导。”

　　童文红认为，今天有不少公司拥有大量场景和数据。而阿里巴巴的业务场景和数据挖掘不仅大而宽，还与中国的商业社会紧密连接，“我们在新零售方面有很深的数据积累，比如做智慧物流平台，商家库存能够按需定制、智能调拨、节能环保，这些都是在积极落实国家相关政策、与社会经济密切相关的。”

　　这些科学家希望抓住时代的脉搏，在这场席卷各行各业的技术革命中留下自己的印记，也为加速发展的中国经济转型和科技创新注入力量。

　　客观来说，尽管有微软全球执行副总裁沈向洋这样的世界顶级科技公司在职高管，对于在海外工作的华人科学家来说，越接近个人职业生涯的高峰，面临的职场天花板就越明显。领英的数据显示，国内AI人才中，总监及以上级别者占19.5%，而海外华人技术人才中这一比重仅为10.7%。一位在微软、Facebook先后工作过的华人员工也向媒体表示，相比印度裔员工比重的不断提升，“华人的晋升空间越来越小”。

　　不过，要说服科学家“变身”公司人依旧不容易。

　　阿里巴巴集团CTO张建锋曾说：“如果业务具备前瞻性，你会进入一个无人区，没有一个人定义过这件事。”阿里巴巴集团高级人事专家刘微微也告诉《21CBR》记者，对于一个已经功成名就的科学家，要令其改变原有的职业发展路径和生活轨迹是一个长期过程，需要持续让对方知道你是谁、行进在什么路线上、有哪些战略规划和成果，持续沟通三五个月属于相当正常的情况。

　　加入国内工业界后，华人科学家仍有可能面临阵痛。尽管在吴恩达加盟之后，百度在语音和图像识别方面跻身世界一流水平，而由王劲带领的百度无人驾驶事业部，也率先提出了“三年商用、五年量产”的目标，不过，后来吴恩达、余凯、王劲等人相继离职，也一度引发外界对他们“水土不服”的猜测。曾有评论指出，擅长工业的陆奇加盟，与专注学术的吴恩达离去，恰恰说明了现在的百度更偏向于AI的商业化。2015年7月，成立初期的阿里巴巴iDST，也曾因找不到业务场景、不能解决具体问题而在阿里巴巴内部拆分；而腾讯则在成立优图实验室5年之后，才在今年年初首次对外谈及整体的人工智能战略。

　　面对广袤多样的现实应用场景、纷繁复杂的商业沟通环境，走出象牙塔的科学家也需要扛过“新人存活期”，经历一段艰难时光。

　　殊途同归

　　2014年9月阿里巴巴成立iDST之初，内部对iDST的使命设定是确立阿里在未来数十年里的技术领先地位。不过，2015年7月，iDST团队却被分为几路人马加入阿里巴巴集团不同的业务部门，其中金榕和司罗一支调入淘宝天猫搜索部门。调整的目的很明确，让这批学院风的科学家带领技术团队深入业务前线，让技术落地于真实的业务场景。

　　彼时，移动电商大战正如火如荼，手机淘宝作为移动端的核心，上升至集团战略高度。司罗团队开始针对业务部门的具体问题进行技术优化：既对手淘客户端的个性化信息推送进行优化，也开拓早期的电商搜索解决方案。大约半年之后，成效显现，用户引流效果提升90%，搜索入口的日均UV（独立访客）从几万提升到100多万。2015年“双11”当天，手机淘宝DAU（日活跃用户）达1.89亿人，成为国内最大购物类App。2015年，金榕的团队拿到了阿里巴巴集团CEO大奖。2016年，张建锋牵头重组iDST，由金榕担任院长。

　　张建锋将阿里巴巴的技术分为两个部分——优化和创新，“既有对现有业务的持续改进，又有对未来创新的持续投入，两条路都要做到极致”。重组后的iDST定位为底层技术研究，并通过阿里云向电商、金融、物流等业务部门和行业输出技术服务能力。与此同时，另外一支AI军团——人工智能实验室（Ali AI Labs）也在阿里巴巴内部悄然组建。

　　今年3月，新加坡南洋理工大学终身教授、深度学习领域的科学家王刚加入Ali AI Labs，担任首席科学家，同为团队负责人的还有原智能生活事业部总经理陈丽娟。该实验室自带一整套工程人员，包括产品经理、硬件团队、市场销售等。这也是Ali AI Labs与iDST的最大不同之处，前者面向消费级市场，围绕视觉、语言和手势等交互技术展开研究。

　　7月，Ali AI Labs发布阿里巴巴第一代智能音箱——天猫精灵X1，如陈丽娟所言，这是“阿里自己首先跑通的全链路产品”。不过，要完成“下一代人机交互入口”的任务，王刚和他的科学家团队还需更努力地跳出“舒适圈”，了解公司的整体环境、产品研发的通常路径，以及有哪些潜在的合作部门和外部资源。阿里内部通常以“政委”指代HRBP（HR Business Partner，人力资源业务伙伴），“与政委喝咖啡”，成了王刚寻求答案的重要途径。

　　除了不限形式的员工访谈，“政委”的另一项工作是观察组织协作的机制和能力，以及团队能否朝着同一个目标，高效地开展工作，并与团队领导人商议改进方法。对于年轻员工，除了提供必要的导师制和培训，阿里倾向于“边干边学”。“就和升级打怪一样，在复杂的场景中一级级修炼自己的能力和心智。”刘微微告诉《21CBR》记者。

　　阿里巴巴集团涅槃重生的iDST和年轻新生的Ali AI Labs，百度全力进军AI的各类业务，腾讯的优图实验室和AI Lab，BAT三家军团至此集齐。提及对标的实验室，金榕和陆奇都对亚马逊不吝赞美之辞。金榕称：“亚马逊跟谷歌不同，亚马逊技术人才没那么多，但可以把产品做出影响力，说明技术与业务融合非常好。”陆奇更将亚马逊视作“AI榜样”，直言：“不看好微软、谷歌发展AI的路径。”

　　相比BAT的“实干家”风格，微软亚洲研究院则代表国内工业界实验室的“学院派”。田江森介绍，研究院没有具体的KPI数字，衡量员工绩效的标准只凭论文的影响力，不仅看在国际期刊、大会上发表多少篇何种级别的论文，更强调论文本身的学术价值和行业影响力。

　　就研究工作的方式方法而言，熊辰炎眼中的微软亚洲研究院和高校的区别不大。不过，微软亚洲研究院有多个小组，分别研究不同的方向，每组人数大多4-5人，有些团体作战的意思。相比之下，在高校实验室，很多时候可能只是一个人孤身奋战。

　　在微软亚洲研究院实习时，熊辰炎所在的小组后期专注于互联网广告的底层算法研究。通常，每周会与其导师、时任微软亚洲研究院首席研究员的刘铁岩一对一讨论研究想法，日常则与直系导师王太峰沟通研究进度并寻求指导。实习的第一年底，熊辰炎运用机器学习理论，将微软搜索引擎Bing上的广告点击预测准确率提高20%，并于2012WSDM（搜索与数据挖掘领域顶级会议）以第一作者身份发表论文。

　　同样是工业界实验室，BAT致力将科研成果用于业务开展，解决现实商业中遇到的实际问题；微软则从业务场景出发，落点仍是基础理论研究。二者分别是“业务导向”和“学术导向”。不过，阿里巴巴也鼓励员工发论文，虽然不作硬性考核；微软亚洲研究院也并非全无KPI，对于产品工程组的项目成功率要求达到90%以上。

　　李开复则为AI人才设计了第三种成长路径。8月14日，创新工场联合搜狗、今日头条，开放中国最大AI科研数据集和AI竞赛平台，包括用于无人驾驶的人体骨骼关键点数据、图像中文描述数据集和1000万条中英口语翻译数据等，并以专家指导、资金奖励等方式，扶持使用数据集训练机器学习模型的优秀科研团队。

　　这位微软亚洲研究院的首任院长曾多次表示，学术界和创业团队所能获得的数据资源远少于BAT等顶级公司，而数据正是人工智能科研的宝贵资产，“现在这片土地长出来的农作物很少，是需要施肥的时候了”。

　　国内工业界的AI军团日渐长成，并呈现出三种面貌：“实业家”推动技术落地，用户得以切身感受到生活的改变；“学院派”专注研究，为行业输送人才和成果；创业公司则借助资本的力量，挑战人工智能行业的未来可能性。这三条看似不同的发展路径，兴许未来将殊途同归。

　　本刊记者 沈玉珊