人工智能人才大博弈：付不起的工资，抢不到的人 | Xtecher特写 | 自由微信

人工智能人才大博弈：付不起的工资，抢不到的人 | Xtecher特写

Original 2016-11-18 欧拉拉 Xtecher

从今年开始，人工智能领域人才价格暴涨，无论是哪个量级的公司都因极度紧张的人才问题怨声连天，招聘逐渐走向一个恶性循环：人力成本愈发高昂，想要招到满意的人才仍难如登天。事实上，全国人工智能研究方向的一流高校实验室总共也就二三十个，平均每个实验室每年能产出1.5名博士生，4名硕士生，总人数不足200人——这还不够10家公司去分。按照现在人工智能创业公司多如牛毛的程度，“就算再增加10倍的毕业生，市场也能吸收。”

采访、作者｜欧拉拉

编辑｜甲小姐

网址｜www.xtecher.com

微信公众号ID｜Xtecher

呼啸而至的2016资本寒冬中，人工智能市场逆流而上热潮涌动，技术人才价格走势步步攀升。强咬着牙在后面紧追不舍的是五类玩家：学界、巨头企业、初创公司、投资人、政府。

学界，资深的学术领头人们早已在资本和技术验证两个巨大的诱饵下蠢蠢欲动、蓄势待发。以颜水成、山世光、李飞飞、邢波为代表的学界明星，相继步入市场的浪潮之中。

业界，巨头们前赴后继成立人工智能研究院，希望在版图再次划分前拔得头筹赢在起跑线上；而创业公司亦带着极强的行动力和使命感，接连跳入漩涡之中——很多后者正是从前者中生长离开。

投资界，唯恐错过下一个崛起巨头的投资人们，一方面早已将赌注准备好，另一方面在尚未走向市场的领军人物身边守望着、撩拨着——深谙市场法则的投资人尤其明白，黎明之前赶路的人，夜幕仍未散去，前方尚未看清，把赌注压在他们身上的胜算是最大的。

政府，铺就了酝酿这场热潮发酵的温房。他们希望通过人工智能的崛起为生产力带来转机，为市场带来乐观的助推剂，逐渐开放的政策推动着更多科研人员投入工业界，把知识技术转化为生产力。

几类玩家在这场浪潮中各执一词，却共同进退，一同掀起了这场史无前例的行业战役——战事正浓，不确定的是路途多远，确定的是，这一轮人工智能热潮俨然已掀起了一场远比路在何方更为清晰、炽烈的人才大博弈。

起风了

2012年底，29岁的纪荣嵘即将完成他在美国哥伦比亚大学Shih-Fu Chang教授实验室博士后研究员的工作，准备回国继续学术研究。

还未从美国启程的他分别收到了来自国内两所顶尖高校和厦门大学的任职邀请。是去北京，还是回家乡福建？

在他犹豫不决期间，电话时常会在午后一个固定时间响起，都不用看手机屏幕，一定又是那一长串复杂熟悉的数字——电话那头是厦大信息科学与技术学院院系领导。

为了争取到纪荣嵘，领导坚持不懈地找他聊想法，谈愿景。而美国时间的中午已是中国的深夜十二点以后。

这让纪荣嵘感到有点难以想象：领导熬到半夜，为的就是给他打个电话？

终于，他被这热切的“电话攻势”所打动。2013年3月，纪荣嵘加盟厦门大学信息科学与技术学院智能科学与技术系，主要研究方向为计算机视觉、多媒体技术和机器学习。

回国前的这番经历，让纪荣嵘深切感到国内高校对于人工智能领域的重视与需求，他明白，这个行业正迎来一个蓬勃发展的上升期。

但事情发展得远比他想的要迅猛得多，他没有料到的是——三年半后的今天，全球人工智能行业迎来了上世纪末以来最大的一波浪潮。

离谱的价格

自今年以来，纪荣嵘频繁接到多家投资人抛来的橄榄枝，这让他突然间感觉到自己“比较值钱”；在学术界，来自别的专业的老师也纷纷开始找他寻求合作；而让他最为吃惊的，却是他刚毕业的学生所拿到的薪水。

去年，纪荣嵘回国后带的第一批研究生毕业，两个学生一个去了百度，年薪20万左右，另一个也水平相当。而今年，毕业的四个学生中，年薪最高的竟达到了近40万，有的学生却连30万以下的offer都没有拿到。

作为老师，他并不认为两届学生的水平有任何差距。但短短一年时间，相同质量的人才价格竟然整整翻了一倍，悬殊如此巨大。

市场到底怎么了？

“我从来没觉得我教出来的硕士毕业生可以拿将近40万的年薪，他们所掌握的技能在我看来根本不值那么多钱。”纪荣嵘告诉Xtecher，目前人工智能行业毕业生的价格一定是虚高的。而他的实验室在国内属于第一梯队，要是放在一般的高校，水分会更大。

事实也是如此。

“最不靠谱的就是校招！”一位创业公司CEO对此体会颇深，“毕业生一进来能够重复别人做过的事情已经很不错了。工程化，工作习惯，包括团队合作，这些方面全部都是不靠谱的。”

而纪荣嵘所见到的并不是最极端的情况，今年以来，国内顶级实验室的优秀硕士毕业生年薪可达50万元以上；百度IDL今年更是以80万年薪招进清华的博士毕业生。

今年三月，创新工场CEO李开复从硅谷考察归来后分享他的见闻：“做深度学习的人工智能博士生，现在一毕业就能拿到200到300万美金的年收入的offer，这是有史以来没有发生过的。”

此言一出便引起来圈内热议，一位从谷歌回国创业的语音识别方向的技术总监说：“博士毕业大约15万至25万美元年薪，优秀的可以超过30万美元，特别优秀的人价格可能翻番。但300万美元年薪，确实没听说过。”

更合理的解释是，这个价格可能是package（收入打包）。

一位约翰·霍普金斯大学（被业内认为是语音识别人才最顶尖摇篮之一）的博士生，给出了一个常规package的具体构成：“一般基本工资10万-14万美元，10%-15%的奖金，连续4年、每年2万美元的股票。”

虽然李开复所说的可能只是极个别现象，但也侧面印证了人才博弈的惨烈程度。

人工智能，作为一个典型的知识密集型行业，极大依赖于技术和智力，除了资本以外，拼的就是人才。然而，资本寒冬中，投资人捂紧荷包不再盲目烧钱，企业该如何在现有的条件下吸引到高质量的人才？

这是所有人工智能公司所面临的生死存亡之题。

如今，无论是哪个量级的公司都因极度紧张的人才问题怨声连天，招聘逐渐走向一个恶性循环——人力成本愈发高昂，但想要招到满意的人才仍难如登天。

人才争夺战一路延伸至学校。今年，纪荣嵘的实验室和腾讯建立了长期合作关系。不仅在技术上进行合作，他的学生也享受“实习加工作一条龙”的特殊待遇。目前，已有越来越多的企业和腾讯一样，开始通过与高校实验室建立合作关系来抢占一手人才。

为何短短一年时间，人工智能领域就火成现在这个样子？

风来的方向

2016年3月15日，谷歌AlphaGo以4：1的成绩击败围棋世界冠军李世石，全世界震惊了。当1997年IBM超级电脑深蓝击败人类国际象棋冠军卡斯帕罗夫时，围棋曾被看作人类智力的最后壁垒——十九年后，人工智能攻下了它。

敏锐的资本市场早已暗潮涌动。尽管2016年资本寒冬的形势进一步严峻，但面对这个富有巨大想象空间的市场，投资人们并不会裹足不前。

在过去一年中，中国大陆在人工智能领域进行了202次投资，共涉及10亿美元（约合人民币68亿元），市场规模庞大。

中科院副院长、中国人工智能学会副理事长谭铁牛院士说，2015年全球人工智能市场规模为1270亿美元，今年预计达到1650亿美元，到2018年，这个数字预计将超过2000亿美元。

全球人工智能投资地理分布

急速扩张的市场背后是资本市场的无奈之选：国内房价飞涨，岌岌可危；股市的惨痛教训让人望而却步；政府一直以来“稳健”的对外货币政策让资本留在国内出不去。

钱，还能去哪？

无可避免地，资本流向国家所希望的“大众创业，万众创新”这一领域。

面对这个可能将极大解放人类生产力的行业，各国政府都显示出了要大力扶持的决心。不同于O2O等新型商业模式面世时国家所出的试探性政策扶持，2016年8月，国务院印发的《“十三五”国家科技创新规划》中，直接把人工智能作为发展的重中之重。智能家居、智能汽车研发与产业化、智能无人系统应用、智能终端应用、智能机器人研发与应用等项目均为国家未来重点扶持内容。

如今，“人工智能＋”已几乎取代“互联网＋”，智能化的着色笔墨从互联网大数据类公司开始渲染，途径出行、家居等消费行业，最重将落地于尘土之中，回归传统工业领域。

“不知道你怎么看中国的产业升级，你可能觉得‘很重要’，但我们看到的是‘生死存亡’。”昆仑数据CEO陆薇说。过去十年之间，中国平均工资翻了三倍，美国仅上升了27%；中国的工业用电成本上升66%，天然气成本则猛增138%——照此趋势发展，中国的制造业成本很快会超过美国。

放眼全球，工业正越来越走向自动化和智能化，高端制造业可能会回到欧美，而低端制造业已开始向越南等国外流——如果不在短时间内完成产业转型、迎头赶上，中国制造业将面临“空心化”，高端、低端都流走。

这也是为什么，智能化的需求真真实实无比强烈。

政府在背书，资本亦在齐刷刷、眼巴巴地望向人工智能这条宽广的赛道。可如今的情况却是——场边下注买马的观众已经热血沸腾，裁判也准备就绪，可参赛者还不知道上哪去找齐。

“出去搞一搞”？

张兆翔博士，是中科院自动化研究所类脑智能研究中心的研究员。今年以来，他一次次接到来自各领域大人物的邀请，问他愿不愿意“出去搞一搞”。

“面对资本市场和工业界的诱惑，整个学界都比较躁动。”但这并没有影响张兆祥的计划，他表示自己在未来三到五年内的重心仍然会在学术上，“这是个人兴趣和事业路径的选择。”

而深鉴科技的创始人、清华大学电子工程系长聘副教授汪玉则选择了不一样的路。

汪玉在清华教书已十余载，他认为，走向工业界是把技术转化为生产力并创造出价值的最优途径。

今年年初，汪玉召集了自己得意门生中的两名“猛将”创办了深鉴科技，很快便获得了世界顶级风投机构的天使轮投资。

在“肩挑双担”的状态下，汪玉工作强度很大，没有周末，平均每天1点睡，7点起。“公司还在初期起步阶段，学校工作也得保证，就是我的老婆和娃比较可怜。”

在过去几十年，大家普遍认为做不好学术的高校教师才会出去创业，而如今，剧情反转了——最优秀的研究者已经外流，像汪玉这样“兼职”的教授不在少数，而更多的人正蠢蠢欲动。

在资本冲击下，高校教师的创业模式也发生了巨大的变化——从前的高校老师创业通常是小公司、小作坊式的，现在，技术过硬的老师身边都潜伏着一群投资人，时不时地还会蹦出来拽他们一把。

这样的情况也引发了很多人担心：高校教育者外流会不会损害原本就不够充分的教育资源？

答案是，会，但至于影响有多大，还得看未来几年内学术界人口流动的趋势。

如果人工智能真如市场所预测般有巨大潜力，那么，在本专业教育者流失的同时，一定会有相近专业的老师补充进来，更多学生也会走进这个领域。“而且一定是最优秀，最聪明的。”纪荣嵘非常肯定这一点。或许，新鲜血液的补充，会为人才外流形成一部分抵消。

从政策上来看，国家近年来对高校教师和科研人员走向工业界持相当鼓励的态度。2015年5月，国务院印发文件鼓励科研人员、教师离岗创业，并保留体制内身份和待遇长达三年；今年11月10日，科技部副部长李萌在新闻发布会中指出，允许科研人员和高校教师“兼职兼薪”。

纪荣嵘说，看着曾经身边学术界的队友跳进这一波汹涌的人工智能的浪潮中，他也情不自禁抓住一个游泳圈给自己套上，把脚往悬崖的边界挪了一挪。

抓住那些领军人

就在两天前，斯坦福人工智能实验室负责人、全球最大的图像识别数据库ImageNet的缔造者李飞飞加入Google，担任Google Cloud Machine Learning负责人，传了多年的绯闻终于成真。

从吴恩达到李飞飞再到邢波，各地学术领军人物转向工业界的例子已经屡见不鲜。

去年10月，国际计算机视觉与机器学习专家、新加坡国立大学副教授颜水成出任360人工智能研究院院长。

当颜水成在新加坡任教时，就尝试过和中国一家大型电商平台进行合作。他告诉Xtecher：“这样的合作让技术落地，充分利用大数据，帮助孵化的产品出来后，也逐步达到百万级峰值千万级日活，跟写paper比起来，你会觉得更加exciting！”

这次合作经历让颜水成感受到，想要让技术落地得到市场检验，依托于大型平台和众多用户是最好的选择。

如今，加盟360刚好一年整，正常情况下，颜水成一般在晚上九点半以后才离开公司。他每日处理大量邮件及各种会议讨论，周末休息时手机也不离身。

在360任职期间，颜水成不止一次被传出离职创业的新闻。对此，他认为这是由于人工智能行业人才储备严重不足的情况导致的——相关从业者供不应求，领军人物更是稀缺。

目前，社会对于人工智能领军人物的需求主要来自于两个方面：

一是企业端的需求。不管是BAT这样的互联网巨头，还是传统企业，都在搭建自己的人工智能团队，他们需要一个有号召力的人去把关技术、汇聚人才。二是投资界的需求。精明的投资人在局势明朗前，更愿意把钱投给那些经验丰富的技术带头人。

今年8月，中国人脸识别领域专家、中科院研究员山世光的创业之路实际上可以算是“被融资”。当他决定创业的风声放出后，多家投资机构争先恐后希望能够对他进行天使轮投资。

受限于国内人工智能行业发展的相对滞后性，全国技术领军人物数量本就不多，完全无法满足国内突如其来暴涨的市场需求。

“来来去去，主要就这么一群人，抬头不见低头见。”颜水成对Xtecher开玩笑说，出去开会或参加论坛看老朋友余凯都“看腻了”。

失衡的供需

即使有颜水成这样的领军人物坐镇，360人工智能研究院的人才招聘仍面临挑战，“目前最大的挑战就是在我们准备新开拓的方向上发现优秀的人力严重不足。”

同样陷入人才困境的创业者还有前英特尔中国研究院院长、驭势科技CEO吴甘沙。

“难，很困难。”这是他对Xtecher谈及人工智能领域招聘现状的第一句话。

对于吴甘沙而言，他面临的情形比颜水成更加严峻。首先，作为一个创业者，他所承担的风险要大过于背靠大平台的颜水成；其次，相比于创业公司，大部分人更喜欢相对成熟的大公司。

吴甘沙说，他曾调研过一些人力资源的统计数据：80%的科技技术人才更愿意待在大公司，剩下20%中的80%则偏向于C轮以后的公司。那么给初创业企业所剩下的就是20%的20%，相当于是人才总量的4%。

更为现实的情况是，全国人工智能研究方向的一流高校实验室总共也就二三十个，平均每个实验室每年能产出1.5名博士生，4名硕士生，总人数不足200人——这还不够10家公司去分。按照现在人工智能创业公司多如牛毛的程度，“就算再增加10倍的毕业生，市场也能吸收。”

行业火热之下，真正一流的人工智能公司如今都不缺钱，比起资本寒冬带来的危机感，人才缺失的紧迫感构成了更大的担忧。

“有没有错过、流失最优秀的人才，是我唯一担心的话题。”前阿里M-工作室负责人，Rokid创始人、CEO Misa告诉Xtecher。

造成人才供需关系扭曲的另一层原因，是人才领域分布的不均衡。在视觉、语音、语义、大数据四个人工智能应用方向中，视觉方向因为学科容量相对广阔，所以人才储备也最高。而语音、语义的学生比例和视觉方向相比只有1:8。

供给端维持原来的产出量，需求端却呈现爆发式增长，整个人工智能行业的供需关系正朝着极度不平衡的方向发展——这也是为什么今年市场上会出现硕士毕业生就达到年薪四五十万元的根本原因。

吴甘沙坦言，目前行业内人才价格的确有虚高的情况，可是对于一些长线的玩家来讲，这样的波动并不会造成太大的影响。“比如，如果我今年花了一百万年薪和两百万期权招了一个很牛的人，其实我知道明年价格会降下来，但跟他这一年给公司带来的成果相比，也就不存在了吧？”

大小公司，何去何从

虽然招人方面挑战艰巨，但因良好的文化和激励制度，驭势科技成立至今还没有一个员工离职，吴甘沙告诉Xtecher，他有信心在未来半年内也不会有员工主动离职。

这样的底气可不多见。本就不大的人工智能圈，在资本作用下，不少大公司技术带头人带着直系团队出来自立门户，高质量人才被大平台挖来挖去更是司空见惯。

除了招人之外，如何留住人才？这成为管理者无法不去思考的问题。

今年8月，曹旭东带着团队从著名人工智能公司商汤科技离职，创办Momenta。本周一，他们刚刚宣布500万美金的A轮融资消息——这家定位于打造自动驾驶大脑的公司诞生仅两个月就获得了极高的关注。

资本青睐于曹旭东这样的人。从外形上看，他神采飞扬，握手用力，气质中不掺杂任何一丝沉闷，即使在不动神色时，也能让人感觉到他敏捷的思维速度。

这位CEO今年三十岁整，但在业界却已小有名气，他说，“我们的核心技术团队里有好几人放弃了百万年薪，现在的工资是其他公司的四分之一。”

Momenta的一位初创成员在博士毕业前先后在微软亚洲研究院和百度实习，成绩斐然。这个年轻人拒绝了百万年薪的工作，跟随曹旭东一同创办了Momenta——而此时他拿到手的工资仅是市面上一个硕士毕业生的水平。

在人才竞争如此激烈的大环境下，Momenta靠什么吸引这些优秀人才？在曹旭东告诉Xtecher三点：第一，所做的事一定是一件非常具有挑战性，也非常有影响力的事，并且他也认同；第二，能够让他快速成长，让他得到的比他想要的更多，收入只是其中一方面；第三，团队的工作氛围要好，要有分享精神。

以上三点，是创业公司相比于大公司最明显的优势。当然，每个人选择都很现实也很具体——有人会因为雾霾选择离开北京甚至离开中国；也有人会因为家庭原因留在相对稳定的大公司；还有人会因为北京户口一个月拒绝近十家猎头。

自今年以来，人工智能创业潮继续发酵，在《乌镇指数：全球人工智能发展报告》中显示，2016年前两季度，国内共新增60余家人工智能创业公司，投资金额达到6亿美元。

中国AI投资金额与投资频次变化图

然而，有的公司并不靠谱。人工智能创业呈现两极分化的形态，纪荣嵘说，“爱创业的人分两种，顶尖大学的牛逼学生和普通大学的菜鸟。”而他的学生都选择去到大公司，理由是，“钱一样，又稳定。”

吴甘沙说，一个人会随时处在三种力量的交叉和综合作用当中：自己能做什么、想做什么、公司需要自己做什么——假如三种力量在往不同方向走，人就会感到迷失。

在大公司里感到做得不开心的人，绝大多的问题都出在了这儿。迷失——也是百度IDL从高层到技术频繁离职的根本原因。一些身在创业公司的员工甚至戏称，留在大公司的人工智能团队里的人是在“养老”。

“如果公司的发展方向和自己想使劲的方向都不一致，我为什么要待在那里？”一位从百度IDL出来的员工认为自己的离开是必然的选择。

“真正生命中的最关键问题是如何充分发挥一个人的潜力，既要担待生活的责任，又要对得起自己的梦想。”李飞飞在接受CNN采访时这样去描述自己的选择。

教育短板与后发优势

人才博弈的战火在全球弥漫。

去年，Uber直接挖走了卡耐基梅隆大学国家机器人研究所140 名研究人员的中的 40 人，还因此上了头条。谷歌人工智能和机器学习资深研究员Dr. Greg曾表示，目前人工智能发展的最大瓶颈其实在于人才。

从根源上看，问题出在哪？

姜和，本科毕业于北大信科的智能科学系，目前在港科大计算机科学与工程系(CSE)担任研究助理，进行知识图谱与数据挖掘相关研究。

他认为，人工智能的高校教育有大量问题：数理基础上对学生要求过低，同时也缺乏紧贴前沿的课程——人工智能领域不能像数理化拥有常年稳定的体系，必须不断新陈代谢，但他遗憾地表示，在智能系三年的课程学习中，他从来没有遇到过任何一个与实际问题挂钩的大体量的数据。甚至于，“许多核心课程的PPT看起来已经十年都没有更新了”。这些问题对于学生而言，只能在科研项目中得到一定的弥补，但仍远远不够。

对于姜和所提出的加强基础教育的必要性，张兆翔非常认同。他认为，除此之外，还有一点尤为重要：

在国内，以往研究人工智能方向的人大都是一些学计算机、电子、自动化学科的专业人才，但人工智能其实并不局限于这些学科之中。张兆翔认为，从教育者出发，应该秉承更宽的口径去培养人才，并在研究生教育当中更强调基础理论。

“否则下一个趋势，我们国内的人还抓不住的对吧？”

就中国目前的人工智能领域人才来看，其实潜力巨大。从中美人工智能人才的从业年限构成比例上来看，美国拥有10年以上经验的人工智能人才比例接近50%，而国内只有不到25%；然而，美国5年以下经验的人才比例约为28%，而国内在这一比率上达到40%。

所以，尽管我国人工智能10年以上资深专业人才总量较美国和欧洲发达国家来说还较少，但从人才从业年限结构分布上来看，国内新一代人工智能人才比例较高，人才培养发展空间广阔。

人才数量是行业发展的必要因素，但人才的创新能力却是更为严峻的挑战。国内虽已涌现不少优秀的公司和人才，但对比国外的从业者往往缺乏创新性。如果无法突破此局限，光靠人才数量永远无法占据行业领先地位。

“这是一个深刻的问题，跟国内要求短平快出成果的科研奖励机制有很大关系。”一位学者表现出无奈之感，他认为在短时间内这个问题也许无法得到有效的解决。

后天很美好

根据数据公司Quid的统计，2015年，谷歌、Facebook、微软、百度四家公司在研发、交易和招聘上总计花费了大约85亿美金，是2010年的四倍之多。相比于巨头，国内创业公司在强势资本的入驻下，同样愿意开出有竞争力的薪资期权，人才之争狼烟四起。

按捺不住的滚滚资本，撬动了整个人工智能原有的“小步徐行”发展模式，行业在资本的推动下“油门已经踩到底”——看似前途无限光明，但却也让人不禁产生担心。曾经的O2O，去年的VR，在开始时也曾呈现出这样一派繁荣的景象。

这次人工智能热潮会不会和前两次一样，也是阶段性的昙花一现呢？等到资本撤退之后，是否又会重返行业低谷期——大牛们纷纷铩羽而归，才发现学界已经回不去了？

对于这一顾虑，线性资本创始人、Facebook早期员工王淮告诉Xtecher：在今年的资本寒冬中，人工智能行业依然火热，并将在明年到达泡沫顶点，预计，5年内会出现“挤泡沫”的过程。