作为一名AI公司底层的工程师，最近也一直在思考，业界的AI四小龙，到底能不能成事。

　　

从目前的状况来看，商汤、旷视、依图、云从，基本都从人脸识别起家，创业前几年的核心业务，不管是银行还是安防，无外乎都是人脸识别，都是toG或者toB属性。四小龙中有三家都发过招股书了，财报显示，基本这几年都是数亿的巨额亏损。

　　

不是说toB或者toG不行，但是从市值来看，toB企业的市值和规模，普遍没有toC企业高。最重要的事，四小龙现在仍然没有找到稳健的商业模式，没有自己的稳健现金流和摇钱树业务，基本还都是探索和试错阶段。

　　

据新闻看，颜水成博士应该是去shoppe，AI公司相比shoppe，两个最大的区别是，行业属性不同（一个toB/toG，一个toC），另外一个最重要的是，shoppe这种电商公司的商业模式是清晰的（有亚马逊、阿里、京东可借鉴），而AI公司商业模式还在探索阶段。

　　

如果AI公司都走向中小规模的toB或者toG公司，业绩不起色的话，就一年几个亿或者十几个亿的营收，是很难吸引或者留住业界最顶级的人才的（毕竟营收就这么一点，一年下来企业还是亏损的，怎么可能慷慨的给员工年终激励）。而一个人如果能在早期加入一个飞速增长，市场空间够大的公司，几年下来，期权的增值或者股票收入或许都可能自由了。

　　

简单一句话，科技类的toB公司普遍规模不是太大，盘子太小，不够大家分的，而明星的toC电商公司，盘子可是足够大的（参考阿里、亚马逊和京东，拼多多），每个人分一小部分股票都是几百万，几千万规模（尤其是对于颜博士这种大佬）。

　　

当然，颜老师加入东南亚电商公司的初衷，到底是理想驱动还是财富驱动还是家庭原因，咱们就不得而知了。

　　

还是希望AI公司都搞成功吧，否则的话，作为底层员工，去互联网的同学身价都水涨船高了，我还原地打转，我也好慌啊。

　　

从去年开始，AI领域创业公司的CTO，技术负责人都在快速更替，2021只会更多更快。

　　

来公司做技术尤其在创业公司而不是微软研究院那种的话，跟在大学研究所里面做科研发论文的要求完全不同。大约从2015年开始的，由于以深度学习为根基的ai产业革命开始，大量初创公司成立，开始从各大高校高薪挖人，不论是教授还是应届博士，硕士甚至优秀的在读本科生。因为那个时期，大家对目前的ai到底能对产业造成什么样的冲击基本都停留在ppt阶段。五年过去了，尤其去年年初开始的疫情加强贸易战，使很多公司发现巨额的研发经费投入，没有换来期望的盈利。因为没有盈利，很多公司上市圈钱的路子短时间也不好走。那些教授当时为什么来创业公司呢？现在一地鸡毛，公司想要的是真正在技术上能给公司提供有效护城河和摇钱树。技术人员希望通过技术换来巨额财富。如果双方都满足不了对方，分手就是最后的选择。

　　

这里说的希望所有想做cto或者目前在做cto，技术负责人的大佬们思考一下。

　　

举个例子，我自己本身就是理工科出身，写代码的。大量的ai初创公司都是宣传工程师文化，极客文化，有多少研发人员等等。这个行业这两年积累的泡沫有点大，不过肯定比不上房地产。但是这一切能够说服投资人的理由最根本的是在未来可以换来几倍几十倍当初投资的回报。投资人可不是自然基金委，不会给你白发经费练手发论文拿奖金，如果论文转化不了产品占领市场，这样的成果在产业界商业界是完全没有说服力的。你说你的引用有多少，论文发了多少，但是公司不是大学，公司不用这些东西来招学生收学费的或者给国家培养人才的。

　　

我自己也是工程师出身，但是我思考问题从来不会只以工程师角度思考，因为这样单一角度看问题没办法说服不同背景的人，也不可能作为领头羊做出最优的团队决策。

　　

回到问题本身，这一年多ai的明星创业公司出走的技术人员非常多了，根本原因就是赚不了钱。就是赚不了钱。

　　

虽然是2021年离职，实际上内部的矛盾爆发就是在2020年，这一年啊......毕竟2019年人家才加入嘛。

　　

一年时间，对于基层员工不算什么，对于任何一家公司的高管，如果不能达到高层的预期，或者在权力的游戏中无法站稳。

　　

很多人当初对ai的认识以为跟互联网革命似的，但是其实二者在产业界存在非常大的差异。最根本的是技术上，目前深度学习的革命太依赖算力和数据，真实落地的场景并没有那么多。有人会说需要ai的地方多，但是你扪心自问，那些场景你训练个模型就真敢往上用吗？不怕出人命直接把公司干破产？而当时的互联网革命虽然技术也在不断发展，可是并没有目前ai真的大的限制。而且当时不论是芯片的算力提升还是移动端，通信网络这块跟的非常快。

　　

跟云系统也不一样，当时做云系统并不存在理论障碍，只不过要投入花时间花钱迭代优化技术。而现在ai理论上有障碍。就像deepmind整阿尔法狗，带动一大批初创公司拿到融资，去年又整在生物信息学整大动作，预测蛋白质结构。据我了解国内大量ai从业者压根连人家的门都摸不到，舍本逐末干小活式的创新，成不了真正领导者。

　　

不过这实际上也没啥诧异的，任何行业都是大浪淘沙，而且人家去处也不错，就算不想在产业界混，回大学找个教职也能找到坑的。

　　

只是跟所有ai行业的道友共勉，出来混，想飞的高得有真本事，大本事。产业是照妖镜，到底有多大能耐，光看论文数量引用啥的还是不够的，出来溜溜足见成色。因为技术发展的目的是应用而不是论文，除非能整出撬开人类全新认知的引发变革的文章。

　　

上战场的将军最终还是要看能不能打胜仗，白起是杀神可不是因为他出身白族或者跟谁读过书。而是用上百万人头砍出来的。拿皇之所以为拿皇，也不是因为在哪个炮兵学校学过打炮，而是一旦他在位，带领的军队就能让整个欧洲打哆嗦。与诸君共勉

　　

顺便说一下对目前ai产业就业职业发展的预判，这个行业要想做技术走出路来，得真能解决实际问题需求。避重就轻改条件的发论文不行，刷题也不行，ai绝对不是大众行业，这个行业用不了多少人但是需要精英。否则高薪不可持续。甚至这都不是写个什么ai框架能表征的能力。另外在中国做技术跟在美国不一样，因为中国目前没办法像美国那样全世界用金融吸血，反补科技。所以在中国做风险更高，但是一旦有能力做成这样收益极高极高。

　　

技术不止只有算法，算法不止只有深度学习，深度学习也不见得是未来真正的发展。

　　

市场化运作需要考虑投入产出比，裁员优化结构，雇佣廉价实习生，技术外包，外加少量精英技术团队搞一搞，要是搞不动就得倒闭，否则运营成本太高了，CTO都跑了你一个普通研发多啥。不过也不用太悲观，不破不立，不合理的状态本来就应该回归合理，很多硅谷的公司技术我是全球首屈一指，危机来了不也得裁员研发。市场规律罢了。

　　

人家离职，公司震动，ceo挽留，知乎热搜

　　

你离职。。算了，恐怕老板开心还来不及

　　

一位好朋友和颜大在360共事过一段时间。

　　

按照他的表述，当时周鸿祎把颜水成从大学挖到企业，成立了人工智能研究院，每天都在尝试诸如儿童手表这类可以让AI可以落地的产品探索，当然，绝大部分都被否了，只有那么几个有产出。

　　

我想，从学校出来伊始，颜大的心里就种上了一个把所学落地到产品方案，并快速得到市场认可的种子，在学校发paper显然不能实现他的这个愿望。

　　

但让颜大没有想到的是，当时国内企业研究院的运作模式还处在摸索阶段，如何将基础研究产出为产品，再转化为市场认可的商品，对互联网巨头来说都是一个充满挑战的命题，尤其是AI技术本身在当时也是非常超前的技术。

　　

这就导致在具体项目运作的时候，不同部门之前的界限和权责分配比较混乱，研究院和业务部门之间往往因为资源协调和奖金分配的问题而互相掣肘，导致很多想法落地艰难。颜大在360研究院这么久，说得上来的产品产出也寥寥无几，我想应该和他当初加入时候的想法有很大落差吧。

　　

说了这么多，言归正传，我们再谈谈颜大这次的跳槽，颜大是19年加入的依图，其实那时候依图的产品体系和研发体系应该已经很成熟了。

　　

而过去这一年，依图除了搞出了求索芯片和一些边缘的场景落地之外，产品上也并没有特别大的创新（不止是依图，其实整个AI赛道都是），而且求索芯片应该也早在17、18年就启动了。这样看，颜大应该是对自己过去一年多的成绩不甚满意的。

　　

而人工智能的未来依然充满变数，当下还依然或长期处在一个资本煎熬的阶段（个人观点），唯一确定的是AI的落地肯定在tob和tog，而tob和tog赛道决定了产品落地的长周期，这个时候去一个快速发展的公司，让自己所学能尽快落地到产品上，并在市场上得到验证认可，无疑是对颜大这种级别大佬最大的诱惑。

　　

这也证明了AI落地的另一个趋势：在toc公司的业务部门，依托AI技术为主业务产品的风控、推广、用户运营等常规业务部门赋能，提高企业效率。

　　

从toc公司看，现在不比当年，各项成本压力逐年提高，急需新技术来降本增效；对于颜大这种掌握核心技术的大佬来看，toc显然是个能快速将手中技术变现的好场景，两者一拍即合。

　　

「正如当年校招时一位耿姓学姐所言，用人工智能改变世界的机会一生只有一次，所以依图内部的每一位员工都非常珍惜这次机会，也非常拼搏。」

　　

同学，那位耿姓学姐是朱珑和林晨曦早期一手教起来的，已经离职去飞书大半年了……

　　

扫描上面二维码，微信咨询

落户上海咨询热线：13671738356

公司地址：上海市徐汇区虹桥路777号