编辑 | 陈彩娴

“张华没了狼性；李萍被优化了；我毕业了：我们都有美好的未来。”

今年春天，“裁员”这个tag充斥了打工人的朋友圈。

疫情袭来，「金三银四」变成了「铜三铁四」，各个大厂裁员的新闻在热搜榜上此起彼伏。阿里腾讯被传裁员比例10%-30%，京东被曝各业务线启动裁员，最狠要属有赞，回收的工牌堆积如山。裸辞的打工人本来指望着三四月好好谋个新岗位，却看着各家砍掉的headcount傻了眼。

困境之中，各路神仙开始出没，兜售被裁心得，教导打工人如何评估自身被裁风险。

有人开始担忧：卷王虽然被迫离开大厂，可去中小厂照样拿达不溜，还能挤压你我的生存空间。

也有人不禁感叹，幸亏编程太难，如果当时我学码/转码了，此时裁的岂不就是我？

甚至有业内人士预言，一向风光高端的AI业也即将迎来大幅裁员，大家心理可以平衡了。

听了这话，不由得使人感到疑惑，人工智能近年来早就成为了就业蜜罐子，工资高且社会影响大，吸引了无数学术人才，怎么会遭此待遇。可仔细一查才发现，据IEEE Spectrum数据显示，相比2020年，2021年机器学习、自然语言处理和人工智能这三领域的薪资分别降低了2.1%、7.8%和8.9%，降幅超11739美元。

图源：IEEE Spectrum

这看起来似乎是一个不好的苗头。

搜索“AI”这个关键词，2018年左右网友热议的话题还是“人工智能越来越繁荣，我们都会被代替，普通人离失业不远了”。

而数年过去，现在网友的关注点却变成了“大厂AI部门大牛接连出走，员工加班严重，减薪甚至遭遇裁员，AI从业者难逃失业”。

受到裁员潮的刺激，许多人工智能方向的年轻学生也开始踌躇，他们涌向问答网站，不厌其烦地提问道：2022年了，某厂的AI Lab还可以进吗？

自各个大厂落成 AI Lab 以来，占据各种头条的总是AI大牛的上任与离职，除了这些八卦，Lab中“默默无闻”的AI青年真正做出了什么成果，可以说是曲高和寡，能听懂的人寥寥无几，他们的工作现况更是少有人关心。

AI科技评论询问了几位大厂AI Lab员工的意见，他们都称，现在各大厂的AI Lab不是已经被并入了业务部门，就是在被并入业务部门的路上，内部人士自嘲为高端外包，早就不复当初刚成立时的雄心壮志。

忆往昔，各大厂的AI Lab争先恐后宣布成立，个个摩拳擦掌要搞一番大事业，自动驾驶、智能物流、智慧交通、智慧城市、智慧家居……可谓前景广阔。大厂建立Lab的初衷是抢先圈养一帮学者，不管搞没搞出成果，起码不让别家占了先。如有幸研究出了创新技术，再由各方面都成熟的大厂将技术应用到新项目中，引发商业新模式。

也就是说，不管一开始花多少代价撬来了AI大牛，承诺给学者们多大的学术自由，给予多少的研究时间，发放了多少外人艳羡的薪资，这一切都是要还的。有落地变现的压力相逼，也就无怪那么多学术大牛在呆了一些时间后，陆续选择出走大厂，回归高校。

不管表面如何表现自家追求的是“科教兴国”，高层实际要的还是技术落地并创造出商业价值。资本无利不起早，如果大兴学术无法反应到盈利上，那谁也不会傻到往这个火坑里继续扔钱。

事实证明，地主家也没有余粮，在AI Lab这个烧钱大赛当中，各大厂先后撤了兵：

字节跳动

近年AI Lab成员许多被拆散分入各个业务部门，AI Lab直接改名为业务中台，体现了高端技术也要为业务部门服务的指导思想。随着AI Lab总监李磊、AI Lab主任马维英、技术负责人王长虎的相继离职，字节AI的技术未来越来越不清晰，成立初那些有关“前沿”、“创新”的豪言壮语渐渐也淡出人们视线。

腾讯

在腾讯AI Lab成立之初，其重点在于基础研究，不做业务、不追求产出，当年招聘时的评估标准也是研究能力重于项目落地经验，这一点无疑吸引了许多学术人才，当时的负责人张潼也与这个路线十分契合。

图为张潼

张潼在职时paper产量高，也有一定影响力，但不到两年时间高层已经坐不住，要求路线向业务逐渐靠拢。张潼和姚星离职后，现在的AI Lab既有具体科研方向，也会接手项目来做，但挂在TEG旗下给寻觅项目形成了阻碍，嘴上说着科研与业务并重，却也逐渐演变成了两头不靠的境况。

阿里巴巴

马云要求阿里达摩院逐渐形成盈利能力，达到自负盈亏，做到自己靠项目赚钱。达摩院的设定跟微软研究院、IBM研究院的最为不同之处，就在于达摩院是独立的经济体，今后要靠自己的技术盈利。

这种难免有点“甩锅”的思想，在马云2017年的云栖大会演讲中体现得淋漓尽致，那时他说：

“我发现绝大部分的公司是研而不发，就是 Research for fun，不可能走久；Research for profit，更不可能走久。”

图为马云在2017年云栖大会演讲

Research 既不 for fun，也不 for profit，在马云的计划中，阿里达摩院应该Research for solving the problem with profit and fun（为解决问题而研究，同时带来利润和快乐）。他呼吁科学家要有企业家的结果、效率、公平意识，其实话里话外的意思就是科学家也要遵守KPI，赚不了钱的科学家不是好科学家，但我们并不是利润至上，我们追求的是解决问题，利润与快乐是随之而来的附属品。

这番话在科学家耳朵里估计不太好听，科学研究不是种田，不是有了劳动就能有收获，就一定能解决问题。学界多的是走几十年弯路的例子，这并不代表Lab里天天在玩， research 是为了 fun。学者们比谁都想要看到自己的研究真正派上用场，但“两手都要抓两手都要硬”的结果很可能是两手都没捞着。

百度 & 华为

在AI青年评价中，华为和百度是对AI人才相对友好的两家厂牌，可谓硕果仅存。百度曾一度被称为“人工智能的黄埔军校”，网罗大量学术精英，其中最为人知的莫过于首席科学家吴恩达，原无人驾驶事业部总经理王劲等大牛。不过随着这些人才近两年纷纷投身高校，创业等方向，百度研究院的规模大幅度缩水，一个方向只剩下了几个研究员。

虽然现状是人才大幅度流失，但在AI青年们的口中，百度AI Lab仍然是不错的存在，理由是百度KPI是发顶会论文，管理宽松，只发论文不做项目也无压力。而华为也获得了尊重人才，研究自由的评价。

可在大家都夸H家和B家research时，却有人透露其实这两家也有KPI的压力，只是不足为外人道也，AI青年只能有苦自己吃。

要是让大厂高层来解释眼下AI Lab士气低迷的原因，他们的答案大概率是：不像DeepMind、 OpenAI 和 FAIR 一样背靠印钞机，是中国大厂AI Lab发展不起来的原因。大厂AI Lab的问题，说白了是成本问题。

但AI青年们认为，国内的大厂有钱有人才，是缺乏对创新规律的正视以及不成熟的工业体系导致了如今的局面。

国内大厂在路线不清晰，可能自己都不清楚自己想要什么的情况下组建了AI 团队，仅仅是为了赶上AI热潮，对AI抱足了莫名的信心，这样肯定是无法接受AI Lab几年内无法盈利的现实的。几头都要抓的结果就是科研人才变成了paper machine，业务变成了打螺丝，创新也变成了对国外创新的follow-up——而且还follow不上。

如今伴随着大厂裁员潮，AI的去泡沫化或也即将来到。有悲观者说，坐等AI行业裁员潮的来到，也有人说，AI热正在降温，回归理性。在知乎问答中，不少业内人士建议道，想做算法的请走实在的业务部门，想做research的请赴各大高校或研究院，大厂AI Lab，着实已成为一种尴尬的存在。

参考链接：

https://www.zhihu.com/question/476541860/answer/2034324875

https://jishuin.proginn.com/p/763bfbd63ccc

https://www.sohu.com/a/197393119_313170

https://www.sohu.com/a/129753116_115978

https://www.geekpark.net/news/246699