其中最顯著的變化，要屬Facebook的AI名片、人工智能教父級人物LeCun宣布不再擔任FAIR團隊的負責人，專註擔任首席科學家，將更多精力投入學術工作。

這件事看起來只單純的企業變動，但Facebook如此大動作調整AI，顯然不是無目的的亂改。隱藏在其背後的戰略思考，或許暗示了在今天這個時間節點上，巨頭企業如何看待整個AI產業的發展。

今天咱們來開個腦洞，嘗試剝離一下這件事的背後，隱藏了哪些關於產業方向的細節和暗示。

從更大的視野看去，兩條不一樣的AI之路，正在今天此消彼長地影響著AI世界的走向。

商業化的步伐：AI的兩條路之爭

首先應該理解的，是Facebook到底在做一件什麽事：為什麽紮克伯克和施羅普夫願意淡化作為AI名片的LeCun，也要堅持進行AI重組？

最直接的原因，顯然是由於LeCun的個性和科學家身份使然，其團隊風格太過自由和學術化，雖然研究實力強勁，但研發成果卻始終跟Facebook的產業布局若即若離。

顯然，對AI產業化進度的不滿，是這次體系調整的根本原因。在重組架構之後，Facebook AI部門的管理架構變得更加精簡，AML也將同FAIR更加緊密的合作。這意味著Facebook希望快速加強產學同頻和AI研究成果的商業化應用。

真正應該引起我們重視的，是這場Facebook的內部AI“革命”，似乎傳遞出的是目前科技公司在面對AI時的兩種選擇。假如把這兩條路比作AI的岔路口，那麽他們分別是這樣的：

道路A：公司重金打造研究體系，任由研究系統自有發展。等待成果自然成熟，匯入公司業務當中。這是歐美科技巨頭開啟AI時的常規玩法，基本是按照谷歌的模式。

道路B：快速讓學術體系和產業體系發生頻繁、有序、成規模的聯系，按照產業需求反向定制化進行學術突破，高頻開放的打造產學一體化。

顯然，Facebook希望調整步伐，開始從A向B移動自己的產業部署。

有意思的是，這種選擇不是只有一個人在戰鬥，甚至可以說這是在今天AI界非常主流的一件事。

其最直接的參照系，大概就是百度近一年的AI業務與產業布局調整。尤其不久前我們看到，百度研究院剛剛進行的新一輪的升級。引入了新的頂級科學家，並且以“商業智能”和“機器人與自動駕駛”這兩個高度富有商業可能性的命題作為研究方向。

如此默契的同步，難怪西方媒體有評論認為這是Facebook第很多次保持與百度AI的戰略同步。

而這個有意思的現象，背後或許隱藏著AI界的普遍疑問：企業究竟如何處理學術研究與商業化應用間的關系，究竟如何處理自生態與整個AI產業間的聯系？傳統的道路A，是否即將在這個快速發展的AI車道中失效了？

產學間的天平：“百度模式”的萬物生長

今天的AI世界，一個普遍的疑問是以學術來主導AI產業，在企業世界放任學術研究無規則發展，究竟是不是一件好事？

尊重學術自由，給予學術極大支持當然是好事。但是今天對於AI公司的產學分離傳統有兩點詬病：一是是否應該讓難以快速進入商業應用的學術研究回歸學校與純研究機構，否則浪費投資人的錢做“炫技式”研發似乎不妥；二是企業資源畢竟有限，是否應該找到產學間的平衡點，集中力量突破最有待AI企業去解決的問題。比如百度研究體系在無人駕駛上的高度投入和產學一體，已經在今年Apollo的成長中被驗證是正確的。

無獨有偶，近年來微軟、IBM、亞馬遜，正在紛紛調整自身學術科研體系與產業的連接程度，規劃出整體化鮮明、有清晰戰略意圖的產學同頻體系。包括近段時間百度所做的調整，都是著眼於聚焦產業方向，升級研究體系，加強產學體系的一體化對接等等。

另一個有趣的坊間傳聞，是Facebook最開始做AI、設立兩大AI實驗室，據說就是李彥宏建議給紮克伯克的。

那麽是否有可能，Facebook這次架構調整的深層動因之一，就是希望學習和模仿百度的成功呢？

與之形成鮮明對比的，或許是近段時間來受到很多爭議的谷歌模式。比如在產品人才和工程人才快速上位AI的今天，谷歌依舊是李飛飛繼續帶隊並委以重任。另一方面，谷歌的產業布局依然保持著大而全的“全面開花模式”，近乎沒有谷歌不做的AI產品，但同時也很難說其哪個產品做得特別好。缺少聚焦和專註，缺少產品思維，都已經在去年一年中成為圍繞谷歌的輿論陰影。

而DeepMind持續保持虧損狀態，谷歌大腦難以提供鮮明產業支持等問題，也說明了學術端的速率似乎還是與產業端不同。

這或許表明，產學分立的傳統AI模式，正在日益像百度等企業代表的產學一體方向過度。天平開始傾向有清晰計劃和高度產業組織能力的AI力量。

日益封閉還是持續開放，這是一個問題

隱匿在產學天平背後的，是企業如何思考AI，認識AI產業的問題。

去年5月的2017 Google IO 大會上，谷歌全面明確了“AI first”戰略。進而第一個表現就是全陣列化的“硬件+軟件套餐”，打造了迄今為止地球上最龐大的AI產業群。

顯然，谷歌對AI first的理解，是Google first in AI。在戰略出發點上選擇了大而全的模式，谷歌的AI生態開始出現兩種顯著表現：占坑和排他。

所謂“占坑”，是指但凡有人想出來的AI產品，谷歌就要有類似的。於是我們看到了谷歌有類似蘋果Siri的谷歌語音助手，有類似亞馬遜Echo的智能音箱，有對標Facebook的信息和圖片助手等等。更有手機、平板、相機、穿戴設備等等AI硬件。

而“排他”，則是谷歌在推進AI first時，逐漸開始放棄合作與分工的互聯網行業準則。開始進行全流程的AI谷歌化。比如我們看到在算力上提供了TPU和谷歌雲的AI能力集成，在算法上以TensorFlow為中心打造閉環生態，在數據上封鎖谷歌數據體系對外合作的可能，在人才上開始了世界各地的研發人才爭奪戰。

其實谷歌今天的AI戰略，可以用中國互聯網用戶非常熟悉的一個詞來解釋：×××圈地。這也是為什麽谷歌不在乎產學的同步和連接。因為在谷歌的進度中，收集和占據最好的學術資源，並將成果源源不斷納入谷歌體系才是第一位的。所以軍備競賽式的企業學術氛圍依舊通行於谷歌內部。

可謂大而全，意味著日益滿足於自我循環和封閉與外界聯系。於是今天的歐美AI世界中，一種反谷歌的情緒或許正在醞釀。這背後的原因，有媒體歸結為谷歌嚴格執行，且在日益提高的生態封閉與全谷歌化策略。換言之，霸權是令人生畏的。

由於AI是一個多元化嚴重的技術種類，這些戰略的執行，意味著谷歌正在日益擠壓美國同行的話語權。從TensorFlow的排外性、雲服務和TPU的絕對谷歌化，到語音業務社交業務的封閉，谷歌處處打壓作為“後來者”的Facebook等等。如今的谷歌很像是當年3Q大戰前的騰訊，有一種“凡AI就要谷歌”的氣質。

但AI一定要封閉和獨大嗎？這或許也是一個我們今天應該思考的問題。

相比較來說，AI產業的另一種模式可以說是百度代表的開放合作模式。

可以肯定的說，百度正在踐行陸奇所說的“多個朋友多條路”。在產業生態化、技術開放性和戰略合作上有著開放的思維和優質的合作案例。這是今天在AI界更能行得通，更受到行業容納的一種模式。

另一個關於產業開放還是封閉的聚焦問題，來自對開發者的影響。谷歌的開發生態確實在持續提高技術吸納力，但真實進度卻一直沒有谷歌期待的那麽理想，很大原因在於過分封閉的產業生態，給開發者的選擇性太小。

舉個例子來說，谷歌的AI課程和培訓計劃，是完全針對於TensorFlow的，提供開開發者的硬件API，也是只能接入TensorFlow系統的。而提供的TensorFlow社區資源與新的AI開發工具，又是完全部署在谷歌雲上的。

簡單來說，就是開發者一旦進入谷歌體系，就基本被禁止在任何一個端口引入其他公司或者平臺的優勢。在框架、雲計算、硬件三重壁壘架構後，谷歌的開發者系統也變得越來越封閉，甚至在某種程度來到了逼開發者做選擇的境地。

AI是一個快速變化，處處有驚喜的技術世界，選擇谷歌就等於放棄世界，顯然是很多開發者所不願的。這點百度的兼容性和創造基礎也相對更好，對於開發者的賦能計劃也比較多元。很多美國科技企業，似乎如今也更傾向於百度所代表的“平臺與開發者共同探索”模式，逐漸趨離嚴格而死板的平臺邏輯。

總體而言，谷歌在今天越來越封閉，而百度代表的大多數AI新勢力正在不斷通過開放攫取生態話語權。這形成了很有代表性的AI兩條路，越來越多的企業在調整自己，找到適合自己與時代相處的方式。當然，未來究竟如何還難以判斷。但不斷嘗試和自我疑問，其實是一個產業富有活力的象征。

兩種模式之爭，或許會成為2018的AI年度大戲。

Lecun說完再見，人們把目光投向了谷歌