揭開百萬年薪背後，人工智慧的虛假繁榮和人才泡沫
我們是不是正在像15年前迎來網際網路泡沫那樣，正在迎接人工智慧的更大泡沫？
百萬年薪帶來的泡沫，還是泡沫帶來的百萬年薪？
"21最貴的是什麼？人才！"——葛優在《天下無賊》裡說的這句經典臺詞，如今深深觸動了那些人工智慧公司CEO們的心。
C小姐在上海一家獵頭公司服務了兩年，並非技術出身的她在2017年春節之後，硬著頭皮成為人工智慧相關人才的"狩獵者"，"因為這一行的市場需求量超級大，不管是創業公司還是大公司，技術崗位的需求達到了如飢似渴的地步"。
一個擁有3年工作經驗以上的演算法工程師年薪在30萬元-80萬元之間，創業型公司因為缺乏競爭力，提供給同類型崗位的年薪會更高。
她手上有一份演算法工程師的價格表，不考慮期權、股權激勵等因素，一家BAT公司的高階演算法專家的年薪在30萬元到50萬元之間，一家來自深圳尚未融資的創業公司，同崗位的年薪達到65萬元，某知名共享單車企業提供的年薪最高則達到80萬元。
有直接的人工智慧專業的大學本來就不多，很多是計算機、通訊工程或數學等綜合組建的新專業，其他型別的技術人員要轉型，也至少需要幾年才能真正能用。
C小姐對於人才的匱乏頗有感觸。很多Python網頁工程師紛紛選擇從做網站跳槽到人工智慧公司，只因為能得到更高的薪水。
"那些擁有五年以上相關工作經驗的人，根本不敢把自己的簡歷放在網上。三年以上工作經驗的技術，都會成為各大獵頭公司爭搶的稀缺資源。"C小姐半年間促成了不少跳槽，但是遠遠沒有達到她以及公司的期望值。
一個程式碼都不懂的人，在速成班培訓三個月之後，也可以輕鬆拿到五位數以上的月薪。
但是與此相反的是，並沒有特別優秀的app被做出來，我們常用的app還是那些大公司做出來的。"
在人工智慧市場，資本大量湧入，投資併購增長，融資額穩步上升，但是人才的匱乏成為人工智慧的阿克琉斯之踵，輿論也從一致看好，變成談論"人工智慧的泡沫"。
根據BOSS直聘提供的《2017春季網際網路人才趨勢報告》，大資料和人工智慧相關崗位出現全行業滲透，但人才供給嚴重不足，人才質量參差不齊，招聘難度大。
BOSS直聘的報告顯示，在薪資漲幅最高的是個職位中，機器學習相關職位以26.8%的漲幅居首，自然語言處理的漲幅也達到了22%，推薦演算法和搜尋演算法的漲幅分別為22.7%和21.4%。
資本市場為人工智慧注入資金動力，但目前最大的問題是有錢卻沒辦法找到合適的人，"人工智慧人才很少，為什麼今天我們在講人才泡沫，因為市場需求和人才供給之間出現巨大不平衡，所以說它有這樣泡沫的一個問題。"
造成供不應求的局面是因為需求的增加，而不是技術門檻的變高。許多開發工具出現，讓其他人進入這個行業的門檻降低了，但是成為高手的門檻並不會降低，而高手恰恰是最急需的資源。"
畢竟，在以商業為導向的企業中，能為企業做出的貢獻才應該是薪酬的唯一標準，與學術圈的論資排輩有著巨大的區別。而決定這種薪資制度的並非是因為企業家"不看重科研"，而是現代企業必須以盈利作為主要目的。
換句話說，一個千萬年薪的團隊，能否為公司創造出過億的利潤，才是它是否真的價值千萬的唯一衡量標準。
然而，與人工智慧專業人才"奇貨可居"的價格形成鮮明對照的是，人工智慧公司本身真正創造的價值，卻少的可憐。
而真正能夠創造價值的高手，對於人工智慧人才擇業來說，最忌諱的就是來到一家對自己的學術進展毫無幫助的公司。
胡進是業內的一位深度學習專家，在離開原本的大公司研究院後，被一家國內頂尖的汽車媒體聘用。入職之後，胡進發現這家公司的使用者資料儘管巨大，但收集維度僅限於使用者在汽車領域的消費和瀏覽偏好，且受限與公司產品形態不容易拓寬。而公司的產品庫主要又是遊戲和金融產品，資料與推薦品之間無法建立有效的聯絡，對學術的幫助也收效甚微。若在此戀戰，則有可能斷絕回到學術圈的道路。
入職六個月，胡進火速離職。
這也是包括百度和Google在內的許多大公司都留不住人工智慧人才的原因：
對於有學術抱負的人來說，商業公司只是暫時的落腳點。拿到資料突破學術瓶頸之後，依然要回到學術圈；
對在學術圈"窮怕了"，奔著賺錢的人來說，如果獨立創業後可以以更高的估值被收購回去，那麼也是一個不錯的選擇。
而對那些真正希望自己的技術轉化成一個成熟產品的人工智慧科學家來說，並不滿足在某個大公司中擔任技術崗，他們更願意在大公司中驗證自己的模型和演算法之後，去創立獨立的公司。這些從大公司出走的人工智慧創業者往往起點高，對自己的技術實力和市場的空白有充分的把握，堅信自己創辦的公司一定能因為掌握某個關鍵的技術或環節，日後被大公司收購回去。
不過，任何一個人工智慧的頂級人才，都不認為自己是泡沫裡的裸泳選手，他們甚至對這個行業是否有泡沫並不關心。因為能夠進入這個行業的人，真才實學是前提基礎，即便是真的有泡沫，迴歸學術也是他們一條不錯的退路。
這恐怕與大多數商業化的公司以及公司背後的資本意志，對他們的預期不太一樣。
與人工智慧人才各懷心思相同，招聘他們的公司也分為三類，每一類在給出"百萬年薪"的同時有著完全不同的訴求：
第一類是網際網路巨頭，包括"超第一梯隊"的跨國公司Google和微軟亞洲研究院，以及第一梯隊的巨頭——大家熟悉的百度、阿里和騰訊；以及第二梯隊的今日頭條和滴滴等公司。
第二類是人工智慧創業公司，以某種人工智慧技術為主營業務的創業公司，典型的如自動駕駛領域的Momenta、地平線、馭勢科技；視覺識別領域的格靈深瞳、商湯科技和曠視科技等。
第三類是將人工智慧融入到自身業務中的其它創業公司，如學霸君、潑辣熊和智齒科技等。
在人工智慧創業公司——第四正規化的"正規化大學系列課程"第3篇中，也引用了這樣一個例項：一個企業招聘了兩名機器學習方向的資料科學家，加起來年薪百萬。但在合作了一年之後，科學家和企業相看兩厭，最終分手。
公司決策層對人工智慧的預期是"投入大"、"收益多"，期望聘請一位百萬年薪的專家就能撬動整個公司的現有業務流，實現效率的提升，挖掘公司應得的隱形利潤。
但立項後，由於將人工智慧技術融入已存在行業需要重新建模、收集資料等工作，隱形利潤的挖掘需要很長時間，但隱形成本卻倍增——人工智慧專案的成本不止百萬年薪的人才成本，還有配套的資料採集、分析、深度學習雲服務的成本。有創業公司因聘請到專家後，買不起深度學習伺服器而最終放棄專案。
不過，當我們談起"人工智慧熱"的時候，那些巨頭公司的研究院，以及把無人駕駛、影象識別和語音識別等技術當成公司核心產品的公司，對人工智慧科學家的"容忍度"前所未有地高。由於家底雄厚，它們也是推動人工智慧人才高薪的主要原因。
但它們的人工智慧產品無論多神奇，似乎永遠只出現在新聞裡而不是市場上。
百萬年薪造成的泡沫還是泡沫帶來的百萬年薪？或許兩者皆有，稀缺的永遠都是貴的，人工智慧並不處於"穀賤傷農"的時代。
誰為"高薪"買單
既然人工智慧行業並不賺錢，那麼人工智慧從業人員的高薪是誰支付的？
與所有風口吹泡泡的故事一樣，資本再次充當了那個"老好人"的角色，但資本自己並不如此認為。
從2016到2017年，國內投資過人工智慧領域的機構多達145家，而無論是否投資過人工智慧企業，幾乎所有投資機構在公開場合都認為：人工智慧的確是未來，只是在未來有多遠，以及如何估值這個問題上存在一定疑問。
以學術水平論估值，是正在佈局這個行業的一些VC的基本邏輯。
與投資App和消費升級不同，大多數人工智慧創業公司都以To B為主要業務方向，同時有大量的研發支出。"短期內"現金流上鉅虧似乎是不可避免的，在業務上也無法找到可以用於衡量的增長指標。
因此，核心團隊是否有真才實學，是否能持續的從人才匱乏的學術界挖到人，維持整個公司的研發進度，成為VC衡量人工智慧創業公司的一個重要因素。
換句話說，投資人投的就是人，而不是公司，投資人恨不得親自直接把高額的薪水鈔票砸到這些人工智慧專家的臉上。這種現象在其它領域的投融資雖然也有，但很少像人工智慧創業公司那樣，能靠團隊撐起上億美金規模的融資。
儘管國內大多數基金的生命週期都是5年以上，也就是說所投公司在5年之內沒有回報都是可以"被理解"的。但實際上，如果一家公司在3年內既沒有找到合理的商業模式也沒有實現批量增長，那麼就很難再繼續進行正常的下一輪融資了。
無論是為了進一步融資，以獲得公司繼續生存所必須的救命資金，還是給"裁員"找一個好聽的說法，團隊出走裂變出新的公司，在人工智慧領域都成了一種趨勢。
幾乎每個成立三年以上的人工智慧公司都會存在一次"團隊出走，二次創業"的事件。
通過公開資料我們發現：思必馳員工離職創辦語音識別公司馳聲科技；雲知聲CMO離職創辦人工智慧教育公司先聲教育；出門問問兩位員工離職分別創辦大資料冷鏈公司Meatub、智慧硬體公司萌動；商湯科技曹旭東離職後創辦自動駕駛公司Momenta；格靈深瞳的丁鵬博士離職創辦人工智慧醫療公司DeepCare；英特爾的吳甘沙等5人離職創辦自動駕駛公司馭勢科技……
儘管並不是絕對，但裂變後的公司往往會更為"腳踏實地"，在商業上更努力。
簡單來說，從影象識別公司離職的員工，會創辦一個在影象識別領域有具體應用場景的公司。比如在自動駕駛領域，從L5（完全自動駕駛）離職的團隊則會更傾向於研發L4和L3（輔助自動駕駛）的方案，或者是具體到自動駕駛整個產業鏈中的某個硬體、晶片或演算法上。
只有這樣，這些分裂出來的公司才可能在自己重新開啟的融資週期內，實現盈利或被收購。
人工智慧是虛假繁榮還是未來希望？
人工智慧究竟是人類的福音還是喪鐘？哪些職位最可能被人工智慧取代，你是否位列其中？你有無考慮過，究竟是人工智慧還是人類的邪惡，才是毀滅的根源？如果你是人工智慧專家，你會何去何從？歸根到底，在AI時代，我們從哪裡來，又終究到哪裡去？
差了5年的風口就是泡沫
"你覺得目前國內哪家公司的人工智慧水平最高？"（不包括微軟亞研等外企）
很多人工智慧科學家，答案的前半部分驚人的高度一致："技術實力最強的一定是百度，但是……"
後半部分的回答不盡相同。不過大多數指向剛剛離職的百度前首席科學家吳恩達（Andrew Ng）曾經主導的百度人工智慧缺乏成功轉化並泛用的產品，從外界看起來並不算"成功"，與"水平最高"的實際狀況並不相稱。
另一個得到高度一致性答案的問題是："你覺得是什麼讓人工智慧突然熱起來的？"
面對這個問題，幾乎所有人無一例外的回答"AlphaGo"。
"人工智慧的風口是個偽命題，因為並不存在某個具體的行業叫人工智慧。人工智慧的技術會落實到具體的應用之下，但每個場景的實現時間是不同的。比如說我們這個領域，不要說風口來臨了，其實風口已經過了。"
而由科學家這樣的學術界人士主導的人工智慧專案，往往會將學術界"刷論文"的風氣帶到公司領域。
在媒體中，我們經常能聽到某家人工智慧公司在影象識別、人臉識別、上路測試中又取得了新的進展。但如果讀至內文，這些突破性進展往往是演算法對某種特定場景的識別率又提升了百分之零點幾。
這或許在技術上確實是一種重大進步，但在實際應用場景下卻往往是另一回事兒。
複雜的環境因素，決定了人工智慧在幾乎所有需要考慮複雜環境的普通使用者使用場景上都顯得有些"智障"。
而在企業端，以醫療為例，政策和體制原因導致這個市場目前連網際網路產品都沒有完整滲透，即便是有商業公司製作出了可行性產品，短期內也很難攻入市場。
同樣面臨技術和產品之外的商業化問題的還有上問題提到的安防和自動駕駛。
從技術到應用的這段過長的轉化時間，理應是在研究機構中完成的，而並不應該讓資本和市場過度干預。以百度為例，總裁兼COO陸奇上任後，百度的人工智慧迅速向語音助手、智慧家居和L3自動駕駛等短期內更容易出現產品的方向調整，這不失為一次中國人工智慧的"頭部轉彎"。
那麼，"不是不行，只是時候未到"的人工智慧是泡沫麼？
一位一級市場分析師說："你覺得VR是泡沫麼？如果是的話，那人工智慧確實有泡沫。"
人工智慧與虛擬現實（VR）十分相似：隨著內容消費的不斷升級，VR有朝一日一定會取代現有的載體成為一個巨大的市場——正如我們總有一天會被人工智慧包圍。但由於技術不成熟，媒體和資本的提前熱炒，催生了2015~2016年VR的非理性繁榮，同時也迎來了今年的VR低谷。
"人工智慧比VR的前景更大，它像網際網路一樣，未來會深入到每個領域中。就像今日頭條、像滴滴內部運用人工智慧一樣。未來小賣鋪都像用微信付款一樣，利用人工智慧來分析客戶、庫存和SKU。" 老邢告訴我，"但這並不意味著，現在這麼熱炒就是一件好事。"
通過對一級市場資料庫IT桔子上，409家人工智慧創業企業的公開資訊進行分析，人工智慧企業的融資次數，與新增公司數呈現明顯地平移相關。截止2017年4月底，今年的新增人工智慧企業數量僅為5家，預計今年人工智慧新增企業將有大幅下滑。
敏感的"人工智慧從業者"們已經意識到了這一輪風口來的太早，而資本卻並沒有及時剎車。到目前為止，今年（2017年）人工智慧企業融資事件已發生62次，已完成的融資額比去年多了一倍，全年資產流入量將有望突破700億。這700億中，又將有許多以天價年薪的形式，流入人工智慧人才的口袋。
人工智慧是方向，但當下卻並不是風口，它對標的並不是O2O、電商和消費升級這樣的具體賽道。而是像網際網路一樣，提供了一個全產業升級的技術工具——網際網路的誕生讓O2O、電商和消費升級成為了可能。而人工智慧的風口來臨的時候，是指在人工智慧成熟後，所有行業都可以利用人工智慧提升自己的效率和生產力。
但前景越光明，當下的泡沫也就越大，就像2000年前後中美同時發生的網際網路泡沫破滅。
1995年至2001年間，由於媒體和資本的過度投機，讓普通民眾和投資者認為網際網路將會改變一切。隨之而來的泡沫破滅，讓大約5萬億美元IT業市值蒸發，許多知名企業破產。
在之後的不到五年裡，網際網路確實改變了一切。後來網際網路對世界的變革，甚至超過了2000年網際網路泡沫最鼎盛時期華爾街的想象。但這並不能挽回那些網際網路先烈的命運。
過早的商業關注，也是對人工智慧學術進步的一種阻礙。杜克大學電子與計算機工程系副教授，杜克進化智慧研究主任陳怡然在人工智慧媒體新智元的一篇文章中寫道：
"學術界被挖的千瘡百孔，現在連寫個專案申請都找不到合適的PI來組隊……這個需求有明顯的炒作痕跡，而且是學術界的人自己炒自己：誰都知道這個溢價不可能長久，趕緊趁熱把自己賣一筆，以後的事情以後再說。"
整體來說，人工智慧這一波技術的天花板很低，如果現在短期內實現不了的需求，再投多少錢也沒用，還是要靠學術界有進一步的突破……學術界上一次突破（深度學習演算法）帶來的應用紅利可能馬上就要到頭了。
事實上，如果人工智慧真的如網際網路一樣，是一種龐大改革的技術基底。那麼人才去泡沫化、民主化，學術的歸學術，商業的歸商業，才是引爆風口的第一步。
隨著更多的人湧入人工智慧相關專業，社會性的商業培訓機構的出現，以及人工智慧技術自身門檻的降低。人工智慧人力成本下降，才能讓人工智慧真正的大眾化，泛用化。當任何一家公司可以像招PHP程式設計師一樣招到人工智慧工程師的時候，我們才能迎來沒有泡沫的人工智慧時代。
如果你對如何進行網際網路轉型存在困惑，那麼你需要的是一個顛覆的機會！新增小編的微信（domesmart_cs），免費諮詢，備註："行業乾貨學習"通過驗證之後，即可以獲得價值2999元的網際網路知識乾貨和轉型經典案例，還可加入"企業網際網路轉型精英討論群"。