继 2017 年人工智能相关企业大尺度布局和激烈的进行人才争夺之后，在稍微冷静的 2018 年，或将不断拉开彼此之间的差距。而这其中起重要作用的恐怕就是人才。
在今年 1 月份，Nature 新闻上发表的一篇文章称「中国已经打响了 AI 人才争夺战」，这在某种程度上对于企业也是适用的：人工智能企业已经打响了 AI 人才争夺战。而这场人才的争夺或将决定了这些企业未来的前景。
在人工智能大热之后，资本市场对人工智能企业投入了大量的资金。据 PitchBook 统计，在 2017 年全球人工智能和机器学习领域的风险投资超过 108 亿美元，融资最高的 5 起投资事件中，中国企业占了 4 起。例如 2017 年 7 月商汤完成了 4.1 亿美元的 B 轮融资。因此对于许多 AI 企业（尤其是 AI 独角兽企业），并不缺少运作资本。在接下来的一段时间里，融资的大小将不会成为 AI 企业拉开差距的主要原因。
事实上，任何一个行业在不缺少运作资本的情况下，拉开差距的往往是技术壁垒，而其基础就是人才。AI 的研究虽然已经有很多年，但无论在方法还是模型上都仍然需要很大的改进，此外如何将现有的技术创造性地落地也是对 AI 企业的一个重要考量。所以随着深度学习和神经网络的快速发展，人工智能企业想要形成技术壁垒保持领先，最关键的制胜因素就是人才。
而另一方面，据了解，全球 AI 领域人才总共有 30 万人左右；全球具有人工智能研究方向的高校共有 367 所，每年 AI 领域毕业的学生只有 2 万人左右。这些显然远远不能满足市场对人才的需求。此外，AI 初创企业也同时面对着来自大企业的竞争，例如国内有 BAT，国际有微软、谷歌、Facebook、亚马逊等不断开出巨额工资来招揽 AI 人才。AI 人才的池塘不大，谁能抢到，那么谁就将有更大的机会存活并壮大。
谷歌在人才争夺方面是一个先行者。2014 年谷歌花了 4 亿英镑收购了 DeepMind，当时 DeepMind 只有 12 个人。有人评论说谷歌在乱花钱。但在当时，整个世界上真正懂得做深度学习大脑引擎的人，总共不超过 50 个科学家，其中 12 个就在谷歌，所以谷歌买的是未来。
在国内，2014 年商汤科技成立之后，其核心团队就意识到人才对于公司发展的重要性，便开始默默布局人才争夺战，把整个计算机视觉圈子里能够找到的硕士生、博士生全部招揽进来，形成了一个大的人才圈。在 2015 年 3 月之后，阿尔法狗打败李世石，大家开始注意到了人工智能，再去做布局的时候，发现 CV 市场上已经出现了巨大的人才缺口，而再招一个本科生，还需要再培养数年。
从此也可以看出，人才的争夺不是将要开始，甚至不是正在开始，有远见的企业已经实现了初步的胜利。而 2018 年，作为人才 3~4 年的一个成长周期节点，人才的争夺或许将更加激烈，并至关重要，而每个 AI 企业也都将具备自己的人才争夺优势。
以商汤为例
如前所述，商汤科技从 2014 年成立之初便已经开始人才战略的布局。伴随着其公司的成长和人才的挖掘，目前商汤科技拥有亚洲最大的深度学习研究团队，团队中有800 多名研发人员，其中包括来自世界各地的 150 多位名校博士生，并且在世界范围内人工智能领域拥有最多的华人科学家群体。其核心团队由两大部分组成：一部分是来自麻省理工学院、香港中文大学、清华大学、北京大学等世界一流学府的博士、硕士科学家；另一部分是来自微软、谷歌、联想、百度等全球知名公司的业界菁英。凭借着这样的学术造诣和人才聚焦，商汤科技在人才争夺中已经取得了先发优势。
作为一家初创 AI 企业，却能吸引如此众多全球优秀的 AI 人才，AI 科技评论梳理其原因大略有以下几条：
1.人才集聚
商汤科技的创始人正是全球人脸识别技术的「开拓者」和「探路者」汤晓鸥教授，公司的中坚力量也多来自于其所在实验室——香港中文大学多媒体实验室的博士、教师团队。
汤晓鸥教授
在公司成立之前，2011 至 2013 年间的 CVPR 和 ICCV 两大全球计算机视觉世界顶级学术会议上共有 29 篇涉及深度学习的文章，而其中有 14 篇出自该实验室。其学术造诣可见一斑。
极强的学术背景和学术氛围，这也造就了商汤科技在 CV 行业的人才高地，并形成人才的「黑洞效应」，令其在短期内就吸引了来自麻省理工学院、清华大学、香港大学、香港中文大学等名校以及谷歌、微软等企业技术人才的加盟，成为中国博士密度最高的企业。
此外，人工智能高准入的技术门槛，决定了 AI 人才需要较长周期的培养。所以像很多大企业一样，商汤也建立了系统性的产学研体系，培养自己的人才，这包括导师制、实习生制等。同时它还与香港中文大学、浙江大学、上海交通大学建立联合实验室，并与清华大学、北京大学等高校的研究团队建立了以学术课题为导向的科研合作。从成果上来看，商汤的人才「豪门」中，即使是实习生也能取得极好的成绩，例如在 ICCV 2017 期间，商汤实习生团队在 COCO 竞赛 Workshop 中取得了两项比赛的 Segmentation 冠军及 Detection 亚军的好成绩。
2.重视学术
商汤科技研发团队在与计算机视觉相关的国际顶尖学术杂志和会议上累计已经发表了 400 多篇论文。以 2017 年为例，商汤在全球两大顶级视觉学术会议 CVPR 和 ICCV 中共发表了 43 篇论文，这甚至领先于谷歌、Facebook 等国际巨头。相较于许多企业以应用为主，商汤对学术的重视大大弱化了研究型学者进入产业界的抵触心理，他们可以享受着较高待遇的同时又能继续从事学术研究。
3.超算中心
商汤高性能异构计算平台，拥有超过 6000块 高性能 GPU，多个计算集群
商汤拥有搭载超过 6000 块 GPU 的超大深度学习超算中心。这样的算力优势，使得研究人员在高校或其他企业需要一个多月训练才能完成的模型，在商汤只需要一两天时间。这样带来的好处就是，在商汤做研究，花费一周的时间就可以达到竞争对手花费一个月时间做的事，这就可以获得更多的实验数据，做更多的算法创新，进而获得更多的时间成本和时间窗口。这对许多研究人员将是不小的诱惑。
4.深度学习平台
商汤科技自主研发的原创深度学习平台 Parrots，对超深的网络规模、超大的数据学习以及复杂关联应用等支持更具优势。加上其自主搭建的深度学习超算中心，大大加速了深度学习训练和算法模型的迭代速度。这样的平台及技术支持，将让研究人员的工作更为聚焦。
5.行业应用优势
很多大型公司的 AI 技术研究，由于公司整体战略的限制，更倾向于支持本身业务的发展，不一定会涉及到更加广泛的行业和领域。而商汤采用独有的「1（基础研究）+1（产业结合）+X（行业伙伴）」商业模式，以核心技术和平台为支持，赋能若干个不同的行业，这将会把行业之间通用的、共性的部分进行沉淀，因此研究人员在商汤工作也就能获得更加丰富的经验以及更广阔的视野。同时，在深入场景之后，不同行业的交叉性深化了交叉成熟效应，人才本身也能够因此获得更大的个人积累和成长。
综合以上这些原因，或许我们也可以看出当前 AI 人才「择良木而栖」的部分标准：学术环境、学术成果、硬件配置、技术支持和个人成长空间。
这对AI研究人员意味着什么？
对于 AI 研究人员，或许这是一个最好的时代，也是最坏的时代。人工智能的大热，人才的稀缺，导致几年前无人问津的 CV、NLP、语音等方向的毕业生，现在成了炙手可热的争夺对象。
据腾讯研究院《2017 全球人工智能人才白皮书》介绍，2017 年国内人工智能岗位平均招聘薪资已达 2.58 万元，远高于一般技术类岗位。从薪资分布上看，近八成岗位招聘薪资超过 2 万元，五成职位招聘薪资突破 3 万元，还有 1.9% 的企业更是开出 5 万元以上月薪吸引顶级人才。这么高的薪资恐怕是让任何技术领域都羡慕不已。
而另一方面，随着人才的争夺和高新的诱惑，大量原本在学校从事研究工作的学者开始不断进入产业界。如前面所述，全球 AI 人才有 30 万人左右，而其中只有约 10 万人还留在高校，20 万人已经投身产业界。在这样的氛围下，很难能够静下心来专注于学术研究。
当然最好或是最坏，还是要看自己的目的，但机会或将不在。
