首席科學家的尷尬境遇：膜拜、虛職還是實幹？

科技 07-28

首席數據科學家、首席產品科學家，伴隨人工智慧的興起，一夜之間「科學家」數量突飛猛進，企業真的需要這麼多「科學家」嗎？

作者｜小生生

編輯｜小魚

微信公眾號ID｜Xtecher

科學家，傳統意義上本指在高校或科研院所從事負責實驗室的建設、管理和科研工作的人群，而近來，不少企業也出現了首席科學家一職。

例如360首席科學家顏水成，思必馳首席科學家俞凱、還有優必選首席科學家陶大程等。

近年隨著人工智慧的興起，語音、圖像識別、自然語言處理等技術開始在業內成為主流名詞。咖啡廳鄰座戴眼鏡的大叔都要隨口說出個大數據、人工智慧。創業者不聊幾句語音識別、NLP好像就融不到資一樣。

在這些領域，BAT爭相投入重兵研發，創業公司亦紛紛入局。人工智慧等此類需要源頭創新的技術自然少不了科研人員的支持，不少公司紛紛跟進設立了首席產品科學家、首席音視頻科學家以及數據科學家等職位。這些公司包括金融大數據分析服務公司、遊戲社交公司以及一些硬體公司等。中國一夜之間湧現出了一大批「科學家」。

企業真的需要這麼多科學家嗎？

對此，思必馳創始人俞凱告訴Xtecher，首席科學家的作用是在源頭進行創新，對基礎性技術進行研究，此類企業才真正需要用到首席科學家。

首席科學家頻頻離職的背後

就在不久前，一家做教育類智能硬體的公司，高調宣布從國外知名學府引進了一位終身教授作為首席科學家，該教授在深度學習、機器視覺、NLP等領域貢獻卓著。從個體實力來看，這位大牛無疑是一位貨真價實的科學家。

當時在一場大型發布會上，公司宣稱這位首席科學家的加盟，將會為公司的硬體賦予人工智慧，以應對洶湧而來的AI大潮。

但是發布會召開不久，那位首席科學家便回到國外高校，知情人士透露該科學家又回學校做研發去了。

目前來看，這種形式的首席科學家加盟更像是為公司造勢、背書。未來有融資需求時可以為自己的公司增添一些分量，好歹是和人工智慧沾上了邊，融資總會相對順利些。

早在2006年底，百度宣布威廉·張加盟，並擔任首席科學家。威廉·張接受新京報記者採訪時就表示，他不是來百度做技術的，更多是建立一套完善而高效的高級技術人才培訓機制。所以在來百度之前他就告訴李彥宏，不要指望他去主導技術開發一類的事情，那對他來說已經不是什麼挑戰了，百度也不需要這樣一個人存在。

相比如今被神化的首席科學家，威廉·張的話可謂一語道破奧妙。

當然，此類首席科學家的存在會為公司帶來名人效應，可以吸引更多的人才加入。

北京深鑒科技創始人汪玉告訴Xtecher：「企業並不是專門做科研的地方，一些大企業有實力做研發，但小公司往往會更集中在某幾個優勢點，更重要的是把先進的技術轉換為有效的產品。」

深圳的一家公司開出了40多萬的年薪，正在尋找博士學歷以上的演算法科學家。要求演算法科學家運用機器學習技術，對海量數據進行處理分析，建立模型，分析關鍵因素，優化定價和促銷相關產品。根本原因是目前業務被動，數據沒法監控，公司希望實現數據可視化管理。

這家公司的前一個數據科學家在幾個月前辭職。當時公司現有的數據多是零散、時間不連續且缺乏結構化的數據。之前該公司並未意識到該如何使用這些數據，平時在記錄上自然是不加重視，科學家還得想辦法採集、補全。

適合用深度學習技術分析的數據，需要各部門的合作，初期需要搭建數據平台。而這其中，需要首席科學家理解業務，收集數據，清洗轉換數據，提取分析數據，評估分析再到落地應用。

在分析數據之前的活，幾乎都是累活、臟活，這事自然不能讓首席科學家去干，於是公司派了工程師協助。但工程師們也是有脾氣的，能不能踏踏實實地配合都不一定。首席科學家還要和數據記錄員、業務報表員等溝通聯繫，而且由於從零開始，缺少足夠開發人員、缺少開發工具、缺少高配的雲伺服器。三個月過去，進展依然不大。

這好比要科學家徒手在數據沙漠上建個沙雕，科學家認為，需要買點工具，需要一些幫手。但公司領導認為，那麼多數據沙子讓你用，不就是分析一下數據的事，為何遲遲沒有進展。

結果是，不久後那位首席演算法科學家離開了。

顯然，此類企業需要的或許不是一個數據科學家，而更需要一個資深數據工程師。

對於企業是否需要首席科學家，火柴財富CTO John的觀點是，如果本身企業太弱，首席科學家無法發揮作用，就像身子不好，虛不受補，再好的補品也難以為繼。如果公司太小，卻請了一個技術大牛，如同夫妻間學歷差距太大，註定不會幸福。

火柴財富是一家成立於2014年的智能投顧初創公司，目前沒有依靠融資，正低調過活。其CTO John是前唯品會高管，他認為小公司應該著重於產品落地，需要的是工程師。

John告訴Xtecher，初創公司並非要找到最能賺錢的產品，而是需要找一個合適的理念，做合適的產品，這個產品在技術上對大眾而言適度超前，如此才能較快落地。

目前火柴財富也在和高校保持合作，但並沒有聘請首席科學家。他表示，和高校保持合作是為了保持前瞻性，並且可以通過高校平台尋求戰略合作，接觸到更優質的資源與合作對象。

前迅雷聯合創始人、現松禾遠望基金創始合伙人程浩認為，一個企業是否需要科學家，在於該研究領域是否是關鍵性應用。

關鍵性應用，即不能犯錯的領域。比如自動駕駛，哪怕已經做到了99.9%，但仍可能發生事故。在該領域必須做到99.9…%小數點後面有多個9，否則難以商業化。其背後的核心競爭力是演算法與科學家，故而此類項目往往需要有科學家坐鎮。

首席科學家如何發揮作用

北京智行者科技有限公司成立於2015年，專註無人駕駛汽車領域。智行者CTO王肖曾是清華大學汽車系博士，曾三次獲得中國智能車未來挑戰賽冠軍。

他以無人駕駛為例，剖析了部分領域是可以在企業做研究的。十年前年他在學校做研究時，少有自動駕駛方面的課題，學校更願意讓教授們研究月球無人車，這類甚為遙遠的技術。

此外，當時在學校，學生們研究課題多是為了順利畢業，因此很難對一個課題有非常深入的研究。而相比學校，企業出於生存壓力，會在某個垂直細分領域努力。且在學校想做自動駕駛，少有實際出行數據，而企業界卻可以上路積累。十年前較少有資本關注這些前沿科技領域，因此不少學者為了學術，為了生存，不得不在學校做研發。而今做無人駕駛，資本願意投入，資金和人才都有。

王肖告訴Xtecher，對於需要大量數據的研發，如人臉識別、無人駕駛，就該在企業研究。

深鑒科技汪玉告訴Xtecher，針對機器學習、深度學習類的研究，在學校，應該更偏重於沒有數據，或者是針對小數據的演算法開發，如果和公司做一樣的事情，從數據層面將沒有優勢。

當然要想在企業研究，前提是企業相對規模較大，有一定規模的資金籌備。

深鑒科技即有一定資金籌備，今年五月份宣布獲得數千萬美元的A輪融資，公司致力於提供高效、經濟的深度學習平台解決方案。目前深鑒已與包括Amazon、阿里巴巴、螞蟻金服等企業建立合作。

深鑒科技汪玉同樣是來自高校（清華大學），他主要為公司提供大方向參謀，制定一個大的路徑方向，避免公司走彎路，同時輔助CEO、搭建團隊。作為聯合創始人，汪玉在高校主要關注兩類問題，一類是企業面臨的棘手但是無法立刻解決的問題，一類是五年、十年後這個方向會有什麼樣的突破。

汪玉告訴Xtecher，在學校考慮做的事情是從0到0.01，有一個點的突破。而在企業做的是從0.01到1，考慮如何實現落地。

在企業首席科學家中，發展得如魚得水的要算思必馳創始人兼首席科學家俞凱了，畢竟企業就是他創辦的。思必馳先後獲得三輪共數億融資，專註於智能硬體，主要面向三個垂直領域：智能車載、智能家居和智能機器人，提供自然語言交互解決方案。

俞凱早年創辦思必馳後，認為想做技術又要做管理，肯定會有矛盾，為此他卸任CEO，專職於首席科學家。而在上海交通大學，他仍舊保留教授職位。

目前他專註於語音識別的精度、識別速率等底層基礎技術以及平台大方向的架構。

思必馳和上海交大成立聯合研究院，致力於從技術理論到實際產品的轉換。俞凱表示，目前在學校和在企業做研發並沒有矛盾，他可以調配兩邊資源，只需推進技術在企業落地即可。

不過在2015思必馳融資時候出現了一個問題，投資方律師在核心的專利權究竟屬於上海交大，還是思必馳，向俞凱發問。

如果該問題沒有解決好，俞凱認為通過一些操作，雖然也可以獲得融資，但日後必定存在爭議。後來通過和學校積極溝通，學校也為推動產品落地，根據現有法規達成協議，相關專利由思必馳獨佔實施，學校佔比一定股份，解決了專利權歸屬問題。

雖然是創始人型的首席科學家，但俞凱對於研究落地時間也設立了指標。「快速轉化型項目一兩個月完成、探索性項目需六個月左右。步子比較大、探索大的可能要兩三年。」

對於業內說的首席科學家無法插手公司業務，俞凱認為，如果科學家自己的技術和公司產品無法結合，就有可能導致這種現象。因此要讓自身技術落地方向和公司產品的戰略方向一致。

俞凱認為，需要源頭創新的企業才需要首席科學家，其他的企業更需要資深工程師。

科學家不應是徒有虛名

隨著人工智慧在業界的興起，科技巨頭對人工智慧人才的需求如饑似渴。2016年11月，谷歌建立深度學習研究中心，從斯坦福大學AI實驗室聘請主管李飛飛；Uber在2015年從卡內基梅隆大學聘請了多名AI研究人員；而Facebook更是在2014年就聘請了在貝爾實驗室工作過二十年的紐約大學終身教授Yann LeCun。

而國內，以BAT為代表的三巨頭，自然不甘落後。早前百度挖來吳恩達，前不久香港中文大學教授賈佳亞加盟騰訊優圖，去年阿里挖來阿里雲新任首席科學家周靖人，亦都是學術也或業界大佬。

相較於創業公司，這些互聯網巨頭有足夠好的條件以及忍耐度，讓這些首席科學家可以用更長的探索周期來實現技術與產業的結合。例如早年人工智慧領域專家漆遠加入阿里組建iDST（數據科學與技術研究院），卻因為找不到技術的落地場景，得不到同在公司的業務部門的認可，加之其它一連串的挑戰下，被重新分配到了螞蟻金服擔任首席數據科學家，最後終於通過智能客服技術的研發，方才證明了自己的能力。

相較於這些大公司，初創公司的外來首席科學家或許就沒有這樣好的運氣，一旦幾個月沒有成績，就難逃離去的命運。一位業內人士表示，那些去擔任首席科學家的人，是不是被企業坑了，還不得而知，不過以他們的名氣，即便被坑了，換家公司也還是很容易。而如吳恩達、王勁級別的首席科學家，即便離開企業，更可以自己創業。

對於加入小公司的學者，有可能受到各項短期KPI的壓力。而作為創始人類型的首席科學家，可以掌控公司方向，相對來說外來的首席科學家權利較小。

不過對科學家而言：因為缺少數據，他們在實驗室一些演算法精度只能從70%提升到75%。但企業卻可以給到他們足夠的數據將演算法精度從70%提升到90%。對他們來說亦有好處，而且掛名首席科學家還有不小的費用，何樂不為，對二者來說，都是一件好事。

2016年11月，國務院辦公廳發布文件稱，允許科研人員和高校教師適度兼職兼薪，再次推動了科研人員到企業中去的幹勁。

對於日益增多的學者加入企業擔任首席科學家，俞凱給出了兩方面的建議：一是，需找到好的團隊，一個人做不成事，學者需要認識到技術不是全部，管理、商業都很重要。二是，對於產品層面要有判斷，認識到客戶的需求，而非單有技術即可。

比起國外的實驗負責人，國內無論大小公司，都喜歡用首席科學家這個頭銜，似乎沒有這個頭銜就幹不成事了。如果沒有源頭上的創新，不妨把「科學家」這個頭銜摘掉，換個首席工程師，不過無論用什麼頭銜，有實力，能幹實事，才是最關鍵。

X 公告