<mark id="oztn4"></mark>
0
| 本文作者： 李雨晨 | 2022-06-28 17:12 |
AI科學(xué)家接連從大廠離職，外界的討論，總會把他們與不擅落地四個字掛上關(guān)聯(lián)。
讓科學(xué)家們在輿論中背負了“只會發(fā)論文，不懂業(yè)務(wù)”的名聲。
這種論斷，既有局部的合理性，也有無知之處。
外界顯然不知曉大公司研究院的組織架構(gòu)、匯報關(guān)系、考核設(shè)計的真相。
企業(yè)科學(xué)家的流失、AI研究院地位的下降，并非當下AI不再重要，也非這批最強大腦水平有限。
本質(zhì)上是研究院在企業(yè)的組織架構(gòu)模式，正在遭遇空前的挑戰(zhàn)，讓人和事，難以卓有成效地運轉(zhuǎn)，無法發(fā)揮出本該有的戰(zhàn)斗力。
根深蒂固的作業(yè)模式、派系勢力、利益關(guān)系，也使得這艘拋了錨的大船，不再好調(diào)頭。
于是在互聯(lián)網(wǎng)巨頭預(yù)算整體收縮之際，研究院陷入被邊緣化、戰(zhàn)略搖擺、舉棋不定的困局。
預(yù)算縮減、人心渙散，離職自然頻發(fā)。
AI研究院在互聯(lián)網(wǎng)公司中的組織架構(gòu)設(shè)計，在過去五年里，取得了階段性成效：匯聚了頂尖的AI研究人員，為集團建設(shè)了一整套前沿的AI基礎(chǔ)能力。
但任何組織架構(gòu)并非一勞永逸，它已經(jīng)到了自我革命、全盤演化的時間。
AI研究院在互聯(lián)網(wǎng)巨頭內(nèi)部的組織架構(gòu)設(shè)計，不外乎三種：職能制、事業(yè)部制、矩陣制。
三種架構(gòu)，各有門道。
近期第一個拿組織架構(gòu)大開刀的企業(yè)便是Facebook。
本月初，F(xiàn)acebook中心化的AI部門被徹底打散，算法專家們被分配到各個App產(chǎn)品事業(yè)部當中。
其中圖靈獎得主楊立昆（Yann LeCun）的FAIR團隊，將并入至元宇宙部門Reality Labs，楊立昆向該部門的首席科學(xué)家Andrew Bosworth匯報。
Facebook的AI總舵主Jerome Pesenti，將在6月底離職。
Jerome加入Facebook之前，擔任IBM Watson Group的CTO，早期前京東技術(shù)委員會主席周伯文曾向他匯報。
Jerome Pesenti
Jerome和楊立昆在Facebook的職責關(guān)系，若以往日的騰訊AI為參照，可理解為：前者是騰訊副總裁姚星（已離職），后者則是張正友（AI Lab和Robotics X實驗室主任）。
Jerome負責管理整個AI部門的技術(shù)、產(chǎn)品賦能、運營等工作，楊立昆負責基礎(chǔ)研究。
在這次Facebook的人事調(diào)整官方口徑中，要施行“去中心化組織結(jié)構(gòu)”。
此前，F(xiàn)acebook的AI部門是職能制組織架構(gòu)：通俗講就把公司同一類工種的員工（科學(xué)家），聚攏在同一個部門。
部門的工作任務(wù)由Jerome，以及其老板CTO Andrew Bosworth制定和考核。
這樣做的好處是專業(yè)化程度高，全公司最聰明的科學(xué)家們匯聚在一個地方工作，便于專業(yè)信息的交流和共享。
職能制·AI研究院組織架構(gòu)
這種體系造就了舉世聞名的貝爾實驗室，貝爾實驗室不僅在理論上發(fā)現(xiàn)了電子的波動性，提出信息論，更是在產(chǎn)品上組織發(fā)射了第一顆商用通信衛(wèi)星，鋪設(shè)第一條商用光纖，并發(fā)明了射電天文望遠鏡、晶體管、數(shù)字交換機、Unix操作系統(tǒng)和C語言。
在這種體系的影響下，以Facebook為代表的企業(yè)，其AI部門的目標和考核，更多圍繞把技術(shù)變得更前沿展開，在匯報和考核關(guān)系上，不對任意一條成熟的App產(chǎn)品線負責。
一位在美國多家巨頭企業(yè)任職過的研究高管告訴雷峰網(wǎng)(公眾號：雷峰網(wǎng))：很多學(xué)者喜歡去Facebook做研究，雖然是企業(yè)實驗室，但科研氛圍比高校還高校。
四年前，楊立昆卸掉FAIR管理層身份、就任首席AI科學(xué)家時，還在FAIR的田淵棟、吳育昕等研究員都曾表示，“沒有產(chǎn)品的壓力。”
簡單來說，早期Facebook AI部門的任務(wù)就是花式炫技、刷模型打榜，在各種拋頭露臉的地方跑贏微軟、Google、亞馬遜，就算成功。
在Google內(nèi)部，同樣為職能制結(jié)構(gòu)的Deepmind，也有它的幸福和煩惱。
2021年，作為Google內(nèi)部的獨立AI團隊，Deepmind先推出了驚人的蛋白質(zhì)結(jié)構(gòu)預(yù)測AI——AlphaFold 2，然后又公布了2016年讓DeepMind一炮而響的AlphaGo進階版——MuZero。這無疑體現(xiàn)了獨立的職能制，在專業(yè)性上所能發(fā)揮的強大優(yōu)勢。
但是，Deepmind既想要資金，又想保持純凈、理想化的AI研究。
YouTube和DeepMind合作改進推薦算法的過程中，在共享多少數(shù)據(jù)的問題上，雙方各執(zhí)一詞，最終項目擱淺。
這也體現(xiàn)了直線職能制的弊端：獨立AI研究院，懂最新的學(xué)術(shù)風向，有算法能力，但與業(yè)務(wù)部門的割裂，使其缺少工程化能力和核心場景數(shù)據(jù)，容易成為花瓶，最終在對數(shù)據(jù)依賴較小的場景中自嗨。
當然，App產(chǎn)品部門一直以來都對AI有著使用訴求。
當AI研究院的半成品算法包，并不能滿足他們的實際訴求，且雙方協(xié)作、溝通有障礙重重時，產(chǎn)品部也會招募完全屬于自己的AI研究人員，自由地為己所用。
但產(chǎn)品部畢竟沒有明星科學(xué)家，缺乏人才號召力的他們，更多在二流的AI研究員市場挑挑選選。
此外，產(chǎn)品部門的AI團隊與獨立AI研究院之間，也時常爆發(fā)矛盾。
當年，百度內(nèi)部有兩套語音方案賽馬，一套是由賈磊主導(dǎo)，一套則由吳恩達負責。
從角色定位來看，賈磊屬于搜索產(chǎn)品線旗下的AI派，吳恩達屬于獨立AI研究派。
吳恩達出任百度首席科學(xué)家后，想把學(xué)術(shù)研究成果應(yīng)用到工業(yè)。然而這次賽馬，吳恩達的學(xué)術(shù)成果，數(shù)據(jù)雖漂亮，但在應(yīng)用上對性能并無本質(zhì)提升，仍處于剛發(fā)完論文的實驗室階段。而賈磊的成果已經(jīng)在工程上驗證過。
吳恩達對方案沒在百度內(nèi)得到大規(guī)模應(yīng)用而惱火，并遷怒賈磊。于是，他逼宮李彥宏，讓李彥宏二選一，最終造成賈磊的短暫離開。
在直線職能制下，一個研究院動輒百千人，人均百萬年薪，在產(chǎn)出較小、與業(yè)務(wù)部門協(xié)作乏善可陳的情況下，對巨頭而言是一筆沉重的負擔。
在不拋棄職能制的前提下，中國互聯(lián)網(wǎng)企業(yè)走了一些彎路：給研究院制定營收KPI。
研究院創(chuàng)造營收的方式分兩種：一種是把產(chǎn)品賣給其他企業(yè)的外包制，一種是“親兄弟、明算賬”的內(nèi)包制。
外包制如2021年阿里云沖刺900億目標之際，阿里為達摩院制定了高達10億級的營收KPI。讓研究院背負營收，自行研發(fā)產(chǎn)品，并兜售給客戶。這一舉措在內(nèi)部引發(fā)不少爭議，達摩院陸續(xù)離職多位P11級科學(xué)家。
而內(nèi)包制的形式，產(chǎn)品/業(yè)務(wù)部門若有AI需求，會向研究院下達，研究院按照投入人頭和服務(wù)器使用量，向產(chǎn)品部門收費。這種內(nèi)包制收費手段，在微眾銀行等企業(yè)的人工智能部頗為常見。
“假如業(yè)務(wù)部門需要開發(fā)一個非常基礎(chǔ)的AI功能，研究院會評估需要多少個AI研發(fā)以及多少周期，然后給出報價。”
可這個時候問題出現(xiàn)了，該如何收費、怎么收費、如何放下同事情感，建立起公正的甲乙方關(guān)系？
有些科技巨頭的產(chǎn)品部發(fā)現(xiàn)，同樣功能的實現(xiàn)，找外部AI供應(yīng)商采購，報價比找自家研究院便宜不少。但出于數(shù)據(jù)安全考慮，產(chǎn)品部門只能忍痛付費。
雙方矛盾由此產(chǎn)生：研究院為了完成營收KPI，在內(nèi)部胡亂收費，項目經(jīng)驗的缺失，交付質(zhì)量層次不齊。反觀產(chǎn)品部門，出于安全考量，被迫支出一筆筆超額的預(yù)算，還經(jīng)常達不到預(yù)期。
“產(chǎn)品部門沒得選。他們?nèi)鄙賹I研究院的考核力和約束力，即便走內(nèi)包收費模式，把產(chǎn)品部和研究院，變成了甲乙方關(guān)系。但從實際情況來看，因為在同一家公司，AI研究人員們仗著自己職級和薪資比產(chǎn)品經(jīng)理、開發(fā)人員更高，天天在甲方面前當大爺，呵斥產(chǎn)品經(jīng)理啥都不懂。二者不同的思維方式和行事習(xí)慣，使得配合協(xié)作起來層層受阻。如果他們在同一個部門里，天天膩在一起干活，肯定不一樣，起碼能聽懂對方要表達的意思。”李想（化名）告訴雷峰網(wǎng)。
根據(jù)過往的情況來看，當前無論是外包亦或是內(nèi)包，都進入了進退兩難的困局，不但未達到期望的效果，反而引發(fā)內(nèi)部的多重矛盾。
于是今年達摩院也撤銷了對營收業(yè)績的考核。
在直線職能制下，有一家把內(nèi)包制運作得非常成熟的機構(gòu)：西門子美國研究院。
如上文所說，在內(nèi)包制的經(jīng)營中，產(chǎn)品部對AI研究院缺乏考核力和約束力。
而西門子采用“賽馬+競標”的模式，通過內(nèi)卷，把內(nèi)包制變得充滿活力，讓他們輝煌過一段時間。
一位在該實驗室工作十多年的研究員劉華（化名）向雷峰網(wǎng)表示，西門子美國研究院非常以收入為導(dǎo)向。
“我們當時只有30%的經(jīng)費是人頭費，總部下?lián)艿摹Ａ硗?0%的經(jīng)費需要自己去掙，和產(chǎn)品部門簽合同，拿項目。”
但問題是，當時西門子美國研究院中，同一個研究方向的小組有3-4個，一起爭數(shù)量有限的項目，內(nèi)部賽馬讓大家疲憊不堪。為各自部門的利益，研究院們爭搶項目。
直到方向重合的部門合并，內(nèi)部競爭才漸漸平息下來。
區(qū)別于Facebook純粹的職能制，西門子美國研究院保持收費的職能制的好處是，仍然可以保持職能制下研究院的獨立性；但是，收錢之后一樣變得短視：過于注重眼前，對長線投入的研究方向缺乏動力，容易丟掉對研究風向的敏銳度。
劉華坦言，深度學(xué)習(xí)出來之后，西門子美國研究院在技術(shù)上開始有點吃老本、落伍。
“我們挺早就開始關(guān)注深度學(xué)習(xí)。2006年的時候，楊立昆還來我們實驗室訪問過一次。2012年，深度學(xué)習(xí)在計算機視覺上取得成功（AlexNet的提出）。不過，直到2013年我們參加的行業(yè)頂會上，發(fā)現(xiàn)深度學(xué)習(xí)已經(jīng)侵入我們的領(lǐng)域時，才真正開始有所反應(yīng)，成立一個5-6個人的攻關(guān)小組。”
另一方面，與出錢的產(chǎn)品部門合作，還容易被“使絆子”、“穿小鞋”。
劉華吐槽到，“我們的產(chǎn)品部門非常變態(tài)，由于內(nèi)部采購限制，在產(chǎn)品中不允許我們用GPU。當時用深度學(xué)習(xí)開發(fā)了一個算法，因為產(chǎn)品中不能用GPU，花了6個月在CPU上做加速，把運算時間從2分鐘壓縮到20秒，才得以集成進產(chǎn)品落地。假如可以用GPU，這些工作都是沒有必要的。”
AI興起之后，西門子美國研究院的科研和產(chǎn)品就開始脫節(jié)。
“科研必須追蹤深度學(xué)習(xí)的進展，而落地項目大多數(shù)情況下只能采用傳統(tǒng)的機器學(xué)習(xí)方法。大家本來就忙于落地產(chǎn)品，脫節(jié)之后，科研很難有進展。”
還有一個槽點是，西門子的工資待遇十幾年不變。
深度學(xué)習(xí)興起，互聯(lián)網(wǎng)大廠大幅提高AI算法工程師的待遇，一個剛畢業(yè)的博士生就可以拿到25-30萬美元的package，而西門子美國研究院能給的只有前者的一半，導(dǎo)致團隊很難招到優(yōu)秀的人才。
在21世紀的頭十年，三篇CVPR級別的論文，是西門子美國研究員的入門“硬通貨”。到2017年，有一篇CVPR的候選人都很難招到，團隊優(yōu)秀的員工也紛紛被大廠（比如Google、Amazon）挖走。
“那一陣子，整個團隊士氣非常低落。”
劉華說，“沒有科研產(chǎn)出（通常用專利或者論文來衡量）的實驗室不是真正意義上的實驗室，也很難建立品牌效應(yīng)，吸引到優(yōu)秀的人才加入；在實驗室的日常管理上，充分授權(quán)，讓研究員有一定的自由度來平衡項目與科研。”
在直線職能制的體系下，不管是走內(nèi)包、還是外包，都會被分走兩頭的勢力來回牽扯，走進一條死胡同。
回到Facebook。
2018年，Jerome來到Facebook后，由于他在IBM有著豐富的產(chǎn)品賦能經(jīng)驗，Facebook逐漸嘗試將AI部門的組織架構(gòu)變成了矩陣式結(jié)構(gòu)：既要獨立做研究，也要給幾大App產(chǎn)品部門服務(wù)。
職能制適合集專業(yè)力量辦大事，是橫向組織結(jié)構(gòu)。
事業(yè)部制各類人員配置五臟俱全，機動性更強，適用于沖刺業(yè)績，是縱向組織結(jié)構(gòu)。
而矩陣式兼具職能制和事業(yè)部制兩個的優(yōu)勢，但無法把任意一種的優(yōu)勢發(fā)揮到極致，屬于折中和權(quán)衡之計，包含橫縱兩個坐標。
矩陣式·AI研究院組織架構(gòu)
矩陣式的問題，在于一仆二主、既對職能線負責人匯報，也向事業(yè)部線領(lǐng)導(dǎo)匯報。
考核頗為復(fù)雜：既需CTO考核，也要產(chǎn)品部門領(lǐng)導(dǎo)打分。
到底該聽誰的話？是優(yōu)先服務(wù)產(chǎn)品線，還是優(yōu)先滿足CTO制定的技術(shù)指標？這成為擺在Facebook AI部門頭上的一大難題。
所以，最新一次的人事調(diào)整，F(xiàn)acebook又有變化：從矩陣式，過渡到更為簡單粗暴的事業(yè)部型的組織架構(gòu)。
Jerome也在推特上說，“過去集中的AI組織帶來了大量外部影響力，但在技術(shù)與應(yīng)用的深度整合上遇到阻礙。新架構(gòu)會把人工智能系統(tǒng)的所有權(quán)分配給各產(chǎn)品組，加速新技術(shù)在整個公司范圍內(nèi)的落地應(yīng)用。”
這個時候，分布在各大產(chǎn)品組的AI團隊，只為一個目標服務(wù)：產(chǎn)品，只聽一個人的話：產(chǎn)品負責人。
IBM實驗室在一段時間里，是事業(yè)部制的代表作。
吳軍的《浪潮之巔》中曾寫到，IBM實驗室有不少理論研究。當時負責IBM轉(zhuǎn)型的領(lǐng)導(dǎo)人郭士納，砍掉了一些偏重于理論而沒有效益的研究，將研究和開發(fā)結(jié)合。
一旦一個研究項目可以實用，他就將整個研究組從實驗室挪到產(chǎn)品部門。到后期，郭士納甚至要求IBM的所有研究員必須從產(chǎn)品項目中掙一定的工資。
事業(yè)部制的核心，是將研發(fā)、產(chǎn)品、設(shè)計、運營、市場等要素配齊。
每個團隊就是一家微型公司，大家在同一條船上，為同一個營收KPI負責。
事業(yè)部制·AI研究院組織架構(gòu)
郭士納掌舵的9年間，公司持續(xù)盈利，股價上漲了10倍，成為全球最賺錢的公司之一。
但要從職能制拆成事業(yè)部制，難度不小，其中的利益糾葛異常復(fù)雜。
多年的內(nèi)部升遷，AI研究院的負責人身居高位，與各產(chǎn)品部門總經(jīng)理平起平坐。一旦拆分，必然削減掉研究院掌舵者的勢力和話語權(quán)。
這時候，在不斷試錯未果后，往往需要壯士斷腕的決心和魄力，也必須要郭士納級別的高管親自操刀，讓研究院真正融入業(yè)務(wù)場景中。
產(chǎn)品部的核心目標，一是用戶/客戶量，二是營收。
而事業(yè)部制的一大槽點在于，研究人員向產(chǎn)品部門全職匯報后，研究團隊也會淪為這兩目標的奴隸，工作重心從“精尖主義”轉(zhuǎn)變?yōu)椤皩嵱弥髁x”，過分腳踏實地，目光短視，看重眼前，缺乏布局5-10年新技術(shù)的動力。
在這種制度下，可能會錯過下一個風口的最佳入場時間，也難以找到最頂尖的AI人才。越牛的人才，越是心高氣傲，越重視寬松的交流、研究氛圍，期望與大量高水平的同事一起共事。業(yè)務(wù)線“向錢看齊”的目標，會讓前者反感。
與職能制相反的是，事業(yè)部制更注重當下。如果說前者的AI研究院是飛在天上的偵察機，看得更遠，得窺全貌；那么，后者的AI研究院更像是坦克部隊，離戰(zhàn)場更近，看得更細，攻擊力更強。
所以，先將AI大牛匯聚一處，經(jīng)過多年的企業(yè)文化熏陶和專業(yè)培訓(xùn)，待時機成熟后，再打散發(fā)配到產(chǎn)品體系中，讓每個業(yè)務(wù)團隊都擁有研究基因和PR AI 資本，便于進一步招攬人才，形成良性循環(huán)。
想象一下，當研究院的AI專家全職調(diào)任至淘寶、微信、搜索、抖音等產(chǎn)品中時，前者拿到場景數(shù)據(jù)，后者具備頂尖AI算法，將達到1+1＞2的預(yù)期效果。
而各自為陣的跨部門協(xié)作，永遠是減法。
與IBM的“事業(yè)部制”、西門子的“內(nèi)包型職能”模式不同的是，微軟和Google根據(jù)各自基因開辟出一條適用于自身的研究院之路。
2013年，原微軟亞太研發(fā)集團COO申元慶說，在微軟全球10萬余名的員工里面，有1000多位科學(xué)家，他們是從事基礎(chǔ)研究，是看5年到25年的東西。絕大部分的研發(fā)人員都在從事所謂的開發(fā)工作，看當下到5年的變化。
一個壯觀的景象是：每年，微軟的科學(xué)家給工程部門做路演，哪個部門看上了，代表你就畢業(yè)了，頗有“翻牌子”的意味。
申元慶說，“微軟研究院的10篇論文里，9.5篇是廢的，發(fā)論文實際意義有限，但可以省下一大把公關(guān)費，吸引優(yōu)質(zhì)學(xué)生的加入。”
另外一家巨頭——谷歌，是工程團隊親自下場做研究，從目前國內(nèi)公司的配置看，Google的段位太高。
《紐約時報》曾寫道，在2004年，有3萬多員工的微軟的創(chuàng)新，居然比不過不到2000人的Google。《紐約時報》認為差距在于，微軟的開發(fā)模式?jīng)]有Google的效率高。
Google的特點，是研究和工程開發(fā)不分家。
Google沒有嚴格意義上的研究部門，所有開發(fā)人員遇到實際問題需要研究時，因為沒有可以指望的研究部門做后盾，只能自己動手。Google雖然有一個很小的研究部門，但是所有的研究員都在第一線做開發(fā)。
這種工程文化，無疑受到兩位創(chuàng)始人和Jeff Dean的技術(shù)理念影響。這要求Google每個工程師不僅要會寫程序，還會做研究。
這么高的人才要求，唯一的解決辦法是盡可能地招動手能力強的博士。因此，Google也就成了全球單位辦公面積博士最集中的地方。
此外，Google也傾向招募有著工科博士背景的產(chǎn)品經(jīng)理，進一步降低工程團隊和產(chǎn)品團隊之間的溝通成本。
但需要注意的是，Google的核心發(fā)起點是工程師。
而國內(nèi)想要模仿難度很大，由于工程和研究培養(yǎng)體系在時間上整體晚于歐美，國內(nèi)的絕大多數(shù)研究員，并不具備出色的工程開發(fā)和代碼水平，他們深入到項目的前提，是先同工程團隊協(xié)作，隨之雙方再與產(chǎn)品/項目團隊協(xié)作。兩層協(xié)作關(guān)系的推進，協(xié)作和信息流通效率會大打折扣。
Google和微軟的兩個特殊樣本，對于當下的互聯(lián)網(wǎng)巨頭AI研究院來說，所需的條件太高。
沒有人、沒有足夠多的牛人，想要學(xué)到其精髓，很難。
從直線職能制走向矩陣式，進而再融入到事業(yè)部的架構(gòu)中。Facebook的這次結(jié)構(gòu)調(diào)整，給中國互聯(lián)網(wǎng)巨頭什么樣的啟示，是不是也到了強制打散AI研究院的節(jié)點？
2016年前后，國內(nèi)互聯(lián)網(wǎng)巨頭相繼開啟AI人才的“軍備競賽”，成立AI研究院。
在當時的情形下，選擇”職能制”是一個時代的產(chǎn)物、互聯(lián)網(wǎng)巨頭一筆算得過來的賬。
如果他們一開始不設(shè)立獨立的研究院，而是在各個產(chǎn)品BG下面自建AI團隊，意味著每個BG都要重復(fù)建設(shè)多套幾乎一致的AI技術(shù)體系，這會產(chǎn)生非常高的技術(shù)和研究重復(fù)建設(shè)成本。
同時，各個部門的AI團隊各自為戰(zhàn)，群龍無首的非中心化的AI組織架構(gòu)，也難以吸引一流的人才加入。
所以，互聯(lián)網(wǎng)公司在5-7年前成立獨立的、中心化的AI研究院，組織架構(gòu)的選擇顯然正確。
但到現(xiàn)在，各大公司的AI研究院使命基本完成，已經(jīng)建立起了基礎(chǔ)AI平臺和AI能力，并匯聚一流的AI人才，當前的人工智能，在短時間內(nèi)也很難看到新基礎(chǔ)理論的突破。
此時的AI研究院，已走到“革自己命”的節(jié)點，流入至各個產(chǎn)品BG里，為產(chǎn)品和工程服務(wù)，推動AI的規(guī)模化落地才是正解。
事實上，擺在中國互聯(lián)網(wǎng)AI研究院的路，也確實只剩下這一條——事業(yè)部制。
首先，無內(nèi)包付費、純粹的職能制，被Facebook驗證了略顯滯后，已被舍棄。Deepmind與谷歌的分家矛盾也屢屢發(fā)生。
其次，在職能制的體系下，與產(chǎn)品部進行捏合難見其效。
從西門子美國研究院的案例來看，被強行聯(lián)姻、攤派營收KPI的職能制，更是錯過了深度學(xué)習(xí)等技術(shù)的風口。西門子的骨子里是醫(yī)療器械廠商，每年推出的影像設(shè)備是一個個的標準化、本地化的產(chǎn)品，不存在實時迭代的需求。實驗室與產(chǎn)品部門簽一年期的合同，年初就定義好幾個交付的關(guān)鍵節(jié)點，可以提前規(guī)劃。
而國內(nèi)的巨頭AI研究院，并不具備進行競標的方式和條件。因為他們要支持的是C端實時變化的應(yīng)用，以及to B高度定制的生意。
對互聯(lián)網(wǎng)公司的產(chǎn)品部門來說，每年都會有成千上萬個場景需求。如果在直線職能制的體系下，每個需求走內(nèi)部競標，供需嚴重不匹配，需求遠遠大于供給。
因此，在內(nèi)外承壓的現(xiàn)實逼迫下，國內(nèi)互聯(lián)網(wǎng)巨頭外包、內(nèi)包型的職能制體系均難以長期施行。
走向事業(yè)部制，這也是國內(nèi)AI研究院的必由之路。
天下大勢，分久必合、合久必分。
用納德拉的著作《刷新》中的一句話來說：每一個人、每一個組織乃至每一個社會，在到達某一個點時，都應(yīng)點擊刷新——重新注入活力、重新激發(fā)生命力、重新組織并重新思考自己存在的意義。
等到下一步新技術(shù)浪潮到來后，集團級的研究院又會重新像2016年前后那樣把最聰明的人匯聚在一起，為公司構(gòu)建基礎(chǔ)設(shè)施。于是，這三種體系又重新走入一種循環(huán)。
正如金庸的武俠小說，每一種招式都不可用老。
體系，一定是時代性的體系；解法，一定是時代性的解法。
作者注：此前，本人曾策劃并執(zhí)行了《巨頭的醫(yī)療軟肋·五問》專題，探尋大廠醫(yī)療業(yè)務(wù)線調(diào)整、裁撤的背后故事與深層原因。同時間，雷峰網(wǎng)也產(chǎn)出了頗具影響力的《AI冰與火之歌·五問》系列。
近期，作者又陸續(xù)獲悉BATJ等大廠的AI實驗室和業(yè)務(wù)線大佬的離職消息。
從6月起，雷峰網(wǎng)將啟動《巨頭的AI研究院進化史》專題。歡迎掃碼添加我的微信18861330296，爆料、交流。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
