“張華沒了狼性；李萍被優化了；我畢業了：我們都有美好的未來。”

今年春天，“裁員”這個tag充斥了打工人的朋友圈。

疫情襲來，「金三銀四」變成了「銅三鐵四」，各個大廠裁員的新聞在熱搜榜上此起彼伏。阿里騰訊被傳裁員比例10%-30%，京東被曝各業務線啟動裁員，最狠要屬有贊，回收的工牌堆積如山。裸辭的打工人本來指望著三四月好好謀個新崗位，卻看著各家砍掉的headcount傻了眼。

困境之中，各路神仙開始出沒，兜售被裁心得，教導打工人如何評估自身被裁風險。

有人開始擔憂：卷王雖然被迫離開大廠，可去中小廠照樣拿達不溜，還能擠壓你我的生存空間。

也有人不禁感嘆，幸虧編程太難，如果當時我學碼/轉碼了，此時裁的豈不就是我？

甚至有業內人士預言，一向風光高端的AI業也即將迎來大幅裁員，大家心理可以平衡了。

聽了這話，不由得使人感到疑惑，人工智能近年來早就成為了就業蜜罐子，工資高且社會影響大，吸引了無數學術人才，怎么會遭此待遇。可仔細一查才發現，據IEEE Spectrum數據顯示，相比2020年，2021年機器學習、自然語言處理和人工智能這三領域的薪資分別降低了2.1%、7.8%和8.9%，降幅超11739美元。

圖源：IEEE Spectrum

這看起來似乎是一個不好的苗頭。

搜索“AI”這個關鍵詞，2018年左右網友熱議的話題還是“人工智能越來越繁榮，我們都會被代替，普通人離失業不遠了”。

而數年過去，現在網友的關注點卻變成了“大廠AI部門大牛接連出走，員工加班嚴重，減薪甚至遭遇裁員，AI從業者難逃失業”。

受到裁員潮的刺激，許多人工智能方向的年輕學生也開始躊躇，他們涌向問答網站，不厭其煩地提問道：2022年了，某廠的AI Lab還可以進嗎？

自各個大廠落成 AI Lab 以來，占據各種頭條的總是AI大牛的上任與離職，除了這些八卦，Lab中“默默無聞”的AI青年真正做出了什么成果，可以說是曲高和寡，能聽懂的人寥寥無幾，他們的工作現況更是少有人關心。

AI科技評論詢問了幾位大廠AI Lab員工的意見，他們都稱，現在各大廠的AI Lab不是已經被并入了業務部門，就是在被并入業務部門的路上，內部人士自嘲為高端外包，早就不復當初剛成立時的雄心壯志。

憶往昔，各大廠的AI Lab爭先恐后宣布成立，個個摩拳擦掌要搞一番大事業，自動駕駛、智能物流、智慧交通、智慧城市、智慧家居……可謂前景廣闊。大廠建立Lab的初衷是搶先圈養一幫學者，不管搞沒搞出成果，起碼不讓別家占了先。如有幸研究出了創新技術，再由各方面都成熟的大廠將技術應用到新項目中，引發商業新模式。

也就是說，不管一開始花多少代價撬來了AI大牛，承諾給學者們多大的學術自由，給予多少的研究時間，發放了多少外人艷羨的薪資，這一切都是要還的。有落地變現的壓力相逼，也就無怪那么多學術大牛在呆了一些時間后，陸續選擇出走大廠，回歸高校。

不管表面如何表現自家追求的是“科教興國”，高層實際要的還是技術落地并創造出商業價值。資本無利不起早，如果大興學術無法反應到盈利上，那誰也不會傻到往這個火坑里繼續扔錢。

事實證明，地主家也沒有余糧，在AI Lab這個燒錢大賽當中，各大廠先后撤了兵：

近年AI Lab成員許多被拆散分入各個業務部門，AI Lab直接改名為業務中臺，體現了高端技術也要為業務部門服務的指導思想。隨著AI Lab總監李磊、AI Lab主任馬維英、技術負責人王長虎的相繼離職，字節AI的技術未來越來越不清晰，成立初那些有關“前沿”、“創新”的豪言壯語漸漸也淡出人們視線。

在騰訊AI Lab成立之初，其重點在于基礎研究，不做業務、不追求產出，當年招聘時的評估標準也是研究能力重于項目落地經驗，這一點無疑吸引了許多學術人才，當時的負責人張潼也與這個路線十分契合。

張潼在職時paper產量高，也有一定影響力，但不到兩年時間高層已經坐不住，要求路線向業務逐漸靠攏。張潼和姚星離職后，現在的AI Lab既有具體科研方向，也會接手項目來做，但掛在TEG旗下給尋覓項目形成了阻礙，嘴上說著科研與業務并重，卻也逐漸演變成了兩頭不靠的境況。

馬云要求阿里達摩院逐漸形成盈利能力，達到自負盈虧，做到自己靠項目賺錢。達摩院的設定跟微軟研究院、IBM研究院的最為不同之處，就在于達摩院是獨立的經濟體，今后要靠自己的技術盈利。

這種難免有點“甩鍋”的思想，在馬云2017年的云棲大會演講中體現得淋漓盡致，那時他說：

“我發現絕大部分的公司是研而不發，就是 Research for fun，不可能走久；Research for profit，更不可能走久。”

Research 既不 for fun，也不 for profit，在馬云的計劃中，阿里達摩院應該Research for solving the problem with profit and fun（為解決問題而研究，同時帶來利潤和快樂）。他呼吁科學家要有企業家的結果、效率、公平意識，其實話里話外的意思就是科學家也要遵守KPI，賺不了錢的科學家不是好科學家，但我們并不是利潤至上，我們追求的是解決問題，利潤與快樂是隨之而來的附屬品。

這番話在科學家耳朵里估計不太好聽，科學研究不是種田，不是有了勞動就能有收獲，就一定能解決問題。學界多的是走幾十年彎路的例子，這并不代表Lab里天天在玩， research 是為了 fun。學者們比誰都想要看到自己的研究真正派上用場，但“兩手都要抓兩手都要硬”的結果很可能是兩手都沒撈著。

在AI青年評價中，華為和百度是對AI人才相對友好的兩家廠牌，可謂碩果僅存。百度曾一度被稱為“人工智能的黃埔軍校”，網羅大量學術精英，其中最為人知的莫過于首席科學家吳恩達，原無人駕駛事業部總經理王勁等大牛。不過隨著這些人才近兩年紛紛投身高校，創業等方向，百度研究院的規模大幅度縮水，一個方向只剩下了幾個研究員。

雖然現狀是人才大幅度流失，但在AI青年們的口中，百度AI Lab仍然是不錯的存在，理由是百度KPI是發頂會論文，管理寬松，只發論文不做項目也無壓力。而華為也獲得了尊重人才，研究自由的評價。

可在大家都夸H家和B家research時，卻有人透露其實這兩家也有KPI的壓力，只是不足為外人道也，AI青年只能有苦自己吃。

要是讓大廠高層來解釋眼下AI Lab士氣低迷的原因，他們的答案大概率是：不像DeepMind、 OpenAI 和 FAIR 一樣背靠印鈔機，是中國大廠AI Lab發展不起來的原因。大廠AI Lab的問題，說白了是成本問題。

但AI青年們認為，國內的大廠有錢有人才，是缺乏對創新規律的正視以及不成熟的工業體系導致了如今的局面。

國內大廠在路線不清晰，可能自己都不清楚自己想要什么的情況下組建了AI 團隊，僅僅是為了趕上AI熱潮，對AI抱足了莫名的信心，這樣肯定是無法接受AI Lab幾年內無法盈利的現實的。幾頭都要抓的結果就是科研人才變成了paper machine，業務變成了打螺絲，創新也變成了對國外創新的follow-up——而且還follow不上。

如今伴隨著大廠裁員潮，AI的去泡沫化或也即將來到。有悲觀者說，坐等AI行業裁員潮的來到，也有人說，AI熱正在降溫，回歸理性。在知乎問答中，不少業內人士建議道，想做算法的請走實在的業務部門，想做research的請赴各大高校或研究院，大廠AI Lab，著實已成為一種尷尬的存在。