实验室层面，或许隐含着对AI产业一种全新的观察可能：从实验室技术到商业化落地，可以比我们想象中更快、更有针对性和效率。

年关岁末，各种各样的总结和展望开始多了起来。

这两天的热门话题之一，是BAT三家的AI布局统计和对比，各种各样的文章都在从不同角度讨论三家的优势劣势和各自特点，拼生态、拼场景、拼用户心智，各种各样的观点蜂拥而来。

但这里想说的是，很可能在产业图谱之外，我们其实忽略了AI领域真正比拼的东西：作为一种不断前进，始终处于探索中的技术，AI产业间的核心竞争力，其实始终都在学术研究能力上。

如何构建从实验室到商业场景的最快速通道，如何让产学真正一体化，或许才是AI时代争夺战的源点——这也是BAT到欧美巨头，纷纷重注打造实验室的原因。

比如美国时间1月18日，百度研究院要宣布进行升级，新增“商业智能实验室”和“机器人与自动驾驶实验室”。并且有三位人工智能领域的科学家加入其中。

实验室层面，或许隐含着对AI产业一种全新的观察可能：从实验室技术到商业化落地，可以比我们想象中更快、更有针对性和效率。

AI巨头的实验室之战，绝对较产业前端的生态大战不遑多让。

重剑无锋：为什么AI无法离开实验室？

从谷歌收购DeepMind这个“教授组成的公司”，然后用AlphaGo一鸣惊人，就已经能够让我们看出优质的研发实验室对于AI这个新技术有多么重要。

而从本质逻辑上来看，相比于PC和移动互联网、物联网时代，AI是一种史无前例要求企业与实验室紧密合作、共生共长的技术类别。其实这很好理解，传统的互联网硬件技术，从研发到投入产业周期，实现商业落地，往往需要几年的时间。当我们拿到某个产品的时候，它在实验室中的开发可能已经过去了很久很久。这种情况下，企业可以采取各种方式获得技术，而自己打造实验室投入研发，其实是相对不经济的一种选择。

但在AI时代，这种现象近乎被完全改写。以深度学习为例，在平台、算力和数据系统的基础之上，无论高校还是企业的实验室，做出来的研发成果近乎可以在产业端即插即用。甚至很多实验室中打造的非功利技术，都已经是非常好的行业解决方案。

这也是为什么大公司纷纷在AI时代开始热衷于发论文、参加技术比赛。因为在AI的世界中，算法就是资源，模型就是壁垒，而且各自技术资源是可以积累叠加的，不会出现相互抵消和排斥的情况。

而对于企业来说，显然最有效能够加强实验室价值的方式，就是有目的、有选择的进行针对性课题、研究方向，甚至专属实验室打造。虽然在今天的AI世界，以学术为目的导向的泛华实验室还是标配，但以应对专门议题，强调商业化可能的专属实验室，几乎是未来人工智能发展的必然路径。

毕竟当我们太习惯互联网圈子里用“赋能”、“生态”等等美好词汇编织的“花拳绣腿”或者“万箭齐发”，往往有可能忽略掉，AI是一个科研能力密集型指向的产业。在识别、理解、判断等基础能力上，AI的好坏肉眼可知。所以学术端能拿出什么，能否快速将其释放到产业端，其实是AI的运输生死线。

这条输送线没有那么多门门道道可讲，但是重剑无锋，它能决定一家AI公司最终到达的高度。无论是BAT还是谷歌、Facebook、微软，全都在重仓大牛，抢夺人才，不遗余力的发论文跑测试，就是这个道理。

这场比试，从一开始就是“从学术能力到商业化”的简单白刃战，从来没有赶个风口割把韭菜的可能。

而百度研究院的升级动作，让我们看到了一些有意思的可能。

AI实验室都在做什么

以谷歌AI中国中心为例，目前的AI公司实验室，主要作用是三点：重仓人才、建立世界研究矩阵的流通、铺满各领域研发赛道。

对于大部分AI企业来讲，这三件事都是今天的主要战略目标。其背后的原因在于，由于AI复兴速度远比想象中更快，对于没有长期积累这一领域的企业来说，AI很大程度还是新生事物。而研发端是最吃力，同时也最需要重视人才资源的。那么比较容易的方式，当然是仿照大学与研究机构设置企业实验室类别，高效吸引人才加入。

在英国政府与图灵研究院发布的《2017AI产业报告》中，曾经指出过这样一个问题：今天整个AI产业中，最急切需要的，是学术与产业多个端口之间的流通与聚合能力。

这听起来像是句空话，但仔细想想却会发现，这正是今天的中国所需要的。

长期以来，中国互联网都太依赖于用户存量和商业模式驱动的产业上升速度，形成了对所谓对“风口”的迷信。

这种“风口来了猪也能飞”的奇怪心理，必然是与实验室文化中“探索先于得到”的科学精神背道而驰的。

长时间对实验室价值与文化的认知缺失，让我们在“微创新”的诡异道路上走了太远，甚至形成了习惯。

不信的话，不妨看看近几天专家们给直播答题按上的各种理论解释，或者看看最近突然火爆起来的“区块链思想”。这些东西今天很火，火到莫名其妙，但是我相信三个月之后，绝大部分人应该不会再记得什么“撒币”。

遗憾的是，AI是无法复制这套逻辑的。很多跟风做“智障音箱”的，已经让我们看到了AI对真实技术的要求。放眼世界，AI绝不是某种风口，而是真实技术解决方案和研发条件驱动下的产业繁荣。快速的技术迭代、长效的学术突破，才构成了今天AI世界的主流。

所以说，这个领域是没什么风口可拼的。高频率、直接化的产学输送能力，才是接下来比拼的重点。而如何让AI的学术世界与商业世界相结合，找到最准确和紧密的契合点，则是AI商业化的核心驱动引擎。

不管怎么样，接下来更频繁、更高速的AI产学一体化联动，会让我们逐渐认识到AI的真正价值。它不是一个风口，而是一种不断去探索和解决问题的技术方式。

实验室这个词，将会无数次出现在商业资本的AI探险里。

作者：脑极体，微信公众号：脑极体

本文由 @脑极体 原创发布于人人都是产品经理。未经许可，禁止转载。

题图由作者提供