
如何看待阿里巴巴成立阿里全球研究院「达摩院」,3 年投资 1000 亿引进顶级人才?
背景介绍:阿里巴巴CTO行癫宣布,阿里巴巴成立全球研究院—阿里巴巴达摩院,3年投资1000亿人民币。该院由全球实验室,高校联合研究所,全球前沿创新研究计划三大部分组成,研究包括:量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、下一代人机交互、芯片技术、传感器技术、嵌入式系统等,涵盖机器智能、智联网、金融科技等多个产业领域。
以下是笔者观点
首先强调下不要无脑黑BAT,事情一码归一码。
其次这个事情最好不要用“感觉”说话(不是针对各位,毕竟影响到整个行业,有必要好好说说),很多答案都是凭着对公司整体印象回答的,充满了个人情绪色彩,达摩院这个事情影响的可能是未来的经济走向、科研、工业等方方面面。
最后,研发院不单单是研究,也有开发,落地对本身BAT这种以业务为核心的企业,比起微软和谷歌更容易产生市场价值。
如何评价达摩院建议从以下角度考虑:
一、看外部大环境(阿里在BAT中研发处于什么地位,在全球知名互联网企业中研发处于什么地位,看各司研发费用,看政策支持)
二、看内部环境(出于什么目的来做达摩院,以及达摩院在未来处于阿里集团的什么战略位置,看阿里目前总营收Total Revenue和 净利润Net-Income,看阿里能不能支撑起整个达摩院)
三、看AI人才需求和储备,看科研能力(全球AI人才储备情况/科研能力,我国AI人才储备情况/科研能力,阿里AI人才储备情况/科研能力)
四、看AI的迫切性(为什么这个时间点来建立达摩院,金融/机器智能/智联网对AI需求的迫切性)
以下所有数据仅供参考,匆忙搜集整理的,可能有纰漏。
外部大环境
RHS是指这个图例以右边的刻度来看。(条形图看右边刻度,三角形比例图看左边)
这两个图说明什么呢?
一、BAT的研发投入占营收额比谷歌和微软要低,但是大家日常黑的百度现在在拼命把钱投入研发。
二、BAT在人力资源层面,其实开发人员占比要比谷歌和微软高。其中腾讯开发人员占员工数最高,过半。
上面的两个结论,结合一些别的数据(比如微软的连续裁员),我们可以得出一些简单的推理性质的结论:
一、中国的研发人员不值钱,研发成本低,所以BAT公司都有一个高的研发人员比例。(根据上面数据可知)
二、谷歌和微软两家科技企业会不断裁撤非研发部门人员,但研发人员占总员工比例短期内不会跟BAT持平,他们研发人员用人均单价更贵。(根据微软CEO裁员计划等等可知)
三、各司总人数约为
百度员工数:5万 研发人员2万2千左右
腾讯员工数:4万 研发人员2万左右
阿里员工数:5万 研发人员2万3千左右
微软员工数:12万4千 研发人员3万8千左右
谷歌员工数:7万5千 研发人员2万8千左右
收入和研发费用:
可能有误差,财报上的revenue应该没问题,但是算的是FY2017Q1的revenue上面两个R&D费用图我没查是具体Q1还是Q2的,各公司利润这里就不算了
百度在Q117的收入是US$ 2454 million,投入研发的费用是US$353 million
腾讯在Q117的收入是US$ 7182 million,投入研发的费用是US$560 million
阿里巴巴在Q117的收入是US$5605 million,投入研发的费用是US$605 million
微软在Q117的收入是US$20500 million,投入研发的费用是US$2972 million
谷歌在Q117的收入是US$24750 million,投入研发的费用是US$9405 million
(所以说美帝做技术,中国做业务也是有一定道理的)
根据以上内容以及业务相关产生的推论:
百度投入研发占营收比高可能是百度营收不好,换个角度想百度是在营收不好的情况下喊出了AI当先的口号,可见壮士断腕的决心,但是做好做不好很难说。之前媒体大肆渲染的百度掉队,其实只是营收和利润没有以前高了,核心技术百度依旧有领先,要正视事实。
腾讯的主要营收点是P4P广告业务和游戏,为什么买绝地求生,想想LOL和王者荣耀带来的revenue就知道了,腾讯在营收比阿里高的情况下,对研发的投入比阿里少,腾讯属于BAT中入行最晚的。
阿里GMV增速放缓,国内市场吃的其实差不多了,为什么马云一直喊要走向国际,为什么要做AI,跟阿里的国内电商业务快要进入稳定期有关(虽然目前增长还是很强劲,但有报告指出后续阿里的GMV增速会下降,直到市场饱和)。
谷歌对研发的投入非常高,营收是微软1.2倍的情况下,研发费用是微软的3.2倍。
BAT带来营收的核心业务:
这里我用Value Split百分比来衡量,百度 搜索引擎(64%),阿里巴巴core 电商(天猫,淘宝,共计72%),阿里巴巴associate 蚂蚁金服(4%) ,腾讯core (游戏55.7%,广告26.9%),腾讯investment(京东3.2%)。
某些第三方机构对BAT的展望:
百度:搜索引擎业务恢复放慢(魏则西这事影响太大),宏观变差
阿里:核心业务是电商,放慢的GMV growth,市场竞争加剧(唯品会、京东等等各种电商网站),吸引力变低
腾讯:核心业务是游戏和广告,在线游戏增长变慢(为什么今年要买绝地求生,lol、王者荣耀盈利性要下降了,游戏的特性就是时节性,多久衰退看运营和市场能力),P4P ad市场的竞争进入“惨烈”状况。
中国与美国AI生态的对比(截至February 2017,部分小规模未收录):
还有中国的AI生态与美国相比仍有很大差距。
政策支持:
具体的数字和产业规模在国务院关于印发新一代人工智能发展规划的通知里可以查到:国务院关于印发新一代人工智能发展规划的通知(国发〔2017〕35号)_政府信息公开专栏(http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm)
不多说,最起码政策是支持的。
以上总结一下就是:
2020年 AI核心产业规模到达1500亿人民币,AI相关产业规模到达10000亿人民币
2025年 AI核心产业规模到达4000亿人民币,AI相关产业规模到达50000亿人民币
2030年 AI核心产业规模到达10000亿人民币,AI相关产业规模到达100000亿人民币
就市场角度来说,达摩院有存在的必要性。
内部环境
钱的问题(研发费用):
1000亿人民币拿当前汇率算下大致就是15181417944.436美元,约等于US$15181 million。马云说未来三年内。我们取个平均数,每年US$5060 million。
即使是理想状态下,达摩院跟google的 R&D费用相比还是不到一半,一定比Microsoft Research Lab 的研发费用高,这个就不用算了。
从阿里巴巴的FY16中可以看到,Non-GAAP Net Income是US$6629 million,所以三年内逐年上升的趋势拿出US$15181 million做达摩院还是有机会的,阿里营收也在成长,其中上面提到的核心业务China commerce在FY17中给出了25x P/E。
钱对阿里做达摩院来说,应该不是太大的问题。
战略位置:
阿里巴巴董事局主席马云曾在过去数年中多次提及阿里巴巴未来二十年的目标与路径——构建世界第五大经济体。
“达摩院”的研究方向定位于基础科学和颠覆式创新,首批公布的研究领域包括:量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、人机自然交互、芯片技术、传感器技术、嵌入式系统等,涵盖机器智能、智联网、金融科技等多个产业领域。作为最高学术咨询机构,学术委员会具有的前沿学术思维与阿里巴巴的人才、技术、数据、平台有机结合,将为科技进步和人类未来生活带来极大的想象力。
目前,阿里巴巴达摩院已经开始在全球各地组建前沿科技研究中心,主要包括亚洲达摩院、美洲达摩院、欧洲达摩院等;他们还将在北京、杭州、新加坡、以色列、圣马特奥、贝尔维尤、莫斯科等地设立不同研究方向的实验室,初期计划引入 100 名顶尖科学家和研究人员。
其实马云的演讲表达的已经足够清楚了:
一、三年陆续投入1000亿(他说的五年陆续,后来新闻都是三年,应该五年是个口误或者三年是为了宣传)
二、研究院要做一个跟微软、英特尔、贝尔实验室、IBM不一样的研究院,要适合这个世纪的研究院
三、未来研究院要能够自己养活自己,没钱的走不长,只看钱的走不远,达摩院要解决问题同时有利润有研究能力,自己做一套出来。避免政府、企业、学校的赞助,自营自立。
四、达摩院活得要比阿里巴巴长
独立于阿里巴巴的赚钱兼顾科研的研究院,属性更像一个科技经济体。
人才/科研能力的问题
AI人才(只看到了Linkedin做了这样一个统计,仅供参考,因为不知道这家的统计方式,所以部分数据有待商榷,其他途径获得的数据误差目前更大,暂且用这个):
从LinkedIn的全球AI人才报告中可以看出,我国AI人才储备并不乐观。但是我严重怀疑这里数字的真实性。
我国AI人才有多少?我按照常用的市场估算方式算下。
2015年全国信息传输、计算机服务和软件业就业人员共计约700万
2014年这个人数是672万人,其中IDC2014年的报告中给出了中国开发者人数(包含业余爱好者)共计185万。
700*(700/672)*(700/672)*185/672 * 0.05 约等于10.5万,这里2014年的从业者比185少个几十万没问题。%5是我根据跟各公司接触,对研发人员中从事AI工作的平均预设比例(只在今年AI岗位井喷了)为%5。
所以LinkedIn给出这个中国5万AI领域从业者数量,我认为是可信的,并不是领英只算了自己注册用户中填写AI开发者资料的用户。
按照数量从大到小依次是:美国85万>印度15万>英国14万>加拿大8万>法国5万=中国5万=澳大利亚5万>其他。
中国排全球第七。
输AI人才断档问题严重
阿里的国内达摩院如果想快速获得大量资深AI人才,可能要去各种挖美国墙角了。
恰好美国是回流中国AI人才最多的,不过美国在AI领域对人才吸引力更胜一筹。
当初有人私信问过我推荐系统和CV选哪个,我说CV是有背后的道理的。
国内的达摩院放在北京和杭州两地。
雇佣AI人才数量上:阿里有成立达摩院的动机
科研能力:
下面左图是论文数量(深色为别人引用,浅色为自引用),右图是发表物的影响因子。
从上图可得到结论如下:
截至统计时,AI相关领域的论文发表,中国产出了最多的论文数量,但影响力远不及美英两国,且中国自引用比例高达70%,美国自引用比例为38%。(自引用的意思是:当一篇期刊发了某个论文,同时这个期刊的另一篇文章用了这篇)。
推论:
一、中国学者制造了大量垃圾论文,且喜欢抱团刷影响因子。
二、英美在AI研究领域依旧是世界领先地位。
如果达摩院仅仅靠国内人才,难以在科研领域有所作为。
成立达摩院的急迫性
对AI在各行业市场规模的预测:
2018年 军用 US$7.5 billion
2025年 无人机 US$14 billion
2020年 农业 US$16.3 billion
2018年 家庭&娱乐:US$19.8 billion
2022年 医疗保健:US$38.6 billion
2025年 工业:US$55 billion
2020年 基于AI的分析行业:US$70 billion
2030年 运输业:US$87 billion
2020年 金融业:US$ 255 billion
第六次成功的科技革命:
2021年未必会像上面描述的那样,仅供参考。
这个时间节点搞这个事情对科技企业是应该的,成立达摩院也是如此。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08