5.19

知識分子

The Intellectual

圖源：西湖大學

編者按

國際電氣與電子工程師協會會士（IEEE Fellow）齊國君教授近日回國加盟西湖大學執教。他此前在中國科學技術大學和美國伊利諾伊大學香檳分校完成學業，曾任職于IBM研究中心和美國高校，之后出任華為美國研究中心技術副總裁兼首席AI科學家，隨后創立OPPO西雅圖研究中心。

二十余年職業生涯，幾乎完整地覆蓋了中美兩國頂尖的學術機構與前沿科技企業。豐富的經歷，讓他得以在實踐中深入觀察和比較兩種科研與創新體系的演變與差異。在《知識分子》此次對話中，齊國君教授結合自身跨國學術與產業經歷，深入探討了中美兩國AI創新體系的差異。

在本次對話中，齊國君沒有將目光只停留在學術層面。在他看來，AI領域OpenAI等公司的成功，并非單純源自基礎研究的領先，而是把資源投入到了正確的地方，選定了具有社會和商業價值的應用場景。

這樣的判斷和行動，往往不僅依賴科研人員的敏感度，也和企業的組織方式、投資人的耐心有關。OpenAI等公司將技術優勢與市場嗅覺相結合、實現自我造血的能力，得益于美國成熟的投資環境對創新的支持與市場機制的優勝劣汰。而在中國，學術、產業與資本之間，如何建立起有效的連接，依然是一個挑戰。

這些經驗并不是簡單的比較，而更像是齊國君對自身長期經歷的一次梳理：在不同體系中，什么樣的環境能真正支持科研與技術的成長？怎樣的人才機制能讓創新不斷發生？這些問題，在今天人工智能快速演進的背景下，顯得尤為迫切。

我們希望通過這場對話，為理解當下全球人工智能發展的格局，提供一個更立體、更貼近實踐的視角。

撰文|張天祁

01

AI公司的關鍵，

是找到自我造血的商業模式

《知識分子》：您曾在美國工作多年，在企業和高校都有長期的工作經驗。從您的觀察看，美國AI相關的學術研究和產業之間的互動有什么特點？

齊國君：“學術”、“產業”雖然看起來是不同的領域，但在美國，界限沒有那么清晰。高校確實更偏重基礎研究，但企業在AI方向上的基礎研究投入也非常大，這部分其實也可以視為“學術”工作。

美國高校里，有不少教授在校外的公司任職，或者自己創辦、合伙創辦企業。整個產學研的循環環境相對比較完善，并且是以市場化運作為主導。這意味著從企業的創辦、發展到融資上市，雖然市場力量起著主導作用，學術界在這個過程中其實也深度參與了進來。

當然，美國政府也有一些資助渠道，比如國家科學基金會（NSF），類似于中國的自然科學基金委（NSFC），也提供大量資金支持。相對來說，這些政府資助的市場化運作導向更強。例如，NSF本身就有很多支持中小企業的聯合項目。同樣，像DARPA及其他軍種的國防項目，也有很多直接資助企業的實例。

這點跟中國不太一樣，中國的自然科學基金一般更多是由高校、研究機構來申請，企業直接參與相對較少。總體來看，美國國家層面的項目資助，其對于市場化的導向是比較明確的。

《知識分子》：國內AI初創公司很多創始人有高校背景，而美國似乎有更多非學術背景的創業者。為什么會出現這個區別？

齊國君：國內AI領域確實有提到的這種情況。美國雖然也有高校老師出來創辦公司，但更多的創業者其實并沒有高校背景。這與美國的整體創業環境有關，多年積累下來，他們的風險投資行業非常成熟。

特別是經歷了2000年互聯網泡沫后的恢復期，以及2008年金融危機之后，美國的投融資環境尤其活躍。這背后有幾個因素：一是美聯儲長期維持極低的利率；二是移動互聯網等技術的突破性進展；三是在2018年貿易戰之前，中美之間相對融洽的經貿關系及全球化紅利，使得美國即便在低利率“大放水”的情況下，通脹率也長期保持在很低水平。

這種低利率、低通脹的環境，對投資非常有利。風險投資機構手握大量資本，同時美國的教育和社會文化也相對鼓勵年輕人去冒險、去創新。因此，VC大量投資于信息技術、AI、生物技術等新興領域。可以說，美國人固有的冒險精神，加上過去十幾年寬松的宏觀經濟環境，共同催生了以硅谷為代表的那個時期的創業繁榮。

《知識分子》：對比美國，中國的投資環境如何呢？

齊國君：中國的風險投資環境，對于像OpenAI這樣真正需要長期投入、風險極高的顛覆性初創公司來說，可能不是特別友好。坦率地說，國內大部分風投機構可能更著眼于短期利益，盡管口頭上說支持長期主義。

另一方面，中國的整體金融市場，與美國相比，成熟度還有差距。在美國，無論是初創公司在一級市場的融資，還是后續在二級市場的上市、交易乃至退市，整個體系相對更規范和透明。這使得真正有潛力的顛覆性技術和公司，能夠通過市場機制獲得支持并脫穎而出。

美國有非常健全的破產和退市制度，不管是企業財務造假被發現，還是技術或商業模式被市場淘汰，市場會做出選擇，讓其自然代謝。過度保護落后的或經營不善的公司，實際上是在積累不良資產，對整個社會經濟不利。

美國每年都有大量上市公司退市或股價歸零。所謂“一鯨落，萬物生”，讓失敗的企業退出，才能把資源和空間騰出來給新的、更有活力的創新者。國內的情況我了解不多，但A股市場的退市機制似乎不夠完善，每年真正退市的公司寥寥無幾。不讓這些落后的公司退場，反而占據資源，那整個生態就沒辦法更新。

《知識分子》：中國AI產業的發展是不是起步時間相對更晚一些？

齊國君：以OpenAI的ChatGPT為代表的這一輪生成式AI熱潮來看，中國的起步確實要晚一些。當然，國內AI領域的投資行為早在2012年深度學習興起時就開始了，中國也有一些公司興起。

但真正的市場化成功，應該是公司能夠創造利潤，實現自我造血和發展，不需要持續依賴外部融資來維持循環。這需要清晰的商業化路徑，不能只相信技術，技術本身是會擴散的。

國內AI領域，我個人的觀察是一些公司的商業路徑不是特別明確。是不是能做大做強，能不能自己養活自己，而不是靠融資、靠國家支持來維持運行，這些都還是問號。這可能是中美在學術和產業結合方面一個比較大的差別。

《知識分子》：OpenAI和其他的國外AI公司，有找到您說的自我造血的商業模式嗎？

齊國君：AI技術本身能否作為一個獨立的、純粹的商業模式成功運作，目前看來還很難說。坦率講，相對于OpenAI巨大的融資規模和當前估值，它目前的這點盈利是遠遠不夠的。而且，我并不能斷言OpenAI就一定能成功活下去，它中途失敗的可能性是存在的。

現在OpenAI的主要商業模式是向用戶收取訂閱費。與此同時，像Perplexity這樣的公司也在嘗試做AI搜索。整體來看，大家還都處在探索階段，目前AI的商業化路徑不清晰。比較受關注的方向之一是AI搜索。它的特點是能自動整合信息，用對話的形式直接給出答案，相比傳統搜索引擎，用戶體驗上會更順暢一些。

但這里面有一個問題，傳統搜索是靠廣告賺錢的。它們通過搜索結果將用戶導流到不同的網站，這些網站通過廣告和電商賺錢，然后搜索引擎從中抽成。而AI搜索直接給出整合后的答案，用戶就不再需要點擊進入原始網頁。這對內容創作者來說是毀滅性的打擊。沒有了流量，他們就失去了創作和維護內容的動力，長此以往，整個互聯網的內容生態就會萎縮甚至死亡。

所以，谷歌在這方面非常謹慎，因為它的商業帝國建立在繁榮的互聯網內容生態和廣告模式之上，不能輕易革自己的命，破壞這個根基。

另一個探索方向是所謂的“AI Agent”（AI智能體）。它的理念是整合各種互聯網服務。比如，現在你想訂外賣需要打開美團或餓了么的App進行一系列操作。未來，你或許只需要對AI Agent說一句“幫我訂一份午餐”，它就能自動幫你比較不同平臺的優惠、使用優惠券，然后完成下單，無需你再操心細節。

無論是AI搜索還是AI Agent，它們的成功都必須建立在一個已經存在且繁榮的互聯網應用和服務生態基礎之上。AI只是一個工具，能不能商業化，還是看它嵌在哪個系統里，是不是有場景、有需求、有盈利方式。

02

中美之間的共性大于差別

《知識分子》：從企業對創新的貢獻角度，一直有一種說法，認為美國企業擅長從0到1的顛覆式創新，而中國企業更擅長從1到10的應用、優化和規模化。您覺得在AI時代，這個說法還適用嗎？

齊國君：關于這個說法，我覺得在比較中美雙方時，我們往往過于關注差異，但實際上兩者之間的共性可能遠遠大于差別。

例如，AI領域的興起，特別是像ChatGPT這樣的顛覆性技術，無論是在中國還是美國，都不是由原有的大公司率先做出來的。

當一個企業發展成熟并取得巨大成功后，它往往很難再做出可能顛覆自身核心業務的創新。大公司之所以“大”，是因為它有成熟且成功的業務模式，這些業務通常非常賺錢。既然現有業務如此成功，公司不會冒險去開發可能威脅甚至摧毀這些業務的新技術或新模式。

《知識分子》：國內的大型企業在基礎研究方面表現如何？

齊國君：國內的頭部科技公司，實際上也有研發投入，包括一些基礎性研究。但是，可能在幾個方面與美國頂尖公司存在差距。一是吸引全球頂尖人才方面，國內大廠的吸引力可能還稍顯不足，Transformer的核心貢獻者有不少來自于其他國家。

再一個是整體投入規模也有差距。即便是阿里、騰訊這樣的頭部企業，它們的投入也沒有達到谷歌那種級別。谷歌為什么能做出Transformer這樣的架構？除了有技術積累，跟它背后雄厚的盈利能力也有關系。它能持續地投，而且能接受比較長周期、產出不明確的研究。

我覺得美國企業在包容創新這件事上，容忍度會更高，尤其是對技術人員的發展路徑。在美國，哪怕你35歲還在做工程師，沒有轉去做管理也完全沒有問題。技術人員也有明確的晉升通道，可以專注技術做到很高的級別。但在中國，如果這個年齡你還沒當上管理層，似乎就意味著職業天花板了。

《知識分子》：這點會讓國內的AI領域在創新上落后一步嗎？

齊國君：我一直覺得，計算機科學本質上還是應用科學。任何真正有價值的研究，最終都應該是能落地、能解決問題的。

OpenAI 為什么能做出 ChatGPT？最關鍵的一點是他們明確選擇了“對話機器人（ChatBot）”這個方向，這是一個非常清晰的應用目標。它要做一個端到端的完整系統，是一個全新的應用場景，這個場景足夠大，足夠復雜，也足夠有價值，所以他們才敢于押注。

谷歌沒有能力做出來嗎？當然有，它開發了BERT，在完成傳統NLP任務上很優秀，比如分詞、語法結構的處理。但實際上，傳統的NLP任務發展了很多年，已經是計算機科學里的一個比較成熟的領域。這些任務相對來說還是比較學術化的，也不是新問題了，應用場景沒有ChatBot那么強，等于是把資源投給了錯誤的場景。

另外，搜索引擎是谷歌的核心業務，一旦往這個方向走，可能就是對自己業務的自殺，所以哪怕內部有人意識到了，也很難推動起來。

《知識分子》：也就是說，如果沒有找對應用場景，學術上的領先未必能轉化為改變世界的商業成功？

齊國君：是的，好的技術一定需要有價值的應用場景作為載體，這個場景需要具備足夠高的社會價值或商業價值，而不是空中樓閣的虛幻概念。OpenAI能做出顛覆性的突破，很大程度上就在于此。

ChatGPT 本身并沒有提出什么新的原理，它的技術路線其實大家都知道。關鍵是你有沒有信心去把這條路走到底。這其實就是一種判斷、一種信念。在當時來看，是有很大風險和不確定性的。

這里面可能包含了一種“技術信仰”或者說直覺判斷。科學家有時候做事，不會像計算數學題那樣精確，會依靠多年的積累形成的判斷和直覺。

《知識分子》：OpenAI是先有了打造這種對話系統的想法或目標，然后才去整合技術實現它，而不是依靠研究上的領先嗎？

齊國君：實際情況可能更復雜，OpenAI最早成立時的目標是實現開放、有益的通用人工智能（AGI），這其實相當宏大和模糊。他們自己當時也未必完全想清楚了具體要做成什么樣，但像馬斯克這些早期投資人就在這種情況下投入了資金。

這就是美國那種創業土壤有意思的地方，同樣的情況在那個時間點的中國可能很難發生。他們是在探索過程中不斷迭代，逐漸聚焦到ChatGPT這樣的產品形態上的。我相信他們最初的目標肯定不是去優化那些傳統的NLP任務指標。

03

單打獨斗還是團隊作戰？

《知識分子》：您在中美的高校都工作過，覺得這兩邊的科研環境有什么結構上的差別嗎？

齊國君：美國高校普遍實行終身教職（Tenure Track）制度，國內高校近年也在學習引入。但實際運作可能有所不同。美國的制度更鼓勵教授成為PI（Principal Investigator），單打獨斗或者帶領自己的小團隊。而國內更多是大團隊為主。

在美國，高校基本是PI制，也就是每位教授獨立帶團隊，大家是“單打獨斗”的狀態。這種結構決定了它很難形成特別大的、協同規模化的科研項目。而且獨立的PI很難整合足夠資源去做復雜的大項目或直接運營企業，高校里也不會特別要求教授去做產業化。我在那邊寫NSF的項目，申請資助，從來沒有哪個表格要求我填寫“轉化了多少”“創造了多少產業價值”。

但國內很不一樣。國內的項目申報，尤其是一些人才類的項目，經常會涉及“成果轉化”、“社會效益”、“經濟效益”等評價指標。但如果鼓勵研究人員做顛覆性研究，是很難去做產業化的。

國內因為有大團隊。比如一個老板下面很多小老板，小老板帶很多學生，去運作一個大的項目或者大的產業化的場景，但是在美國高校里面就不太可能。它沒有這樣的一個組織架構，一個教授和一個新入職的AP(Assistant Professor)是平等的，不能去指揮這個AP做什么事。

《知識分子》：除了團隊結構，在研究內容上，您覺得中美高校有區別嗎？

齊國君：研究內容的選擇，很大程度上受到學術評價體系的影響。美國這邊，評價不太看重論文的數量，更看重研究成果的“重要性”，這主要基于同行評議。當然，同行評議并不是完美，有人的地方就有江湖，資深教授的影響力、學術圈的話語權確實存在。

但在計算機科學這樣的應用型學科，一項研究如果真的效果好，或者在商業上有很大影響力，最終還是會被認可的。像深度學習的先驅辛頓早期被迫出走加拿大，但當技術證明了威力后，辛頓攜DeepLearning殺回來的時候，那些逼走他的人是很尷尬的。

相比之下，國內的評價體系可能更看重“數量”，比如發表論文的篇數。我不是說數量完全不重要，但如果過于強調數量，可能會抑制那些需要長期探索、風險較高但可能更具顛覆性的研究。美國的評價體系相對不那么看重數量，可能就更鼓勵學者去做一些真正創新的工作。

《知識分子》：您這次選擇回國加入西湖大學，是怎樣一個契機？是您所說的平臺選擇和自由流動，還是國內或者西湖大學有什么特別吸引您的地方？

齊國君：這就是一個自由選擇的過程，沒有什么特別的單一原因。對我來說，有足夠的資源和承諾。因為我既在企業界做了多年，也在學術界做了多年，可能和純粹從學術圈出來的人想法不太一樣，我不太追求長期的穩定。

《知識分子》：西湖大學提供的自由度主要體現在哪些方面？

齊國君：西湖大學的整體環境和運作模式，無論是同事之間的氛圍，還是施一公校長的理念，都更貼近我所熟悉和了解的模式。這對我來說是一個更容易適應和發揮的環境。

04

選擇AI還是非AI，

比選擇去哪個國家更重要

《知識分子》：過去很多在美國AI領域發展的華人，軌跡通常是在美讀博然后留美工作，現在這種人才流動的方向和形式有變化嗎？

齊國君：這個情況是分階段看的。三四十年前和現在完全不同。隨著中國過去二十多年的高速發展，國內確實涌現了許多機會和成熟的企業，這對海外人才的吸引力比幾十年前大大增強，在某些特定領域肯定是有吸引力的。

但我更傾向于將人才流動視為一個動態過程。對我個人而言，生命就是一個不斷選擇和經歷的動態過程。今天哪里有好的平臺和機會能發揮我的專長，就去哪里把事情做好。人才的自由流動是很正常的現象，哪里有資源、有平臺能讓個體實現價值，人就會流向哪里，這個也是一個健康并鼓勵創新的社會應該支持的。

《知識分子》：對于現在的學生來說，在國內讀AI相關的博士，相比出國讀博，吸引力是否有所提升？

齊國君：現在兩者都有。我了解到，現在頂尖的學生里，仍有不少傾向于先出國留學“鍍金”。但同時，選擇在國內讀博，認為也是很好選擇的人也很多。最終決定取決于個人的規劃和想法。畢業后，無論留在中國還是美國，計算機/AI領域的機會都相對較多，薪酬待遇在各自國家內部也都處于較高水平。所以對很多人來說，選擇可能更多的不是中國或者美國，而是計算機與非計算機，AI與非AI。

《知識分子》：但目前的中美關系，是否會對這種人才自由流動造成不便？比如這兩年對華裔學者的審查問題。

齊國君：中美關系確實會帶來一些影響。比如在美國，華裔學者可能面臨一些額外的審視或特殊對待，這是客觀存在的。但是，機會并非僅僅局限于學術界。對于AI領域的人才來說，無論是去工業界工作，還是自己創業，都有大量的機會，這些機會的吸引力不見得比學術界差。私營企業更關心的是你能否為它創造價值、解決問題，通常不會有類似學術界那種明顯的針對性。

《知識分子》：在AI人才培養的思路上，您覺得國內外高校有大的差別嗎？

齊國君：培養模式的差別，最終還是會體現在導師或教職人員的導向上。你的導師是傾向于讓你多發論文沖數量，還是鼓勵你去做更有意義、創新性更強的研究，這自然會導致培養思路和結果的差異。

《知識分子》：最后，如果請您用一句話總結，您覺得在AI發展方面，中美雙方最應該向對方學習什么？

齊國君：中美兩國在AI以及其他很多領域，“合則兩利，斗則兩傷”。世界本來就是豐富多彩的，沒有必要將所有事情都放在對立的角度來看待。