AI Lab的黄昏：大厂战略转向，拥抱实用型AI新范式 (AINEWS洞察)

type

status

date

slug

summary

AI Lab的“黄金十年”：从前沿探索到光环渐显

AI Lab，即人工智能实验室，曾是顶级科技公司和高校在AI前沿领域探索的桥头堡，汇聚了全球顶尖的科学家和学者。微软亚洲研究院、谷歌DeepMind、Meta的FAIR等都是国际知名的典范。

在国内，这股浪潮由百度率先引领。2013年，百度成立深度学习研究院（IDL），李彦宏亲自挂帅，吸引了余凯、吴恩达等重量级人物加盟，标志着中国互联网大厂AI Lab时代的开启。随后，腾讯于2016年成立AI Lab，由前百度IDL副院长张潼担纲；同年，字节跳动也设立AI Lab，并邀来微软亚洲研究院副院长马维英负责。2017年，阿里巴巴更是豪掷千亿成立达摩院，致力于探索前沿科技，其机器智能、数据计算等实验室一度星光熠熠，“扫地僧”云集，将大厂AI Lab的声势推向顶峰。

这些AI Lab的初衷，无疑是希望通过聚集顶尖AI人才，进行长期主义的基础研究和前沿探索，为公司的未来技术版图奠定坚实基础，甚至在AGI的远景上有所突破。

投入与产出失衡：AI Lab的“阿喀琉斯之踵”

然而，光环之下，隐忧渐现。AI Lab作为企业内部人才密度最高、平均薪酬也往往最高的部门之一，其面临的最大挑战始终是“投入产出比”的问题。

首先，前沿研究的成果往往难以在短期内实现工业化落地和商业变现。AI Lab的研究成果，虽然在学术界可能引发轰动，但要转化为能给公司带来实际营收的产品或服务，往往周期漫长且充满不确定性。高昂的研发费用、顶尖科学家的薪酬与有限的直接商业回报之间形成了巨大落差。

其次，在公司高速增长期，尚能容忍这种“养兵千日”的模式。但一旦行业进入存量竞争，企业整体业绩增长放缓，降本增效成为主旋律时，这些“烧钱”而短期产出不明的部门，自然成为组织优化的优先考虑对象。内部矛盾也随之激化，AI Lab与业务部门之间关于资源分配、技术落地路径等方面的摩擦也时有发生。

于是，从2019年开始，我们看到各大厂AI Lab的核心人才相继流失，如腾讯AI Lab主任张潼、字节AI Lab主任马维英、阿里达摩院多位“扫地僧”等纷纷离职，或回归学术界，或投身创业浪潮。AI Lab的定位也开始悄然转变，例如字节AI Lab在2020年就从集团级前瞻项目转向为商业化团队服务的技术中台。

大模型浪潮冲击：AI Lab定位的尴尬与重塑

2023年初，以ChatGPT为代表的大语言模型（LLM）横空出世，给全球AI领域带来了革命性的冲击。这本应是AI Lab大展拳脚的时刻，但现实却略显残酷——这股浪潮反而可能成为压垮传统AI Lab的“最后一根稻草”。

究其原因，大模型的研发竞赛，并不仅仅是算法的比拼，更是数据、算力、工程能力和快速迭代能力的综合较量。互联网大厂在推进大模型战略时，往往倾向于调动整个公司的资源，成立由CEO或CTO级别高管直接领导的专项团队，而非完全依赖原有的AI Lab。例如，阿里的通义千问实验室隶属于阿里云，腾讯新成立的大语言模型部整合了多个团队资源，字节则由CEO梁汝波亲自推动Seed和Flow团队。

这种转变背后，一方面是传统AI Lab的组织架构和研究节奏，可能难以适应大模型“技术一把手工程”的高强度和快节奏；另一方面，大模型时代对人才的需求也发生了微妙变化。正如原文所提及的观点，那些刚从顶尖学府毕业、充满创新活力的年轻博士生，在模型训练、提示词（Prompt）工程等方面展现出惊人的潜力，所谓“拳怕少壮”。而一些成名已久的老科学家，其知识体系和研究惯性可能反而成为快速适应新范式的阻碍。

随着大模型业务的持续发展，与实际业务结合不够紧密的纯研究型AI Lab，其在大厂内部的地位愈发尴尬，最终走向被整合、被边缘化，甚至名存实亡的结局。

未来之路：AI研究在企业中的新形态

那么，互联网大厂真的不再需要AI研究了吗？答案显然是否定的。AI仍然是驱动未来的核心引擎，但企业对AI研究的组织形式和目标正在发生深刻变革。

未来的AI研究，将更加强调：

与业务深度融合：AI研究不再是空中楼阁，而是要紧密围绕业务痛点和增长点展开，快速将研究成果应用于实际场景，创造商业价值，实现AI变现。

实用主义与效率优先：相比于漫无边际的“星辰大海”，企业会更青睐那些能够快速迭代、小步快跑、并能带来确定性回报的AI项目。

敏捷化的组织形态：大型、独立的AI Lab可能会被更灵活、更贴近业务的小型AI团队或中台所取代，这些团队直接嵌入业务流程，或为多个业务线提供AI能力支持。

开放与生态：除了内部研发，企业也会更加重视通过开源社区、API合作（如接入优秀的国内中转API、低价API服务，或是直接使用Claude API、GPT API等大模型API直连服务）等方式，构建开放的AI生态。

当然，也有例外，如百度研究院，由于其负责人王海峰长期兼任百度CTO，使得研究院与百度的核心技术战略和业务结合更为紧密，因此保持了相对的稳定性和持续的产出。这或许也为其他企业的AI研究转型提供了一种可借鉴的思路。

结论

互联网大厂AI Lab从炙手可热到逐渐“退烧”，并非意味着AI研究的终结，而是标志着AI在企业中的角色正从“诗与远方”的探索，转向更加务实、更注重价值创造的产业赋能。大模型时代的到来，加速了这一进程。未来，AI将以更灵活、更高效、更深度融合的方式，渗透到企业的每一个毛细血管中。对于AI从业者而言，理解并适应这一趋势，将技术创新与商业洞察相结合，将是未来职业发展的关键。持续关注AI动态，洞察行业变革，请锁定 https://aigc.bar，获取最新的AI日报和深度解析。