这几天AI界的一件大事，是被称为“北美AI五巨头”之一的Facebook，突然宣布对旗下AI团队与管理架构进行全面重组。
其中最显著的变化，要属Facebook的AI名片、人工智能教父级人物LeCun宣布不再担任FAIR团队的负责人，专注担任首席科学家，将更多精力投入学术工作。
这件事看起来只单纯的企业变动，但Facebook如此大动作调整AI，显然不是无目的的乱改。隐藏在其背后的战略思考，或许暗示了在今天这个时间节点上，巨头企业如何看待整个AI产业的发展。
今天咱们来开个脑洞，尝试剥离一下这件事的背后，隐藏了哪些关于产业方向的细节和暗示。
从更大的视野看去，两条不一样的AI之路，正在今天此消彼长地影响着AI世界的走向。
商业化的步伐：AI的两条路之争
首先应该理解的，是Facebook到底在做一件什么事：为什么扎克伯克和施罗普夫愿意淡化作为AI名片的LeCun，也要坚持进行AI重组？
最直接的原因，显然是由于LeCun的个性和科学家身份使然，其团队风格太过自由和学术化，虽然研究实力强劲，但研发成果却始终跟Facebook的产业布局若即若离。
显然，对AI产业化进度的不满，是这次体系调整的根本原因。在重组架构之后，Facebook AI部门的管理架构变得更加精简，AML也将同FAIR更加紧密的合作。这意味着Facebook希望快速加强产学同频和AI研究成果的商业化应用。
真正应该引起我们重视的，是这场Facebook的内部AI“革命”，似乎传递出的是目前科技公司在面对AI时的两种选择。假如把这两条路比作AI的岔路口，那么他们分别是这样的：
道路A：公司重金打造研究体系，任由研究系统自有发展。等待成果自然成熟，汇入公司业务当中。这是欧美科技巨头开启AI时的常规玩法，基本是按照谷歌的模式。
道路B：快速让学术体系和产业体系发生频繁、有序、成规模的联系，按照产业需求反向定制化进行学术突破，高频开放的打造产学一体化。
显然，Facebook希望调整步伐，开始从A向B移动自己的产业部署。
有意思的是，这种选择不是只有一个人在战斗，甚至可以说这是在今天AI界非常主流的一件事。
其最直接的参照系，大概就是百度近一年的AI业务与产业布局调整。尤其不久前我们看到，百度研究院刚刚进行的新一轮的升级。引入了新的顶级科学家，并且以“商业智能”和“机器人与自动驾驶”这两个高度富有商业可能性的命题作为研究方向。
如此默契的同步，难怪西方媒体有评论认为这是Facebook第很多次保持与百度AI的战略同步。
而这个有意思的现象，背后或许隐藏着AI界的普遍疑问：企业究竟如何处理学术研究与商业化应用间的关系，究竟如何处理自生态与整个AI产业间的联系？传统的道路A，是否即将在这个快速发展的AI车道中失效了？
产学间的天平：“百度模式”的万物生长
今天的AI世界，一个普遍的疑问是以学术来主导AI产业，在企业世界放任学术研究无规则发展，究竟是不是一件好事？
尊重学术自由，给予学术极大支持当然是好事。但是今天对于AI公司的产学分离传统有两点诟病：一是是否应该让难以快速进入商业应用的学术研究回归学校与纯研究机构，否则浪费投资人的钱做“炫技式”研发似乎不妥；二是企业资源毕竟有限，是否应该找到产学间的平衡点，集中力量突破最有待AI企业去解决的问题。比如百度研究体系在无人驾驶上的高度投入和产学一体，已经在今年Apollo的成长中被验证是正确的。
无独有偶，近年来微软、IBM、亚马逊，正在纷纷调整自身学术科研体系与产业的连接程度，规划出整体化鲜明、有清晰战略意图的产学同频体系。包括近段时间百度所做的调整，都是着眼于聚焦产业方向，升级研究体系，加强产学体系的一体化对接等等。
另一个有趣的坊间传闻，是Facebook最开始做AI、设立两大AI实验室，据说就是李彦宏建议给扎克伯克的。
那么是否有可能，Facebook这次架构调整的深层动因之一，就是希望学习和模仿百度的成功呢？
与之形成鲜明对比的，或许是近段时间来受到很多争议的谷歌模式。比如在产品人才和工程人才快速上位AI的今天，谷歌依旧是李飞飞继续带队并委以重任。另一方面，谷歌的产业布局依然保持着大而全的“全面开花模式”，近乎没有谷歌不做的AI产品，但同时也很难说其哪个产品做得特别好。缺少聚焦和专注，缺少产品思维，都已经在去年一年中成为围绕谷歌的舆论阴影。