达摩院能否让阿里成为真正的科技公司吗

2018年10月30日，马云最后一次以阿里巴巴集团董事局主席身份致信股东，他说，“9年前阿里已经转型为一家技术公司。我们在大数据、云计算、人工智能、物联网上的全面布局，为制造业、零售业、金融业创造巨大价值。过去两年，这个价值已经在零售业显现。”

2009年，阿里作为电商领头羊已经声名显赫，但当时还没多少人认为阿里是一家技术公司。直到今年2月，欧盟委员会在发布年度全球企业研发投入排行榜时，阿里的行业分类还是“零售”，而华为是“科技：硬件和设备”，腾讯是“软件和计算机服务”。

2016年5月，任正非在全国科学大会上发表“无人区”讲话，说华为已经攻入本行业的无人区，肩负创立引导理论的责任，华为现在的水平尚停留在工程数学、 物理算法等工程科学层面, 尚未真正进入基础理论研究。华为将把研发投入提高到每年100-200亿美元。

2017年10月，阿里中央研究院——达摩院成立，马云在成立仪式上表示阿里未来三年的技术投入将超过1000亿人民币。达摩院首任院长、阿里CTO张建锋列出了达摩院的三个重点研究方向：量子计算、芯片和机器学习，他表示阿里有能力有责任为人类科技做出更大贡献，期望达摩院能诞生类似电和计算机这样的颠覆性技术创新。

2018年10月，马化腾在知乎上的提问引发热议，他问道：“未来十年哪些基础科学突破会影响互联网科技产业?产业互联网和消费互联网融合创新，会带来哪些改变?”

根据欧盟委员会发布的全球企业研发投入排行榜，2017年华为、阿里、腾讯的研发投入分别为103.63亿欧元、23.29亿欧元、16.17亿欧元，位居中国大陆企业研发投入第一、二、四位。

越来越多中国顶尖企业开始意识到，跟随式的研发模式已走到尽头，基础研究的原创能力将决定企业的未来。

2018年9月20日，张建锋接受记者专访，详解阿里的芯片战略、研发体系、选人用人机制、使命愿景。他说，阿里已经成为一个数字经济体，多年来阿里的研发都是围绕数据展开的，数据的生产、存储、计算、分析将继续是阿里的核心研发方向。相比IBM这样拥有6位诺贝尔科学奖得主和6位图灵奖得主的公司，阿里目前干的事情离科学还比较远，仍然是一家工程导向、产品导向的公司。

专访前一天，张建锋在阿里云栖大会上宣布成立平头哥半导体有限公司，主攻人工智能(AI)和物联网(IOT)芯片。

阿里做芯片是忽悠吗

记者：今年芯片成了出租车司机都在议论的热词，宣布进军芯片的企业也接二连三，因此阿里做芯片也被怀疑是不是跟风炒作。

张建锋：阿里做芯片首先是自己要用，阿里数字经济体的规模很快就要达到1万亿美元了，阿里生态里有非常大的芯片应用场景。比如云计算，将来大部分IT业务都会上云，阿里是国内最大的云计算服务提供商，云计算需要大量芯片。比如人工智能，AI技术已经在阿里新零售业务中广泛应用，还将在其它业务里广泛应用，需要大量的AI芯片。比如物联网，阿里的城市大脑、工业大脑、车路协同，需要大量的IOT芯片。这些如果都去外购，首先是贵，我们测算成本相差35%，然后还未必好用。没有人比我们自己更了解什么样的芯片更适合我们的计算需求。另外我们也有相应的技术基础了。阿里几年前就开始布局芯片业务，投资了若干家领先的芯片创业公司，其中中天微(杭州中天微系统公司)是国内唯一基于自主指令架构研发嵌入式CPU并实现大规模量产的CPU供应商，今年4月我们全资收购了中天微。此外达摩院的芯片团队也有百人规模，平头哥就是合并了中天微和达摩院芯片研发力量后成立的。所以阿里主要做两类芯片，一类是用于AI计算的NPU(Neural network Processing Unit,神经网络处理器)，一类是用于云计算的IOT芯片。

记者：有人怀疑阿里炒作主要是因为芯片真的很难做，无论技术难度还是资金需求都非一般产业可比。人工智能芯片、物联网芯片虽然和PC时代手机时代的CPU(中央处理器)和GPU(图形处理器)大不相同，提供了变道超车的机会，但芯片的原理毕竟相通的，从学习曲线的角度，英特尔、高通、英伟达、ARM、MTK这些公司其实更有条件做好AI芯片和IOT芯片。

张建锋：首先芯片是用来计算数据的，阿里巴巴的数据总量是1500PB(数据量单位，从KMGTP,以10的3次方递进)，每天数据更新100PB，每天的数据处理能力是300PB，阿里是全球最大的芯片买家之一。其次，芯片的产业链很长，设计、制造、封装测试，阿里做芯片主要是在专用芯片的设计环节，这方面我们肯定比你提到的那些公司有优势。

现在的算力基本上是由CPU和GPU提供的，CPU并不适合人工智能的算法，GPU能满足部分AI算法的需求，但GPU并不是专门为AI算法设计的，它只是碰巧也能适应部分AI算法而已，这也是这么多公司都在研究自己的NPU的原因。

就提高算力而言，CPU和GPU一是提高工艺精度，从微米级到纳米级，从28纳米到14、12、10、7纳米，7纳米差不多是极限了，再想提高就得有新材料，目前还看不到谁能替代硅基材料;二是提高运算频率，从M赫兹到G赫兹，从1GHz到2GHz到3GHz;三是堆核，一个CPU不够用就2个4个8个，最多堆到96个。但是这些方法都到头了，没法满足更大的算力需求，所以必须要有新的芯片设计架构，针对专门的应用，专门的算法，设计专门的架构，这就是NPU。

如果不是优化老架构而是设计新架构，那大家是一个起点，而我们更有优势，我们是用芯片的人，最知道这个芯片跑什么功能应用，跑什么工作负载，怎么去做优化，与之配套的软件需求怎么在硬件设计中体现，这个是做通用芯片的老牌巨头没法做到的。

所以云时代、IOT时代、AI时代的芯片产业，行业规律和之前PC时代、手机时代非常不同。专门的芯片满足专门的需求，市场是细分的，供应商是多元的，不会重复少数几个巨头提供巨量通用芯片的场面。

记者：云计算时代、物联网时代是不是也不会出现PC手机时代Windows和Android这样的操作系统霸主?

张建锋：对，前两年在推标准化的云，现在没有人跟随了。但是阿里云的飞天操作系统应用的已经非常广了，阿里云是整个阿里经济体的技术基础设施，随着阿里“五新”战略(新零售、新金融、新制造、新技术、新能源)的推进，阿里云也会越来越成为社会的技术基础设施，这个已经在零售业体现出来了。

IOT的操作系统也一样，虽然大家都能看到统一的好处，但不会统一，至少不会有跨行业的操作系统，同一个行业或许会有更多的标准化，比如智能家居、自动驾驶，各家的底层标准是可以统一的。

记者：让我们谈谈量子计算。如果说NPU是对CPU和GPU的改进，那么量子计算就是对经典计算的颠覆，有报道说明年阿里将拿出第一款量子芯片。

张建锋：那是测试版，直接用肯定还不行，要做出一款比特数比较高的、运行比较稳定的、可控的量子芯片，最起码还得两三年时间。这不仅是工程问题，量子计算还有很多的科学问题没解决。但凡有未解的科学问题，就意味着不确定因素还很多，我们只是说有把握在可见的时间内达到一个最优的结果。

量子计算有不同的技术方向，超导、离子阱、半导体等等，哪个技术方向最优，现在没有定论。我们选择了超导方向，这个方向大部分公司都在研究，突破的可能性也更大一点。

记者：除了自用，阿里也对外出售芯片吗?

张建锋：我们是三个模式。第一是自用，第二是IP(知识产权)授权，第三是我们做好芯片直接卖给别人。

记者：如果用一句话概括，平头哥的愿景是什么?

张建锋：为更好地生产数据-处理数据-保存数据提供保障。

智能化的前提是搜集足够多的数据，处理足够多的数据，这个必须用芯片来支撑，阿里本质上是一家大数据公司，最重要的逻辑就是数据驱动。或早或晚，整个世界都会被数字化，那时候能发现什么呢?不知道，但一定会产生非常原创性的东西、颠覆性的东西、改变人类生活的东西。

达摩院练的是什么神功

记者：我们理解达摩院是阿里的中央研究院，整个阿里的研发体系是怎样的?

张建锋：阿里总共两万多技术人员，中台九千多人，达摩院三百多人，其他人都在各个BU(业务单元)。这两万多人不包括蚂蚁金服的研发人员，蚂蚁金服跟阿里巴巴从法律上讲是两家独立的公司。

就我的了解，中台是阿里研发体系的特点。阿里的出发点是，业务方只关心业务，技术方只关心技术，但是技术作为中台要为所有业务单元提供技术支持。好比一开始解放军的兵工厂是跟着部队走的，部队到哪里，兵工厂到哪里。但是后来有坦克大炮了，有飞机军舰了，那肯定要建设专门的军工体系，这样效率才能更高。

阿里的技术体系，从底层开始，数据中心、服务器、网络、数据库、存储、计算都是统一的，天猫、淘宝、饿了么、盒马、优酷、高德之类的业务单元都在统一的技术平台上跑，蚂蚁金服的业务也在这个平台上跑。阿里做并购，两件事必须做，第一被并购公司的整个技术体系要迁移到阿里，第二它所有的数据要迁移到阿里。阿里的IT技术水平远远高过别的公司，迁过来后，它的商业价值会大大提升。

记者：我们理解，中台是整个阿里的技术基础设施，起保障支持作用。向前看的研发工作应该还是BU和达摩院在做，两边的分工是什么?

张建锋：两边不是分头各干各的事儿，因为研发的目标是让业务创新能力更稳定、更高效，所以两边有天然纽带。达摩院的研究项目有些是独立的，但更多是交叉的，确保研究方向跟业务方向有很好的联动。各BU会在达摩院建实验室，人还是BU的人，预算也由BU出，但与达摩院的人在一起研究，研究成果出来了马上拿回BU应用。另一方面，BU也是达摩院非常重要的研究方向的输入来源。达摩院的独立项目则聚焦在芯片、量子计算、机器学习这三个方向上。

记者：能再讲具体些吗?比如联想是三级研发体系，BU负责一两年内上市的东西，集团的研究院负责三五年内上市的东西，创投集团看八年十年的更长远的项目。

张建锋：我看的最远的事情就是量子计算，五年或十年才能真正应用，看的更多的还是三年左右的事情，我都不敢说五年以后的事，互联网行业的变化非常快。但是阿里是个生态体，阿里的研发同样要是个生态系统，达摩院一是在全球建设自主研究中心，二是与高校和其他研究机构建立联合实验室，三是向全球开放研究项目，就是阿里巴巴创新研究计划。目前我们已经与清华、浙大、中科院、伯克利、斯坦福和南洋理工大学建立了联合实验室。

记者：达摩院跟阿里集团的技术委员会是什么关系?

张建锋：技术委员会更关心技术战略、技术大方向，达摩院要把技术战略变成成果，要在技术大方向上做出东西来。比如说要不要研究自动驾驶技术，技术委员会要给出答案。

记者：技术委员会由什么人组成?

张建锋：王坚、我、阿里各BU的负责人和技术负责人、阿里云的负责人、蚂蚁金服的CTO等。

记者：达摩院每年多少预算，你会为钱发愁吗?

张建锋：马云说三年一千亿，我们肯定花不了这么多钱，主要是找不到(花钱的)人，我们一年才找了300多人，找人很难，因为我们要找最好的人，找到最好的人才能做成最好的事。

阿里的研发分两部分，第一怎么样用现有的技术把现有的业务做得更高效，更可持续，更有增长性。第二探索能赢得未来的新技术，比如当年我们做云计算，如今的量子计算、AI、IOT、自动驾驶。新技术都非常不确定，我们怎么选择技术方向?那么大的投入，投错了怎么办?我的答案就是找到最好的人，让他们去选方向，如果他们都选错了，那说明方向真的很难选，这个我觉得没有办法。

记者：“最好”是个形容词，有具体的招人标准吗?

张建锋：科学家在各自的领域是排名第一还是第五，这是有客观标准的，不难知道。难的是，这人既是学术大牛，又有强烈冲动想把学术成果转化为产业成果，这种人是我们最想找的。第三科学家也需要团队精神，你可以有特点，但不能特殊。符合这三个标准，就能做我们的项目负责人，我们找到顶尖人才做负责人，他再去找他想要的人。

记者：达摩院目前这300多人有多少人是阿里体系内的，有多少人是从外面招进来的?

张建锋：差不多一半一半，项目负责人都是从外面招进来的。

记者：外面招进来的牛人能列举一下吗?

张建锋：很多，但不方便列举，现在中美贸易战，涉及技术的问题都很敏感。

记者：牛人里面有没有非华人?

张建锋：有，有的老外全家都搬到杭州来了，有个希腊裔美国人还希望给他太太也在阿里安排个工作，这两天他不在杭州，否则你们可以跟他聊聊。还有个老外，签合同时要求把不得解雇写入合同。

记者：写进去了吗?

张建锋：我们内审不合规啊!

记者：达摩院有编制上限吗?

张建锋：没有。但我们也不会乱招人，刚才说了我们是分层授权，你只有在取得阶段性成果之后，才能招更多的人。

记者：达摩院的人工资是不是很高?

张建锋：每一个人都很贵。

记者：有多贵?

张建锋：你想想美国的工资是不是很高，他愿意离开美国到中国来做，是不是比原来的收入更高?

记者：阿里体系内过来的人和外面招进来的人，收入上有没有差距?

张建锋：阿里的收入本来就不低，两个体系放在一起没有违和感。

记者：2016年出任CTO时你已经在阿里工作了12年，做了很多年淘宝首席架构师，后来又当过淘宝天猫聚划算的一把手，你认为业务人员、工程师和科学家的管理方式有何不同，你过去的经验在达摩院能用上吗?

张建锋：我管了七年技术，2011年才开始管业务，总的来讲，相比运营销售，自我驱动能力对技术人员更重要，科学家更是如此，工资待遇不一定是他们的核心驱动力，通过技术影响更多人对他们来说更有成就感。所以从KPI来讲有两类指标，一类是负项指标，做不好怎么罚;另一类是正项指标，做好了怎么奖。我们希望更多用正项指标来管理。

记者：达摩院有KPI吗?

张建锋：有。比如量子计算实验室，第一年的KPI是必须把团队建起来，必须确定研究方向，第二年的KPI是要在这个研究方向上做出一定的东西来，比如交付实验装置，有了一些实验成果。但我不会给出具体的技术指标，CTO、院长是管理岗位，不是技术专家，我的工作是帮助技术专家实现梦想。但你不能泛泛而谈说5年后会怎样，没有人可以无条件相信，你得证明你的梦想是靠谱的。比如量子计算，我们不会一开始就雇几百个人大张旗鼓开练，这与钱多钱少无关，与做事的方法理念有关。我们的方式是一开始几个人，做得不错了，扩大到20人，又做得不错了，再给你30个人，你需要一步一步证明自己工作的价值。

记者：有没有淘汰机制?

张建锋：肯定有。但科学家不需要你去淘汰，科学家不会待在一个没有价值的地方，如果做不出成绩，他不会继续留在哪里混日子。

记者：能不能做出成绩首先取决于是不是在做正确的事，你如何判断一件事是不是有价值?

张建锋：定义问题的方法论非常重要。阿里巴巴能走到今天，就是因为正确定义了几个问题，包括电商、支付宝、云计算。你定义的问题越前瞻、越原创、影响的人越多事越大，这个问题就越有价值。定义问题意味着定义规则，意味着诞生一个新体系，比如图灵(Alan Mathison Turing，英国数学家，被称为计算机之父、人工智能之父)定义了计算的规则，之后半个多世纪人们都在跟随他的规则，直到量子计算开辟出新规则、新体系。目前我们定义问题的原创力还不足，基本上都是在跟随别人定义的问题，价值就小很多。你想谷歌，都是把气球连接起来做成通信网络这种奇思妙想，伊隆·马斯克想的都是真空高铁、移民火星这类事情，我们现在最缺的就是想象力，只有想到了，才可能做到。

所以，首先是正确地定义问题，然后是正确地解决问题。比如智慧交通，第一个挑战就是能否获取该城市所有的视频数据，然后是能不能高效处理这些数据，处理数据的瓶颈是芯片还是算法?如果是芯片，这个芯片是采购还是自己研发?是不是要用量子芯片这种更前瞻的技术?

记者：目前阿里在定义什么新问题?

张建锋：比如城市大脑。昨天王坚博士说的，能不能用十分之一的资源(水、电、地)来维持目前的城市运转?城市大脑是一种颠覆性的城市治理方法，通过大数据技术、人工智能技术、物联网技术，做到过去无法想象的资源节约和环境改善。

记者：还有呢?

张建锋：比如车路协同的自动驾驶系统，这也与城市大脑相关。比如无人零售，每一件商品，从生产、仓储、配送、超市都能实现数字化、自动化，完全不需要排队，一出超市就能自动结算。

记者：对比来看，谷歌的X实验室涉足的方向要广得多， 比如他们投资、也自己研究基因技术、生物医药技术、通信技术等等。达摩院是只聚焦计算技术对吗?

张建锋：别的方向的研究我们也做，AR、VR、金融技术等，但我们确实偏计算机行业，阿里的核心技术就是数字技术，我们会继续加强这个优势。其实医药、基因这些本质上也是数字化，城市大脑是宏观上数字化，基因工程是微观上数字化，数字化是发明创造的基础。哪怕阿尔法GO也是数字化，阿尔法GO的棋力就是算法+算力的体现。

做一家科学公司有多难

记者：讨论一个宏观话题，科学、技术、工程三者的关系。我们理解，科学是发现自然规律，技术是利用科学规律造出产品和服务，工程是实现产品或服务的大规模交付。目前来看，阿里在工程上很强，能保证双十一这样巨量的交易和支付，技术上也圈可点，比如飞天系统，但在科学上还没什么建树。

张建锋：数学是科学的基础，科学是技术的基础，技术是工程和产品的基础。阿里肯定是技术型公司，但又是商业做的最好的技术公司。在我们这个行业，没有技术就没法谈商业，阿里的交易平台、广告系统、搜索系统、支付系统，全都是技术驱动的，而要想把商业最大化，工程一定要占主导力量，否则你就没可能做双十一这样的事。

阿里想事情做事情确实是非常产业导向的。比如你说你要做原子弹，我们首先要确认你做的真是原子弹，不能折腾半天发现是茶叶蛋。然后要有一个可量化的标准，比如你说要做一个新数据库，做出来后是成本降低十倍还是性能提高十倍?要有非常直白的标准，你不能只讲学术语言，只是技术岗位听得懂，你要让所有人都听得懂。所以我们内部讨论，我希望阿里90%以上的工作都是工程性工作，只有这样才能可控，才能大规模的商业化。

记者：这是阿里的做事方式，达摩院是否会有所不同?你在达摩院成立时说过，希望类似电和计算机这样的颠覆性技术创新能在达摩院诞生。

张建锋：达摩院首先要建立起一流的研究团队，第二必须研究出来核心技术，第三这个核心技术必须要有一个载体，大学里研究成果的载体是论文，我们这里必须有产品。产品成功了，就可以借助阿里平台实现非常大的影响力，这个就是我们的做事标准。

记者：所以阿里真能做到马云昨天所说的为“无用之用”的事情花钱吗?比如阿里愿意花大钱养数学家吗?

张建锋：数学分很多种，有偏理论的、也偏应用的，算法优化就是数学、是所有人工智能的基础。城市大脑、工业大脑、仓储配送，所有的问题都可以理解为算法优化问题，都是数学家做的事情，阿里有很多数学家在做这些事情。

记者：成为一家科学公司是不是阿里的追求?比如IBM，拿了6个诺贝尔科学奖、6个图灵奖，比如AT&T的贝尔实验室，拿了11个诺贝尔科学奖、4个图灵奖。

张建锋：拿到诺贝尔奖当然是科学公司的标志，只有伟大的科学发现才可能得这个奖，贝尔实验室肯定也是一个高山仰止的存在，那里的科学家真的是天马行空地做出了很多改变人类社会的发明创造。但是贝尔实验室最后很遗憾地消失了，因为它没有把发明创造带来的社会价值转变为商业价值，所以很难可持续，我们要吸取这样的教训。

坦白来说，阿里现在干的事情离科学还比较远，科学需要积累，当我们的顶尖人才越来越多，研究实力越来越强，就可能做偏科学的事情。其实量子计算就是这类事情，量子计算里面有很多科学问题要解决。

记者：互联网产业中国已经与美国比肩领先世界了，但许多人把中国互联网产业的成功概括为商业模式的成功，这个概括对吗?

张建锋：我不认为这个概括是贬义词，但是咱们往前看，将来很可能是技术驱动下的商业成功。当商业规模非常大的时候，就会有大量的技术需求，这样才能继续保持商业效率，这反过来会刺激技术进步，形成一个正反馈。

附：欧盟全球企业研发投入排行榜TOP50(2017年)