从iDST到达摩院，阿里巴巴和身处其中的科学家，一同完成了一段看似难解的修行。
张建锋（行癫）站在云栖大会十周年的舞台上，语速比其他演讲者几乎高出一倍。他裹着一身合体的西装，对面就是依旧宽大格子衫的王坚，两任阿里CTO往那一站，主持人打趣到，从体型和打扮，大概能看出阿里的技术之路如何走来。
两年前，云栖大会八岁。开幕前一天，阿里巴巴搞了一场小小的聚会。不同以往，企业家身份的马云，成了这场聚会中身份特殊的少数派。而在那些多数派宾客们身上，都闪烁着同一种光亮：他们都有一颗绝顶聪明的脑袋——那是不同于马云的另一种聪明。
座上宾是一群世界顶尖的计算机科学家：比如姚期智，中国目前唯一的图灵奖获得者，在中国，只有最顶尖的计算机学生才能进入他的课堂；哥伦比亚大学的周以真坐在旁边，他的著名论文《计算思维》超越了技术本身，定义出一种当下世界的生存必需；她时不时地和身旁的汤晓鸥聊上几句，后者的公司已经成为全球智能视觉识别领域的翘楚，是当下中国估值最高的人工智能公司之一……马云坐在其中，他是人群中最不懂技术的那个，却常自称是最坚固的技术拥趸。
（达摩院成立前夜的科学家聚会|阿里巴巴）
第二天一大早，马云在云栖现场高调宣布了名为「达摩院」的阿里巴巴全球研究院正式成立，并且计划三年内为此投入1000亿。那场聚会中的学术明星，大多被马云请进了这所研究院的学术咨询委员会。
这是一个久违的好消息。参与当天成立活动的人群中，王坚和张建锋是最开心的两个：前者曾在多年前创立了达摩院的前身——iDST（Institute of Data Science&Technologies），那次尝试浅尝辄止，当时被王坚邀请回国的学术专家，大多都在后来的时间里遭遇了一场残酷的身份认同危机，当他们踏出象牙塔，把频道切换到商业公司，才发现气质格格不入；而后者，在接棒王坚成为阿里技术掌门人的第一年，就喊出了「必须向技术要红利」。
多年来，科研与业务在阿里内部不停地化学反应，终于酿成了临界点的出现。这家公司从「成功利用了技术」的公司开始变为一家「创造技术」的公司。
在iDST年代，那些被笼络到阿里的科学家频繁地被指摘为「只做基础研究，不懂具体业务」。之后，他们被安排到各个业务线练兵，星散于野，iDST计划搁浅。他们说，那是一场「上山下乡」运动。
「说白了，技术和商业能不能相互理解，这可能是当时最大的矛盾。」当年iDST三位创始人之一、蚂蚁金服副总裁漆远说。
再强大的中国互联网公司都明白，如果不打造一颗强有力的技术心脏，大厦倾塌的隐忧将如影随形。可那些倒在阿里前面的先例证明，这条路上真正的瓶颈不在于决心和财力，而是要在公司内部创造出最恰当的机制、环境和场景，把一群高高在上的科研天才拉进凡尘，既让他们有平台证明个人价值，又能带领公司寻找新大陆。
即使是对于阿里巴巴，这也会是一场漫长而艰难的修行。
聪明大脑批发计划
漆远办公室的正对着一片开阔的小山坡，青翠层叠的一片。在杭州无雨的日子里，时常有人三三两两地在其中散步玩耍——从他的窗子望去，像一处自成格局的大学城。
这是漆远喜欢和熟悉的景色：「比硅谷的环境还好。」
五年前，他收到王坚的邀约，登上回国探亲的飞机，电视和网络上最热的话题是中国糟糕的空气质量。那时，漆远最大的顾虑之一就是「雾霾」。
旅居美国多年，漆远不缺钱，不缺名誉，更不缺机会。他把前半生埋在了实验室中：在MIT读博士时，Google和Facebook都抛来橄榄枝，但当时漆远一心想当老师；搬到了印第安纳州，专攻大规模机器学习和贝叶斯推理，在普渡大学做到了计算机系和统计学系终身教授。那里有全美国大学最快的超级计算机，学科排名世界前列。除此之外，他的名字后还挂着一连串让人仰望不及的名号：ICML领域主席、微软牛顿研究奖和美国科学基金NSF Career获得者……
求仁得仁，他缺的是下一个令人兴奋的挑战。
没人知道王坚何时相中了漆远，也许是两人之前在美国的短暂会面，也许更早。2014年，机会来了，王坚带着时任蚂蚁金服CFO的井贤栋，以及CTO程立，几人和漆远约在北京的一家酒店大堂彻夜长谈。他们谈了技术、战略、商业，甚至家庭。
天色渐白时，王坚许诺给漆远一个「挑战」——建立「超大规模机器学习平台」。阿里坐拥取之不尽的商业数据，但大量数据的价值远没有被挖掘出来。当时的阿里，用王坚的话讲，是「坐在金山上啃馒头」。
这次，漆远真的动心了。
彼时，距离阿里奔赴纳斯达克敲钟还有几个月，由王坚带领一群工程师「拿命拼来」的阿里云已经走上正轨，正实现着季度100%的增长，马云开始热衷于「大数据」的话题，并委任王坚招兵买马，筹建阿里的数据技术研究院iDST——以确保阿里在未来数十年做到技术领先的地位。
（曾经的iDST |阿里巴巴）
这是阿里由来已久的执念。2008年开始，马云就焦虑着「独立研发」必要性的问题，时任微软亚洲研究院常务副院长的王坚，就是在这个背景下来到阿里。后来的故事无心插柳：技术研究院没有做起来，却做成了阿里云。
以至于这成为了阿里技术体系中的一种感慨，「这是幸运的地方，因为我们终于有了一个技术驱动的业务，不再只有商业模式驱动的。但不那么幸运的是，如果当时成立了研究院，也就坚定地走下去了。」
2014年那个北京的夜晚，漆远和王坚相见恨晚：「（当时）他用望远镜和显微镜比喻大数据的价值。我说这太巧了，我申请终身教授时作报告，PPT头两页，第一页就是放望远镜，第二页就是显微镜。咱俩的比喻都一模一样，我一定要把那份PPT发给你看看。」
iDST的初始团队都抱着「想做点事情」的强烈热情，才很快被感召、集结起来。在此之前，他们多是在前沿领域突破犀利，但往往困顿于技术如何落地。漆远2008年就开始研究大规模GPU集群和机器学习，那时候AlphaGo还只是实验室里的一段代码；iDST另一位创始人金榕，曾是美国密歇根州立大学终身教授，发表过200多篇重要论文，在随机优化、在线学习、半监督学习等领域都提出过原创算法和理论，可直到2015年左右，其中很多成果都还没有找到发挥作用的真实场景。
光鲜的履历背后，一种「不甘」的感觉在挠人。
「这股劲儿好像还没有使出来。」这是华先胜的感受。他在2012年就曾获选国际电气与电子工程协会院士（IEEE Fellow)，从微软亚洲研究院辗转到西雅图Bing产品部门，华先胜待了14年。他憋足了劲儿写论文、拿专利，直到一阵强烈的迷茫在某一天扑面而至：「把论文写到200多篇的时候，就麻木了……接下来我到底要继续做技术转化？还是做技术创新？」2015年，主攻机器视觉的华先胜来到iDST担任副院长，后来又成为了达摩院城市大脑实验室负责人。
至少在2014年，纯粹科学世界之外的光景可以对冲这种「不甘」，企业当中的诱惑夹杂着新鲜感、挑战以及太多的未知。
在加入阿里之前，金榕受邀为阿里妈妈做过一年的技术顾问，他帮助解决了一个大规模算法优化问题，从而为团队把广告展示的收入提高了15-20%。公司业务人员也对这位谦逊的「技术大牛」十分敬重。金榕觉得，这个能迅速转化自己知识能力的「平行世界」太美好。
漆远的热情被强大的阿里企业文化迅速灌满。第一天来到杭州报道，他参加了面向新成员的破冰活动，「一直打鸡血」到转天凌晨三点。
「这帮人挺玩命的」，漆远心想。
浪尖风口，南墙撞头
科学家来了。紧接着，一次职场失意空袭了他们。
先是漆远的超大规模计算平台报告，在提议阶段就遭到了残酷的审视。
计算平台的必需是GPU，而如此大规模的GPU集群意味着巨额的资金投入。面对2014年的中国互联网公司，这份提议「太不靠谱」：那时，AlphaGo还没有诞生，人工智能被认为是个华而不实的噱头。大家认为漆远的提议「简直瞎掰」：「你要的机器这么贵，公司为什么要搞这个？和我们的云战略又要怎么结合？」
漆远觉得，「瞎掰」的是对方。「让我们做超大规模GPU，没有集群，这不也是瞎掰么？」
（阿里云三代掌门，从左至右为胡晓明、王坚、张建锋|阿里巴巴）
在2014年的阿里，技术力量尚未成为这家商业公司的主导。华先胜记得一个细节，自己入职时参加了几轮面试，竟然没人能问出和技术相关的问题。这个迹象曾让他感到忧虑。在微软研究院，自己共事的团队基础扎实，那些人「绝对是顶尖人才」；而阿里的团队胜在勤奋有斗志，高层对业务判断很笃定，可面对一些未来的前沿方向，「眼界还没那么宽」。
金榕来到iDST的第一项任务是用算法帮助聚划算提升GMV。当时集团提出了「数字化运营」的目标，阿里内部甚至一度有个口号，要「革掉小二的命」。
新同事眼中曾经理所当然的崇拜与敬仰，在「小二」那里变作了警觉和距离。「大神」金榕「自觉地拿出humble的态度」，常向「小二」虚心请教业务问题，甚至为此从西雅图搬回杭州常驻。忙碌一年的结果令人啼笑皆非：算法默认把便宜的商品增加展示权重，吸引了大批三四线城市用户，GMV上来了，却无意间模糊了当时聚划算的产品定位。面对团队的不满，金榕身心俱疲：「到底什么是有价值的事？没有确切答案。」
事情渐渐发生了一些变化。业务团队在一开始就低估了技术突破要花的时间和难度；而这些自带光环的科学家，也因为不归属于任何一个业务单位，纷纷陷入无物之阵。
在残酷的竞争环境里长大，阿里就是一台由组织战斗力点燃并驱动的机器，强有力的体制之内，对迷茫和风险的宽容度是甚至比对于失败本身还要严苛。
2015年的夏天，成立不到一年，关于拆分iDST的决策硬邦邦地出现在了科学家们的邮箱里——金榕带队去了「淘系」，漆远则去了蚂蚁金服，他曾经的语音团队被留在了阿里云。很长一段时间，公司内外都没人再提起这个研究院，甚至连阿里自己的算法工程师都「还以为iDST已经解散了」。
这是一场残酷的信任考核——「要看看这帮人到底能做什么」。
心理落差接踵而至。漆远依然记得那种「脸着地」的感觉。在学校时，许多学生都说过，「不管漆教授开什么课都想选」，他向来都是积极人格魅力和善于人际沟通的那种人；来到阿里，他才知道一家流淌着「江湖绿林基因」血脉的企业里，「沟通」的学问胜过一切——要考虑组织、团队、文化、历史等种种复杂背景，「没法让所有人都喜欢」。
「所以大家都说，学校是象牙塔。」漆远感叹。
「这就是一场试验。」2019年，再聊起当年集团的决策，阿里技术生态负责人刘湘雯很直白，她经历了曾经的iDST，也参与了达摩院的体系设计工作。「即便有人会因为不适应离开，调整也会继续。」在中国最成功的互联网公司里，系统的意志坚固胜过一切。
被「扔进」业务团队的漆远和金榕没少经历磕碰，渐渐地，熟悉的科研工作转变成为了一种「业务问题驱动」的模式，他们与公司的相互信任才重新建立起来：2017年，金榕带团队把组合优化技术应用到了数据中心资源分配方面，这年双十一，这项技术将资源匹配率提升到了94%；漆远则在蚂蚁金服主导了智能客服的项目，以解决客服人力成本增加的困境，一年后，这套准确率逐步提升的系统为公司节省了一个亿的成本。
几场胜仗下来，科学家有了「指挥官」的感觉。「有人比喻说，刚来iDST时我们做的是原子弹、导弹，打阿富汗没问题，一个炸弹下来就牛逼了；但到伊拉克战场，要搞地面战场，铺人进去，这考验的不只是技术能力，是个组织配合问题。」其中的沟沟壑壑，漆远觉得很难与外人道，「那简直是术与道的差别」。
毕竟是一群绝顶聪明的人，这里还有他们想要的东西。「如果他们长出了能力，阿里就是个很好的舞台，它会给你许多回馈，如果没有，给你也拿不住。」刘湘雯说。「在这方面，阿里是很真实的，我们不会将错就错。」
中国特色的研究院
2017年加入蚂蚁金服时，达摩院金融科技实验室负责人、蚂蚁金服副总裁蒋国飞就和井贤栋反复讨论过一个问题：在中国公司做研发，对失败的容忍度有多高？
他曾在NEC美国研究院负责过十多年的前沿创新工作，清楚其中的艰难。在那里，他见证过很多令人惋惜的「失败」。2000年开始，蒋国飞曾带领团队投身一个计算平台项目，但接下来持续10年没有拿到实质突破。2010年，他终于「受不了」，砍掉了这个项目的经费投入。
「一群非常优秀的人，花了那么多时间和努力就是搞不定这件事，领导或许不会怪你，可谁不想要成功呢？」
在硅谷，类似的故事层出不穷，结局常带有美式英雄主义色彩——永远无惧失败，永远可以从头再来。就像是Yann LeCun和Geoffrey Hinton与神经网络和深度学习算法的故事，漫长的数十年，从起步、停滞、陷入低谷，直到十多年孤独穿行后的曙光重现。
这样的矛盾一度拷问着阿里巴巴。iDST调整后，打造技术研究院的目标并没有被完全搁置。当2016年，筹划达摩院的计划被张建锋摆上会议桌时，iDST的旧部被再次集结起来。
重新规划研究院的过程没有想象中顺滑，卡在业务商业与科研前瞻之间的浮漂依然飘来荡去。有些目标是很明确的：比如，达摩院的使命是技术创新，但必须结合阿里巴巴的具体业务。达摩院还要继续吸引最顶尖的人才，他们必须有激情、格局和远见……；也有一些细节经历了反反复复的讨论。比如，什么样的架构才能保证这个研究院保持生命力？作为技术中台的一部分，又担负着技术先进性的使命，到底该为了聚焦在单个业务的营收指标，还是适当「跳出来一点」，考虑前瞻性？
（阿里巴巴集团CTO张建锋，花名行癫|阿里巴巴）
达摩院几乎没有理想的参考对象。在企业研究院里，微软研究院曾如日中天。那里被称为科研人员的「天堂」，可从研究到产品中间隔着一道厚重的城墙，「有技术转化很好，没有也无所谓」，微软曾因此错失许多机会——比如搜索，这个方向很早就出现在微软研究院的战略会上，但当时没有引起业务层面重视，直到Google在搜索领域大获成功，微软才再推出Bing追击，显然为时已晚。
「没必要被别人的眼光束缚住。我们会把达摩院看作一个业务去做，甚至希望它的技术尽快走向市场、赚钱。」负责参与设计达摩院体系架构的刘湘雯说，「很多人会觉得一个研究院应该是怎样的，但如果照搬一个指标，肯定会把这件事『做死』。」她曾经在微软亚研院工作多年，清楚那里的情境。最近几年，人工智能成为主流方向，微软才开始调整策略，花力气把AI研发体系和业务线打通，中间经历不少痛苦——那是阿里不能接受的。
价值观的统一仍是首要。这是一家以「梦想」为粘合剂的公司，它擅长将一个宏大的图景拆分成无数细节，再自上而下的传递下去，不断激发战斗力。很长时间里，需要有人和这群志存高远的科学家们坐在一起梳理细节。「唱红脸」的角色一直是必需，有时候，像刘湘雯这样的人就要扮演起「园林修建师」的角色，「晓之以理、动之以情」，狠心让团队「砍掉」一些和大方向不符的「小创新」，那时她一般是「最不受欢迎的人」。
「科学家都是好奇心驱动、使命驱动的一群人。但达摩院是承接着集团使命的。我们要把大的目标和大家说清楚，让大家做更有价值感的工作。」
许多突破的确是被业务的需求「逼」出来的，金榕曾经带领过的拍立淘团队，起初只是在淘宝端不那么显眼的入口级产品，但随着日活一路突破千万，团队被「倒逼」着做淘宝内部链路架构的打通，以不断提升图片搜索的精度。经历这么一遭，团队把底层算法训练框架、数据处理能力都升级和迭代了一遍。现在，拍立淘已经上云，成为了阿里云杀手级的产品之一，在平头哥最新发布的NPU芯片中，拍立淘也成为重点应用场景之一。
（金榕|阿里巴巴）
这样的例子让阿里巴巴的技术路线反而加成了更多的侵略性和野心。达摩院在其中扮演的角色，正「拉开了架子」向产业端靠近，从中打开实验场合、发现挑战、解决问题，再反哺给产品。
这条能够快速滚动的锁链，是一个理想主义和现实主义混合的产物——它不会犯大的错误，也能同时保证速度和公司营收稳步增长。到了2019年的云栖，达摩院刚好两岁，马云曾许诺下的1000亿，也许从投资的角度看到了具象化的表达：年轻的「平头哥」在一站式设计平台「无剑」后，又发布了NPU芯片「含光」；量子实验室完成了第一颗可控的量子比特研发。
蒋国飞在企业创新研究院这个领域专注了将近20年，来到阿里后，他曾和达摩院的同时聊起技术创新的「空间复杂性」——在美国，不乏生命力长达百年的公司，在技术投入方面这些企业态度笃定。那不是几个牛人的创举，而是一套传承下来的体系。「但中国公司只有几十年历史，企业生存的经济体制也不一样，要找到路线、节奏，这不是一两天的事……如果看不清5000米以外的事情，我们就先结合业务，看看500米以外有什么。」
企业研究院中国特色的问题，一直困扰着阿里，后来干脆「释然」。达摩院的设计者们认为：大的层面看，在举国体制下，中国曾经用钱学森的科学架构融入国家意志，获得了一套完整的科技创新体系。科研铺上去，又把航天、医疗、铁路很多产业带动起来，好多成果也是这样被「逼」出来的。经历了经济周期的调整和考验，这个方法论依然是成熟、行之有效的。
「现在是市场经济比较充分发展的阶段，再怎么继续打造科技创新体系？我们可以多思考这样的问题。甚至，像阿里这样庞大的公司、达摩院这样的企业机构在整个社会互动层面又会扮演什么角色？对于这个历史使命，我觉得还要走更远的路。」
No Regret
最近，漆远刚刚领导组建了一支名为「NBT」的团队，没日没夜地工作。他和手下的年轻人想要寻找下一个重大突破：随着蚂蚁金服开展国际业务，AI训练师的增长必将成为业务负担，有没有可能在算法层面再做一些突破、未雨绸缪？
业界很少人在探索这个方向，看不到进展时，漆远常给大家做心灵按摩：「NBT的意思，我们是在寻找Next Big Thing，我还告诉他们，我们就是一支牛逼Team。」为了表示决心，最近大家还集体换上了New Balance的球鞋。
这些年过去，兴奋和郁闷的情绪会轮番在这些「阿里科学家」的心中荡漾，也有那么几次，项目的确做砸了，或许是方向出了问题，或许是时间的问题。总之，他们也都渐渐了适应了这样的起伏。
蒋国飞已经从20年前的科研人员做到了如今的企业管理者，他有时候跟朋友开玩笑，说自己就是最辛苦的农民。「种子撒下去也不一定有收获。」蒋说，「你不仅要照顾到执行、细节，最大的挑战其实是心理上的挑战，必须要有determination，意志要硬。」
含光800
「我们的工作里有几个境界，是用自己的能力做锦上添花、雪中送炭的事情，还是做无中生有的事情？……人工智能就是一个公式出来的，算法加上算力，最后再看对某个领域的价值。这几个关键词里最重要的是『价值』。你觉得某件事很有价值，还把它实现了，那这段职业生涯就没白费。那种感觉和坐在办公室里上上班、领领薪水是不一样的。」华先胜这么说。
他正完整地经历着这个过程。来到阿里后，华国胜短暂带领过自己熟悉的图片搜索方向，2016年又跳到了城市大脑团队。当时这也只是个宏大的构想：把城市里每天产生的数据打通、挖掘价值，再和城市管理模式结合，城市大脑就是一个完整的生命体，带动城市以更好的方向发展。
华先胜和团队最先攻下的是交通环节里的视觉渗透。先要说服客户升级智能摄像头，再从无到有的搭框架、更新算法，超越过去的端上方案，做到更精准、实时的交通改制。城市大脑有了感知能力，才能对交通趋势给出具体预测，给出治理建议。
在今年的云栖大会开场主论坛，阿里提供的智能交通应用，是政府官员代表反复夸赞的成绩。可在最开始，华先胜的业务根本没人买账。当时的阿里巴巴不是一家以技术先进闻名的公司。城市大脑的噱头很足，一不小心就会沦为政府大厅里的展示大屏，华而不实，只有展示作用。
从定大方向，到落地调试，城市大脑团队做了三年，也是第一个原生于阿里云的重点业务。杭州、上海、苏州等多个城市都成了这个项目的客户。华先胜常要花时间密集接触客户，理解对方的需求。妻子曾经半是抱怨地对华先胜开玩笑，总以为换了个工作，他的节奏会松弛一点，后来才发现，这和去哪家公司没关系，挑战来了，他就会变成很兴奋、又很投入的人。
最终发现，真正的科学家精神和企业家精神没什么差别。他们都是乐观的冒险者，敢想也敢干，带团队在无人区里探索时，也要有远见、野心和定战略的能力。那些和这群科学家打过交道的阿里员工，多有感触：「大家的争吵是比较少的，看到一个问题时，他们会先想这个事情应该做，接下来就会想怎样做到，很少人会说，这个事情我不能做、不想做。」
是不是真的「技术驱动的公司」，并不只是财报上云业务利润回报数字能够说明的。公司内部是否能形成完整的技术文化和技术体系，才是最重要的命题——由阿里人评价说，这是个「渡己渡人」的过程。
现在，在阿里巴巴集团36位合伙人里，已经有17位是技术背景出身，话语权的天平有了变化。算法工程师团队越来越壮大，贾扬清、任小枫……这些人工智能领域赫赫有名的新一代「大牛」也陆续进入了达摩院。
空气里的一些氛围变了。各个团队常办纯粹的前沿探讨会，除了业务KPI，一些新鲜有趣的东西开始感染着这个庞大的公司，比如金榕，他坚持为自己的团队保留10%的时间和空间去探索那些「更遥远的目标」。
2017年，马云豪言壮语地指出，要让达摩院比阿里巴巴活的更久。但五年、十年后的事，暂时谁也说不清。拥有了一桌做好菜的材料，对厨师的考验也不小。
要让阿里巴巴驶入那个更激动人心的新世界，许多事情还在一种「混序」中变化和进展。漆远觉得，不如把世界放在算法里去理解：
「下个月我们团队会不会被喷？下一个项目是不是完蛋了？这都不能预测。但你清楚自己是在一个大趋势上，这个时代对我们这群人来说，是生机勃勃的……在线学习算法追求的就是减少regret（最优策略的差异），所以我们只能尽量去追求no regret的一套算法。」
本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/447/477.htm]
