复旦大学中国研究院院长张维为教授曾表示，中国是一个“百国之和”的文明型国家。

一方面，中国地方文化的多样性，使中国毫无争议地成为魅力之邦；另一方面，“百国之和”的中国，在经济体量上也的确是全球多国之和，相当于一个大洲，全球只有美国与中国有类似情况。

中国的各省早已在经济体量上，超过世界上许多国家，这些国家中不乏中大型国家和西方发达国家。一些经济体量大的内地大城市，也已经“富可敌国”。

在将“内地省级行政区2016年生产总值”与“全球各国2016年GDP”进行对比后，我们发现广东、江苏、山东、浙江、河南五省的经济体量已经进入“G20”，广东和江苏更是进入全球前15位，区内生产总值与西欧老牌发达国家西班牙相当。

上海与北京虽然是省级行政区，但仅以一个城市的力量，就能匹敌一个国家的经济总量。2300万人口的上海与6886万人口的泰国不相上下，北京则与中东富裕国家阿联酋难分伯仲。

可以看到，东部沿海省份、行政层级较高的直辖市、人口大省等在经济总量上更大，也能在全球经济体中排名更靠前。

数据来源：各地统计局、IMF，制图：华尔街见闻

毕竟中国（内地）2016年GDP总量达到11.2万亿美元，因此经济大省的经济总量与其他国家平起平坐实属正常。

但中国内地有许多城市的经济总量也可以抵得上一个国家的GDP，我们来看另一张表格。

数据来源：各地统计局、IMF，制图：华尔街见闻

上海和北京均进入全球前30大“国家经济体”，一线城市广州、深圳在全球能排到第40，与西欧的发达国家爱尔兰不相上下。

国内经济领先的城市，主要还是集中在长三角、珠三角城市群，以及一些“强省会”和“强二线”城市。前20名城市总产值中，长三角有上海、苏州、杭州、南京、无锡、宁波等6个城市，珠三角有广州、深圳两个一线城市和强二线城市佛山进入。

几年前曾经有人做过统计，说全球最大的经济体中，有51个是跨国公司，仅有49个是主权国家。我们不妨做个有趣的对比，看看国内500强企业的前10名的年营收相当于哪些主权国家的GDP。

数据来源：财富中国、IMF，制图：华尔街见闻

经过简单对比，可以发现中国财富500强前十名的企业（虽然几乎都是国企）已经妥妥进入全球“100大经济体”的行列。

不比不知道，一比吓一跳。中石化的年营收相当于爱尔兰一国的GDP，排名世界第40；其1.93万亿人民币的年营业收入，也已经和广州、深圳的GDP相差无几。

经过一番对比，我们发现内地许多省和大城市的经济总量早已“富可敌国”，许多巨型企业的年营收也进入“世界前100大经济体”。随着统计主体（省份、城市、企业等）的变化，我们会发现许多有趣的“冷知识”。

但对比之后，结论还是落到一个老生常谈的话题：中国的一些省份经济总量大，是因为人口基数大，而在人均GDP上还未达到发达国家的水平；在企业方面，真正持久的竞争力是“大而强”，而非“虚胖”。

匣子上的灯光闪烁，提醒体操运动员开始表演。 她纵身跳下，落地，转身向机器人法官致敬。 得分已在大屏幕上闪烁。

这不是电影《银翼杀手2049》里的场景，而是未来体操可能的场景。未来的体操比赛将人工智能纳入其评分系统。

2020东京奥运会或将引入AI

国际体操联合会（FIG）计划引进人工智能技术来助力2020年东京奥运会评分系统。 日本IT巨头富士通（Fujitsu）正在研发3D感官系统。富士通表示，该产品将使打分更容易，协助教练和运动员进行训练。

富士通专注于跟踪跳马项目，因为它由男性和女性共享，目前正在分析和收集常规数据以校准软件。 国际体操联合会希望裁判能够快速做出决定，确保记录运动员的细微动作，避免有争议的决定。

前任国际体操联合会主席Bruno Grande说，“裁判员必须每天工作八小时，心理能力是否能保持一致？ 不可能保持一致的标准。只有电脑能做到。”

但进展并不顺利。 虽然这项技术已经发展了多年，但是在奥运会这一最重要的赛事舞台上依赖于未经测试的平台，可能会引起人们的担忧。 黑客有机会抹黑运动，或操纵比赛结果；裁判员可能会被边缘化；而体操运动员的创造力则可能被束缚。

伟大的体操运动员NadiaComaneci在接受《卫报》采访时说，“体操运动员以锤炼技巧、寻找新角度和转弯点为目标而闻名。如果有运动员采用了一套电脑从未见过的动作，那将如何评判？”

技术协调员SteveButcher是FIG的项目负责人，他承认裁判对一种会改变“我们打分的方式”的技术感到有些紧张。 Butcher说，“事实证明裁判有时会有偏见。 这种程序可以帮助解决问题。这不是要取代裁判，至少目前不是。”

上个月在蒙特利尔举行的世界锦标赛上，运动员和裁判们对这项技术知之甚少，但这种技术已经开始以非官方的方式被运用。

英国奥运冠军MaxWhitlock表示：“评委们的工作非常难。”他对技术引进速度感到惊讶。 “这将是绝对完美的。 像这样的东西对于体操来说是如此的新鲜，它需要经过几年的测试。 这将是非常令人兴奋的。 但我们这一代可能用不到这项技术。”

测试从明年在卡塔尔多哈举行的世界锦标赛开始。 FIG主席MorinariWatanabe说：“我们必须为2020年做好准备，我们必须给体操运动员打正确的分数，我们不接受裁判打的不完整分数。” “一旦体操运动员看到了，他们会喜欢这项技术，这是一件好事，推动技术向前发展。”

AI评分系统：黑客操纵比赛结果的潜在风险

《奥林匹克运动网络安全：新机遇，新风险》这篇学术论文的作者认为，推动黑匣子记录体操运动员得分可能带来潜在的危害。 “在体操方面，你可以有10到100个独立的移动系统正在尝试打分。 如果算法被一小部分操纵，就会影响整体结果评分，而且很难发现。”加州大学伯克利分校长期网络安全执行总监Betsy Cooper说。

任何从外部来源给电脑传递信息的技术（如3D传感器）传递给计算机都有风险。 将这项技术与评委组成的评分小组进行整合，将有操纵得分的余地。

 “你可以操纵算法来改变分数，这很难被发现。 这是最令人不安的。 ”库珀说。

如果把体操放在技术前沿，花样滑冰等其他奥运项目也可以采用这种技术，或许风险是值得的。 也许这只是一个进化的问题。

“我不认为有可能取代法官。 体操太复杂了，每一套动作都有太多的技巧和细节。 但我喜欢这个关于技术的想法，“Comaneci说。 “可以试试，为什么不呢？ 这就是现在所有体育运动中发生的事情，科技正在改变我们的体验。”

随着2017年三季报披露收官，A股3404家上市公司的业绩情况展现在投资者面前。同花顺数据显示，截至昨日晚间10时，据已有的上市公司发布的2017年三季报，石化油服、乐视网、湖北宜化、一汽夏利、嘉凯城等名列A股净利润亏损前十。

石化油服：亏损33亿元

石化油服昨日晚间发布的2017年三季报显示，前三季度实现营业收入300亿元，实现归属于上市公司股东的净利润为亏损33亿元。

石化油服在2017年半年报中介绍，展望2017年下半年，世界经济将继续温和增长，中国经济仍将保持平稳增长，全球原油市场供需再平衡继续推进，预计国际油价仍将在震荡中保持企稳回升的态势；受此影响，下半年国内外油公司上游勘探开发资本支出将继续保持增长，将带动油田服务行业景气继续恢复；但国际油价复苏仍然比较脆弱，低油价依然是油田服务行业面临的最大挑战，油田服务市场竞争依然激烈。

乐视网：全年净利仍为亏损

今年前三季度实现营业收入60.94亿元，同比下滑63.67%；实现归属于上市公司股东的净利润约-16.52亿元，同比下滑435%。

对于营业收入下滑，乐视网在2017年三季报中称，由于受到关联方资金紧张、流动性风波影响，社会舆论持续发酵并不断扩大，对公司声誉和信用度造成影响，公司的广告收入出现大幅下滑；同时，由于关联方债务风险、现金流紧张波及公司供应商合作体系，从产品供应到账期授予等均产生负面压力，公司终端收入以及会员收入均出现较大幅度的下滑。

乐视网表示，预计公司2017年全年累计归属上市公司股东的净利润为亏损。

湖北宜化：安全事故导致亏损

湖北宜化2017年三季报显示，公司前三季度实现营业收入91.79亿元，同比下滑28.91%；实现归属于上市公司股东的净利润为亏损12.3亿元，同比下滑6799.33%。

湖北宜化介绍，公司业绩下滑主要原因是公司子公司新疆宜化化工股份有限公司复产过程中发生“7.26”安全生产事故导致公司新疆五彩湾园区尿素、聚氯乙烯、火力发电、三聚氰胺等装置继续停产，湖南宜化化工有限公司尿素装置继续停产，公司本部尿素装置停产技改，贵州宜化化工有限公司合成氨减负荷生产、子公司湖北宜化肥业有限公司磷酸二铵减负荷生产等原因，导致公司第三季度大幅亏损。

一汽夏利：净利下滑36.14%

一汽夏利昨日晚间发布的2017年三季报显示，公司1月份至9月份实现营业收入9.97亿元，同比下滑32.28%；实现归属于上市公司股东的净利润为亏损11.23亿元，同比下滑36.14%。

此前，一汽夏利称，公司亏损的主要原因是产品结构调整尚未完成，现产品的产销规模低，盈利能力较弱。目前，公司正在紧张进行产品结构调整工作，快速丰富产品线，提升盈利能力。此外，因2016年公司转让了天津一汽丰田汽车有限公司15%的股权，导致持股比例降低，投资收益有所减少。

嘉凯城：本期可结算项目减少净利亏损9.9亿元

嘉凯城2017年三季报显示，公司前三季度实现营业收入9.4亿元，同比下滑59%；实现归属于上市公司股东的净利润-9.92亿元，同比下滑3.53%。

嘉凯城表示，营业收入下滑是因为本期可结算项目减少。嘉凯城在此前的业绩预告中介绍，本报告期公司在可结算项目及销售收入减少的情况下，严格控制各项费用，各项费用较去年同期下降；在各项费用下降的同时，本报告期公司非经常性损益较去年同期有较大幅度的减少，公司上年同期非经常性损益对净利润的影响金额为28285.7万元，预计2017年前三季度非经常性损益对净利润的影响金额约为-2300万元。

漳泽电力：煤价上涨致亏损

漳泽电力昨日晚间公布的2017年三季报数据显示，公司去年实现营业收入68.28亿元，同比增长12.2%；实现归属于上市公司股东的净利润为亏损9.76亿元，同比下滑1595.7%。其中第三季度实现营业收入25.45亿元，实现归属于上市公司股东的净利润为亏损3.75亿元，同比下滑547%。

对于业绩变化，漳泽电力表示，燃煤采购价格升高，导致燃煤成本增加。数据显示，该公司营业成本从年初到报告期发生数为69.66亿元，比上年数增加33.52%。

*ST吉恩：离退市一步之遥

*ST吉恩发布的2017年三季报显示，公司前三季度实现营业收入22亿元，同比增长9.91，实现归属于上市公司股东的净利润为亏损9.45亿元，去年同期该值为-6.05亿元。

*ST吉恩表示，由于公司连续三年亏损，股票已于2017年5月26日暂停上市。如果公司股票被暂停上市后首个年度（即2017年度）报告显示公司扣除非经常性损益前后的净利润孰低者为负值、期末净资产为负值、营业收入低于1000万元等，根据规定，公司股票将终止上市。公司将根据市场变化和需求，加大调整产品结构，优化整体布局，以产品差异化为依托，提高核心竞争力，提高主营业务的盈利能力。

*ST海润：全年净利润或亏

*ST海润昨日晚间发布的三季报显示，公司今年前三季度实现营业收入24.12亿元，同比下滑36%；实现归属于上市公司股东的净利润为亏损8.83亿元，同比下滑2051%。

*ST海润表示，公司营业收入下滑，主要由组件出货量、单价下降及未开展EPC工程业务所致。据了解，大华会计师事务所（特殊普通合伙）对公司2016年的财务状况及经营成果进行了审计，于2017年4月28日出具了无法表示意见的审计报告。*ST海润在三季报中介绍，经过检查和复核，公司认为，针对2016年度内部控制审计时发现的所有重大缺陷，公司已经制定并完成了相应的整改措施。属于制度设计方面的缺陷已经进行了补充设计和完善修订，属于运行方面的缺陷已按照整改要求执行。

盐湖股份：亏8.59亿元

盐湖股份10月30日晚披露的三季报显示，公司2017年前三季度实现营业收入76.49亿元，同比增长4.96%；净利润亏损8.59亿元，同比下滑430.16%。

对于业绩下滑，盐湖股份称，主要原因是报告期公司氯化钾销量较上年同期下降；盐湖镁业金属镁一体化项目、海纳化工PVC一体化项目部分在建工程转固，报告期财务利息费用化，折旧同时增加，导致亏损增加及海纳化工2.14火灾事故的影响，装置尚未恢复生产；本报告期较上年同期处置间接控股子公司股权取得投资收益减少。与此同时，盐湖股份拟以境内非公开发行方式，发行不超过50亿元的公司债券。

*ST沈机：亏损7.82亿元

*ST沈机昨日晚间发布的2017年三季报显示，前三季度公司实现营业收入31.54亿元，同比下滑26.75%；实现归属于上市公司股东的净利润为亏损7.82亿元，同比增长2.02%。

*ST沈机此前表示，业绩下滑是因为受宏观经济和行业整体环境影响，下游需求不足，产品销售下滑。值得一提的是，*ST沈机如若2017年业绩亏损，则会被暂停上市。为此，*ST沈机加速保壳进程，公司拟以1元价格剥离资产，向工业服务商转型。

想象一下情报分析员的工作：筛选大量信息、从中找出更大更重要的故事。 情报分析师所看到的原始数据可能来自实地报告、政府声明、当地媒体报道。 根据一家名为Primer的新公司，人工智能正在在分析数据、综合报告领域，大展神威。

Primer开发了一个AI系统，其部分目的在于扩大间谍机构情报分析师的工作。 情报并不是他们所在的唯一领域，他们的合作伙伴包括沃尔玛和新加坡的主权财富基金，但分析情报也许是最有趣的。

Primer的创始人兼首席执行官Sean Gourley表示，情报分析师的使命就是要了解你周围的世界，这可能意味着“监控你所经历的数据资料”，或者可能需要快速学习新知识，迅速成为某一新加入组织里的专家。

Primer阅读信息和写报告同时进行，使用AI自动执行流程。 换句话说，Primer将帮分析师阅读数据和信息，并写出摘要总结。

Sean Gourley补充说：“我们希望能够让AI完成这些工作。分析师坐下时，不必面对数百份文件，相反，他只需要看AI写出的初稿报告，再进行编辑。 ”与人类不同，AI永远不会累，也不会错过任何细节。 Q-Tel是一个组织，在美国情报机构和创业公司之间搭建联系，已经投资了Primer。

人工智能系统擅长处理大量信息。 例如，机器学习算法有效地执行诸如Facebook上的语言翻译等任务。 研究人员通过不断给机器“喂养”数据并让机器从中学习，来训练算法和神经网络。

Primer并不是唯一一家使用AI来分析数据的公司。 Veritone是另一家类似的公司，专门处理诸如音频和视频文件之类的非结构化数据。 他们提供超过100种不同的AI引擎，专注于不同的任务，如音频转录，标识识别或分析视频中的人们的情绪。CNBC是客户之一，可能会使用他们的系统来观看一些视频，识别logo，或者倾听所谓的政治倾向。

AI不仅能帮助间谍机构分析情报，还与情报机构的前雇员合作，加强谈判技巧。Node是一家基于人类的人工智能公司。为了结合AI和人类智慧，Node与Chris Voss合作，Voss曾是联邦调查局(FBI)的首席人质谈判代表。Chris Voss拥有与罪犯谈判的丰富经验。基于Voss的经验，将AI与基于人类情感智力技术相结合的团队能够将其销售率提高四倍。在2018年，Node与Voss将合作推出一个活动系列，教会参与者如何将AI与Voss的谈判策略联合起来，以完成销售交易。会议将专注于高级谈判技巧，情景规划等。

顶层设计 奥运准备

2005年，首届汇丰冠军赛在上海举行，那个时候，高尔夫对于中国民众而言还是一项非常小众的运动，即便在北京、上海这样的大都市也是如此。为了加强人们对高尔夫的认识与了解，最终对这项运动产生兴趣，汇丰银行与IMG力主邀请当时最富盛名的高尔夫巨星老虎伍兹来沪参赛。

前两届比赛，老虎伍兹的加盟，并且两度进入争冠行列（两次屈居第二），在中国高尔夫球界投入了一颗石子，掀起了滔天巨浪。此后，汇丰冠军赛一直是中国最顶尖的赛事，同时成为整个亚洲的高尔夫比赛样板。中国球迷在这个平台上，不仅看到了老虎伍兹，也看到了米克尔森，以及过去十年来，别的亚洲比赛中看不到的，世界高尔夫球坛最璀璨的明星。

2009年，国际奥委会投票决定高尔夫重返奥运大家庭，而汇丰冠军赛也在同一年迎来了一个新的历史时刻。它成为了世界高尔夫锦标赛大家庭的一员，为全球最顶尖的十场大赛之一。

汇丰全球体育赞助总监莫嘉乐（Giles Morgan）2013年接受美联社采访的时候谈到了汇丰冠军赛的办赛理念已从初期通过一个以及几个巨星吸引全球关注，转向稳扎稳打，将比赛塑造成为一场真正的世界性大赛，要让每位参赛的球星感到光荣，主动参与其中。

“我们已经发展到某一个阶段，在这个阶段，我们不再关注某个选手是否参赛，而在于推动全球的高尔夫运动发展，”他说，“我们在这个问题上态度坚决。这是世界高尔夫锦标赛，它是亚洲的旗舰赛事，它将成为一座灯塔，未来很多年一直引领高尔夫来到这座大陆比赛。”

战略上的调整让汇丰冠军赛成为了一场自上到下，整体坚实的大赛。2005年首届赛事举行的时候，共计13名世界排名前50位的球员参赛，到2009年升级为世锦赛的时候翻番，达到28人，而2014年第十届比赛举行时增至40人，去年则为43人。

这样一场参赛阵容不逊奥运会的大赛，年年都在中国举办，自然让中国球员获得了前所未有的锻炼机会，也是对他们备战奥运会的最好准备。

“你也知道，汇丰冠军赛这么大型的赛事，不是随便一个选手都能参与的，根据我的经验，你只有进入世界前50位，或者赢得世界大赛才能获得资格。非常感谢中高协为我们中国选手争取到宝贵的名额，让我以及其他中国选手，可以在汇丰冠军赛这样一个顶级的赛事中，同世界最顶尖的选手交流，”已经连续参加12届赛事的梁文冲去年接受采访时说。

青少年中推广普及，为奥运会储备人才

在汇丰冠军赛创立之后不久，汇丰银行与中国高尔夫球协会携手推出了中高协-汇丰青少年高尔夫发展计划。如果说汇丰冠军赛的着眼点是金字塔的顶端，那么这个计划的目光则锁定在金字塔的基座，其目的是由下而上，推动中国高尔夫运动的发展。

自2007年正式启动以来，中高协-汇丰青少年高尔夫发展计划在两个方面做出了重要贡献。第一：为广大青少年选手提供可持续发展的竞赛平台；第二，通过冬令营、夏令营等走进校园活动，在更广阔的区域积极普及高尔夫，让更多青少年儿童了解与认识这项运动。

十余年的深耕，中国的青少年高尔夫项目取得了前所未有的成就。今年中高协注册的青少年球员突破了两万人，在汇丰全国青少年高尔夫冠军赛之外，全国又衍生了许多地方性的青少年比赛，其总量远远超过了职业和业余比赛。这些赛事为汇丰青少年冠军赛输送了一批批高品质的人才，令赛事的竞争力大大提高，成为了有益的补充。其次，第一批学员已经渐渐成才，有些通过高尔夫进入了心仪的名校，比如王梓漪获得高尔夫奖学金进入斯坦福大学；而另外一些则已经活跃在了各大职业巡回赛赛场，最典型的例子是李昊桐与窦泽成。

2015年，李昊桐在汇丰冠军赛上获得并列第七，成为第一个在世锦赛中打入前十名的中国选手。次年，自信心大增的他在中国公开赛上取得欧巡胜利，并代表中国参加了里约热内卢奥运会。而这不是中高协-汇丰青少年高尔夫发展计划输送的唯一奥运人才，林希妤也是第一批学员 ，同样在高尔夫重返奥运会之时代表中国参赛，而她打出了奥运女子高尔夫历史上第一个一杆进洞。

李昊桐今年再接再厉，在英国公开赛最后一轮打出63杆，追平了亚洲球员在大满贯中的最低杆，最终获得第三名，刷新了中国选手在男子大满贯之中的最好排名。除此之外，他本赛季持续不断在欧巡赛中交出好表现，目前稳定在迪拜竞赛积分榜前20位，确保了欧巡总决赛的参赛资格。

窦泽成2014年在汇丰冠军赛上演职业处子秀，在大西洋另外一头创造着中国的历史性时刻。七月底，他在狮门尼克劳斯高尔夫俱乐部（Nicklaus Golf Club at LionsGate）打出259杆（65-67-61-66），低于标准杆25杆，领先3杆赢得数字联盟公开赛，成为中国第一个在美巡二级巡回赛：威巡赛中夺冠的选手。因为这一胜利，窦泽成确保了美巡赛参赛卡，10月份将与张新军一起成为首批登陆美巡赛的中国选手。

可以肯定李昊桐、窦泽成、林希妤、石昱婷、王梓漪等第一批学子取得的成功，并不是中高协-汇丰青少年高尔夫发展计划的终点，毕竟与欧美，甚至日韩等高尔夫发达国家相比，我们还有很长的路要走。可是前期的成功已经说明了汇丰银行在中国赞助策略的正确，以及这是中国选拔、培养、储备、锻炼人才的一大途径。

新的土壤，更为光明的愿景

高尔夫重返奥运会，以及冯珊珊为中国夺得第一枚奥运会高尔夫奖牌，显然改变了高尔夫在中国的生存环境，今年的全国高尔夫团体赛暨全运会资格赛说明许多省市队伍已经行动起来，他们积极培养运动员，给传统的北京、上海和广东等强队制造了压力。而最新公布的，由梁文冲和冯珊珊分别带领的中国高尔夫球奥运男队和女队，一共16名成员——其中超过一半参加过汇丰全国青少年高尔夫冠军赛——地域分布的多样性，年龄覆盖老中青，进一步显示了不仅2020年东京奥运会，2024年巴黎奥运会，我们也有强劲的后备力量。

与此同时，今年年初结束的全国高尔夫球场清理整治工作既清理整治了非法的球场，也对其他球场敲响了警钟，高尔夫绝不应该是关起门来，少数人享乐的奢侈品，而应该成为一项大众都能共享的、健康、绿色的体育项目。而这种新的氛围，只会进一步推动高尔夫运动的普及，从而为奥运会储备更多的人才。可以说，未来的中国高尔夫只会更好！

一份近期公布的报告显示，在过去五年前，亚马逊已经与谷歌及微软在人工智能开发领域形成三足鼎立之势。机器学习领域的人才也成为三家公司持续热衷挖角的对象。

亚马逊在上个月广泛招募 AI 相关人才，直至今日其 AI 招聘广告部分仍显示有 140 余个职位空缺。在线职业教育平台 Paysa 的分析称，这种状况对亚马逊而言是常态，在四处疯狂挖角的同时，其几乎同等数量的人才也流失到了竞争对手那里。

微软似乎也陷入到了这种人才置换的死循环。微软有 123 名 AI 开发人员跳槽到亚马逊，而从对方转投而来的人数是124。堪称一种新形式的外国交换生项目。

谷歌则是迄今为止这场人才竞购中最大的受益者，Alphabet 在敛入132人的同时仅有13 人流失向亚马逊。

如果认同人工智能的时代即将到来的话，AI 开发人员无疑是新一代的摇滚明星了。如今机器学习人才的稀缺程度堪比当年的网站开发人员。

根据 paysa 的调查，在寻找、争夺人工智能方面的人才过程中，亚马逊和它在西雅图的邻居微软以接近一对一的比例交换着员工。但是，新数据显示，它流失到谷歌的AI 人才数量可远高于它从谷歌挖到的人。

报告显示，2017 年 4 月之前的五年内，亚马逊从谷歌挖来了 13 名与 AI 相关人才。但谷歌在同一时期从亚马逊吸引了132 名具有 AI 技能的人员。相比之下，亚马逊在这一时期招聘了124 位微软的 AI 人才，同时流失了123 人到微软。这些数字还显示了亚马逊和众多其他科技公司（包括雅虎、甲骨文、Facebook 和苹果）之间 AI 人才的稳定流动。（见上图）

关键点：

•亚马逊和微软以几乎相同的数量在交换AI 人才

•谷歌挖走了很多亚马逊 AI 人才，亚马逊从谷歌挖到的人却很少

•大学是亚马逊招聘的主要来源

总体来说，在 Paysa 所分析的五年中，亚马逊雇佣了超过 1200 名美国有 AI 技能的人员。

这些数字展示了 AI 人才市场的竞争有多激烈，以及谷歌在招聘方面的优势。卡内基梅隆大学机器学习部门负责人Manuela Veloso 表示：“谷歌有各种各样的 AI 项目，这对于 AI 工程师来说具有很强的吸引力。”

亚马逊则不能满足 AI 人才的胃口。截止本周二，亚马逊的招聘网站列出了 2100 个职责描述中包含了“机器学习”的职位，包含“AI”的则接近 300 个。

根据亚马逊的招聘页面，他们正在“打造强有力的人工智能产品”：

从Alexa到Amazon Go，我们在亚马逊的所有业务中广泛使用机器学习和深度学习。我们的使命是将这些创新和有价值的技术带给尽可能多的开发人员，亚马逊和AWS都在大力投资AI服务。

我们最近宣布推出了Amazon Lex（聊天机器人），Amazon Polly（文本语音转换）和 Amazon Rekognition（基于深度学习的图像分析），为应用程序开发人员提供了顶级深度学习组件，不需要高深的数学技能就能使用，我们还为数据科学家提供了方便的AI引擎，可以创建复杂的定制智能系统。

我们正在寻找软件工程师，开发经理，产品经理和科学家，在AI全栈打造工具。应用机器学习经验并非必须，但机器学习从业者将在我们这里得到绝佳的职业发展前景。

目前，在亚马逊AI部门，有143个职位空缺。

比如，20 个小时前，亚马逊刚刚更新了其在北京招聘的 AWS 技术合作伙伴 Partner Development Manager 的职位。

在对该职位的职责描述写道：作为 AWS 技术合作伙伴的Partner Development Manager，需要吸纳、赋能、拓展并与合作伙伴协同销售，以满足其业务增长和云迁移的需求。而理想的应聘者应该具有很强的合作伙伴管理或生态系统拓展的背景，在大数据/物联网/AI/ SaaS 等方面具有丰富知识和经验。

刚刚我们提到的 AWS 机器学习总监 Alex Smola，也不遗余力地在各个场合宣布 “We are hiring！”

他的NIPS论文，别人都署名机构，而他专门加上“we are hiring”。不仅如此，Alex 的 LinkedIn页面，也大大标明“我们在招人”，求贤若渴，可见一斑。

在 11 月 8 日北京国家会议中心举办的世界人工智能大会上，我们也特别邀请到了 Alex Smola 到场。

Alex Smola 亚马逊AWS机器学习总监

Alex Smola，1996 年毕业于慕尼黑工业大学，获物理学硕士学位。1998年在柏林工业大学取得计算机科学博士学位。之后，他在澳大利亚国立大学担任研究院和研究小组组长。2004 - 2008年，Alex Smola 在NICTA研究中心统计机器学习项目担任项目负责人。2008 年，他加入雅虎，后于 2012 年加入谷歌从事研究工作。他是加州大学伯克利分校的兼职教授，目前担任卡内基梅隆大学机器学习教授。2015 年，他与人联合创立了 Marianas 实验室。2016 年，Alex 加入亚马逊，目前担任亚马逊 AWS 机器学习总监。迄今为止共发表超过 200 篇论文并参与编写 5 本学术专著。

他的研究兴趣包括：算法的可扩展性，SVM、高斯过程和条件随机场等核方法，统计建模以及用户建模、文档分析、时序模型等各种机器学习应用。

大会上，Smola 将与来自谷歌、微软的领袖一起，分享他们在人才竞争、人才招聘方面的精彩战况，敬请关注！

实际上，对于 Paysa 的报告，有一条评论是这么说的：

很有意思...不过我很惊讶报告里没有百度或是腾讯方面的相关数字。这只是因为它们没有被写进去，还是因为它们的人才流动数字较小，不值得写进去？

在本次世界人工智能大会上，汇聚了来自百度、阿里、腾讯、京东、科大讯飞、华为等等产业领袖，将为你展示国内科技巨头间 AI 人才流动的天下大势。

像其他科技公司一样，除了从竞争对手那里招聘人才，亚马逊还特别着力从大学进行招聘。5 年间，该公司从大学聘请了近200 人从事 AI 方面的工作，特别是附近的华盛顿大学、匹兹堡的卡内基梅隆大学和南加州大学。其中最著名一次招聘自然是去年从卡内基梅隆大学带来了Alex Smola，担任 AWS 机器学习总监，专注于新的深度学习云服务。

Paysa 的分析是基于其从第三方及其用户中筛选的大约2,700 份简历。为了确定哪些是专注于AI 的人才，Paysa 将机器学习、人工智能、神经网络、计算机视觉和神经语言程序设计等技能都考虑在内。

亚马逊在哪个地方寻找 AI 这样的战略领域人才，也表明了他可能会在哪里设立第二个总部。如果亚马逊在某个城市大举招聘，比如预计发布 50,000 个工作岗位，就很可能预示着它要在这座城市设立第二总部了。

不得不说，在过去几年中，电子商务巨头亚马逊已经成为AI领域的领导者之一。亚马逊使用AI改进搜索结果，提供更好的产品建议，改善预测和库存管理。在台前，亚马逊还有一个更著名的AI代言人，也就是Echo智能音箱系列的核心技术——语音激活的智能助理Alexa。

前不久，亚马逊宣布计划要在西班牙巴塞罗那建立一个新的研发中心来扩大其AI研究。实际上，随着企业纷纷意识到AI的潜力而往这方面转型，他们开始从原本就相对较少的AI科学家和技术人员人才池中吸收员工，尤其是AI子学科的机器学习和深度学习。

今年早些时候，谷歌在多伦多建立了谷歌大脑支部，这也是谷歌在加拿大建立的第二个研究分部，第一个是去年的谷歌大脑蒙特利尔分部。这些科技研发中心多位于拥有人工智能课程的主要大学附近，方便接触科学家和研究人员，当然也方便接触那些即将毕业的科学家。

亚马逊计划在巴塞罗那建立的新人工智能研究中心将位于该市的22@初创区，计划雇用超过100名科学家和软件工程师。

像巴塞罗那研究中心这样的设施是亚马逊发展其AI技术的关键。就像上文已经指出的那样，使用AI软件模型和算法筛选大量数据并从中提取模式，能够进行更准确的预测或评估。亚马逊使用AI和机器学习作为其客户推荐、物流功能和智能扬声器的基础，因此扩展其AI能力是亚马逊的一大主要竞争优势。

除了西班牙，今年早些时候，亚马逊扩大了其在英国剑桥的研发中心，增加了一个6万平方英尺的设施，以容纳400多名“机器学习科学家、知识工程师、数据科学家、数学建模师、语音科学家和软件工程师”。

这些举措充分表明了，亚马逊对AI的重视程度，以及为了获取AI人才而愿意付出的资本。

亚马逊CEO杰夫·贝佐斯（Jeff Bezos）对AI的未来变革影响看得很清楚：

“我认为[这种影响]是超级巨大的。……可能很难去夸大未来20年AI对社会的影响有多大。……从最早的科幻小说开始，我们一直有一个梦想，有一台电脑你能用自然的方式跟它对话，让它与你交谈，并为你做点事情。现在这已经成为现实。”

亚马逊从AI研究中获得的无形利益之外，有观察人士认为，Alexa/Echo系列智能音箱带来了一个巨大而且可量化的机会。RBC资本市场的Mark Mahaney和Jim Shaughnessy透露，50％的Echo业主每天都使用该设备，17％的用户使用Echo在亚马逊网站上下订单。分析师认为，基于Alexa的设备在2020年之前可以为亚马逊的顶级产品线（top line）贡献100亿美元的收入。

这是一篇用数字和图表说话的文章，主要对比中国互联网巨头在研发（R&D）上与国外同行的对比，为了让数据更有说服力，还补充了各家公司研发与收入比的横向比较。

一切还是要从马云的“达摩院”讲起。上周的云栖大会上，阿里巴巴高调宣布成立全球研究院，将进行基础科学和颠覆式技术创新研究，预计3年投资1000亿人民币，面向全球吸引人才。

马云此举不仅在国内引起广泛关注，国外媒体也在争相报道，techinasia 评论认为，阿里巴巴的1000亿虽然很振奋人心，但是放眼全球，阿里巴巴的竞争对手亚马逊很早就已经在做类似的事。亚马逊的研发投入今年已经突破了174亿美元，换算成人民币的话，也就是1000亿左右。

为此，他们特意绘制了一张截止到2017年3月财年亚马逊与阿里巴巴在研发上的投入对比图，可以来看一下：

可以看到，截止2017年3月（财年），亚马逊在研发上的投入是174亿美元，阿里巴巴是16亿美元。

未来实现追赶甚至超越，阿里巴巴在接下来三年平均每年在研发上的投入至少在50亿美元以上。

所以，从这个角度来说，阿里巴巴的这一举动，其实也不算非常大胆。

彭博专栏作者Tim Culpan也撰文指出：抛开近日大热的“阿里斥资1000亿投研发”等有冲击性的标题，阿里巴巴对研发的投资，相对来说其实并不多。

这个数字看似巨大，相当于在两年内翻一番的研发费用。然而，阿里只是将支出占销售比保持在稍高于10%的水平。因为阿里明年的预期收入将翻番。

他说，阿里表示，达摩院旨在“增加全球技术合作，推动创新技术发展，通过弥合技术鸿沟增进全球包容性。” 对一家意在成为全球技术竞争者的公司来说，这一表述涵盖了所有该有的概念。但别被这1000 亿人民币的数额骗了。实际上，如果马云真的想让阿里产生巨大影响，就应该更加大方。

为什么这么说，看一下阿里巴巴研发投入与收入比的曲线就知道了：

与销售的数据相比，阿里巴巴在研发上的投入可能就显得没那么“慷慨”了。在2009年到2010年，阿里巴巴研发投入与销售（收入）的占比维持在17%-18%左右，2017年降到了不足11%。

11%这一数字在国际上处于什么水平？

Facebook、谷歌、百度、亚马逊、阿里巴巴以及腾讯的研发投入与收入比排名，数据显示，Facebook最高，约为21%，百度刚刚超过14%，阿里巴巴是近11%，腾讯不到8%。

再回到总的研发投入，见下图：

阿里巴巴在过去几年中都落后于Facebook、谷歌和亚马逊，阿里巴巴从2013年开始，在研发投入上超越百度。

亚马逊在研发上的投入到底有多大？我们继续看图，亚马逊去年超过了大众，成为世界上研发投入费用最多的公司。

根据彭博数据，截止2017年3月，亚马逊在过去12个月中，共投入174亿美元研发费用。然而，在其财报中，亚马逊并未明确报告研发费用，而是将其作为“技术和内容”成本，纳入营业费用。根据财报，“技术成本主要由研发活动费用组成，包括员工薪金，现有及新产品／服务的相关应用、生产、维护、运营、开发费用，以及AWS等成本。“

AWS 是 Amazon Web Services 的简称，它曾是一个研发试验，而今已成为亚马逊重要的营收来源。不确信人们会不会把维护和提高基础设施的花费视为研发费用，实际上，也没有任何企业报告对研发费用有明确的定义和严格的描述。

以这点为前提，彭博列出了全球研发投入最高的 25 家企业：

亚马逊近几年获得飞速发展与其从早期开始就花重金投入研发密不可分。如今，阿里巴巴在市值上已经与亚马逊已经不想上下，阿里作为中国最有代表性的互联网公司，把研发费用提升到与国际巨头类似的水准，当然是向人工智能+技术升级的必然。

1000亿的热闹之外，冷冰冰的数字告诉显示，要成为伟大的公司，在研发的投入是必不可少的，中国互联网企业在收入大幅增加的情况下，在研发上的投入和步调相比国外巨头还是存在差距。

达摩院的宣言，意味着阿里未来3年的研发费用将跃升到年均300亿元以上的规模，但仍然与亚马逊和谷歌这类企业有差距。也就是说，让我们震撼的阿里达摩院，其实只是阿里回归到全球科技巨头应有的研发投入水平而已。我们应该震撼的是，为什么中国公司投这么少钱在研发上面却又还梦想领先全球科技。

我们认为，达摩院宣布在未来3年投入1000亿，实际上意味着其年均研发费用在300亿元以上。而这不仅远远落后于谷歌、亚马逊等国外巨头，也比华为的年均研发支出少一半（去年华为的研发费用是638亿元）。因此，应该冷静看待1000亿这一“天价”数字，中国公司应像谷歌亚马逊这类伟大企业一样，付出更多的研发费用，去承担对未来世界的责任。