在科技创业里，拥有核心技术的高端人才是各家公司争夺的焦点。因为在今天，没有好的科技手段，创业是非常难的。不过，科技人才特别是科学家，他们在创业公司或者是他们自主创业时，是否能够很好适应商业化的转变？这值得探讨。此外，AI人才千金难求，这种现象如何解决？
在“开源迭代·解码未来”源码资本2018年码会年会上，源码资本投资合伙人张宏江博士，固高科技、松山湖机器人产业基地董事长、香港科技大学教授李泽湘教授就当下科技创业的现状做了探讨。
科学家创业为什么失败概率高？
从实验室走向市场，科研人员是否能成为优秀的创业者？李泽湘表示，在学校里表现很好的学生和科研人员，在创业中可能并不适合。需要判断到底还需要哪些东西，才能让老师和学生在两条战线上都能比较优秀。而这也是松山湖产业机器人基地成立的原因，为学校的教育取得更多的经验和数据。
张宏江表达了同样的观点，“科研做得非常好，尤其是理论做得非常好的研究人员，出来创业失败的概率，一般比在公司里待过较长时间的创业者更高一些。”这背后的因素有很多，比如创业的动机和想法，是否是自己喜欢的事；或者是不是自己擅长的、准备好的事。
“最怕就是跟风，这样的人出来创业就有很大的风险。”张宏江表示，他看到很多AI公司里几个研究员能力都不错，但根本没想到应用场景就出来创业了。“这么多钱盲目投入产业里，导致那些本应该摔一跤醒一醒，然后再好好想想的创业公司，没摔下去、依然活着。这对产业造成很负面的影响。”
创客猫之前在采访松禾资本合伙人袁宏伟时她曾说过，“很多科学家都是局限在自己的研究技术里，但我们希望他们可以多看看别人的项目，但这对他们来说确实是很高的要求。”很显然，科研人员他们更多的是专注在自己研究的技术上，他们对于产品未来的商业化、与竞争对手的差异这些方面上，并没有过多关注。
“研究技术的人往往把一个产品看作成功了90%。但是我们做技术的人知道，技术只能使你上第一个台阶，能不能上第二个、第三个台阶，要看你对市场的应变能力和融资能力等一系列叠加在一起。我认为当研究员、教授出来创业前，一定要先想清楚这一点。”张宏江说。
所以在很多投资人看来，一家科技类的创业公司，最好要有科学家和企业家的组合搭档。不过，中国科研人员不是天然适合创业的原因跟教育体系有很大的关系，因为中国的教育体系相对欧美来说，在商业创新层面比较落后。
李泽湘认为，过去三十年间产业变化和技术变化都很大，但教育模式跟三十年前相比，并没有太大的改变，还是计划经济时的模式。
“我们选的人能够进入好的学校，因为好学校是稀缺资源。但选的人是不是跟产业、创业的标准相关，这是个问题。进入学校后，他学的东西是不是为他出来创业，或者解决现代工程的问题，也有关系。我们看到很多问题，也在探索各个不同的解决方案，但还没有一个大家都认可，可以全面铺开的解决方案。”
张宏江认为，没有一个标准方案或者统一方案能够培养各行各业都需要的人才,包括创业人才、工程人才、研究人才。在他看来，英国和美国做得比较好的地方是他们学校多样化。像美国有常青藤这样的综合学校，从本科基础到研究生都做得非常好。也有很小的文理学院，一年只招两三百学生，培养的是学生的文理素质、学习能力、思考能力。州立学校则更训练每个专业的学科基础。
“当学校鼓励以不同方式培养学生时，你就不会担心培养出来的学生千篇一律，这个时候你需要的人才就是多样化的。这是我们中国教育体系需要提升的地方。”张宏江说。
创业公司如何应对AI人才难求？
说到科技创业，如今最火的便是人工智能。4月26日，科技部组织召开新一代人工智能发展研究中心成立会议。研究中心的成立是为强化国家新一代人工智能发展规划实施的组织保障和研究支撑，打造具有广泛影响的人工智能研究合作平台，形成我国人工智能重大问题研究的合力。
显然，国家对于人工智能的发展已经是高度关注了。但这两年，AI公司招不到人的现象不在少数。对于创业公司来说，他们如何解决人才问题？
李泽湘观察到，很多初创公司在拿到投资人的钱以后，就用非常高的价格去挖名校的AI人才。反过来也吸引供应端，很多学生在学校往这个方向转。上了一两年AI类的课程，简历上就写着AI、人工智能专业。
“这是目前的现状，工资、就业、机会就会一大把。但这些CEO可能很快就会为这种草率付出代价。”他指出，通过这种方式招来的学生，一段时间后可能发现并不胜任工作。与其这样恶性循环，倒不如多花一些精力和资源，去关注或者投入到与学校合作培养的模式。
张宏江补充道，大家没必要这么焦虑找不到AI人才。他以头条为例解释，头条在AI+应用的结合上做得非常好，整个公司业务基本建立在算法之上，从这个角度去想，他们肯定需要大量的AI人才。但其实，他们在挖人的过程中，很多在学术上非常高调的人他们没要，留下的往往是对业务感兴趣的人。
“如果候选人对你的业务感兴趣，就能想方设法把技术往里面用，这样的人是公司最需要的。如果只是为了撑门面去花钱请一些不了解业务的人，最后发现不合适再解雇，这种成本非常高。”张宏江指出，像谷歌、Facebook、微软这样的公司，他们在抢人时并不是仅仅看你能做软件工程师，而是有潜力培养成公司未来领袖，是按这种思路去招聘和培养的。
“过去十几年招了很多大公司的人才，但最后都没有好的效果。所以，要从他的素质和对文化的认可开始培养。学技术是次要的，只要他对这个东西热爱，他会有极大的动力快速学会、掌握相关的技术。”李泽湘说。
当某个领域很火时，就会出现盲目追随，比如如今AI很火，就会出现为了AI而AI的现象，而不去仔细研究，AI真正有价值的应用场景。李泽湘表示，AI作为手段，至少当下来讲是很重要的，各个领域都会涉及到，尤其是制造业，会有很大的应用。但不要忘记重要的一点，它只是很多种工具之一。想应用好，首先要对我们现在的制造技术和制造场景中存在的问题有根本的理解。
“如果是为AI而AI的话，除了烧一大堆投资者的钱，或者制造一个又一个App之外，不会有太好的应用效果。认为无论什么问题、什么商业模式只要把AI一套就能解决，这种观点非常危险。”他指出，尤其芯片的事起来了，可能下面又会来一波类似的东西，而且好像认为一个短平快就可以把这个问题解决了，这种想法是不对的。
张宏江表示，我们创业不应仅从技术反推场景，而要从场景到技术。今天中国经济、制造业、互联网产业发展如此庞大，中间有太多问题可以用互联网+和AI+解决，我们应该从这个角度来看。“科学家创业往往是从技术往场景走，但更好的模式是从场景往技术走。”他说道。
（以上为创客猫综合报道，内容素材来源于“源码资本”（微信公众号ID：sourcecodecaptial））
閱讀更多 創客貓 的文章
