从Google Scholar看各大科技公司科研水平

作者 | Flood Sung

整理 | NewBeeNLP

周末愉快！最近校招开奖季，有同学来问offer选择的问题，分享一篇从Google Scholar来看国内外各大公司科研水平的文章，欢迎讨论~

1 标准

在Google Scholar中输入公司关键词，然后统计citation >= 2000的人数。

这个方法类似于看个人的学术水平用h-index

这里面因为一些人已经换公司但没有改掉，或者一些人没有注明公司，统计存在一定误差，但基本能反映公司对科研的重视程度

citation>= 2000 应该算是一个比较高的标准，在国内都具备当高校教授的要求，如果是phd刚毕业就达到2000，那基本属于业界顶牛了。

比如Google：

2 结果

2.1 国内

ByteDance: 22
Tencent:43
Alibaba:69
Huawei:95
Baidu:37
Meituan:6
JingDong: 13
Netease:1
Xiaomi:5
Kuaishou:3
Pinduoduo:0
Didi:4
360:1
byd:0
旷视:5
商汤:24

从国内的排名看，huawei排名最高，对科研最重视，这个从任正非的访谈中都可以看出来，并且从Google Scholar中可以看到huawei的科学家国际化程度非常高，很多老外，而tencent，alibaba还有bytedance基本都是华人。

2.2 国外

Google: 1514
Microsoft: 586
Apple: 229
Nvidia: 142
AMD:30
Intel:344
Amazon: 324
Facebook: 411
Tesla: 10
IBM:762
Adobe:67
Cisco:49
OpenAI:41
EA:1
Ubisoft:1
Samsung:275
Oracle:32
Epic Games: 3
Disney:8
Paypal:0
Netflix:23
Salesforce:21
TSMC:17
Sony:30
Visa:15
ASML:22
Oracle:32
Sea:3
Snap:12
Uber:20
AutoDesk:4
Twitter:12
Xilinx:8
Qualcomm:103

很明显国外的很多巨头的科研实力特别强，对比一下国内的互联网巨头差的实在有点多。这也导致了最有影响力的科研成果都来自国外，Tencent，Alibaba等对科研的投入还远远不具备和Apple，Microsoft，Alphabet，Amazon，Facebook抗衡的水平。

3 和市值的关系

我们参考https://companiesmarketcap.com/tech/largest-tech-companies-by-market-cap/ 列一下前20科技公司的市值(市值>2000亿美金)与citation>=2000的人数关系

总的来说，市值与科研不完全相关，但Top 5的公司对科研都非常重视。Tesla看起来人数很少，但这和他们小而精的团队有关，同时他们研发AI几乎不发paper，所以虽然研发实力很强，但从Scholar上没有体现。

4 科研对于公司来说到底重不重要？

从上面的数据可以观察出一下几个特点：

1. 科研对于公司的长期发展非常重要。

头部的巨头他们没有其他公司可以追随，所以他们只有做原创性创新，才有可能去开发全新的产品保持长期处于不败之地。但我们也发现这样的情况：比如IBM，科研人员很多，但是对于移动互联网，同样抓不住，还有商汤这样的独角兽，科研人员相对于其体量很多，但却很难做出好的产品。这说明了另外一个问题：

2. 科技趋势和科研方向不完全匹配影响公司发展。

我们说的科研方向往往是一些比较硬核的学术研究，那么这些研究有的距离落地很远，甚至和当前的科技发展趋势不匹配。比如说移动互联网时代，开发app并不需要掌握很牛的科研技术，开发能力，工程能力是关键，这使得像IBM，Intel等老牌巨头的科研几乎排不上用场，自然被超越了。而只有AI特别是计算机视觉研究能力的商汤也不具备很强的app开发能力，它的产品依赖于AI，因此面临着产品困境。但是还有很多未来潜在的产品，是非常需要科研的。比如说家用机器人，VR/AR 元宇宙，6G通讯等等，这些方向需要很多硬核的技术，并且这些技术还有很多未被攻克，因此就需要大量的科研。这一点华为就做的比较好，它要发展通讯技术，比如5G，那么就需要科学家的长期攻关。所以，公司的科研方向一定要能匹配公司的产品发展战略，而公司的发展战略也一定要符合科技发展趋势。

3. 没有强的科研能力的公司一定不会是最top的公司

这我们从top5的情况就可以看出来了。

比如比亚迪和Tesla在自动驾驶上的科研也无法相提并论，Tesla有最顶级的科学家在研究，但是比亚迪几乎就没有这方面的人才，所以这会导致比亚迪在自动驾驶上远远落后于Tesla，只能在电动车，新能源这个领域和tesla抗衡。

4. 没有产品只有科研是不行的

国内AI4小龙就面临这样的困境，科研很强，却无法有好的产品，无法盈利，这也会很困难。而巨头特别是Google，科研靠它的产品带来的巨大现金流来养Google Brain和DeepMind，则非常健康。

5 为什么国内互联网公司对科研不够重视？

有两方面的原因：

国内互联网公司都是移动互联网的产物，如上节第二点提到的，基本不需要科研就能做，靠的是工程开发。
国内的顶尖科研人才相比美国少太多，本身就很难有国际顶尖的科研人才加入，这导致了很难产出有影响力的工作，从而导致恶性循环：做开发好赚钱，做研究又做不起来。

所以，因为上面两点，国内互联网公司的科研实力和美国IT巨头差距很大。

6 是不是该重视科研实力了？

当然，因为移动互联网已经到后半场了，现在我们看到几家互联网巨头就是在内卷。比如陶特和拼多多，不是技术水平的比拼，而是产品策略，营销的比拼。

这种内卷将无法拿到通往下一波科技浪潮的入场券。

机器人，元宇宙以及AI带来的领域革命，这些都非常硬核，没有科研能力只是follow几乎不可能占得先机做出顶级的下一代产品。

鉴于有些评论认为公司里不需要research，这里再用VR举个例子。

VR涉及到软硬件。硬件上主要是芯片，显示屏，定位等等，软件则涉及到图形渲染，Slam，AI。比如AI，需要研究NLP，渲染，角色动画，GPU加速等等。以上这些很多都是处于需要研发攻关的阶段。比如NLP，我们想要在VR系统中构建一个虚拟人，能自己说话，就需要NLP，怎么让虚拟人说的话和真人一样。再比如渲染，我们想要虚拟人足够真实，就需要研究虚拟人的毛发，皮肤，表情等等如何渲染得更快更真实。这些研究课题和落地直接相关，研究的水平决定了产品的效果。

Facebook就有一个顶级的Reality lab来做VR相关的研究，每年发很多篇的siggraph，这些研究最终都有可能应用到产品中，而不仅仅发了paper就完事了。

所以，总之，希望国内科技公司能够更重视科研，做出有影响力的成果，并最终在下一波科技浪潮中取得领先。

一起交流

想和你一起学习进步！『NewBeeNLP』目前已经建立了多个不同方向交流群（机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等），名额有限，赶紧添加下方微信加入一起讨论交流吧！（注意一定要备注信息才能通过）

- END -

NLP 语义匹配：业务场景、数据集及比赛

2021-10-29

升级换代！Facebook全新电商搜索系统Que2Search

2021-10-28

字节AI LAB NLP算法二面凉+被捞后通过

2021-10-27