从谷歌学者看主要科技公司的科研水平

文内容转载自微信公众号:战略前沿技术,版权归原作者及刊载媒体所有,所刊载内容仅供交流参考使用,不代表本刊立场。

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

  1. ByteDance: 22

  2. tencent:43

  3. Alibaba:69

  4. Huawei:95

  5. Baidu:37

  6. Meituan:6

  7. JingDong: 13

  8. Netease:1

  9. Xiaomi:5

  10. Kuaishou:3

  11. Pinduoduo:0

  12. Didi:4

  13. 360:1

  14. byd:0

  15. 旷视:5

  16. 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

  1. Google: 1514

  2. Microsoft: 586

  3. Apple: 229

  4. Nvidia: 142

  5. AMD:30

  6. Intel:344

  7. Amazon: 324

  8. Facebook: 411

  9. tesla: 10

  10. IBM:762

  11. Adobe:67

  12. Cisco:49

  13. OpenAI:41

  14. EA:1

  15. Ubisoft:1

  16. Samsung:275

  17. Oracle:32

  18. Epic Games: 3

  19. Disney:8

  20. Paypal:0

  21. Netflix:23

  22. Salesforce:21

  23. TSMC:17

  24. Sony:30

  25. Visa:15

  26. ASML:22

  27. Oracle:32

  28. Sea:3

  29. Snap:12

  30. Uber:20

  31. AutoDesk:4

  32. Twitter:12

  33. Xilinx:8

  34. 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:

  1. 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。

  2. 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。

初审:纪银晓

复审:宋启凡

终审:金 君

往期推荐

资讯

○ 揭秘!联手北斗的京张冬奥专列,到底是什么段位?

○ 实验室副主任杨必胜教授接受《GIM International》专访

○ 重磅!新一轮“双一流”建设名单公布!

○ 湖北珞珈实验室2022年度开放基金申请指南

会议

○ Geoinformatics 2022 暨CPGIS成立30周年年会(二号通知)

○ 规划有形,智慧无境:国地云讲堂本周五正式开讲

○ 关于召开大地测量与导航2022年综合学术年会的通知(第一轮)

○ CHINTERGEO中国测绘地理信息技术装备展览会将于3月2日举

《测绘学报》

○ 测绘学报 |刘飞: 多传感器融合的高精度无缝定位模型与方法研究

○ 高被引论文 | 张永军:天空地多源遥感数据的广义摄影测量学

○ 高被引论文 | 刘巍, 吴志峰, 骆剑承, 等:深度学习支持下的丘陵山区耕地高分辨率遥感信息分区分层提取方法

○ 测绘学报 | 朱彬:GNSS多径信号3种非监督学习法分析与比较

《测绘通报》

○ 地市级实景三维城市建设及应用

○ 面向上海城市数字化转型的新型测绘

○ 基于Sentinel-2影像的雄安新区土地利用分析

○《测绘通报》2021年第12期目录

《北京测绘》

○《北京测绘》2022年第1期摘要推荐

○《北京测绘》2021年第12期摘要推荐

○《北京测绘》2021年第11期摘要推荐

○《北京测绘》2021年第10期摘要推荐

《测绘科学技术学报》

○ 摘要 |《测绘科学技术学报》2021年第2期摘要推荐

○ 摘要 |《测绘科学技术学报》2021年第4期摘要推荐

○ 摘要 |《测绘科学技术学报》2021年第5期摘要推荐

○ 摘要 |《测绘科学技术学报》2021年第6期摘要推荐

《地球信息科学学报》

○ 《地球信息科学学报》2022年第1期佳文推介

○ 龚健雅院士:全球位置信息叠加协议与位置服务网技术研究进展与展望

○ 佳文推介 | 大数据城市通勤交通模型的构建与模拟应用

○ 专刊征稿:社会感知与地理大数据挖掘(征稿中)

《测绘工程》

○ 摘要 |《测绘工程》2021年第5期摘要推荐

○ 摘要 |《测绘工程》2021年第4期摘要推荐

○ 摘要 |《测绘工程》2021年第6期摘要推荐

○ 测绘教学 | 后疫情时代“线上+线下”混合教学模式创新——以测绘类课程视角

《中国空间科学技术》

○ 火卫二地形地貌探测综述

○《中国空间科学技术》2022年第1期摘要

○《中国空间科学技术》2021年第6期摘要

○《中国空间科学技术》2021年第5期摘要推荐

《卫星应用》

○《卫星应用》2021年第12期摘要

○《卫星应用》2021年第11期摘要

○《卫星应用》2021年第10期摘要

○ 摘要 |《卫星应用》2021年第9期摘要推荐

《Journal of Geodesy and Geoinformation Science》

○《测绘学报(英文版)》专刊征稿 | 地图学与地球空间信息教育:理论与实践

○ 《测绘学报(英文版)》专刊征稿 | 用于三维地理信息的摄影测量和计算机视觉

○ Ting On CHAN et al. | 《测绘学报(英文版)》(JGGS)精选论文

○ Kexian WANG et al. | 《测绘学报(英文版)》(JGGS)精选论文

《Satellite Navigation》

○ 徐元博士:面向有色测量噪声下UWB/INS组合行人导航的分布式卡尔曼滤波| SANA佳文速递

○ 杨飞博士:GNSS天顶对流层精化模型的构建与分析| SANA佳文速递

○ 姚铮教授:北斗PPP服务信号调制复用方案设计与质量评估| SANA佳文速递

○ 2022征文| SatNav“普适定位、室内导航与基于位置服务”专题

《自然资源遥感》

○ 《自然资源遥感》入驻“智绘科服”融媒体平台!

○ 《自然资源遥感》征稿:“海岸带空间资源及生态健康遥感监测”专栏

○ 摘要 |《自然资源遥感》2021年第3期摘要推荐

○ 摘要 |《自然资源遥感》2021年第4期摘要推荐

Journal of Geovisualization and Spatial Analysis

○《Journal of Geovisualization and Spatial Analysis》入驻“智绘科服”融媒体平台!

○ JGSA国际期刊2021年第5卷第2期论文摘要

○ 高被引论文推荐 | Journal of Geovisualization and Spatial Analysis

发表评论

您的电子邮箱地址不会被公开。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据