文|李佳师

2018年11月8日，是微软亚洲研究院成立20周年的生日，洪小文是微软亚洲研究院在任时间最长的院长，从2004年任副院长、2007年任院长到今天，担任微软亚洲研究院院长是他的工作也变成了他的生活，用他的话说“就像结婚时间长了，彼此就是对方的一部分”所以关于微软亚洲研究院的点点滴滴他感触良多。

微软亚洲研究院为什么会成为微软美国之外最大的研发机构，这背后有什么不为人知的故事？微软亚洲研究院这20年赌对了什么？对待大颠覆性创新和小步快跑式的革新，一个院长会有什么样的取舍？中国IT产业的“黄埔军校”，这个名称究竟是褒还是贬？作为国际公认的顶级AI专家，洪小文在科技乐观论中为什么忧心忡忡？

自由成就了什么？

微软亚洲研究院名声很大。有一连串著名的名字与微软亚洲研究院紧密相连，除了那些赫赫有名的院长、副院长、科学家之外，这里孕育了许多IT大公司、独角兽企业的CTO，每一个都在中国现在的IT江湖上举足轻重。这里孕育了大量科研成果，从国际顶级学术会议（如ACM和IEEE）诸多论文获奖，到学术界/产业界顶级竞赛中斩获冠军，以及大量技术被国际标准机构所采用，微软亚洲研究院被《麻省理工科技评论》称为“世界上最火的计算机实验室”。

事实上，微软并不是唯一一家在中国设立研究院的国外企业，为什么微软亚洲研究院能够在众多的国外公司的中国研究院中有着更高知名度，成为微软公司美国之外的最大的研究机构？

洪小文认为平等和自由的选择，直接决定了一个研究院的创造力。“这要感谢微软全球研究院的创始人Rick Rashid，在他任期内，微软所有的研究院，从美国到剑桥到中国等6、7个研究院都平等向他汇报，并且每个研究院自己有权自主决定研究什么、做什么，这非常了不起。”洪小文说。

伟大的创新源于热爱，这并不是套话，尤其是在基础研究领域。洪小文表示，事实上，大部分的科研都不可能一蹴而就，通常是要经历99次甚至更多的失败，才会成功。但是过程充满魔力、充满了享受，这才是最吸引科学家一直执着坚持的原因，没有热爱很难长期坚持。洪小文从1995年加入微软美国研究院就担任研究员开启了他的研究生涯，现在既是微软亚洲研究院院长也是全球顶级的语音识别专家，所以他对研究、对管理研究有非常深刻的体会。“你可以选择任何你喜爱的课题，这种放权其实并不容易”。很多研究院要承担的课题基本是来自于总部的统一分配，这或许是微软亚洲研究院与其他跨国公司有差别的重要原因之一。

放手和拍板之间的度在哪里？

难道仅仅凭借“自由”选择，就能够就成一个好的研究院？

答案当然不是。作为院长需要在放手和拍板之间做出权衡，如果不能够建立一个良好的机制，一味放手只能是“劣币逐良币”。洪小文说：“一方面你需要放手，另外方面必须要建立机制，科学界也不能吃大锅饭，必须要激励更有成果的人。”

这中间什么是导向？什么又是抓手？放手的度要以结果为导向。而如果你做得好，那么你能够获得更多的资源。作为研究院的管理者的要把握好几个关键：资源、判断以及时间坐标。洪小文表示，一个好的研究员、一个好的项目，需要给予更多的资源，做得好要有奖励和加薪。而研究院的管理者对很多项目的判断常常需要把时间的坐标拉长，这样也才公平，也才能够给人更多的机会，比如十年前看好的项目和人、十年后出成果都意味着成功。而一研究院领导者对于未来的判断力同样非常关键，因为未来充满了不确定性，如何来把控、如何来判断，真的是需要你非常懂这些科技。基于这些判断来决定项目“放多少人，放多少资源。”

赌对了什么？

微软亚洲研究院是美国之外规模最大、机构最完备的研发机构。是凭什么，靠什么或者说是赌对了什么？或者说这20年内有哪几个关键的步点踩对了，才有了今天的规模以及成绩。

洪小文认为有三点。其一是公司必须“行”，公司必须成功才会有能力投资未来。任何一个公司通常有三个部门，销售部门赚今天的钱，产品开发部门做下一代产品赚明天的钱，研究院面向未来赚后天的钱。所以公司一定要有好的业务发展，才有能力投资未来。微软亚洲研究院因为是在微软公司，微软公司在这几十年的发展中，没有犯下毁灭性错误，而且在最近的一次成功转型，是微软研究院能够一直自由研究的前提和基础。

其二是要“雇对人”。人非常关键，事实上看研究院体系的成果就能够明了这个道理，通常，几乎好的成果是研究员自下而上研究出来的，而不是领导自上而下拍板出来的，所以雇对人，选对人，是办好研究院非常非常重要的核心。洪小文在回忆这20年印象最深刻的事情，特别提及了自己“躺在床上”招聘的事。因研究院刚成立，需要从美国背回一套顶尖设备，机场搬运不小心扭伤背部，所以和候选人电话面试是边理疗边进行，那是在微软亚洲研究院开院招人的紧迫时期。

其三是要有好的文化。因为文化不是一天两天形成的，因为有了好的文化，才会有更多更棒的人愿意过来，也才能够挑到最棒的人，世界上最聪明的人在一起，有好的文化，大家互相激励，能够加速创新出来。

黄埔军校”之名是褒是贬？

雇对人、找到优秀的人是研究院成功的非常关键，而这些年微软亚洲研究院孕育了非常多很厉害的人，同时也出走了很多技术名人，所以微软亚洲研究院被誉为“中国IT黄埔军校”，是不是也意味着微软亚洲研究院留不住人？这个称呼到底是褒还是贬？

洪小文认为一个成功的研究院需要有一套好的人才培养机制。微软亚洲院有这样的培养机制，所以在这里诞生了非常多很厉害的人。与此同时他也认为一个研究院人才流动是非常正常的事情。

“在这个五彩缤纷的世界里，你会发现一个人也不一定只能做一件事情成功，也不是所有的人都喜欢做研究，有人在某一段时间里喜欢做研究，有人想去做产品，或者其他创新，或者想去做教授。当他想清楚了，我觉得这对于他个人来讲就是非常好的事情。”洪小文说，而研究院这样的环境好处在于，当喜欢研究的人加入，他就只是需要思考创新的问题，而不用去考虑背后的商业的回报。某种意义上像学校，但又和学校不一样，因为它的最后研究会和用户联系在一起，做计算机研究需要数据，需要与用户连接，才能获得反馈，而不是闭门造车。而研究的成果又有很好的技术转移和商业孵化、商业实现，这是公司研究院非常有魅力和魔力的地方。

为此他谈及了微软小冰、微软小英，从一个想法变成了技术、变成了服务、变成了用户体验。

颠覆式还是小步快跑，如何取舍？

微软、IBM等公司的研究院诞生了许多诺贝尔奖、图灵奖获得者，也发明了许多对产业产生深刻影响的技术，眼下又在投注于量子计算等未来计算。对于孕育颠覆性创新以及推动小步快跑式的革新，如何取舍？通常量子计算等颠覆性技术，它的孕育时间更长，需要的资源更多，这其中如何平衡？目前中国正在加速向创新型国家推动转型，对于中国推动颠覆性创新有什么样的建议？

洪小文认为，没有标准答案。从微观、从个人的角度来看，他比较倾向于“渐进式”推进，而他自己也是这样走过来的。年轻的时候，可以一小步一小步往前走，目标设定需要相对容易达到，不好高骛远。因为每个人的努力和成就是一点一点累积起来的，就像走楼梯，第一次走一阶，第二次走两阶，第三次走四阶。当变成资深科学家、研究员时，开始迈更大的步子。

而对于公司、组织或国家推动创新则是另外一个维度，要想实现更大维度的创新、颠覆性创新，需要有整体和长期的发展规划。就像量子计算的研发，它是需要有组织要去构想、进行规划，而这样的技术研发不能从开始就过分强调KPI。当我们有资格、有余钱去做这些长期投资的时候，就需要把眼光放长远一些。因为做大的研究很难做到100%的成功率。“就好像走台阶，每次只跨一小阶，当然不会摔跤，但是当你要一次跨一百阶，不摔跤不太可能。而在颠覆性创新方面，基础研究等方面，大学扮演着非常重要的角色，因为学校真的可以做100年、200年以后的事情。但目前中国的许多大学过于重视KPI、重视排名。就像100多年前爱因斯坦就提出引力波，但100年之后其实并没有人知道引力波有什么用，它的思考是基于全人类进步的角度。”洪小文说，大的突破是真的要一些时间，才能有生态系统形成，才有成果。

“科学和科技不一样，科学的目标不以KPI衡量，不以最后能赚多少钱，能有什么应用，或者能不能超过谁来衡量的，科学的唯一目标是追求真理，比如引力波是什么、宇宙究竟怎么回事、苹果为什么会掉下来？”洪小文表示，所以中国要推动颠覆性创新就不能够太重视KPI，而从技术应用和商业创新来看则是另外一个维度的问题。

来自实验室还是应用现场？

有人说未来的创新方式以及所遇到的难题都与今天不一样，或许更多的创新和科技会来自于问题的现场。那么未来还需要在实验室做更多基础研究吗，还是更多去问题现场、去需求市场进行研发？

洪小文认为，基础研究与应用型研究其实也没有清晰的界限，所以更贴切的说法是将研究按照未来1到3年， 3到5年， 5年到10年，甚至有10年以上这样来分，更容易理解。“基础研究与应用研究有时候是混合在一起的。而看待这两者一定要从公司的角度，作为公司的长远发展的考虑必须有技术的储备，当然也可以自己不做研发，需要用的时候就买，但即便是买，也一定是最先看到别人没看到的东西，价格才会便宜，否则等大家都意识到这个东西的价值，你就有可能也买不动了。所以对未来一定要有正确的判断，而且很多东西要想买同样是需要花时间的，并不是你想买的时候就立刻能够买到，尤其是生态链，需要花时间去布局，不只是一个东西，买一个公司就搞定的。”洪小文说。

最近为何动作那么多？

最近微软亚洲研究院有很多大动作，比如成立微软创新汇，比如在上海设立微软亚洲研究分部，比如与越来越多的行业合作，这一系列动作的背后的原因是什么？

洪小文表示，有两大原因，一是从微软公司角度看，微软的AI战略是推动AI普及化。AI普及化还有很多东西需要做，而且AI技术本身成熟度远远达不到像数据库等其它技术，所以需要在可理解AI以及AI易用性上做很多加强。二是从AI技术发展来看，新一轮的AI发展或者说这一轮的AI风潮，是历史上少数几个完完全全从学术界进步而直接带来的产业风潮。因为直接来自学术界，所以它的落地就有很多最后一公里的东西需要研究院的参与，才能在垂直领域落地。需要研究院从产品上、从训练上参与来把这些东西更普及化，让开发者、让神哪个台更好取理解和应用。与此同时研究院还在做很多的未来的AI研究，而主流的AI，无论是深度学习还是增强学习等各种学习，都需要数据，也需要行业知识。算法虽然了不起，但如果没有真正与行业结合、没有与数据结合，那么充其量只能说是一个好的假说，连证实都还没有证实，更不要说还有最后一公里的创新和落地。所以微软亚洲研究院成立了创新汇，与上海市政府和伙伴合作，在上海落地了微软亚洲研究院的分院。

在AI乐观论面前，有什么担忧？

目前AI在各个领域的应用越来越广泛，有人称未来AI会像水一样渗透到各个领域，作为AI领域的顶级科学家，对AI有什么预期？

洪小文认为目前对于AI的报道和讨论中，关于AI责任关注得不够。在推崇以技术创新改变世界的同时，还要遵重规律。要考虑使用数据涉及的数据隐私问题，以及AI可能带来的道德和伦理问题。IT从业者应该要把技术以外特别是人性方面都要考虑进去。当大家使用AI、使用数据要考虑和照顾到广大的老百姓，数据来自于每一个人，公司使用数据赚钱需要回馈社会需要回馈百姓。期望并呼吁更多的企业、机构、政府更多关注，更多来讨论、规范高科技以及数据的使用。就像是赛跑，规则定好之后不见得会耽误奔跑，反而是能够让大家在一个公平、公正、公开跑道上一起奔跑，从整体上能够跑出更多的创新。

而AI，目前来看，从技术的维度有两个比较大的进展和关注的焦点，一是可解释的AI。今天的AI基本上都是黑盒，只能够解决what，但不能解决why，解决why是现在很重要的研究方向，目前进展缓慢。二解决数据偏见。这不完全是技术问题，它需要将人和社会的维度考虑进来。数据可以做什么，不可以做什么，这个一定要靠规范，不是技术能够解决的。今年AI很热，当我们面对某一事物不能只谈正面不谈它的反面，当然也不能只谈反面不谈正面，要引导关注和辩论，辩论能够让我们更深刻地了解事物的全貌。科技一定要关注以人为本，毕竟科技是为人服务的，人才是根本。洪小文表示。