智能化越是深化发展，承担最底层技术创新责任的企业内部AI研究院或类似的部门，就越能表达出一个企业的AI底色。
例如，不久前，阿里AI实验室被传出关闭，引发业内广泛关注，随后阿里方面予以否认，称只是组织架构调整，它“并入”了阿里云智能，可见阿里可能调整了其AI战略定位。
这些过去深埋在企业内部、较少出现在聚光灯下的AI研究院们，其身世浮沉、在企业组织架构中的位置，很大程度反映了企业对待AI的价值取向。显然，阿里对AI的定位，开始更加侧重快速、直接的商业价值落地。
如果是偏重于技术的长期价值，则企业可能长期保持AI研究院或类似部门的组织独立性，这方面，地位不断凸显的百度研究院则较为典型。
从AI研究院的种种价值表现切入，或许给了我们更好地理解巨头企业AI发展战略的一个可行视角。
技术研究院们的不同命运，早已注定？
纵观当下企业内部的技术研究院所处的“位置”，主要包括三种：
业务板块各自配套：不同的业务条线各自配备技术研发部门，这方面以腾讯为代表，例如微信就有自己的AI部门；
核心板块的组成部分：技术研究院承担企业全局的底层技术研发任务，但不是独立的机构，这方面以组织变革后的阿里为代表，AI实验室地位降低成为云计算业务板块的附属；
独立的底层机构：技术研究院作为企业技术发展和创新的统一底层驱动力量来源，地位独立且享有整体化的架构和体系，这方面以百度研究院为代表。
不同的“位置”，BAT各占一份，而这种不同根本上来源于企业对技术深耕的价值选择。
美国曾经有一个“施乐研究中心”，先后研发出AIto、Xerox Ethernet、图形界面、鼠标，客户端/服务器架构，通信协议……对互联网的发展有着深远的影响，但因为缺乏外部资源支撑等原因最终破产，这说明，底层技术的创新向来是一件引重致远的事，负载沉重而到达远方。
从这个角度看AI底层技术的研发和突破，它伴随的是长时间的静默，需要对技术的预判，在高瞻远瞩下能够隐忍短时间内看不到回报的现实，进行长期的成本和资源投入，而这就是“技术信仰”的体现，它的强烈程度不同，会决定AI研究院们的“命运”不同。
2013年初，百度董事长兼CEO李彦宏决定成立了世界第一个深度学习研究院IDL，这成为百度研究院的前身，目前，百度在这上边已经持续投入了8年，其背后，还有百度在AI方面长达11年的投入。
在NLP、CV等领域，百度都在成为国内AI的开拓者和领军者，源源不断输出前沿技术创新，既服务企业内外部发展，也在行业层面成为AI领军者。
与施乐研究中心相比较，百度研究院是幸运的，它拥有百度在技术信仰下的不计短期回报的持续输血，因而可以长期持续地研究那些前瞻性、方向性、引领未来的技术，面向星辰大海。
不过，需要强调的是，把AI研究院摆在什么位置，取决的是企业对技术与商业化关系的导向选择，它没有根本上的对错之分。在整体并入阿里云智能后，阿里AI实验室就声称已经孵化了全息店铺、天巡机器人等产品，直接挂钩商业应用，这对阿里来说，也未尝不是最好的选择。
引重致远，独立技术研究院三大维度掘进AI
仅从希望AI技术实现更多创新突破的朴素视角看，企业内部独立的AI研究院应当是AI更好地实现引重致远的载体。
以百度研究院为案例，这种载体价值，体现在三个方面。
1、技术研究本身，可以构建立体化的研究体系
坚定的支持、持续的投入，让AI研究院可以在AI技术方面形成体系化而非碎片化的研究体现，实现全面的技术创新突破。
根据2020年11月国家工业信息安全发展研究中心、工信部电子知识产权中心发布的《2020人工智能中国专利技术分析报告》，在人工智能专利申请量和授权量方面，百度以9364件专利申请和2682件专利授权处于第一位，这也是百度连续三年在该报告中总申请量蝉联第一。
此外，百度还在CVPR，ACL，ECCV等顶级学术会议上发表了260多篇论文，在30多个竞赛中名列前茅。
如果在底层技术层面再进行由深到浅的划分，百度研究院在技术方面的探索，大致包括实现整体闭环的三个层面。
首先，是非常前沿的技术探索方面，2020年，百度发布了国内首个云原生量子计算平台量易伏Quantum Leaf，同时量子脉冲计算服务量脉Quanlse、量子机器学习工具集量桨Paddle Quantum也获得全面升级，开启了属于中国的量子时代。2020年4月，Analytics Insight公布了2020全球十大量子计算公司名单，其中包括埃森哲、亚马逊、谷歌等巨头企业，中国两家公司上榜，百度是其中之一。
然后，还有AI基础技术研究方面，百度研究院在多模态方面有较大突破，多模态模型ERNIE-ViL登顶视觉常识推理权威榜单VCR；以及对话智能方面，发布超大规模开放域对话生成网络PLATO-2，端到端问答方面提出RocketQA等等。
在应用型技术方面，百度则将AI技术广泛与现实需要相结合，出产大量快速部署的新技术应用。典型的如针对疫情，其开源的线性时间算法Linearfold，提供了世界上现有最快的病毒RNA二级结构分析能力；服务于流动人口密集场所的AI测温，在两个月检测2700万人次；智能外呼系统帮助基层社区群防群控支持随访500万次，等等。总体而言，在智能语音、机器视觉、NLP、知识图谱、深度学习等多个领域，百度的AI都在出产大量技术应用。
2、产业应用协同，可以形成从技术传导至业务的统合体系
独立而自成体系的AI研究院，很容易与企业整体多种业务产生协同，形成全局化的AI应用落地。
在百度研究院不断“出产”技术成果的基础上，百度构建了百度大脑、百度智能云的“云智一体”，对外深度赋能产业智能化。
在金融产业，AI加持下，百度智能云已经服务了近200家金融客户，其中包括国有6大银行、9大股份制银行、21家保险机构，涉及营销、风控等十几个金融场景。其中，百度合成虚拟形象技术实现了可量产的真人形象虚拟人，与浦发银行共同打造了业内首个“金融数字人”此外，百度的未来银行解决方案还率先落地百信银行，打造未来银行体验店。
目前，百度智能云智能制造解决方案已经覆盖14大行业，100多家客户和30个合作伙伴，触达50多类垂直场景，在3C、汽车、钢铁、能源等行业已规模
