我在学术界和工业界做的是同一个方向,但我却确实感受到了二者工作模式中的很明显的不同。

最核心的区别在于:学术界是以“新发现”为导向的,工业界是以“盈利”为导向的。

导向的不同会衍生出评价机制的不同:对于学术界,评价指标为科研人员发表的论文;对于工业界,评价指标为科研人员做的项目给企业带来的价值。

在学术界,科研人员发表的论文要满足:1. idea必须是前人未做过的。2. idea必须是理论正确的/ 得到实验充分验证的。

这也导致了,在学术界中,强者可以不断收割 idea发 paper,让后人没有 idea可挖,这是个零和博弈模型。学术界科研人员的产出方差极大,通常只有少部分人可以通吃大部分利益。故在学术界招聘一名科研人员/ 给课题组分配经费是一件高风险高收益的事情。

当做的事是高风险高收益时,从业者背景就会变得极为重要:有 title或有 connection的人更容易在学术界取得成功。发过 ns的人要比没发过 ns的人找教职要顺利,有院士站队的团队要比没有院士站队的团队更容易拿到经费。有熟人推荐的学生要比没有熟人推荐的学生更容易拿到 PhD/ Post-Doc/ AP offer。

在工业界中,科研人员给企业带来的价值可以反映在多个维度上:如科研人员对于各种技术方案的试错,或工程平台的搭建。但对于这个项目是否 “新”,并没有强制要求。

由于工业界的评价标准相比学术界详细全面,不会出现学术界科研中 “赢者通吃”的局面,由此在工业界招聘一名科研人员的风险是很小的。

在风险小的情况下,工业界会更关注科研人员的工程能力、工程落地场景,而不是科研人员的 title和 connection:即使你是青千,发表过无数篇灌水的一区 paper,但工程经验简陋或技术落地场景有限,工业界与之展开横向合作的意愿也不会强烈。

学术界适合做一些前期开创性的工作,但不适合解决上下流产业链问题;工业界更适合解决实际的产业链问题,但不适合做早期开创性的基础工作。

随着一个领域的技术的不断进步和其商业化的持续发展,这项技术的科研重心从学术界迁移到工业界几乎是必然的事。一方面是因为传统 “培养博士生-毕业”模式的研发效率过低,需要工业界的更高的工资的永久研究岗来提升技术研发效率;另一方向是因为学术界申请的经费不足以支撑高额的研发费用,需要借助商业化(融资或下游产业)来提供研发费用。

加客服微信:qmsd3699,开通VIP下载权限!