著作權歸作者所有。
首先強調下不要無腦黑BAT，事情一碼歸一碼。
其次這個事情最好不要用“感覺”說話（不是針對各位，畢竟影響到整個行業，有必要好好說說），很多答案都是憑著對公司整體印象回答的，充滿了個人情緒色彩，達摩院這個事情影響的可能是未來的經濟走向、科研、工業等方方面面。
最後，研發院不單單是研究，也有開發，落地對本身BAT這種以業務為核心的企業，比起微軟和谷歌更容易產生市場價值。
如何評價達摩院建議從以下角度考慮：
一、看外部大環境（阿里在BAT中研發處於什麼地位，在全球知名互聯網企業中研發處於什麼地位，看各司研發費用，看政策支持）
二、看內部環境（出於什麼目的來做達摩院，以及達摩院在未來處於阿里集團的什麼戰略位置，看阿里目前總營收Total Revenue和 淨利潤Net-Income，看阿里能不能支撐起整個達摩院）
三、看AI人才需求和儲備，看科研能力（全球AI人才儲備情況/科研能力，我國AI人才儲備情況/科研能力，阿里AI人才儲備情況/科研能力）
四、看AI的迫切性（為什麼這個時間點來建立達摩院，金融/機器智能/智聯網對AI需求的迫切性）
外部大環境：
RHS是指這個圖例以右邊的刻度來看。（條形圖看右邊刻度，三角形比例圖看左邊）
這兩個圖說明什麼呢？
二、BAT在人力資源層面，其實開發人員佔比要比谷歌和微軟高。其中騰訊開發人員佔員工數最高，過半。
上面的兩個結論，結合一些別的數據（比如微軟的連續裁員），我們可以得出一些簡單的推理性質的結論：
一、中國的研發人員不值錢，研發成本低，所以BAT公司都有一個高的研發人員比例。（根據上面數據可知）
二、谷歌和微軟兩家科技企業會不斷裁撤非研發部門人員，但研發人員佔總員工比例短期內不會跟BAT持平，他們研發人員用人均單價更貴。（根據微軟CEO裁員計劃等等可知）
三、各司總人數約為
騰訊員工數：4萬 研發人員2萬左右
阿里員工數：5萬 研發人員2萬3千左右
微軟員工數：12萬4千 研發人員3萬8千左右
谷歌員工數：7萬5千 研發人員2萬8千左右
收入和研發費用：
可能有誤差，財報上的revenue應該沒問題，但是算的是FY2017Q1的revenue上面兩個R&D費用圖我沒查是具體Q1還是Q2的，各公司利潤這裡就不算了
騰訊在Q117的收入是US$ 7182 million，投入研發的費用是US$560 million
阿里巴巴在Q117的收入是US$5605 million，投入研發的費用是US$605 million
微軟在Q117的收入是US$20500 million，投入研發的費用是US$2972 million
谷歌在Q117的收入是US$24750 million，投入研發的費用是US$3836 million
（所以說美帝做技術，中國做業務也是有一定道理的）
根據以上內容以及業務相關產生的推論：
騰訊的主要營收點是P4P廣告業務和遊戲，為什麼買絕地求生，想想LOL和王者榮耀帶來的revenue就知道了，騰訊在營收比阿里高的情況下，對研發的投入比阿里少，騰訊屬於BAT中入行最晚的。
阿里GMV增速放緩，國內市場吃的其實差不多了，為什麼馬雲一直喊要走向國際，為什麼要做AI，跟阿里的國內電商業務快要進入穩定期有關（雖然目前增長還是很強勁，但有報告指出後續阿里的GMV增速會下降，直到市場飽和）。
谷歌、微軟對研發的投入非常高。
BAT帶來營收的核心業務：
某些第三方機構對BAT的展望：
阿里：核心業務是電商，放慢的GMV growth，市場競爭加劇（唯品會、京東等等各種電商網站），吸引力變低
騰訊：核心業務是遊戲和廣告，在線遊戲增長變慢（為什麼今年要買絕地求生，lol、王者榮耀盈利性要下降了，遊戲的特性就是時節性，多久衰退看運營和市場能力），P4P ad市場的競爭進入“慘烈”狀況。
中國與美國AI生態的對比（截至February 2017，部分小規模未收錄）：
還有中國的AI生態與美國相比仍有很大差距。
鏈接：https://www.zhihu.com/question/66481733/answer/243024470
政策支持：
具體的數字和產業規模在國務院關於印發新一代人工智能發展規劃的通知裡可以查到：國務院關於印發新一代人工智能發展規劃的通知（國發〔2017〕35號）_政府信息公開專欄
不多說，最起碼政策是支持的。
以上總結一下就是：
2020年 AI核心產業規模到達1500億人民幣，AI相關產業規模到達10000億人民幣
2025年 AI核心產業規模到達4000億人民幣，AI相關產業規模到達50000億人民幣
2030年 AI核心產業規模到達10000億人民幣，AI相關產業規模到達100000億人民幣
就市場角度來說，達摩院有存在的必要性。
內部環境：
錢的問題（研發費用）：
1000億人民幣拿當前匯率算下大致就是15181417944.436美元，約等於US$15181 million。馬雲說未來三年內。我們取個平均數，每年US$5060 million。
即使是理想狀態下，達摩院跟google的 R&D費用相比還是不到一半，一定比Microsoft Research Lab 的研發費用高，這個就不用算了。
從阿里巴巴的FY16中可以看到，Non-GAAP Net Income是US$6629 million，所以三年內逐年上升的趨勢拿出US$15181 million做達摩院還是有機會的，阿里營收也在成長，其中上面提到的核心業務China commerce在FY17中給出了25x P/E。
錢對阿里做達摩院來說，應該不是太大的問題。
戰略位置：
阿里巴巴董事局主席馬雲曾在過去數年中多次提及阿里巴巴未來二十年的目標與路徑——構建世界第五大經濟體。“達摩院”的研究方向定位於基礎科學和顛覆式創新，首批公佈的研究領域包括：量子計算、機器學習、基礎算法、網絡安全、視覺計算、自然語言處理、人機自然交互、芯片技術、傳感器技術、嵌入式系統等，涵蓋機器智能、智聯網、金融科技等多個產業領域。作為最高學術諮詢機構，學術委員會具有的前沿學術思維與阿里巴巴的人才、技術、數據、平臺有機結合，將為科技進步和人類未來生活帶來極大的想象力。
目前，阿里巴巴達摩院已經開始在全球各地組建前沿科技研究中心，主要包括亞洲達摩院、美洲達摩院、歐洲達摩院等；他們還將在北京、杭州、新加坡、以色列、聖馬特奧、貝爾維尤、莫斯科等地設立不同研究方向的實驗室，初期計劃引入 100 名頂尖科學家和研究人員。
其實馬雲的演講表達的已經足夠清楚了：
一、三年陸續投入1000億（他說的五年陸續，後來新聞都是三年，應該五年是個口誤或者三年是為了宣傳）
二、研究院要做一個跟微軟、英特爾、貝爾實驗室、IBM不一樣的研究院，要適合這個世紀的研究院
三、未來研究院要能夠自己養活自己，沒錢的走不長，只看錢的走不遠，達摩院要解決問題同時有利潤有研究能力，自己做一套出來。避免政府、企業、學校的贊助，自營自立。
四、達摩院活得要比阿里巴巴長
獨立於阿里巴巴的賺錢兼顧科研的研究院，屬性更像一個科技經濟體。
人才/科研能力的問題
從LinkedIn的全球AI人才報告中可以看出，我國AI人才儲備並不樂觀。但是我嚴重懷疑這裡數字的真實性。
我國AI人才有多少？我按照常用的市場估算方式算下 。
2015年全國信息傳輸、計算機服務和軟件業就業人員共計約700萬
2014年這個人數是672萬人，其中IDC2014年的報告中給出了中國開發者人數（包含業餘愛好者）共計185萬。
700*（700/672）*（700/672）*185/672 * 0.05 約等於10.5萬，這裡2014年的從業者比185少個幾十萬沒問題。%5是我根據跟各公司接觸，對研發人員中從事AI工作的平均預設比例（只在今年AI崗位井噴了）為%5。
所以LinkedIn給出這個中國5萬AI領域從業者數量，我認為是可信的，並不是領英只算了自己註冊用戶中填寫AI開發者資料的用戶。
按照數量從大到小依次是：美國85萬>印度15萬>英國14萬>加拿大8萬>法國5萬=中國5萬=澳大利亞5萬>其他。
中國排全球第七。
AI人才斷檔問題嚴重：
阿里的國內達摩院如果想快速獲得大量資深AI人才，可能要去各種挖美國牆角了。
恰好美國是迴流中國AI人才最多的，不過美國在AI領域對人才吸引力更勝一籌。
當初有人私信問過我推薦系統和CV選哪個，我說CV是有背後的道理的。
國內的達摩院放在北京和杭州兩地。
僱傭AI人才數量上：阿里有成立達摩院的動機
科研能力：
下面左圖是論文數量（深色為別人引用，淺色為自引用），右圖是發表物的影響因子。
從上圖可得到結論如下：
截至統計時，AI相關領域的論文發表，中國產出了最多的論文數量，但影響力遠不及美英兩國，且中國自引用比例高達70%，美國自引用比例為38%。（自引用的意思是：當一篇期刊發了某個論文，同時這個期刊的另一篇文章用了這篇）。
推論：
一、中國學者製造了大量垃圾論文，且喜歡抱團刷影響因子。
二、英美在AI研究領域依舊是世界領先地位。
如果達摩院僅僅靠國內人才，難以在科研領域有所作為。
成立達摩院的急迫性：
對AI在各行業市場規模的預測：
2018年 軍用 US$7.5 billion
2025年 無人機 US$14 billion
2020年 農業 US$16.3 billion
2018年 家庭&娛樂：US$19.8 billion
2022年 醫療保健：US$38.6 billion
2025年 工業：US$55 billion
2020年 基於AI的分析行業：US$70 billion
2030年 運輸業：US$87 billion
2020年 金融業：US$ 255 billion
第六次成功的科技革命：
這個時間節點搞這個事情對科技企業是應該的，成立達摩院也是如此。
閱讀更多 互聯網乾貨達人 的文章
