研发全球化再升级,华为已悄然布局16家海外研究所

简介:

近年来,中国公司在国外设立研发机构的步伐日渐加快。据2016年9月英国《金融时报》报道:中资企业光是在2016年就宣布成立了9个新的海外研发中心,资本支出总额估计超2.24亿美元。这其中既包括制药和生物科技公司,也包括华为等信息通信领域的高科技企业。在世界经济普遍放缓的今天,中国公司在高附加值领域“走出去”的步伐,不仅在发展中国家中鹤立鸡群,而且和发达国家也可以相提并论。

以华为公司为例:目前,华为在国外已经建立了16个研究所,分布在美、英、德、法、俄等国家。早在1999年,它就已经在俄罗斯设立了数学研究所,吸引顶尖的俄罗斯数学家来参与华为的基础性研发。进入21世纪后,华为设立海外分支机构、吸引人才的力度进一步增大:设置在德国慕尼黑的研究所目前已拥有将近400名专家,研发团队本地化率近80%。在2016年,华为在这方面新交出的“成绩单”包括5月份新设立迪拜研究中心(满足中东和北非地区业务的需要),以及6月份在法国新设立的数学研究中心。后者是华为继俄罗斯研究所之后,在加强基础科学研究方面的又一重要举措。通过与当地研究机构的紧密合作,可以挖掘法国的基础数学资源,为华为在5G等领域的基础算法研究进一步打下扎实的基础。

  图1:华为数学研究中心于2016年6月落户法国

与此同时,我们也看到一种“反向”的趋势,即欧美许多跨国公司都加大了在中国的研发投入力度。2016年9月20日,物流设施提供商普洛斯公司宣布:其产业园品牌“环普”首入北京,并在其中引入宝马北京研发项目,其研发中心面积将由原来的4000平米猛增到4万平方米。这一新项目象征着宝马集团在中国的长期布局,也意味着普洛斯集团把越来越大的重心放在“研发类产业园”上面:日渐蓬勃的研发需求,为相应的产业园设施开发带来巨大机遇。

  图2:宝马中国研究中心在北京的新址奠基

加大中国研发投入的不仅仅是一两家跨国公司。阅览这几年欧美巨头在华设置研究机构的纪录,可以看到西门子、大众、阿尔斯通、阿斯利康等一系列耳熟能详的名字。2016年9月,西门子宣布成立其中国研究院的苏州分院。这是西门子在中国第一家专注于数字化领域的研发机构,将深耕工业互联网安全、智能机器人等领域,与中国制造业的升级转型紧密相联。迄今为止,西门子在中国拥有超过20个研发中心和超过4500名研发人员/研发工程师,不断加强本地化力度。

“一方面是中国公司走出国门,大刀阔斧作全球研发布局;另一方面是西方跨国公司在中国的研发投入日渐加大。两相对照,对我们有何启示?”

首先,研发全球化是市场资源和人才资源共同作用的结果。

以华为欧洲研究所为例:通过把研究机构靠近德国电信、法国电信、沃达丰等运营商客户,可以充分了解其需求并开展联合创新,从而打造真正具有市场竞争力的产品。同时,也可以充分配置当地的人才资源,利用欧洲的研发人才来开展这方面的研究。

跨国企业在中国加大本土研发力度也是同样道理:这些公司受到中国的巨大市场吸引,认为有必要研发针对本地市场特点的产品,因此他们逐渐改变了只把中国作为生产基地的观念。我国的市场体量,在一些领域会对整个行业的发展产生决定性的作用。例如,中国本土企业在智能制造方面的升级换代需求是如此之大,以至于许多人断言:真正的工业4.0会首先在中国(而不是德国)实现。这势必吸引全世界相关技术厂商在中国这篇热土展开激烈角逐。另一方面,这些公司也发现中国本土的技术人才(在一定程度上)可以满足其研发团队的要求。在此基础上,进行相关的研发中心建设以及配套“研发产业园”之类的设施,也就成为了顺理成章的事情。

其次,我们仍需要从“供给侧”来反省中国的人才培养,不可沾沾自喜。

尤其是在基础科学研究方面,我国与传统强国的差距还是相当明显的,且非短期能够弥补。例如,在历届菲尔兹奖(数学界的“诺贝尔奖”)获得者中,美国、法国和俄罗斯/前苏联国籍雄踞前三席(如图3所示),而中国国籍尚未有获奖者。奖项数字的背后,体现的是这些国家在基础研究方面的深厚积累和良好机制。以法国为例,它目前有近4000名数学专业研究人员,是世界上数学家密度最高的国家之一,而且还拥有巴黎高等科学研究院、巴黎高等师范学院等一大批顶尖的研究基地,源源不断地产出尖端人才和研究成果。就连美国的优秀数学家,往往都会选修法语来阅读其原始文献。这也是华为等公司在欧洲相关地区设置研究所,和当地科学家展开合作的原因之一。

  图3: 历届菲尔兹奖得主中,排名前列的国籍

  图4:巴黎高等科学研究所(IHES)是法国数学研究的重镇之一

数学、物理等基础科学研究的意义非常重大,是颠覆性技术发展的前提,然而它在实践中又往往为人所忽视,各种主客观条件导致愿意埋头钻研的人才十分匮乏。曾有人评价中国的基础研究:我们真正缺乏的并不是科研成果的市场化机制,而是根本就缺乏原创性的科研成果……和那些有着悠久历史底蕴的国家相比,中国本土的教育/科研机构还任重而道远。

最后是要从“需求侧”来思考,各家公司应该如何留住人才?

毕竟,优秀研究人才的供给有限,而且“供不应求”的状况会随着许多国家的人口老龄化趋势逐渐恶化,导致人才争夺战越来越激烈。各大公司设置跨国研发中心,也已然将“战火”燃烧到了其它国家的门口。

薪资当然是一个重要的因素。在这方面,中国的新兴企业开始赶上欧美巨头的水准。一些本土公司最新披露的应届生薪酬,已经不输给传统的西方巨头,并且以灵活的激励机制和广阔的发展空间对人才产生巨大的吸引力。从另外一个角度来讲,许多欧美老牌跨国企业在(应用型)人才的培养方面也有着深厚的积累,其完善的培训流程,能够确保以一种“标准化”的方式把缺乏经验的青年培养成受市场欢迎的“老手”;并且这些公司可以凭借其全球布局的优势,给员工提供丰富的跨国培训/岗位调动/知识分享机会。类似的机遇对于年轻人的意义,有时候不是纯粹的薪酬数字可以代替的。在这方面,有志于国际化的广大中国企业也还有学习进步的空间。

在研发日渐全球化的今天,谁将得人才之天下,在创新的竞争中胜出?让我们拭目以待。

作者冯维博士毕业于清华大学(电子工程系与工业工程系),曾在德国留学与工作,在Intel、西门子等公司积累了丰富的制造业项目经验。现从事精益生产、智能物流与供应链领域的咨询工作。文章为作者独立观点,不代表主办机构立场。


本文转自d1net(转载)

相关文章
|
2月前
|
人工智能 安全 测试技术
Strix:用AI做渗透测试,把安全漏洞扼杀在开发阶段
Strix是开源AI安全测试工具,模拟黑客攻击并验证真实漏洞,支持代码与环境协同扫描,误报率低,可集成CI/CD,将数周渗透测试压缩至几小时,助力开发与安全团队高效发现风险。
Strix:用AI做渗透测试,把安全漏洞扼杀在开发阶段
|
6月前
|
存储 缓存 API
实现电商物流API的实时追踪功能
在电商时代,实时物流追踪已成为提升用户体验的核心功能。本文详解如何通过物流API实现包裹位置追踪、ETA计算及数据优化,涵盖API集成、后端处理、前端展示与性能调优,助力构建高效可靠的追踪系统,提升用户信任与满意度。
388 0
|
人工智能 分布式计算 大数据
AI Native平台,跨越AI应用从创新到生产的鸿沟
2024年是AI应用的元年,以大模型为中心的 AI Native 应用大爆发正在从理想变成现实。云计算带来的应用创新潮,经历了虚拟机时代和云原生时代,正在全面拥抱以大模型为核心的 AI Native 阶段,推动大数据与AI的工作流前所未有地紧密结合。领先大模型、高效的AI计算平台和统一的大数据平台是 AI Native 应用广泛落地背后不可获缺的要素。 9月20日,2024云栖大会上,阿里云副总裁、阿里云计算平台事业部负责人汪军华宣布大数据AI平台全面升级,为 AI Native 应用大爆发提供坚实的平台支撑。
|
存储 文字识别 搜索推荐
OCR是什么
【6月更文挑战第19天】OCR是什么
1956 4
|
网络协议 安全 网络安全
常见的网络传输协议有几种
常见的网络传输协议涵盖多个层次,包括传输层(如TCP、UDP、SCTP)、应用层(如HTTP/HTTPS、FTP、SMTP、DNS、SSH)、网络层(如IP、ICMP、ARP)、数据链路层(如Ethernet、PPP、Wi-Fi)及安全协议(如SSL/TLS、IPSec)。这些协议各具特色,适用于不同场景,如TCP用于可靠传输,UDP适合实时应用,而HTTP/HTTPS则服务于网页浏览和数据交换。通过这些协议的协同工作,现代互联网和局域网得以实现多样化的应用和服务。
|
人工智能 自然语言处理 文字识别
MinerU-大语言语料处理神器,CPU/GPU均可跑,开源免费“敲”好用
在7月4日举行的WAIC 2024科学前沿主论坛上,书生·浦语2.5正式发布,面向大模型研发与应用的全链条工具体系同时迎来升级。
MinerU-大语言语料处理神器,CPU/GPU均可跑,开源免费“敲”好用
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
506 7
|
存储 弹性计算 移动开发
阿里云电脑无影云桌面价格及购买流程(3分钟攻略)
阿里云电脑无影云桌面价格及购买流程(3分钟攻略),阿里云无影云电脑即无影云电脑,云电脑如何使用?云电脑购买后没有用户名和密码,先创建用户设置密码,才可以登录连接到云电脑。云电脑想要访问公网还需要开通互联网访问功能。阿里云百科来详细说下阿里云无影云电脑从购买、创建用户名密码和访问互联网全过程
阿里云电脑无影云桌面价格及购买流程(3分钟攻略)
|
存储 负载均衡 监控
Redis分区指南:如何实现高可用与扩展性
本文由技术小伙伴小米讲解Redis分区容错中的数据分区。内容涉及Hash、一致性Hash、Codis的Hash槽和RedisCluster四种方法。Hash简单但不稳定,数据迁移和分区不均衡是其主要问题;一致性Hash通过最小化数据迁移实现负载均衡,但仍有局限;Codis的Hash槽提供灵活的负载均衡和在线迁移;RedisCluster是官方高可用、可扩展的解决方案。每种方案有优缺点,需根据实际需求选择。
784 0
Redis分区指南:如何实现高可用与扩展性
|
设计模式 算法 编译器
【C++ 泛型编程 入门篇】C++ 元编程 :模板结构体的的使用教程
【C++ 泛型编程 入门篇】C++ 元编程 :模板结构体的的使用教程
750 1