當下國內大廠的科學家現狀可以用一句話來概括：拿著最高的職級，干著永遠沒法落地的項目。
首先國內大廠實驗室存在的一個問題是評價研究員的機制不夠清晰。現在大廠不會再單純去比較論文數量，而是以影響力為指標，但是影響力又是一個非常模糊的概念，最后還是要回歸到依據引用量、論文數量、比賽獎項等標準上來。騰訊前AI Lab主任張潼就曾表示對于內部考核指標主要關注論文的發表和產品的應用，因此內部的kpi考核會帶來一定的壓力。
其次大廠畢竟不像在學校做科研，資本還是要逐利的。對于資本家來說，時間一長看到自己付出的投資并未得到回報，還面臨著落地，競爭對手等內外界多方面的壓力，就容易產生動搖。目前人工智能已經出現過熱的情況下，某些公司必然會出現急功近利，從科學研究轉向追求KPI的現象。然而對于許多科學家們來說學術才是首位，當兩者沖突無法調和時，互聯大廠的AI大牛、首席科學家們離職再正常不過了。
簡單來說，大廠需要的是大牛的光環，大牛需要的是大廠的經濟回報和數據資源，一旦不匹配就只能好聚好散了。