無論是古往今來的權謀故事、軍事戰(zhàn)爭、還是商業(yè)大片之中，派遣己方人員去“敵方”臥底竊取機密總是最令看客們心驚膽戰(zhàn)卻倍感刺激的情節(jié)。近年來，這一經典的情節(jié)在自動駕駛領域頻繁上演，其中夾雜著出走、背叛、信念不合種種，背后究竟是人性的“扭曲”，還是道德的“淪喪”？

這次我們一探究竟。

你這技術不錯，下一秒就是我的了

2017年1月，特斯拉將Autopilot項目前主管Sterling Anderson告上法庭，稱其在試圖挖走至少12名自動駕駛工程師的同時，還從公司帶走了幾百GB容量的機密專有數據；

2017年2月，谷歌母公司Alphabet與Uber自動加駕駛汽車部門對簿公堂，指控Uber竊取了自家的商業(yè)機密用來啟動Uber的自動駕駛項目；

2017年3月，百度安全事業(yè)部總經理馬杰稱，有一大批“受雇傭的黑客”正企圖竊取百度的自動駕駛技術；

2018年7月，蘋果向加利福尼亞州北區(qū)法院提交文件，指控蘋果前員工竊取商業(yè)機密；

2019年3月，特斯拉對其前員工、小鵬汽車現員工曹光植提起民事訴訟，指控其竊取特斯拉Autopilot技術的源代碼。

……

如此頻發(fā)的偷竊事件，仿仿佛印證了那個段子“你這技術不錯，可下一秒就是我的了”。

當我們將事件掰開揉碎了分析之后發(fā)現，即便是技術偷竊也往往分為多種情況：一種是參與項目的高管／核心技術人員由于經營管理理念與原公司不合，選擇離職出走創(chuàng)業(yè)成立新公司，之后被曝帶走了前公司的機密文件。

比如，谷歌母公司Alphabet狀告Uber偷了自家的商業(yè)機密就是典型范例。2016年Uber收購了一家名為Otto的公司，該公司創(chuàng)始人Anthony Levandowski（安東尼·萊萬多斯基）曾任職Alphabet自動駕駛汽車部門軟件工程師。他和Alphabet之間最大的爭執(zhí)就是關于自動駕駛的實驗，谷歌認為自動駕駛實驗需要在安全的基礎上進行實驗，也就是需要人類的司機坐在自動駕駛汽車的駕駛位置上隨時接管。而萊萬多斯基認為“如果你的工作是改進技術，那么安全絕對不是你的第一考慮�！�

后來，萊萬多斯基和持不同觀點的泰勒坐了一輛自動駕駛汽車出發(fā)，途中該汽車遭遇無法處理的情況與一輛凱美瑞發(fā)生摩擦，停在了高速公路中央，并且還導致泰勒脊椎受傷。最終不滿足受制于谷歌的萊萬多斯基想要建立新的自動駕駛公司被谷歌開除，離職前下載的1．4萬份文件則成了技術偷竊的鐵證。

另一種技術偷竊情況則是員工離職、跳槽前進行的行為，比如，前面提到的蘋果、特斯拉指控前員工竊取技術都隸屬這一范疇。透過公開的信息可知，這一情況下，離職員工往往會在離職前夕做出反常的舉動，比如他的網絡活動與之前工作的時間相比訪問行為呈現指數增長，并且會訪問一些原本不屬于他工作范圍的內容、甚至下載核心機密文件數據轉移到親屬電子設備等。

綜合來說，這些人偷竊技術的原因往往出于與原公司理念不合想要實現自己的想法，跳槽、利益誘惑等。不過，拋開當事人本身的立場和想法，從整個自動駕駛行業(yè)來看，技術偷竊事件頻發(fā)與行業(yè)自身的特殊性以及背后的資源掌控、技術壁壘等有著密切的關系。

自動駕駛技術偷竊的背后

其實，當我們在談論自動駕駛領域技術偷竊事件頻發(fā)的時候，本質上要談得是自動駕駛領域的人才團隊、技術壁壘以及行業(yè)發(fā)展瓶頸等問題。

1、人才資源

中國汽車人才研究會執(zhí)行副理事長兼秘書朱明榮也曾提到，據不完全統(tǒng)計，中國汽車行業(yè)職能人才總量不足2萬人，而由于汽車行業(yè)職能網聯人才的匱乏，嚴重制約了中國智能聯網汽車的發(fā)展。

這一現象不僅在中國發(fā)生，全球的自動駕駛行業(yè)同樣如此。國際期刊會議學術論文，AMiner對自動駕駛全球h－index排名TOP1000位學者進行計算分析所繪制出來的分布地圖顯示，美國在該領域人才數量是中國的10倍左右。

盡管如此，美國的自動駕駛公司同樣缺乏人才，巨頭公司紛紛加入“搶人大戰(zhàn)”。據外媒報道，美國匹茲堡的自動駕駛汽車市場人才競爭極其激烈，Uber、福特旗下的Argo AI等公司全都在大力“搶人”，相關專業(yè)大學畢業(yè)生畢業(yè)就能拿到20萬美元（約合人民幣130．9萬元）的薪酬。

基于此種情況，在美國設立研發(fā)中心成為了國內企業(yè)的應對良策。據不完全統(tǒng)計，截至目前，富士康、百度、蔚來汽車、游俠汽車、智加科技、圖森未來、小馬智行等公司都在美國設有相關的研發(fā)中心。

具體到團隊負責的職能，是由美國團隊提供核心技術，國內團隊負責美國團隊研發(fā)成果在國內的落地。小鵬汽車自動駕駛副總裁吳新宙介紹，自動駕駛中美團隊的分工，一般核心算法團隊都在美國，他們負責提供核心技術，完成從算法運研、數據訓練、模型優(yōu)化到硬件上的實現，以及定位、激光雷達的處理、雷達的處理等。國內的團隊則負責定義不同功能對每個模塊的要求，要求北美團隊按時按質量交付這些功能。

此外，挖人也是應對人才短缺、促進技術快速發(fā)展的一種手段，在業(yè)內也十分常見。然而重點在于，究竟是想挖人還是連人和“技術”都不愿放過？