业务场景应用，主要集中在AI技术向业务转化的价值体现，其对AI技术本身只是做单纯的应用和调参，更多的工作内容是在如何利用AI服务业务，比如智能客服，研究的是客服流程再造和优化，而非NLP本身。与之对应的，就是集中在AI的各项基础能力的研究，不仅包括算法和模型，还有如同pytorch,tenseflow这样框架的研发。 较真地讲，这两者并不是一定对立的，非此即彼的关系，但从行业观察来看，不管从企业还是个人，都是在这两者之间有所侧重，业务场景的有BATJ，还有google,facebook,netflix等公司，而他们内部，通常都有自己的专注基础能力的研究机构，比如阿里达摩院，腾讯AI LAB，google brain，还有些专门的能力公司，比如视觉识别的face++,NLP的达观数据，芯片的寒武纪。

从社会舆论来说，社会对AI的专业能力更加追捧， AI正处于从抽象概念向实际应用转化的过程。目前大家关注的焦点在于：一是如何在现实生活中实际应用AI技术，二是在何种场景下适合将AI技术与之相结合。

其实这个问题，并没有答案，两个路都可以走得很香，从行业价值来说是互不交叉的，但从新入行的人来说，二者不可得兼。

我的建议：学院派，走专业性路线；实践派，走应用路线。