人工智能界掀起了新的薪資地震。吳恩達對此做了評價。

圖片

吳恩達在推特中表示，Meta為AI大模型開發(fā)者開出超過1億美元的薪酬大禮包，震動了整個科技行業(yè)。這些薪酬雖然多數(shù)分?jǐn)傇趲啄陜?nèi)支付，但依然罕見到足以成為新聞頭條。

吳恩達指出，這一出手并非沖動，而是基于精密的資本邏輯。

Meta今年計劃投入660億至720億美元在資本支出上，其中很大一部分將用于建設(shè)AI基礎(chǔ)設(shè)施，例如數(shù)據(jù)中心和GPU集群。在這樣龐大的投入面前，拿出幾億美元“買人”，只是成本結(jié)構(gòu)中的一小部分。

他表示，這與傳統(tǒng)的軟件創(chuàng)業(yè)公司形成鮮明對比。普通初創(chuàng)公司約70%至80%的預(yù)算用于員工工資，而在AI大模型企業(yè)中，工資反而成了最小的一項支出。

如果企業(yè)已經(jīng)決定砸?guī)资畠|美元買GPU，那么花幾億美元請人把這些硬件用好，完全合理。

高薪不是情緒表達，而是投資配置。

吳恩達觀察到，一個構(gòu)建AI基礎(chǔ)模型的公司，員工數(shù)量相對較少，但資本投入極高。這種“人少錢多”的結(jié)構(gòu)，為超級高薪提供了天然土壤。

在Meta出手之前，一些AI模型訓(xùn)練師的薪酬已高達每年500萬到1000萬美元。如今，Meta將這個數(shù)字推到了新的高度。

這不僅是Meta一家的策略。

Netflix也是類似模式的代表。它今年計劃投入180億美元制作內(nèi)容，而公司僅有1.4萬名員工。在人力成本比例極低的背景下，公司可以持續(xù)支付高于市場的工資，并形成強烈的企業(yè)文化定位，比如“我們是一支運動隊，而不是一個家庭”。

反觀制造業(yè)巨頭富士康，全球員工超過100萬人。在這種勞動密集型結(jié)構(gòu)中，每提高一點工資，都會成倍放大整體成本壓力。

吳恩達指出，AI企業(yè)與傳統(tǒng)企業(yè)的薪酬邏輯，已經(jīng)走上兩條完全不同的路徑。

資本密集型企業(yè)，可以用資本換人才，用少量人撬動巨額算力；勞動密集型企業(yè)，只能用人換產(chǎn)值，用大量人力維持運轉(zhuǎn)。

吳恩達提醒，Meta雖然業(yè)務(wù)復(fù)雜，包括Facebook、Instagram、WhatsApp、Oculus等，但其AI訓(xùn)練體系正在變成最燒錢、也最關(guān)鍵的部分。

他特別提到，Meta等平臺長期依賴用戶生成內(nèi)容（UGC）吸引用戶注意力，再通過廣告實現(xiàn)收入。而現(xiàn)在，AI生成內(nèi)容（AIGC）正悄然逼近。

AI可以自動生產(chǎn)文本、圖像、視頻，甚至互動內(nèi)容。當(dāng)AI內(nèi)容開始與人類內(nèi)容競爭注意力，UGC賴以生存的邏輯就被撼動了。

Meta不是唯一焦慮者。

TikTok、YouTube等同類平臺，同樣意識到AIGC可能徹底重塑整個社交生態(tài)。于是它們競相投入，部署AI戰(zhàn)略，而“高薪挖人”，成為這場戰(zhàn)爭最直接的表現(xiàn)形式。

吳恩達分析，Meta在高價聘用AI人才時，除了看重他們的未來貢獻，還可能意在“技術(shù)側(cè)寫”，通過引入關(guān)鍵人物，獲得競爭對手技術(shù)布局的洞察。

這是硅谷常見的商業(yè)博弈，叫“挖人即獲取技術(shù)情報”。只要這種做法不破壞企業(yè)文化，它就是合理的戰(zhàn)略支出。

吳恩達還提到，早在十年前，他就曾為AI團隊建立預(yù)算模型，評估在既定資金下，該雇用多少員工、采購多少GPU，以獲得最優(yōu)生產(chǎn)力。

而今天，這種模型幾乎不再需要。答案已經(jīng)寫在行業(yè)邏輯里：一切向硬件傾斜，一切以擴展為先。

但即便如此，人才仍是關(guān)鍵。

他為那些獲得高額薪酬的AI從業(yè)者感到高興，同時也強調(diào)，每一位投身AI行業(yè)的人都值得尊重。他們的工作，正在參與一場影響深遠的技術(shù)革命。

以下是推特原文，DeepSeek整理如下：

最近，Meta 因為給大模型研發(fā)人才開出“破表”的薪酬方案而上了頭條：單人總包動輒超過 1 億美元（通常分幾年兌現(xiàn)）。公司今年計劃在數(shù)據(jù)中心等資本開支上投入 660—720 億美元，其中相當(dāng)一部分指向 AI。純從財務(wù)角度看，為了讓這些硬件發(fā)揮最大效用，再多拿出幾十億美元留住頂尖人才，并不算不理性。

對不參與訓(xùn)練基礎(chǔ)模型的典型應(yīng)用型創(chuàng)業(yè)公司來說，支出結(jié)構(gòu)通常是：70%—80% 用于人力，5%—10% 是房租，另外 10%—25% 是各類運營成本（云服務(wù)、軟件授權(quán)、市場、法務(wù)/財務(wù)等）。但把模型做大是高度資本密集的活兒，薪酬反而只占總成本的一小部分。于是，雖然團隊不大，卻有能力給出異常優(yōu)厚的待遇：既然你在 GPU 硬件上的投入動輒以數(shù)百億 美元計，為何不拿出其中十分之一來砸在人上？在 Meta 最近抬價之前，大模型訓(xùn)練崗位的薪酬就已不低，很多人年薪 500—1000 萬美元；而 Meta 進一步把天花板又推高了一截。

Meta 業(yè)務(wù)線眾多：Facebook、Instagram、WhatsApp、Oculus 等都在其列，但 Llama/大模型訓(xùn)練這條線尤其資本密集。Meta 的諸多產(chǎn)品依賴 UGC（用戶生產(chǎn)內(nèi)容）來聚攏注意力，再通過廣告變現(xiàn)。AI 對這種模式既是威脅，也是機會：如果 AIGC（AI 生成內(nèi)容）開始替代 UGC 成為主要“吸睛”供給，并承載廣告，社交媒體的格局就會被重塑。

這也是為什么 Meta，和 TikTok、YouTube 等平臺一樣，對 AIGC 高度關(guān)注，并在 AI 上重金投入合情合理。進一步講，招到關(guān)鍵人才，不僅獲得其未來產(chǎn)出，還可能帶來對競爭對手技術(shù)的洞察；只要不傷公司文化，高薪就是理性的商業(yè)選擇。

資本密集型行業(yè)給員工開高薪并不是什么新故事。比如 Netflix 今年預(yù)計在內(nèi)容上投入 180 億美元，給 1.4 萬名員工發(fā)工資只占總成本的小頭，于是便能長期提供高于市場的薪酬。這種花錢方式也塑造了它獨特的文化“我們是一支球隊，不是一個家庭”（對 Netflix 有效，但未必適用于所有公司）。相反，像富士康這種全球雇員超百萬的勞動密集型制造業(yè)，在薪酬上就必須更加精打細(xì)算。

早在十年前，我?guī)ш犠?AI 擴容時，就做過電子表格模型：預(yù)算里該分多少給人、多少給 GPU？我們用自定義的“人（N）+ 機（M）→ 產(chǎn)出”函數(shù)來估算生產(chǎn)率，在預(yù)算約束下優(yōu)化 N 與 M 的組合。此后，AI 擴容的開支結(jié)構(gòu)明顯向 GPU 傾斜。

我為那些拿到大包的人由衷高興。撇開個體數(shù)字，我也感謝每一位投身 AI 的同行。所有做 AI 的人都該拿到體面的回報。盡管薪酬差距在拉大，我認(rèn)為這反映的是更大的時代背景：在當(dāng)下，從事 AI 開發(fā)的人正站在一個能產(chǎn)生巨大影響、推動世界變化的歷史機遇點上。