在招揽人才这件事上，硅谷创业公司比行业巨头更有优势

　　

本来，在招揽人才这件事上，硅谷创业公司比行业巨头更有优势：给我们一次机会，我们会给你股权，如果公司成功，你会一夜暴富。

现在，随着科技行业争相开发人工智能技术，这种优势可能逐渐消失：

至少对于那些精通人工智能技术的少数顶尖人才来说，创业公司的吸引力越来越不够用了。

科技行业最大的公司都在对人工智能加大赌注，从手机里的人脸识别和摆在桌上能跟人对话的音箱，到电脑化医疗和无人驾驶汽车，都不缺少入局者。

为了发展这项技术，他们给出了慷慨的薪酬——即便是对向来出手阔绰的科技行业而言，这些高薪仍然令人咂舌。

典型的人工智能专家年薪都在30万至50万美元，甚至更多，而且还能拿到公司股票。

据9位与大型科技公司有过合作或者收到过录取通知的人士透露，无论是刚毕业的博士，还是学历较低但经验更为丰富的技术人员，

在四五年的时间内获得的薪酬和公司股票可以达到数百万甚至数千万美元。

人工智能领域的知名人士，与职业运动员的转会制度一样，他们可能会在某一时刻续签合同，或者洽谈新合同。

薪酬最高的是具有人工智能项目管理经验的高管。

Anthony Levandowski 2007年开始在谷歌任职，他在去年加盟Uber之前总共获得超过1.2亿美元奖励。

谷歌在今年的法律文件中披露，作为该公司无人驾驶汽车部门负责人之一，莱万多斯基是在Uber收购了他创办的公司后随之一同加盟Uber的，而这笔收购导致Uber与谷歌就知识产权问题对簿公堂。

人工智能人才的工资增长飞快，甚至有人笑称，科技行业需要效仿美国职业橄榄球联盟(NFL)的做法，为这类人才制定工资上限。“这可以大幅降低事情的复杂度。”微软招聘主管Christopher Fernandez说。

高薪背后有几个催化剂。汽车行业正在与硅谷争夺相同的无人驾驶汽车专家。Facebook和谷歌等科技巨头拥有充裕的资金，而且有很多他们认为可以利用人工智能解决的问题，例如为智能手机和家用电子设备开发智能助理，以及寻找网上的恶意内容。

最重要的是，这一领域的人才极度短缺，而科技公司则在奋力争夺尽可能多的人才。解决棘手的人工智能问题与开发热门智能手机应用不同。蒙特利尔独立实验室Element AI表示，全世界只有不到1万人拥有必要的技术来进行严肃的人工智能研究。

“这种情况对社会未必是好事，但却是这些公司的理性行为。”曾经在谷歌工作过的卡内基梅隆大学计算机系主任安德鲁·摩尔(Andrew Moore)说，“他们很焦虑，希望确保自己能够得到一群懂得这种技术的人才。”

谷歌旗下DeepMind人工智能实验室的花费就很说明问题。谷歌2014年斥资65亿美元收购DeepMind时大约拥有50名员工。而根据该公司最近在英国发布的年度财务报告，他们目前的员工总数扩大到400人，而“人员花费”则达到1.38亿美元——折合每人34.5万美元。

“很难跟他们竞争，尤其是当你是一家小公司时。”在科技招聘公司CyberCoders负责招募高管的Jessica Cataneo说。

顶尖的人工智能需要依赖一种名为深度神经网络的数学技术。这些网络都是数学算法，可以通过分析数据自己学习任务。例如，通过查看数以百万的狗照片，神经网络便可学会识别一只狗。这种数学理念可以追溯到1950年代，但直到大约5年前，该技术一直都处于学术界和产业界的边缘地带。

到2013年，谷歌、Facebook和其他几家公司开始招募少数从事这项技术的研究员。神经网络如今已经可以识别Facebook照片里的人脸，通过亚马逊Echo音箱识别人类的语音指令，还能在微软Skype服务中实时翻译语言。

借助同样的数学方法，研究人员还能改进无人驾驶汽车、开发医疗诊断服务，而且不仅能够识别语音指令，甚至还能理解其中的含义。此外，这项技术还能用于开发自动化股票交易系统，甚至让机器人认出自己从未见过的物体。

由于人工智能专家十分稀缺，一流学者也成了大型科技公司的招聘目标，导致能够讲授这项技术的教授数量受到限制。

Uber 2015年从卡内基梅隆大学的突破性人工智能项目挖走了40人，聘请他们为其开发无人驾驶汽车。过去几年，斯坦福大学有4名顶尖人工智能学者离开了教授岗位。在华盛顿大学的20名人工智能教授中，有6人离职或半离职，转而为外部公司从事项目。

“人才正在从学术界向工业界大量流失。”Oren Etzioni表示，他已经从华盛顿大学教授岗位上离职，负责管理非营利组织艾伦人工智能研究院。

有的教授正在寻找妥协方案。华盛顿大学的Luke Zettlemoyer拒绝了谷歌西雅图实验室的邀请，而是选择到艾伦研究院工作，他可以在那里继续从事教学工作。据泽特莫耶透露，谷歌给他开出的薪酬比在华盛顿大学高3倍(公开资料显示，他在该校的年薪是18万美元)。

“有很多人都把时间不同程度地分配在工业界和学术界。”Luke说，“工业界的工资高出很多，人们这么做只是因为他们很在乎学者身份。”

为了培养新的人工智能工程师，谷歌和Facebook等公司都在开设相应的课程，向现有员工传授“深度学习”和相关技术。Fast.ai等非营利组织和Deepearning.ai等企业也都提供人工智能在线课程。

深度学习的基本概念不难掌握，只需要略高于高中的数学水平即可。但真正的专家需要很高的数学能力，还要具备优秀的直觉。无人驾驶汽车、机器人和医疗领域还需要掌握一些专业知识。

为了跟上行业步伐，小企业开始另辟蹊径寻找人才。有的招募了具备必要数学技能的物理学家和天文学家。还有的创业公司前往亚洲、东欧和其他工资较低的地方招募人才。

“我没法跟谷歌竞争，我也不想跟谷歌竞争。”Skymind联合创始人兼CEO Chris Nicholson说，他们已经从8个国家招募了工程师。“所以，我们在低估工科人才的国家提供了很有吸引力的工资。”

但行业巨头也在采取同样的措施。谷歌、Facebook、微软等公司都在多伦多和蒙特利尔开设了人工智能实验室。谷歌还在中国招募人才，而微软一直以来都在中国拥有广泛触角。

意料之中的是，很多人都认为人才短缺无法在几年内得到缓解。

△

Yoshua Bengio

“人才显然供不应求，短期内无法缓解。”蒙特利尔大学人工智能专家Yoshua Bengio说，“培养一个博士需要好几年时间。”

量子位 出品 | 公众号 QbitAI

本来，在招揽人才这件事上，硅谷创业公司比行业巨头更有优势：给我们一次机会，我们会给你股权，如果公司成功，你会一夜暴富。

现在，随着科技行业争相开发人工智能技术，这种优势可能逐渐消失：

至少对于那些精通人工智能技术的少数顶尖人才来说，创业公司的吸引力越来越不够用了。

科技行业最大的公司都在对人工智能加大赌注，从手机里的人脸识别和摆在桌上能跟人对话的音箱，到电脑化医疗和无人驾驶汽车，都不缺少入局者。

为了发展这项技术，他们给出了慷慨的薪酬——即便是对向来出手阔绰的科技行业而言，这些高薪仍然令人咂舌。

典型的人工智能专家年薪都在30万至50万美元，甚至更多，而且还能拿到公司股票。

据9位与大型科技公司有过合作或者收到过录取通知的人士透露，无论是刚毕业的博士，还是学历较低但经验更为丰富的技术人员，

在四五年的时间内获得的薪酬和公司股票可以达到数百万甚至数千万美元。

人工智能领域的知名人士，与职业运动员的转会制度一样，他们可能会在某一时刻续签合同，或者洽谈新合同。

薪酬最高的是具有人工智能项目管理经验的高管。

Anthony Levandowski 2007年开始在谷歌任职，他在去年加盟Uber之前总共获得超过1.2亿美元奖励。

谷歌在今年的法律文件中披露，作为该公司无人驾驶汽车部门负责人之一，莱万多斯基是在Uber收购了他创办的公司后随之一同加盟Uber的，而这笔收购导致Uber与谷歌就知识产权问题对簿公堂。

人工智能人才的工资增长飞快，甚至有人笑称，科技行业需要效仿美国职业橄榄球联盟(NFL)的做法，为这类人才制定工资上限。“这可以大幅降低事情的复杂度。”微软招聘主管Christopher Fernandez说。

高薪背后有几个催化剂。汽车行业正在与硅谷争夺相同的无人驾驶汽车专家。Facebook和谷歌等科技巨头拥有充裕的资金，而且有很多他们认为可以利用人工智能解决的问题，例如为智能手机和家用电子设备开发智能助理，以及寻找网上的恶意内容。

最重要的是，这一领域的人才极度短缺，而科技公司则在奋力争夺尽可能多的人才。解决棘手的人工智能问题与开发热门智能手机应用不同。蒙特利尔独立实验室Element AI表示，全世界只有不到1万人拥有必要的技术来进行严肃的人工智能研究。

“这种情况对社会未必是好事，但却是这些公司的理性行为。”曾经在谷歌工作过的卡内基梅隆大学计算机系主任安德鲁·摩尔(Andrew Moore)说，“他们很焦虑，希望确保自己能够得到一群懂得这种技术的人才。”

谷歌旗下DeepMind人工智能实验室的花费就很说明问题。谷歌2014年斥资65亿美元收购DeepMind时大约拥有50名员工。而根据该公司最近在英国发布的年度财务报告，他们目前的员工总数扩大到400人，而“人员花费”则达到1.38亿美元——折合每人34.5万美元。

“很难跟他们竞争，尤其是当你是一家小公司时。”在科技招聘公司CyberCoders负责招募高管的Jessica Cataneo说。

顶尖的人工智能需要依赖一种名为深度神经网络的数学技术。这些网络都是数学算法，可以通过分析数据自己学习任务。例如，通过查看数以百万的狗照片，神经网络便可学会识别一只狗。这种数学理念可以追溯到1950年代，但直到大约5年前，该技术一直都处于学术界和产业界的边缘地带。

到2013年，谷歌、Facebook和其他几家公司开始招募少数从事这项技术的研究员。神经网络如今已经可以识别Facebook照片里的人脸，通过亚马逊Echo音箱识别人类的语音指令，还能在微软Skype服务中实时翻译语言。

借助同样的数学方法，研究人员还能改进无人驾驶汽车、开发医疗诊断服务，而且不仅能够识别语音指令，甚至还能理解其中的含义。此外，这项技术还能用于开发自动化股票交易系统，甚至让机器人认出自己从未见过的物体。

由于人工智能专家十分稀缺，一流学者也成了大型科技公司的招聘目标，导致能够讲授这项技术的教授数量受到限制。

Uber 2015年从卡内基梅隆大学的突破性人工智能项目挖走了40人，聘请他们为其开发无人驾驶汽车。过去几年，斯坦福大学有4名顶尖人工智能学者离开了教授岗位。在华盛顿大学的20名人工智能教授中，有6人离职或半离职，转而为外部公司从事项目。

“人才正在从学术界向工业界大量流失。”Oren Etzioni表示，他已经从华盛顿大学教授岗位上离职，负责管理非营利组织艾伦人工智能研究院。

有的教授正在寻找妥协方案。华盛顿大学的Luke Zettlemoyer拒绝了谷歌西雅图实验室的邀请，而是选择到艾伦研究院工作，他可以在那里继续从事教学工作。据泽特莫耶透露，谷歌给他开出的薪酬比在华盛顿大学高3倍(公开资料显示，他在该校的年薪是18万美元)。

“有很多人都把时间不同程度地分配在工业界和学术界。”Luke说，“工业界的工资高出很多，人们这么做只是因为他们很在乎学者身份。”

为了培养新的人工智能工程师，谷歌和Facebook等公司都在开设相应的课程，向现有员工传授“深度学习”和相关技术。Fast.ai等非营利组织和Deepearning.ai等企业也都提供人工智能在线课程。

深度学习的基本概念不难掌握，只需要略高于高中的数学水平即可。但真正的专家需要很高的数学能力，还要具备优秀的直觉。无人驾驶汽车、机器人和医疗领域还需要掌握一些专业知识。

为了跟上行业步伐，小企业开始另辟蹊径寻找人才。有的招募了具备必要数学技能的物理学家和天文学家。还有的创业公司前往亚洲、东欧和其他工资较低的地方招募人才。

“我没法跟谷歌竞争，我也不想跟谷歌竞争。”Skymind联合创始人兼CEO Chris Nicholson说，他们已经从8个国家招募了工程师。“所以，我们在低估工科人才的国家提供了很有吸引力的工资。”

但行业巨头也在采取同样的措施。谷歌、Facebook、微软等公司都在多伦多和蒙特利尔开设了人工智能实验室。谷歌还在中国招募人才，而微软一直以来都在中国拥有广泛触角。

意料之中的是，很多人都认为人才短缺无法在几年内得到缓解。

△

Yoshua Bengio

“人才显然供不应求，短期内无法缓解。”蒙特利尔大学人工智能专家Yoshua Bengio说，“培养一个博士需要好几年时间。”