经济学人：
可怜OpenAI 的 人力资源部门。自今年年初以来，热门人工智能聊天机器人 Chat GPT 的创造者已经失去了大约十几名顶尖研究人员。其中最出名的是 Ilya Sutskever，他是这家初创公司许多重大突破的联合创始人，他于 5 月 14 日宣布辞职。他没有给出理由，但很多人怀疑这与去年 12 月他试图罢免公司老板 Sam Altman（如图）有关。不管动机如何，人才流失在 Open AI并不罕见。据估计，自 2016 年以来，该公司聘请了 100 多名人工智能专家，其中约有一半已经离职。
这反映的不是 Altman 的领导力，而是技术行业更广泛的趋势，而这一趋势正是 Open AI本身促成的。自 2022 年 11 月推出 Chat GPT以来，人工智能劳动力市场发生了变化。市场情报公司 Zeki Research 估计，西方约有 20,000 家公司正在招聘人工智能专家。机器学习的快速发展和“平台转变”（技术术语，指创造一个全新的技术层面）的潜力改变了雇主所需的技能类型以及拥有这些技能的人的去向。其结果是，以前囤积在科技巨头手中的人工智能人才正变得更加分散。
首先从技能开始。微软和谷歌等科技巨头可能会裁掉非工程师，但他们正在寻找能够理解和构建尖端模型的明星研究人员。这个群体可能由数百人组成，比如 Sutskever 先生或负责谷歌人工智能工作的 Jeff Dean。公司觊觎这样的超级明星，因为他们可以取得突破，比如大幅提高人工智能系统的效率或使其更不容易产生虚构。这使得他们非常有价值；许多人的薪酬高达七位数。
有些员工无需面试就被录用，或者整个团队都被录用。今年 3 月，微软招募了 Inflection ai的大部分员工，这是一家开发尖端模型的初创公司，其中包括其联合创始人穆斯塔法·苏莱曼 (Mustafa Suleyman)。据报道，此举引起了美国联邦贸易委员会反垄断人员的注意。（苏莱曼先生是《经济学人》母公司的董事会成员。）Meta（Facebook 母公司）的老板马克·扎克伯格 (Mark Zuckerberg) 亲自给谷歌人工智能实验室 DeepMind 的一些研究人员发了电子邮件，试图招募他们。
更有趣的是，生成式人工智能如何改变了底层人才市场。根据求职网站 Indeed 的数据，美国每 40 个软件开发人员职位空缺中，就有一个提到与“生成式”人工智能相关的技能，正是这种技能让 Chat GPT如此人性化。自 2023 年初以来，这一数字增长了 100 多倍（见图 1）。研究公司 Datapeople.io 的联合创始人阿米特·巴蒂亚 (Amit Bhatia) 表示，在 Chat GPT出现之前，一家中型科技公司可能会雇用少数人工智能工程师，他们会建立小型模型来做一些事情，比如分析客户电子邮件中的情绪。如今，生成模型的效果比小型内部模型好得多。
结果是，一些人工智能工程师现在被赋予了研究使用哪种人工智能系统以及如何将其连接到公司数据的任务。巴蒂亚先生指出，自 2022 年初以来，引用此类“ ML ops”（机器学习操作的缩写）的软件工程职位清单的比例翻了一番。
不同类型的技能也备受青睐。另一家人工智能初创公司 Adept 的联合创始人 Kelsey Szot 指出，人们需要能够快速学会如何使用人工智能工具，并能将它们组合在一起，打造出全新且令人印象深刻的产品。与古板的博士不同，他们提出的想法往往不是学术上优雅的。但是，Szot 女士说，他们会在紧迫的期限内解决问题。在竞争异常激烈的人工智能初创公司世界中，这是无价的。
由于所有这些需求，人才流动正在发生变化。多年来，工程师们纷纷涌向五大科技公司：Alphabet（谷歌的母公司）、亚马逊、苹果、Meta 和微软。研究公司 Live Data Technologies 跟踪了公司之间的工作流动情况。在其数据库中的AI工作者中，从 2019 年 1 月到 2022 年 11 月（Chat GPT发布时），五大公司的累计净增人数（雇用人数减去离职人数）平均每月 168 人。许多离开五大公司之一的人只是加入了另一家公司。
然而，在接下来的九个月里，人工智能人才净流入巨头的趋势逆转为平均每月流出。巨头们现在再次增加了人工智能员工数量，例如从规模较小、人工智能背景不那么出色的科技公司（如IBM和 Oracle）挖走科学家。但净流入量仍未恢复到长期平均水平（见图 2）。
那么，人工智能人才又将去往何处呢？其中一个热门目的地是英伟达，这家芯片制造商的“图形处理单元”为人工智能热潮提供了动力，其 野心不仅限于硬件，还扩展到软件和应用程序。本月，英伟达的市值超过 3 万亿美元，超过了苹果，与目前全球市值最高的公司微软相差无几。其他公司则加入了更成熟的初创公司，例如数据库和人工智能公司 Databricks 和 Open AI。
但七分之一的科技巨头离职者以“隐身”模式进入初创公司，这些初创公司尚未推出产品或宣布计划。2017 年发表的论文《注意力就是你所需要的一切》为当今的生成式人工智能提供了算法基础，该论文的八位作者都离开了当时就职于谷歌的公司。其中七人创办了自己的公司（另一人加入了 Open AI）。
进入小型初创公司的一个动机可能是经济因素。对于人工智能奇才来说，拥有一家成功公司的股份所带来的潜在回报很容易超过科技巨头提供的薪水和股票期权。研究人员也越来越希望研究有意义的问题。据 Zeki 称，自 2015 年以来，每年加入医疗保健行业的研究人员数量增加了 20 倍（这或许可以解释为什么谷歌正在开发人工智能医生 Med-Pa LM 2 ）。另一个动机是自主性。去年 9 月，注意力论文的作者之一 Noam Shazeer 在一次风险投资会议上表示：“大公司的品牌风险太大，不可能推出任何有趣的产品。”后来，他与他人共同创立了 Character.ai，让用户可以创建具有不同个性的聊天机器人。
对于大型科技公司和小型初创公司来说，好消息是人工智能劳动力的供应正在增长 。其中一个来源是学术界。根据斯坦福大学的一份报告，2011 年，约有 41% 的人工智能 博士在工业界就业，与在学术界就业的比例大致相同。到 2022 年，工业界的这一数字将达到 71%，而学术界仅为 20%。大学也在教授更多的人工智能课程。自 2017 年以来，英语、人工智能相关学位课程的数量增加了两倍。“所有计算机科学系都将成为机器学习系，”Databricks 的 Naveen Rao 说。
对于主导全球人工智能行业的美国公司来说，从其他国家招聘人才是缓解人才短缺的另一种方式。10 月，拜登总统签署了一项行政命令，试图放宽移民规则，让更多人工智能专家在美国学习和工作。谷歌和微软已致函劳工部，表示支持该计划。其他政府也希望这样做。欧盟正在计划培训计划和补贴。中国政府计划通过在北京和上海建立人工智能学院等方式吸引人才。在各个层面，对人工智能工人的竞争都在升温。
评论
发表评论