吴恩达解读AI天价薪酬：资本驱动下的理性投资

人工智能界掀起了一场新的薪资风暴，吴恩达对此发表了独到见解。

吴恩达在推特中提及，Meta为AI大模型开发者提供了超过1亿美元的薪酬大礼包，这一举措震惊了整个科技行业。虽然这些薪酬大多会在几年内分期支付，但如此高额的薪资仍足以成为新闻焦点。

吴恩达指出，Meta的这一决策并非一时冲动，而是基于严谨的资本逻辑。今年，Meta计划在资本支出上投入660亿至720亿美元，其中很大一部分将用于建设AI基础设施，如数据中心和GPU集群。在如此巨大的投入面前，拿出几亿美元来吸引顶尖人才，只是成本结构中的一小部分。

他还表示，这与传统软件创业公司形成了鲜明对比。普通初创公司约70%至80%的预算用于员工工资，而在AI大模型企业中，工资在总成本中所占的比例反而最小。如果企业已经决定投入几十亿美元购买GPU，那么花费几亿美元聘请专业人才来充分发挥这些硬件的性能，是完全合理的。

高薪并非情绪的表达，而是一种投资配置。

吴恩达观察到，构建AI基础模型的公司通常员工数量较少，但资本投入极高。这种“人少钱多”的结构为超级高薪提供了天然的土壤。在Meta之前，一些AI模型训练师的薪酬已经高达每年500万到1000万美元，而Meta进一步提高了这一薪资上限。

这并非Meta独有的策略。Netflix也是类似模式的典型代表。今年，Netflix计划投入180亿美元制作内容，而公司仅有1.4万名员工。在人力成本比例极低的情况下，公司能够持续支付高于市场水平的工资，并形成独特的企业文化，如“我们是一支运动队，而不是一个家庭”。

与之相反，制造业巨头富士康全球员工超过100万人。在这种劳动密集型结构中，每提高一点工资都会显著增加整体成本压力。

吴恩达指出，AI企业与传统企业的薪酬逻辑已经走上了两条截然不同的道路。

资本密集型企业可以用资本换取人才，通过少量的高素质人才撬动巨额的算力；而劳动密集型企业则只能依靠大量的人力来维持生产和运营。

吴恩达提醒，尽管Meta业务复杂，涵盖了Facebook、Instagram、WhatsApp、Oculus等多个平台，但其AI训练体系正逐渐成为最烧钱、也最关键的部分。他特别提到，Meta等平台长期依赖用户生成内容（UGC）来吸引用户注意力，进而通过广告实现盈利。然而，如今AI生成内容（AIGC）正悄然崛起。

AI可以自动生成文本、图像、视频甚至互动内容。当AI内容开始与人类内容竞争用户注意力时，UGC的生存逻辑将受到挑战。

Meta并非唯一感到焦虑的企业。TikTok、YouTube等同类平台也意识到AIGC可能会彻底重塑整个社交生态。因此，它们纷纷加大投入，部署AI战略，而“高薪挖人”成为了这场竞争中最直接的表现形式。

吴恩达分析，Meta在高价聘用AI人才时，除了看重他们未来的贡献外，还可能希望通过引入关键人物，获得竞争对手的技术布局信息，即所谓的“技术侧写”。

这是硅谷常见的商业博弈策略，即“挖人即获取技术情报”。只要这种做法不会破坏企业文化，就可以被视为一种合理的战略支出。

吴恩达还回忆，早在十年前，他就曾为AI团队建立预算模型，以评估在既定资金下，应该雇用多少员工、采购多少GPU，以实现最优生产力。而如今，这种模型几乎不再必要，因为行业逻辑已经非常清晰：一切向硬件倾斜，一切以扩展为先。

尽管硬件投入至关重要，但人才仍然是关键因素。吴恩达为那些获得高额薪酬的AI从业者感到高兴，同时强调每一位投身AI行业的人都值得尊重。他们的工作正在推动一场具有深远影响的技术革命。

以下是推特原文，DeepSeek整理如下：

最近，Meta因给大模型研发人才开出“破表”的薪酬方案而登上头条：单人总包动辄超过1亿美元（通常分几年兑现）。公司今年计划在数据中心等资本开支上投入660 - 720亿美元，其中相当一部分用于AI。从财务角度看，为了让这些硬件发挥最大效用，再多拿出几十亿美元留住顶尖人才，并非不理性的决策。

对于不参与训练基础模型的典型应用型创业公司来说，支出结构通常为：70% - 80%用于人力，5% - 10%是房租，另外10% - 25%是各类运营成本（如云服务、软件授权、市场、法务/财务等）。但把模型做大是高度资本密集的工作，薪酬在总成本中所占的比例反而较小。因此，尽管团队规模不大，但公司有能力提供异常优厚的待遇：既然在GPU硬件上的投入动辄以数百亿美元计，为何不拿出其中十分之一来吸引优秀人才呢？在Meta提高薪酬之前，大模型训练岗位的薪酬就已经不低，很多人年薪达到500 - 1000万美元；而Meta进一步提升了这一薪资上限。

Meta业务广泛，涵盖Facebook、Instagram、WhatsApp、Oculus等多个平台，但Llama/大模型训练这条业务线尤其资本密集。Meta的许多产品依赖UGC来吸引用户注意力，再通过广告实现变现。AI对这种模式既是威胁，也是机遇：如果AIGC开始替代UGC成为主要的“吸睛”内容，并承载广告，社交媒体的格局将被重塑。

这也是为什么Meta和TikTok、YouTube等平台一样，对AIGC高度关注，并在AI领域进行重金投入是合理的。进一步而言，招聘到关键人才，不仅能获得他们未来的产出，还可能带来对竞争对手技术的洞察；只要不损害公司文化，高薪就是一种理性的商业选择。

资本密集型行业为员工提供高薪并非新鲜事。例如，Netflix今年预计在内容制作上投入180亿美元，给1.4万名员工发工资只占总成本的一小部分，因此能够长期提供高于市场水平的薪酬。这种薪酬策略也塑造了其独特的企业文化“我们是一支球队，不是一个家庭”（这种文化对Netflix有效，但未必适用于所有公司）。相反，像富士康这种全球雇员超百万的劳动密集型制造业，在薪酬方面必须更加谨慎。

早在十年前，我带领团队进行AI扩容时，就曾制作电子表格模型，以确定预算中应该分配给人员和GPU的比例。我们使用自定义的“人（N） + 机（M）→产出”函数来估算生产率，并在预算约束下优化N与M的组合。此后，AI扩容的开支结构明显向GPU倾斜。

我为那些获得高额薪酬的人感到由衷高兴。抛开个体的薪资数字，我也感谢每一位投身AI的同行。所有从事AI工作的人都应该得到合理的回报。尽管薪酬差距在扩大，但我认为这反映了更大的时代背景：在当下，从事AI开发的人正站在一个能够产生巨大影响、推动世界变革的历史机遇点上。

本文来自微信公众号“大数据文摘”，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com