硅谷巨头疯狂撒钱招聘，只因AI人才稀缺难求

在硅谷，相比大型企业，创业公司的招聘往往更有优势：来吧，我们给你股份，成功了少不了你的！然而从硅谷目前的人工智能产业热潮来看，这一纳员优势将趋向于无——至少对于那小部分知名人工智能领域人才来说是这样。

从可面部扫描的智能手机到桌面智能配件，从计算机化的健康保健服务到自动驾驶汽车······大型科技企业在人工智能方面下注颇多，期翼甚大。在他们追逐着“人工智能梦”的同时，抛出的巨额薪金，连从不对顶级员工吝啬的产业同行都为之汗颜。

据9位曾在大型科技企业工作或接到过其offer的技术人员透露称，包括刚刚博士毕业、学历稍次，仅在该领域的有几年经验的技术人在内，一个标准人工智能领域专员的年薪就高达30万到50万美元不等，有的或是薪资更高，或是拥有部分公司股份。为避免影响其职业声誉，几位透露人均未表明身份。

不少人工智能领域的人才都收到了薪资补偿金和企业股份，在4年期合同或5年期合同期间总计有一百万到二百万美元的收入。到一定年限时，他们还会像职业运动员那样续签合同或是协商新合同。

Luke Zettlemoyer，于华盛顿大学图书馆照。

Luke拒绝了谷歌的高额薪资，选择进入非盈利性机构艾伦人工智能研究所任职，以便继续任教。

薪资顶端的则是具备人工智能项目经验的高管。在今年公布的一份法庭文件中，谷歌透露其长期雇员、自动驾驶部门前高管Anthony Levandowski曾在谷歌拿到了逾1.2亿美元的奖金。Anthony于2007年进入谷歌，他还是Otto的联合创始人，后者被Uber收购后，他也于去年加入Uber，引发的自动驾驶技术泄密使得谷歌与 Uber对薄公堂。

薪资上升之快，让人不禁调侃，科技产业倒不如像国家美式橄榄球联盟那样为AI人才列个薪资板。微软的人事部经理Christopher Fernandez也玩笑的表示，“这样事情就好办得多了”。

有几个因素促成了巨额薪资。汽车产业目前正与硅谷争抢能设计自动驾驶车辆方面的人才；大型科技企业如脸书和谷歌等更是不缺钱，认为借助人工智能可以帮助他们解决一些问题，如建立智能手机数字助手、打造室内智能配件、筛选不适性的内容等。

而对他们来说，人才远远不足，所以大型企业都在尽全力网罗人才。解决AI领域问题并不是打造一款风靡一时的智能App，而据加拿大蒙特利尔的独立研究所Element AI表示，全世界仅有不到1万的AI人才拥有能处理人工智能研究问题的必备技能。

卡内基梅隆大学的计算机科学院长Andrew Moore，曾于谷歌任职，他表示，“我们所看到的对AI人才的热捧对社会来说不一定是有利的，但对于那些科技企业来说，这一做法是理性的，他们理应感到担忧，并确保能网罗到从事于AI领域的少数人才。”

2014年被谷歌以6.5亿美元收购的AI实验室深度思维（DeepMind）最好的诠释了科技创企是怎么网罗人才的。DeepMind被收购之初仅有50名员工，而根据其去年在英国发布了公司年度财政报告，DeepMind如今员工数增至400人，薪水支出总计1.38亿美元，平均下来每位员工平均年薪高达34.5万美元。

科技领域人才招募公司CyberCoders的人事主管Jessica Cataneo也表示，“其他公司很难与之竞争，小型公司更是如此。”

诸如谷歌、脸书等大型公司都为员工提供了AI技术的相关课程。

前沿的人工智能研究建立在整套深度神经网络算法之上。这类神经网络算法可以通过分析数据进行自主学习。例如，通过在数百万张狗狗的照片中寻找一定的模式，神经网络可学会如何辨别狗狗。这一算法理念早在1950年就提出，但一直处于学术界和科技产业边缘，这一现象一直持续到五年前。

2013年，谷歌、脸书以及其他一小部分公司开始聘用AI技术领域数量相对稀少的研究人员。而现今，神经网络能辅助脸书辨别上传的照片，帮助亚马逊数字助手Echo识别室内用户发布的指令，以及在微软的Skype手机服务上进行即时语种翻译。

运用同样的算法技术，研究人员还能提升自动驾驶服务；以及在医学扫描的疾病诊断方面发展医疗服务。数字助手不仅仅能够识别人说出的话，而且还能理解其意思，如自动股票交易系统，以及能拿起从未见过的物体的机器人。

既然AI人才如此稀少，大型科技企业同样还雇用了学术界最好、最亮眼的一批人。在这过程中，他们也限制了能传授该技术的导师人数。

在2015年，Uber从卡内基梅隆人工智能专业为其自动驾驶项目挖了40人。而过去几年里，斯坦福大学的4位学术界最具声望的AI研究人员辞去了教授一职；在华盛顿大学，20名人工智能教授中就有6人离职或部分离职，在校外公司中任职。

Oren Etzioni，前斯坦福大学教授，离职进入海外非盈利性机构海伦人工智能研究所工作，他表示“学术界涉入产业的消极影响很大。”

对此，一些教授也找到了他们的妥协办法。华盛顿大学的Luke Zettlemoyer拒绝了谷歌旗下西雅图研究室的聘请，据他称其薪资将是目前年薪（18万美元）的3倍以上。他选择进入艾伦人工智能研究所，以便能继续任教。

谷歌DeepMind人工智能AlphaGo战胜世界围棋冠军李世石。

Zettlemoyer表示，“很多教员选择步入企业，却在学术和企业之间或多或少浪费了不少时间，这个领域给出的薪水的确高得多，但我们做这些研究，只是抱着做一个学者的态度去做的。”

为培养新兴AI程序员，谷歌、脸书等企业都为原有员工进行了“深度学习”以及相关课程的学习；而诸如Fast.ai和Deeplearing.ai等由斯坦福大学前教授、同时也是谷歌Brain实验室促成者建立的非营利性组织，也在网上提供了相关课程。

深度学习的基本理念并不难掌握，只需要数学能力稍超过高中即可。然而真正的专业技术却需要更深的技术以及某些人称之为“黑暗艺术”的直觉天分；在自动驾驶汽车、机器人和健康保健等领域，则还需要一些专业的知识。

为跟上大型科技公司的步伐，更小些的公司则选择在一些偏门的市场寻找人才。有的雇佣了具备同样所需数学技能的物理学家、天文学家；有的美国本土创企则选择在亚洲、西欧等其他薪资更低的地区招纳贤才。

Skymind是一家旧金山的创企，其工程师来自8个不同的国家，其CEO兼联合创始人Chris Nicholson表示，“我没那么大的实力与谷歌竞争，我也不想，所以我选择在那些编程人才被低估的市场上用丰厚薪水来招纳员工。”

但现在领域内的大型企业做的都几乎差不多。谷歌、脸书、微软等科技巨头在多伦多、蒙特利尔都建有AI实验室，大部分其AI研究都是在美国本土之外完成的。谷歌还在中国招纳了员工，而微软则早在中国驻足多年。

不难想象的是，很多人认为人才稀缺的问题在近些年将不会得到缓解。

蒙特利尔大学的教授、知名AI研究人员Yoshua Bengio也说，“很明显市场上AI人才供弱于求，而且这种情况短期内不会改善，毕竟培养一个AI领域高端人才需要很多年”