畢業三五年怎麼拿到年薪百萬？

科技 09-28

金九銀十，又是一個招聘的好季節。

未來十年，最賺錢的行業是什麼？

如果你是創業者，大約有人會提議你去做自動駕駛公司；如果你是學生，那麼最好的建議就是，你去學習人工智慧相關專業吧。

而二者加成呢？據說在美國，入職自動駕駛創業公司的畢業生年薪大約是20萬美元(約合人民幣130萬元左右)。而前不久，從百度離職的編程「教主」樓天城創辦的自動駕駛創業公司小馬智行pony.ai開始校招，招聘信中表示入職年薪即為30萬元起，上不封頂，且每人均持有期權。

畢業兩三年，年薪50萬。即使不是搞無人車的，在AI演算法工程師這一行里，這也並不是夢想。

雖然現在已經身處人工智慧圈外，江河(化名)也仍在為目前供職的公司招聘AI相關的工程師。但遠非他所料及的是，今天，AI類人才的薪資已經遠超過了當年，到了令人咋舌的地步。

來他這裡面試的應聘者中，不乏上述資歷的年輕人，畢業後在百度或360等公司做過演算法，提出的年薪就是50萬元起步。而對於他們的老前輩江河而言，他2008年入行做語義開發，供職於如今語音/語義領域國內首屈一指的領軍公司之中，當時他的月薪不過5000-6000元。

時隔十年，AI 領域工程師的年薪已經是十倍的漲幅。

而這絕非上限。在這個圈中，年薪千萬也並不是神話。當然，與之相對的，也是這個領域中，創業公司動輒上千萬美元的融資額與部分公司的高估值。

不由得令人想起，當年互聯網創業風潮，推動的iOS和安卓開發人員薪水的「步步高升」，以及那個時代，O2O的融資神話和後來的資本寒冬。

這裡有百萬年薪，但人工智慧，是否也充斥著人才薪資的「浮誇」和「泡沫」？人工智慧相關專業，又是否是個在未來十年都值得持續學習的領域？

年薪千萬並非「神話」

「一個核心演算法工程師的起薪就要50萬元左右。」三角獸科技聯合創始人、COO馬宇馳說。

江河的老朋友、老同行們，大多都已經是國內人工智慧公司的技術領頭人或創始人。有人向他拋出了橄欖枝，報出的年薪也在70-80萬元左右。

互聯網公司的網頁開發工程師也開始向人工智慧公司流動。因為這能得到更高的薪水，以及預期中更大的「前景」。劉明(化名)是原國內最大的巨頭公司之一的移動部門的技術中層，跳槽去了一家人工智慧初創公司做後端開發。儘管他並非人工智慧相關技術領域出身，但是由於他的資歷，仍然拿到了70萬元左右的年薪。

高薪要求不僅存在於高級人才之中。除了江河，香橙互動技術部負責人袁子云也被這個問題困擾。公司技術人員存在缺口的那段時間，上門應聘者絡繹不絕，但是他們「張口就要數十萬的年薪」。只想招聘基礎技術人員的袁子云未免猶豫：「我招的並非高精尖技術人才，初出茅廬者提出這個價格，有些誇張了。」

CSDN副總裁孟岩透露，一家名不見經傳的創業公司招聘大數據科學家，開出的價位是「年薪258萬-378萬」。「我也不知道是如何精確到個位數的。」孟岩笑稱。

現在的人工智慧領域，「人工」成為最賺錢的部分。連帶著獵頭的生意，也跟著多了起來。

人工智慧是一個廣闊的領域。它涉及到演算法、機器學習、自然語言處理(NLP)、語音識別、圖像識別、數據分析、數據挖掘、推薦系統等各類不同領域的人才。對其中的大多數崗位，不管是AI類創業公司，還是BAT，都達到了高度「渴求」的地步。而隨之而來的，就是AI相關人才薪資的水漲船高。

黑智拿到了一份獵聘網在8月底發布的《大數據與AI核心人才趨勢報告》，其中顯示，AI工程師的平均薪資，正在科技類職位中一騎絕塵。

這份報告中的AI工程師/科學家，主要職責是研究和試驗AI演算法、設計和開發AI系統、優化和改進演算法/模型。據其統計，在工齡三年以下的人群中，AI工程師的平均年薪為29.98萬元，而報告統計的全部工程師的平均年薪為23.73萬元；在工齡8-10年的人群中，AI工程師的平均年薪為45.71萬元，而全部工程師的平均年薪為39.91萬元。AI工程師在薪資水平上，幾乎是「碾壓」性的優勢。

（數據來源：獵聘大數研究院）

而據另一家互聯網招聘機構BOSS直聘發布的《2017春季互聯網人才趨勢報告》顯示，近一年來薪資漲幅最高的十大職位中，人工智慧和數據類職位已經佔據了半壁江山。

（數據來源：BOSS直聘）

根據對CSDN上超過1300萬程序員的觀察，孟岩向黑智總結：「對於一個相關專業畢業的學生，年薪30萬現在是一個偏低的水平。50萬是正常的，百萬年薪已經並不罕見。而極少數的人才，薪資水平已經達到了千萬。」

這並不僅僅是中國獨有的現象。美國僱主評價Glassdoor 網站在今年4月發布的一份報告中表示，人工智慧研究科學家、人工智慧工程師主管、人工智慧與過程式控制制主管、高級人工智慧工程師等職位平均薪酬總額均超過10萬美元，而其他職位的平均薪酬總額也不過在61k-93k美元之間。

（數據來源：Glassdoor）

加拿大招聘網站Indeed則表示，數據科學家職位的平均年薪為129,938美元，自2013年以來增長了108%。

全球正在被人工智慧高薪風暴所淹沒。

人才短缺的阿喀琉斯之踵

「你們覺得，今年人工智慧更熱了么？」這是格靈深瞳創始人趙勇在接受黑智採訪時，說的第一句話。對此，他自己的回答是：「我覺得，現在有顯著的泡沫跡象。很多公司，融到錢就開始搶人，甚至用兩倍、三倍的價格，挖我們初級的人員。」頓了頓，他說：「這讓每個公司都很不安定。」

資本正在大量湧入人工智慧領域。融資額的逐步上升，併購和投資事件的頻繁，正在讓這個領域，成為大多數人眼中新的「泡沫」累積之地。

在《烏鎮指數：全球人工智慧發展報告(2017)》中顯示，在2000-2016年間，中國的人工智慧企業總數占亞洲總數的68.67%。同年段間，中國人工智慧企業數累積增長1477家，佔全球人工智慧總數的12.91%。

（數據來源：《烏鎮指數：全球人工智慧發展報告(2017)》)

大量的對人工智慧相關人才的需求因此爆發。今年7月LinkedIn發布了《全球AI領域人才報告》，報告顯示，全球AI人才需求三年內增了8倍，從業者達190萬人。隨後，拉勾網CEO馬德龍在公司四周年活動上曾表示，「對比2016年，(國內)2017年人工智慧的招聘需求量增長了2.4倍」。

資本在為市場注入巨大的資金，但「找不到人」卻成了最大的問題。國內目前一流高校的實驗室也不過二三十家，通常在研究生階段，院校才會開設人工智慧、數據演算法相關專業，一所學校這類畢業生供給，每年博士也就個位數，碩士20-30人。

而這其中，也不乏跟風「搶灘」者。不管是互聯網還是大數據，眾多相關公司忙不迭為產品和服務貼上「人工智慧」的標籤。

極限元聯合創始人馬驥也為此很是頭疼：「很多市場上有兩三年經驗的應聘者，大多數都並不具有真正AI開發和系統架構經驗，只是在所謂的AI和大數據部門中工作過，要價也都幾十萬起。」

這不禁令人想起當年移動互聯網興起時，iOS和安卓開發者的「走熱」。但明顯現在又與以往有著不同：安卓或iOS開發技術門檻較低，培訓也並不那麼複雜，經過三五年工作，一位技術人員就可以獨立從事開發工作。但是人工智慧領域，培養一位碩士需要7年，讀完博士就將近10年，而這還只是「半成品」，他們需要再經過兩三年的實踐，才能真正「可用」。

孟岩告訴黑智，今年年初，CSDN的AI開發者社區AI100根據各方面的指標判斷出，國內真正具備AI相關編程能力的人有5萬左右，經過半年時間，樂觀估計翻了一番。「但按正常來說，學習和使用人工智慧需要一段時間，所以應該不到還10萬。」

（數據來源：BOSS直聘）

在人才培養方向上的不均衡，也拉大了人才供需的缺口。BOSS直聘預計，下半年缺口較大的是搜索演算法，供給量只能達到需求的44%，還有56%的缺口。推薦演算法的缺口比例為50%，演算法研究員的為43.9%，圖像演算法的為43%，深度學習的缺口量排在第十，為33.8%。

（數據來源：BOSS直聘）

「搶人」熱

AI搶人大戰，同時在大洋兩岸打響。

對於資本而言，目前投資AI項目，主要的一個考察因素，還是「團隊」。比起其他領域創業，人工智慧有一道極高的技術壁壘。更簡而言之，是「人」的壁壘。

微軟亞研院、百度等AI頂尖人才昔日的集中地，成為了AI創投界的「黃埔軍校」，也是各大公司挖人的前沿陣地。它們中大量的研究人才和學者，被外界的機會所吸引而出。今日頭條的AI實驗室負責人馬維英是前微軟亞研院常務副院長，而其AI實驗室總監李磊曾是百度美國深度學習實驗室的「少帥」科學家。騰訊AI Lab主任張潼曾是百度研究院副院長，副主任俞棟則是前微軟研究院語音和對話組首席研究員。

本來數量就不多的技術領軍人物，成為「搶手」的資源。來自大公司的技術領頭人，率領直系團隊自立門戶，也已經成了一種潮流。

資本「挖掘」的方向已經瞄準了科研院校。重倉人工智慧的創新工場成立了AI工程院，和清華、上交等高校合作，進行定向培育；在校招上，李開復更是親自下場面試。

視見醫療的創始人陳浩就是在讀博時被聯想創投「挖出」的。陳浩博士就畢業於香港中文大學計算機科學與工程系，曾帶領團隊在數十項國際性醫學影像分析和識別挑戰賽中獲得全球冠軍。在博士畢業前夕，本來也有無數offer的陳浩，最終還是決定走上了創業道路。

高校培養還是最快速有效解決人才缺口的手段之一。「人工智慧對編程能力要求不高，要求高的是演算法，對最新論文的追蹤能力。」孟岩對黑智說，「最快速的人才培養途徑，還是高校。」

行動快的AI公司通過校企結合來切入，不僅可以更好地培養人才，也能使自己擁有獲取人才資源的優先性。清華大學與搜狗就建立合作，成立了天工智能計算研究院。雲知聲與西安交通大學、西北工業大學等知名高校開始建立合作關係。極限元和中科院聯合掛牌成立了實驗室。

然而，這不免令人疑慮：資本熱浪引發的這波人才需求的上漲，帶來的薪酬上漲，究竟是不是「虛高」？而業內有一種疑問的聲音是：挖來這些頂尖科研人員的人工智慧公司們，究竟在做什麼？和國內院校科研一樣，它們刷論文、在各種評測中跑分，但是，我們何時能看到它們的產品落地商用？

是百萬年薪造成的泡沫，還是泡沫帶來的百萬年薪？而一旦泡沫破裂，熱度降低，這場轟轟烈烈的人工智慧「搶人」熱，是否又將和當年的iOS和安卓開發一樣逐步冷卻？

AI浪潮和百萬年薪的「泡沫」？

人工智慧創投領域「有泡沫」，這幾乎是業內的共識。

「AI人才，現在動輒上百萬、千萬元的年薪，其實大部分都是資本在支付。」孟岩對黑智說。對於現在的人工智慧公司而言，人力薪資成本已經遠遠超過了以往的互聯網公司和傳統企業，但是，對於投資方而言，這似乎，並不是什麼不划算的買賣。

新技術的能量是不可想像的，尤其是對於目前的人工智慧商用趨勢這樣，從未在歷史上出現過，也無從借鑒和推斷。但可以想像的是，互聯網科技類巨頭，從谷歌到騰訊，無不是經歷了從崛起到探索的成長過程。在戈壁創投管理合伙人徐晨看來，人工智慧領域的「泡沫」並不是什麼問題：「從以往的科技領域領先公司的發展周期來看，Facebook、谷歌，也都是高估值的公司。對於資本而言，在這個領域下注，去投一個新的巨頭產生的機會，是值得的。」他告訴黑智。

金山雲CEO張宏江退休後，加盟今日頭條，任顧問和技術戰略研究院院長，而今日頭條AI實驗室的人才培養問題，也是他的主要工作方向之一。但他對此，抱著的顯然是一種樂觀態度：「革命來得太快，浪潮來得太快，都會有這種感覺。有泡沫，反而是一件好事。」

線性資本創始人、Facebook早期員工王淮曾預言，5年內人工智慧領域會出現「擠泡沫」的過程。

但是，在這個過程中，被擠出的，也將更多是那些「偽AI」或者賽道已經密集、以及公司估值太高又沒有落地商用途徑的公司。

巨大的人才需求，也在催生培訓AI人才的商業模式。前百度首席科學家吳恩達離職之後，在他之前創立的在線教育平台Coursera上推出了DeepLearning.ai的課程，準備培訓更多深度學習人才。

孟岩將人工智慧領域的人才結構做了個簡單的分層。最頂層的，是AI領域的專家學者、資深的科學家、機器學習博士等；AI、機器學習的工程師、產品經理、架構師處於中層，基礎的則是開發者、數據工程師、運維等。這是一個金字塔結構。「中層次缺口很大，底層缺口雖然很大，不過很容易補齊。通過社會培訓的方法，將會大量培養一些基層、中層的人才。」未來的流動和培訓帶來的基礎人才的增加，會使整體AI人才結構趨於合理，也會使得AI人才的薪資結構，更加趨於合理化。

馬驥也在等待著AI泡沫破裂，他期待，釋放出來的更多技術人員能夠被創業公司吸收，緩解人才資源緊張的局面。

而總體而言，對AI相關專業人才的需求，並不會因此而減少。「從大的趨勢而言，我並不認為AI有泡沫。」百度風投CEO劉維說，「行業智能化趨勢中，每一個節點的智能化都是不可逆的。也許有一些細分領域，現在看好的人太多，造成一定泡沫化，但整體而言，AI時代的泡沫，甚至還遠遠不夠。」

「AI是一種能力，未來不僅AI創業公司需要，現有各個產業都會發現自己對其有需求，提升效率，推動產業升級。」張宏江表示。

而要投資未來，對於人工智慧的頂尖人才的高薪，大多數人的回答仍然是「值得」。

人才金字塔中，處於最頂端的AI高級人才，永遠是稀缺資源。「有多少，市場就能吸納多少。」孟岩說，「在未來，最優秀的AI人才薪資可能從百萬上升至千萬級別，而且會拿到股份和分紅。」

AI高端人才，真的價值百萬年薪么？相對於未來洶湧可期的AI技術發展浪潮，相對於再造一個Facebook、Google和騰訊這樣的公司的成就而言，他們這個價格，並不是虛高。

「只要真正具有價值，百萬並不是問題。甚至我們可以更多。」張宏江說。

來源：黑智（VR-2014），作者楊潔、劉星

分享到朋友圈，做一個有影響力的讀者！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！