Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

富人和穷人

Posted on 2025-07-27

富人和穷人

这是最好的时代,也是最坏的时代……一方面,科技公司正斥资创纪录地引进人才(或留住人才)。另一方面,各大科技公司正在大规模裁员——有时,同一家公司却在向其他公司支付创纪录的裁员金额!这真是一个天壤之别。而这一切的背后,自然是人工智能。

近几个月来,亚马逊、谷歌、Meta 和微软都进行了裁员,与此同时,它们也参与了人工智能领域疯狂的人才争夺战。这些公司实际上是在对一些员工说,他们非常有价值,值得支付的薪水不仅很多,甚至比世界上任何人的薪水都高——通常包括他们自己的 CEO。然而,对另一些员工来说,他们实际上是在说他们一文不值——我的意思是,他们真的不值得再付任何薪水了。用一个更直白的术语来说:有些员工的年薪高达 1 亿美元,而有些员工的年薪却为 0 美元。

公司之间一直存在薪酬差距——长期以来,这种差距在科技公司最为明显,因为工程人才对于实际工作至关重要。确实存在所谓的“100倍工程师”,他们所做的工作实际上可能比其他100人更有价值,因为没有其他人能够完成同样的工作。

但人工智能将这一数字提升了数倍。我们现在实际上拥有“亿级工程师”——这些人对公司如此宝贵,以至于他们的价值几乎是无限的。我想说,他们的价值或许能达到一家公司的整体市值——但这种说法会遭到反对,因为有些人认为,这些人才很可能能让市值提升数十亿美元。我的意思是,至少有一份报道称,马克·扎克伯格在讨论这类人才时会提到“亿级”。 正如 Berber Jin、Keach Hagey 和 Ben Cohen 几周前在《华尔街日报》上报道的那样:

今年春天,扎克伯格与 OpenAI 首席研究员马克·陈(Mark Chen)进行了一次闲聊,最终向他请教如何改进公司生成式人工智能部门。据知情人士透露,考虑到 Meta 在训练人工智能硬件和计算能力方面投入的资金——是其在人类训练上投入的 100 多倍——陈建议扎克伯格或许应该加大对人才的投资。

扎克伯格询问陈是否愿意考虑加入 Meta,以及如何才能让他加入。

几亿美元?十亿美元?

陈对此表示反对,称他在 OpenAI 很开心。但这次谈话帮助他萌生了一个想法。

很快,扎克伯格提供的薪酬待遇就远不止十亿美元——至少我们知道是十亿美元——而是几亿美元。同样引人注目的是,许多“教父”式的薪酬待遇似乎都被拒绝了,尽管并非全部。毫无疑问,Meta 仅仅靠砸钱解决问题确实取得了一定程度的成功。尤其是把钱砸给除了 Mark Chen(当然,他对此很不高兴)之外的 OpenAI 员工。

事实上,如果我们把Scale AI的“黑客收购”也算进去,扎克伯格肯定要为这些人才支付数十亿美元——也就是他挖来的首席执行官亚历山大·王(Alexandr Wang) 。但在这方面,谷歌也是如此。亚马逊和微软也因为这些虚假交易而遭遇了类似的情况。

再说一次,这些公司在裁员的同时,也向现有员工支付了创纪录的薪水。微软刚刚裁员9000人, 今年迄今已裁员1.5万人——就在几个月前,他们刚刚斥资6.5亿美元收购了一家人工智能初创公司的首席执行官及其部分员工,从而引发了科技界的裁员潮。更糟糕的是,微软的裁员正值其自身财务状况创下纪录之际。

这种矛盾如此明显,以至于首席执行官萨蒂亚·纳德拉两天前不得不通过一份内部备忘录来直面这一问题( 微软也把这份备忘录发布在了他们的博客上,显然他们知道这份备忘录会被泄露)。纳德拉的备忘录开头是这样的:

首先,我想谈谈最近令我感到沉重的一件事,也是我知道你们很多人正在思考的一件事:最近的裁员。这些决定是我们必须做出的最艰难的决定之一。它们影响着我们曾经共事、学习、分享无数美好时光的人——我们的同事、队友和朋友。

我想向那些离开的人表达最诚挚的谢意。他们的贡献塑造了我们公司的形象,帮助我们奠定了今天的基础。对此,我深表感激。

我也想承认我们所处时代的不确定性和看似不协调之处。从每一个客观指标来看,微软都在蓬勃发展——我们的市场表现、战略定位和增长都呈现上升势头。我们的资本支出比以往任何时候都要多。我们的员工总数相对保持不变,我们行业和微软的一些人才和专业知识得到了前所未有的认可和奖励。然而,与此同时,我们也经历了裁员。

这是一个在没有特许经营价值的行业中取得成功的秘诀。进步并非直线性发展,而是动态的,有时不和谐,而且总是充满挑战。但这也为我们提供了一个塑造、引领并产生比以往任何时候都更大影响的新机遇。

最后一段尤其精彩。1他实际上是在说,微软过去的做法对未来并不重要——当然,这并不完全正确, 微软持续遇到的捆绑销售问题就可以证明这一点,但你明白他想要表达的意思。在人工智能时代,纳德拉显然比以往任何时候都更相信这一点。他们根本无法承受——确切地说——固守过去,包括那些不幸地帮助打造过去的员工。因为在接下来的旅程中,这些员工将成为不必要的包袱。

当然,微软并非完全如此。但我这样解释是为了你们,因为他们就是这个意思。而且他们并非孤例。即使在这个行业看似强势的时期,其他科技巨头的裁员原因也是一样的。 每个人都知道,当你能够从整体实力上做出选择时,最好去做一些艰难的事情,而不是在困境中被迫去做。而人工智能的颠覆正在为所有这些公司提供改变所需的掩护。这很残酷,但却是事实。

还有资本支出。哦,资本支出。这些公司的每一份财报都在涨。谷歌是最新一家,上周将其全年预计支出从750亿美元上调至850亿美元。而且很可能还会继续上涨!

再说一次,这与裁员计划背道而驰。这些公司每年在人工智能服务器和芯片上花费高达1000亿美元,却连几千名员工的工资都负担不起?这笔开支最多能花多少钱?(ChatGPT告诉我,微软裁员1.5万名员工的工资大约是每年22.5亿美元——这已经把福利计算在内了,而且显然,就薪酬而言,这更像是微软的“普通”员工,而不是人工智能员工!)当然,这并非真正的计算公式,因为微软(以及其他公司)负担得起这些员工。但这其中还有其他计算。2其中或许包括一些表面功夫——这些公司可以向华尔街表明,即使在花费这数十亿美元的情况下,它们至少在财务上是比较审慎的。

话说回来,那些在资本支出上花费的数十亿美元,相对而言,对这一点的理解截然不同。换句话说:如果你每年在人工智能基础设施上花费高达500亿到1000亿美元,那么花1亿、2亿,甚至10亿美元来雇佣真正发挥作用的人才又算得了什么呢?Meta曾经尝试过增加基础设施支出,但事后看来,他们并没有合适的团队来运作这一切(或许也没有正确的战略)。我想,他们“吝啬”了人才,这是一种思考方式。

换句话说:如果没有合适的团队来真正利用这项技术并打造出具有巨大价值的产品,那么1000亿美元的资本支出可能就等于零。Meta 花钱不是为了花,而是为了未来每年能为 Meta 带来数十亿美元的利润。价值超过1亿美元的人工智能人才——当然,这是他们正在开拓的市场——或许会阻碍他们前进,或许不会,但他们绝对不能承受这样的后果。

但他们确实有能力解雇那些拖累他们前进的员工,因为他们之前从事的工作对公司在新使命中不再有价值。这很残酷,但这就是生意。

也就是说,尽快在简历中增加尽可能多的与人工智能相关的工作。3


1奇怪的是,这是最近几周以来第二奇怪的“谜”字。

2是的,微软最近的大量裁员也与 Xbox 有关,从业务和战略角度来看,Xbox 仍然是微软的一片混乱,而690 亿美元的收购显然无济于事!

3理想情况下,也许不是由人工智能构建的简历,但老实说,我不确定这有多重要。

原文: https://spyglass.org/the-have-lots-the-have-nots/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme