Andrew Ng interpretiert die astronomischen Gehälter in der KI-Branche: Die von Kapital geschaffenen 100 Millionen US-Dollar sind keine Emotion.

Es hat eine neue Gehaltserregung in der Künstlichen Intelligenzbranche ausgelöst. Andrew Ng hat dazu seine Meinung geäußert.

Andrew Ng hat auf Twitter angegeben, dass Meta für Entwickler von großen KI-Modellen Gehaltsverpackungen von über 100 Millionen US-Dollar anbietet, was die gesamte Technologiebranche erschüttert hat. Obwohl die meisten dieser Gehälter über mehrere Jahre verteilt gezahlt werden, sind sie dennoch so selten, dass sie Schlagzeilen machen.

Andrew Ng hat darauf hingewiesen, dass diese Entscheidung nicht impulsiv getroffen wurde, sondern auf einer präzisen Kapitallogik beruht.

Meta plant, in diesem Jahr 66 bis 72 Milliarden US-Dollar in Kapitalausgaben zu investieren, wobei ein Großteil davon für die Errichtung von KI-Infrastrukturen wie Rechenzentren und GPU-Clustern verwendet werden wird. Vor dem Hintergrund dieser riesigen Investitionen ist es nur ein kleiner Teil der Kostenstruktur, ein paar hundert Millionen US-Dollar für "Personalbeschaffung" auszugeben.

Er hat gesagt, dass dies im krassen Gegensatz zu traditionellen Software-Start-ups steht. Normale Start-ups geben etwa 70 % bis 80 % ihres Budgets für Gehälter aus, während in Unternehmen mit großen KI-Modellen die Gehälter tatsächlich der kleinste Ausgabebereich sind.

Wenn ein Unternehmen bereits beschlossen hat, mehrere Milliarden US-Dollar für GPUs auszugeben, ist es völlig vernünftig, ein paar hundert Millionen US-Dollar für Fachkräfte auszugeben, um diese Hardware effektiv zu nutzen.

Hochlöhne sind keine emotionale Äußerung, sondern eine Investitionsallokation.

Andrew Ng hat beobachtet, dass ein Unternehmen, das KI-Grundmodelle entwickelt, relativ wenige Mitarbeiter hat, aber sehr hohe Kapitalinvestitionen vornimmt. Diese Struktur mit "wenigen Mitarbeitern und viel Geld" bietet eine natürliche Grundlage für Super-Hochlöhne.

Vor Metas Eingreifen verdienten einige KI-Modell-Trainer bereits 5 bis 10 Millionen US-Dollar pro Jahr. Jetzt hat Meta diese Zahl auf ein neues Niveau gehoben.

Dies ist nicht nur Metas Strategie.

Netflix ist ebenfalls ein Vertreter eines ähnlichen Modells. Es plant, in diesem Jahr 18 Milliarden US-Dollar für die Produktion von Inhalten auszugeben, und das Unternehmen hat nur 14.000 Mitarbeiter. Angesichts des sehr geringen Anteils der Personalkosten kann das Unternehmen kontinuierlich überdurchschnittliche Gehälter zahlen und eine starke Unternehmenskultur etablieren, wie etwa "Wir sind ein Sportteam, kein Familienbetrieb".

Im Gegensatz dazu hat der Fertigungsriese Foxconn weltweit über 1 Million Mitarbeiter. In einer solchen arbeitsintensiven Struktur erhöht jede Erhöhung der Gehälter den gesamten Kostendruck exponentiell.

Andrew Ng hat darauf hingewiesen, dass die Gehaltslogik von KI-Unternehmen und traditionellen Unternehmen auf zwei völlig verschiedenen Wegen verläuft.

Kapitalintensive Unternehmen können Kapital gegen Fachkräfte eintauschen und mit wenigen Mitarbeitern enorme Rechenleistung nutzen; arbeitsintensive Unternehmen können nur Arbeitskräfte gegen Produktion eintauschen und mit einer großen Anzahl von Mitarbeitern ihren Betrieb aufrechterhalten.

Andrew Ng hat gewarnt, dass obwohl Metas Geschäft komplex ist und Facebook, Instagram, WhatsApp, Oculus usw. umfasst, wird sein KI-Trainingssystem zum kostspieligsten und gleichzeitig wichtigsten Teil.

Er hat besonders erwähnt, dass Plattformen wie Meta seit langem auf Nutzer-generierte Inhalte (UGC) angewiesen sind, um die Aufmerksamkeit der Nutzer zu gewinnen und dann über Werbung Einnahmen zu erzielen. Jetzt nähert sich AI-generierte Inhalte (AIGC) stumm an.

KI kann automatisch Texte, Bilder, Videos und sogar interaktive Inhalte produzieren. Wenn AIGC-Inhalte beginnen, mit menschlichen Inhalten um die Aufmerksamkeit zu konkurrieren, wird die Existenzlogik von UGC erschüttert.

Meta ist nicht der einzige, der besorgt ist.

Ähnliche Plattformen wie TikTok und YouTube haben ebenfalls erkannt, dass AIGC das gesamte soziale Ökosystem vollständig neu gestalten kann. Daher bemühen sie sich umfassend und entwickeln KI-Strategien, und "die Rekrutierung von Fachkräften mit hohen Löhnen" ist die direkteste Form dieser Schlacht.

Andrew Ng hat analysiert, dass Meta bei der Rekrutierung von KI-Fachkräften mit hohen Löhnen nicht nur auf ihre zukünftigen Beiträge achtet, sondern möglicherweise auch "technische Profilierung" beabsichtigt, indem es Schlüsselpersonen einführt, um Einblicke in die technische Ausrichtung der Konkurrenz zu erhalten.

Dies ist ein üblicher Geschäftsgang in Silicon Valley, der "die Rekrutierung von Fachkräften ist die Erlangung von technischen Informationen" genannt wird. Solange diese Vorgehensweise die Unternehmenskultur nicht zerstört, ist es eine vernünftige strategische Ausgabe.

Andrew Ng hat auch erwähnt, dass er bereits vor zehn Jahren ein Budgetmodell für sein KI-Team erstellt hat, um zu bewerten, wie viele Mitarbeiter eingestellt und wie viele GPUs beschafft werden sollten, um die optimale Produktivität zu erzielen, bei einem bestimmten Budget.

Heute ist ein solches Modell fast nicht mehr erforderlich. Die Antwort steht bereits in der Branchenlogik: Alles zugunsten der Hardware, alles mit der Expansion im Vordergrund.

Trotzdem sind Fachkräfte der Schlüssel.

Er freut sich für die KI-Fachkräfte, die hohe Gehälter erhalten, und betont gleichzeitig, dass jeder, der sich für die KI-Branche einsetzt, respektiert werden sollte. Ihre Arbeit trägt zu einer weitreichenden technologischen Revolution bei.

Hier ist der Originaltext von Twitter, zusammengefasst von DeepSeek:

Kürzlich hat Meta Schlagzeilen gemacht, indem es für Talente in der Entwicklung von großen Modellen "überdimensionierte" Gehaltspläne angeboten hat: Die Gesamtvergütung pro Person liegt leicht über 100 Millionen US-Dollar (normalerweise über mehrere Jahre verteilt). Das Unternehmen plant, in diesem Jahr 66 bis 72 Milliarden US-Dollar in Kapitalausgaben wie Rechenzentren zu investieren, wobei ein beträchtlicher Teil auf KI gerichtet ist. Rein aus finanzieller Sicht ist es nicht unvernünftig, noch ein paar Milliarden US-Dollar auszugeben, um Spitzenkünstler zu halten, damit diese Hardware ihre maximale Leistung erbringt.

Für typische anwendungsorientierte Start-ups, die nicht an der Entwicklung von Grundmodellen beteiligt sind, sieht die Ausgabenstruktur normalerweise so aus: 70 % bis 80 % werden für Personal ausgegeben, 5 % bis 10 % für Mieten und weitere 10 % bis 25 % für verschiedene Betriebskosten (Cloud-Services, Softwarelizenzen, Marketing, Rechts- und Finanzdienstleistungen usw.). Aber das Skalieren von Modellen ist eine hochgradig kapitalintensive Aufgabe, und die Gehälter machen tatsächlich nur einen kleinen Teil der Gesamtkosten aus. Daher können diese Unternehmen, obwohl ihr Team nicht groß ist, außergewöhnlich attraktive Gehaltsangebote machen: Wenn Sie bereits Hunderte von Milliarden US-Dollar für GPU-Hardware ausgeben, warum sollten Sie nicht ein Zehntel davon für Menschen ausgeben? Vor Metas jüngster Preiserhöhung waren die Gehälter für Model-Trainer bereits hoch, viele verdienten 5 bis 10 Millionen US-Dollar pro Jahr; und Meta hat die Obergrenze noch weiter erhöht.

Meta hat viele Geschäftsbereiche: Facebook, Instagram, WhatsApp, Oculus usw. gehören dazu, aber die Entwicklung von Llama/ großen Modellen ist besonders kapitalintensiv. Viele von Metas Produkten sind auf UGC (Nutzer-generierte Inhalte) angewiesen, um Aufmerksamkeit zu sammeln und dann über Werbung zu monetarisieren. KI ist sowohl eine Bedrohung als auch eine Chance für dieses Modell: Wenn AIGC (KI-generierte Inhalte) beginnt, UGC als Hauptquelle für "Aufmerksamkeit" zu ersetzen und Werbung zu tragen, wird die Landschaft der sozialen Medien vollständig neu gestaltet.

Das ist auch der Grund, warum Meta, wie auch TikTok, YouTube und andere Plattformen, AIGC sehr aufmerksam verfolgt und es sinnvoll ist, in KI mit viel Geld zu investieren. Darüber hinaus kann die Einstellung von Schlüsselpersonen nicht nur ihre zukünftige Leistung bringen, sondern auch Einblicke in die Technologie der Konkurrenz liefern; solange die Unternehmenskultur nicht geschädigt wird, ist es eine vernünftige Geschäftsentscheidung, hohe Löhne zu zahlen.

Dass kapitalintensive Branchen ihren Mitarbeitern hohe Löhne zahlen, ist keine neue Geschichte. Beispielsweise plant Netflix, in diesem Jahr 18 Milliarden US-Dollar in Inhalte zu investieren, und die Gehälter für seine 14.000 Mitarbeiter machen nur einen kleinen Teil der Gesamtkosten aus. Daher kann es über einen langen Zeitraum überdurchschnittliche Gehälter zahlen. Diese Art des Geldausgebens hat auch seine einzigartige Unternehmenskultur geprägt: "Wir sind ein Sportteam, kein Familienbetrieb" (dies funktioniert für Netflix, aber nicht unbedingt für alle Unternehmen). Im Gegensatz dazu muss ein arbeitsintensives Fertigungsunternehmen wie Foxconn bei den Gehältern viel sparsamer sein, da es weltweit über eine Million Mitarbeiter hat.

Vor zehn Jahren, als ich mein Team bei der Expansion der KI unterstützte, habe ich ein Tabellenkalkulationsmodell erstellt: Wie viel Budget sollte für Menschen und wie viel für GPUs reserviert werden? Wir haben eine benutzerdefinierte Funktion "Mitarbeiter (N) + Maschinen (M) → Output" verwendet, um die Produktivität zu schätzen und die Kombination von N und M unter Budgetbeschränkungen zu optimieren. Seitdem hat sich die Ausgabenstruktur bei der Expansion der KI deutlich zugunsten von GPUs verschoben.

Ich freue mich von Herzen für diejenigen, die hohe Gehaltsverträge bekommen haben. Abgesehen von den individuellen Zahlen danke ich auch jedem Kollegen, der sich der KI verschrieben hat. Alle, die in der KI-Branche arbeiten, sollten eine anständige Vergütung erhalten. Obwohl die Gehaltsunterschiede zunehmen, denke ich, dass dies eher ein Spiegelbild des größeren zeitlichen Kontexts ist: In der heutigen Zeit stehen diejenigen, die an der Entwicklung von KI arbeiten, vor einer historischen Gelegenheit, die die Welt verändern kann.

Dieser Artikel stammt aus dem WeChat-Account "Big Data Abstract" und wurde von 36Kr mit Genehmigung veröffentlicht.