吴恩达:Meta的天价薪酬相比GPU硬件开支并不夸张

近期，Meta 因为向 AI 模型构建者提供超过 1 亿美元（通常分多年发放）的空前巨额薪酬而登上了头条。在该公司计划今年投入 660 亿至 720 亿美元用于包括数据中心在内的资本开支的背景下，其中相当一部分将用于 AI，从纯粹的财务角度来看，花费几十亿美元来确保这些硬件能够被高效使用，是合理的。

一家不涉及基础模型训练的软件应用初创公司，通常会将 70%-80% 的支出用于薪酬，5%-10% 用于租金，10%-25% 用于其他运营开销（如云服务、软件许可、市场营销、法律/财务等）。但基础模型的扩展极度依赖资本支出，在这类公司中，薪酬在总成本中所占比例反而较小。因此，这类企业反而有能力向少量核心员工支付异常高的薪资。如果你在 GPU 硬件上花费了数百亿美元，为何不拿出十分之一的金额用于招聘顶级人才？事实上，即便在 Meta 最新薪资方案出台之前，AI 模型训练师的薪资就已经相当可观，许多人的年薪达到 500 万至 1000 万美元，而 Meta 的加入则将这一水平推向了新的高度。

Meta 的业务范围广泛，包括运营 Facebook、Instagram、WhatsApp 和 Oculus。但其 Llama 项目和 AI 训练相关的部分是极其资本密集型的。Meta 旗下的很多产品依赖用户生成内容（UGC）来吸引注意力，并通过广告变现。而 AI 正在成为这类业务的重大威胁和机会：如果 AI 生成内容（AIGC）能够取代用户内容来吸引流量并配套广告，这将彻底改变社交媒体的格局。

这也是为什么 Meta——和 TikTok、YouTube 及其他社交平台一样——高度关注 AIGC，并积极投入 AI 领域的原因。从商业逻辑上来看，这种投资是合理的。此外，Meta 招聘关键人才，不仅是获取其未来的工作产出，也可能借此洞察竞争对手的技术路线，这也进一步强化了其高薪策略的合理性（前提是这不会破坏公司文化）。

事实上，资本密集型企业愿意为人才支付超高薪酬并不是新鲜事。例如 Netflix 预计今年将在内容制作上花费高达 180 亿美元，而其 1.4 万名员工的薪酬在总支出中占比很小，使得公司有能力长期支付高于市场平均的薪水。这种支出能力也塑造了一种独特的企业文化，比如“我们是一支运动队，不是一个家庭”的理念（这种文化对 Netflix 成立，但并不适用于所有公司）。相比之下，像富士康这样的劳动密集型制造企业，在全球雇佣超过 100 万名员工，就必须对员工薪资极为敏感。

早在十年前，当我带领团队推进 AI 扩展工作时，我就制作了一个电子表格模型，来规划预算中应该有多少分配给薪资、多少分配给 GPU。我基于一个自建的模型来预测 N 个员工与 M 张 GPU 的组合能产生多少有效产出，从而在预算约束下优化 N 与 M 的分配。而从那时起，AI 扩展的重心就越来越向 GPU 倾斜。

我为那些拿到高额薪酬的人感到高兴。

但不论个体的收入如何，我都感激每一位投身 AI 的工作者。他们都值得获得良好的薪资。尽管不同岗位之间的收入差距在拉大，我认为这反映的是一个更广泛的现实：此时此刻，AI 领域的开发者拥有改变世界的机会，正在进行的是可能影响历史进程的工作。