0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

科技巨头们希望未来建立起一个“AI王国”

DPVg_AI_era 来源:未知 作者:李倩 2018-10-11 09:41 次阅读

如今AI人才争夺愈发激烈,全球20大AI雇主每年在人才方面总共花费6.5亿美元,科技巨头们希望未来建立起一个“AI王国”。尽管这些占在食物链顶端的科技公司本质上仍是商业机构,但无论是为了“利用AI造福人类”还是扩大商业版图,争夺AI人才都是他们重要的一步棋。

开发人员书写着这个世界的代码,成为这个世界的建造者。GitHub是他们的“家”,那里有2800万成员。

2016年,微软收购了LinkedIn,以约7.2倍的该社交网络年收入的价格,成为有史以来最重要的技术交易之一。我记得我与我们在LinkedIn的团队一起庆祝这件事,因为这不是寻常的收购。令人奇怪的是,这种情绪并不严重,只是高兴地庆祝,这实际是LinkedIn高层管理人员取得成功的真实证明:将Salesforce的潜在破坏性收购推开了。

当时,这是微软历史上最大的交易。许多分析师错误地认为这笔交易过于昂贵且浪费金钱。而事实证明,随着继续彻底改造自己,微软的股价也随之上涨。

微软对LinkedIn的收购让人们看到了收购Github的重要性,Github最近以每年经常性收入的30倍被收购。造成这堆天文数字背后的原因很简单,那就是:开发人员。

微软敏锐地意识到有才华的开发人员的重要性。凭借75亿美元,微软已经购买了数百万使用GitHub代码库产品的开发人员。这是一项旨在最终引导这些使用者进入Microsoft开发人员环境的战略举措。

可以预见的是,开源社区的许多著名成员对收购并不太热衷。他们觉得受到了来自网络的欺骗和背叛,这个网络由于开源社区的活跃人群而累积了价值。有影响力的开源开发人员Andre Staltz写道:

“如果你对微软GitHub的收购仍持乐观态度,那么考虑一下:他们甚至没有问过你的意见,即使主要由于你的贡献使GitHub成为一个有价值的平台。 ”

与Andre一样,许多其他开发人员公开宣布他们决定从Github迁移到其他基于开源软件的平台。但是他们的离开,对于拥有庞大用户基础的Github来说几乎没有任何影响。

微软想要访问开发人员。他们做到了。

在过去的几十年中,开发人员的重要性只增不减。他们一直在就业市场上很受欢迎,被提供非常具有诱惑力的职位,并通常是硅谷最受追捧的人力资源。他们是这个新数字时代的建设者,并帮助科技公司成为我们日常生活中不可或缺的一部分。

但并非所有开发人员都是平等的。一些开发人员被认为更有价值,也更受追捧,被给予更多的额外津贴和特权。在过去几年中,AI开发人员已经达到了前所未有的重要地位。

征“新军”:组建新的国王队

在过去两年中,在检测物体方面,中国公司赢得了人工智能竞赛。由于其在几乎所有领域的巨大影响,中国在AI方面的新兴领导地位正让美国产生巨大的焦虑。从经济角度来看,普华永道发布的一项研究强调了人工智能将会有多大的变化,以及这项技术将创造多少价值。根据普华永道的说法,到2030年,AI可以为全球经济贡献高达15.7万亿美元,这超过了中国和印度目前的GDP总和。

因此,各个国家和企业正在积极竞争以吸引极为罕见和有价值的人才,这并不奇怪。

人才是多么罕见?一位AI解决方案提供商估计世界上有20000名博士级计算机科学家有能力构建AI系统。此外,彭博社近期一项研究指出,全球不到10000名开发人员拥有所需的机器学习技能。

根据毕马威会计师事务所撰写的一份报告,截至2016年,只有28家公司拥有超过十名深度学习专家。Business Insider的一篇文章强调,六家科技公司雇佣了全世界54%的深度学习专家。Ernest&Young在2017年进行的一项民意调查显示,56%的高级AI专业人士表示,缺乏人才是企业发展AI的最大障碍。

最近,世界经济论坛报道,排名前20位的科技公司都是美国公司或中国公司。或许未来可以实现AI能由其他AI进行发明、设计和编程,但就目前而言,支撑AI的是其开发人员和研究人员。科技巨头正在战略性地运作,以前所未有的速度和规模垄断AI人才。这些巨头都积极参与了AI人才争夺战,不遗余力在寻求招聘最有价值的“士兵”。

津贴、薪水和特权

根据彭博社的一篇文章,“刚获得机器学习和数据科学博士学位的毕业生可以拥有超过30万美元的年收入”。《纽约时报》估计刚毕业的博士和其他经验较少或没有经验的博士生可以获得“工资和公司股票总计每年从300000美元到500000美元不等。”同样,据统计,2016年Google DeepMind的员工平均年薪约为345000美元。

随着AI开发人员的经验与所承担的责任上升,他们的薪水也会增加。据CNBC报道,“Anthony Levandowski在加入优步之前从谷歌那里筹集了1.2亿美元”。即使在像马斯克的OpenAI这样的非营利组织中,顶级AI研究员的薪水也达到了190万美元,而另一位高级AI研究员在2016年也挣得了80万美元。

除了天价工资外之外,AI人才还可以获得公司提供的所有其他的设施和特权。例如,依据他们重新安置的要求,科技公司正在为AI人才建立全新的办公室和研究实验室。

Acquihiring

所谓“acquihires”,是指收购创业公司并不是为了创业公司提供的价值,而是为了吸收因收购带来的AI人才。根据一项分析,即使公司收入很少或根本没有收入,人工智能团队每人都能以大约250万美元的价格被“收购”,这意味着至少在科技行业的AI部门,单纯的团队价值显着超过了整个公司的商业价值。

2016年7月,通用汽车以近10亿美元的价格收购了Cruise Automation。2016年8月,Uber以6.8亿美元的价格收购了自驾车创业公司Otto。福特已同意向Argo AI投资10亿美元。自2010年以来,根据CB Insights的数据,谷歌已经收购了14家人工智能创业公司,而苹果公司则紧随其后地收购了13家公司。2017年,人工智能创业收购增长了44%。下图显示了多年来人工智能创业公司的收购情况:

收购作为科技初创公司退出战略的主导地位意味着软件和硬件初创公司越来越多地成为科技巨头招聘机制的关键点。年轻且具有理想主义的开发人员开启他们的职业生涯,希望通过为一个令人兴奋的、前沿的初创公司做出贡献来改变世界,一旦他们的雇主被收购,他们就会迅速发现自己是一家大公司的员工。

奖励计划用于激励被聘用的员工继续留任,为科技巨头提供他们所需的训练有素的人才,并将那些剩下的最有可能在这个科技生态系统中威胁到科技巨头的主导地位的人,在收购中就“扼杀”掉。

从学术界偷猎人才

科技巨头提供诱人的工资,以及访问庞大的数据库和庞大的计算能力,让AI研究人员进行实验。

2015年,Uber在卡内基梅隆大学的国家机器人工程中心(NREC)挖走了50名员工。著名的深度学习专家Andrew Ng于2014年离开斯坦福大学成为百度首席科学家。大学正在努力留住人才,因为他们的员工纷纷选择为科技巨头工作。

为AI员工提供培训

大多数员工都已经受过良好的教育,并且有动力去学习利用或开发AI所需的技能。很多公司已经开始提供为其现有员工提供AI课程,以创建人才队伍。埃森哲最近的一项研究表明,这种使AI现有员工高技能化的趋势愈发明显。根据该研究,40%的高管计划增加AI业务应用的培训和教育,而26%的高管计划增加AI技术方面的培训。

招募新毕业生

虽然科技巨头保留了他们现有的人才,他们有很大的额外津贴和特权,但研究表明这些仍然正在积极地“招兵买马”。大多数机器学习专业的毕业生在毕业前都有多个工作机会。招聘平台Paysa的一项研究表明,所有行业的美国公司都投入了13.5亿美元来招聘人才。该研究强调,亚马逊在人工智能和机器学习招聘上的年均投资额为2.278亿美元,下一个主要竞争对手是谷歌,在此方面的年投资额约为1.3亿美元。结果发现,前20名科技公司在招聘AI人员方面每年总共花费6.5亿美元。

下一步是什么?

毫无疑问,人才是我们这个时代最宝贵的人力资源。人工智能研究人员已经为机器赋予了视觉、语音、听觉和移动性方面的功能。将AI彻底普及及其随之而来的力量是他们的最终目标。他们真的可以成为新的国王。

但是,他们应该问自己:他们想创造一个有国王的世界吗?

人工智能的巨大潜力意味着它既可以增加我们社会的不平等,也可以将我们从无数的痛苦中解放出来。作为科技巨头的工作人员,AI开发人员只是为了推进雇用他们的公司的计划和目标。

令人警醒的是,由世界上最强大的实体开发出的AI的最终目标是增加股东价值,而不是为了造福众生。——SingularityNET首席执行官Ben Goertzel博士

在云中走投无路——了解我们当前的科技前景

占据科技食物链的顶端,是世界上最有价值的五家公司:Apple、亚马逊、Alphabet、微软和Facebook,已经形成了技术寡头垄断。这些技术寡头垄断的成员是华盛顿最大的游说者和政治捐助者。它们甚至拥有比几个国家更多的财政资源,它们的产品和服务改变了我们的社会。他们通过研究和收购从而积极地提升战略优势(DeepMind、LinkedIn、Siri、Github、Instagram、YouTube,Whatsapp,Android)。如果他们无法购买创业公司,那么他们会复制所有创新。他们有创投武器,即这些科技巨头确保了许多成功创业公司的股权。

当然,这些公司的反竞争行为给它们带来了数十亿美元的罚款,正如Peter Thiel所说的那样,

这个世界上有两种企业。具有完全竞争力的企业和垄断企业。

随着世界变得越来越数字化,技术寡头垄断的公司构建了一个对其他公司越来越重要的生态系统:其中包含服务器云、广告网络、应用程序商店、操作系统和社交平台等。由于这个“必要”的生态系统,受云计算兴起的影响,几乎所有成功的创业公司都只为现有技术支付了一些寡头。

依赖这种生态系统的公司成功增加了技术寡头垄断公司的主导地位

通过这样的生态系统捕捉和提取价值,意味着其他公司的技术成功反而增加了技术寡头垄断的主导地位。

例如,Snapchat背后的科技公司Snap Inc.在2017年与谷歌签署了一项20亿美元的合同,以使用后者的云服务。同样,Netflix在Amazon Web Services上托管其所有内容,同时在内容生产方面还与Amazon竞争。在应用程序方面,Apple和Google拿取了30%的佣金。该佣金在2017年为Apple带来了115亿美元的收入。

随着我们向AI经济转型,这些排序以及相互之间的关系将变得越来越复杂,正如Joshua Cooper Ramo在The Seventh Sense中所说,我们与这些服务的联系将从根本上影响我们的身份:

“现在我们周围的机器对我们来说也是如此:我们的身份将互相之间的联系所决定。对这种联系的掌握可以称得上是拿破仑政变的现代版本——Joshua Cooper Ramo

AI-First的未来

“计算再次发展……在AI-First的世界中,我们正在反思所有产品,并应用机器学习和AI来解决用户问题。”——Sundar Pichai

AI将成为寡头垄断所创造的生态系统这座皇冠上的宝石,并将进一步增加其他公司对五大企业的依赖。

根据普华永道的一项研究:“到2030年总经济收益的45%将来自产品的功能增强,刺激消费者需求。”该项研究表明,人工智能将带来更多种类的产品,随着时间的推移,这将增加个性化、吸引力和可负担性。

一项针对最近的寡头垄断公司的计划以及收购政策的研究显示,这些公司的行为将向“AI-First”的世界推动。科技巨头们已经开始在其基于云的产品中添加AI服务,并已启动了与AI相连各行各业的相关举措。

技术寡头垄断公司正在建立AI-First未来所涵盖的行业

在亚马逊时代,增长才是最重要的。随着AI兴起,“必要”的生态系统只会增加更多附加公司的依赖性。正如微软首席执行官萨蒂亚·纳德拉(Satya Nadella)所说:“人工智能处于边缘,人工智能处于云端,人工智能作为SaaS应用的一部分,人工智能甚至是基础设施的一部分。”

由于技术寡头公司承诺人工智能民主化,创建AI-First的未来,并在人工智能上建立伙伴关系以造福社会,我们不得不质疑他们是否可以优先考虑社会利益而不是增加股东价值。

把关控制开源

“如果你试图把Android列为次位,还做了些一些谷歌不赞同的事情,那么它会让你的世界崩溃。” ——谷歌在Android上的铁腕

正如之前所说,开发与研究人员构成了AI的支柱。大型科技公司的致命弱点是在这一领域缺乏受过良好教育和培训的人才。

在这种背景下,开源成为在开发者心目中科技巨头建立霸权的又一个工具。Adobe开发者生态系统负责人Matt Assay认为,谷歌决定将开源TensorFlow作为了创造未来收入来源的战略决策。另一位分析师表示,谷歌的策略是熟悉机器学习,然后鼓励开发人员在谷歌云上运行他们的项目。腾讯最近涉足这一领域也并非偶然。

由科技巨头的开源软件尽管真的趋向开源,但从战略上看,设计和开发过程方面是封闭的。开源代码免费提供给开发人员,这是一项有价值的服务。但是,与Linux等经典开源软件不同,绝大多数企业AI开源软件并非通过透明与参与式流程开发,而是通过自上而下的控制和定期向社区发出信息动态。社区的评论与请求可能会被征求,在某些情况下甚至可以参加,但这一前提是同意公司的战略和策略。

科技巨头能够为他们的开源软件注入一些在旧式参与式开源世界中不常见的优点:漂亮的图形可视化器、易于安装和部署、出色的文档和教程,以及优化在各种硬件平台上的高效操作。这些潜力伴随着巨大的发展预算,它们有助于使新人才从初级到中级的路径不再坎坷,也使从专业应用到广泛商业应用的道路更加平坦。然而,它们还会压制其他工具集的开发,这些工具集具有社区驱动的开发过程,但缺乏相应的资金来添加额外的功能。

由深度学习先驱Yoshua Bengio实验室开发多年的Theano深度学习图书馆已被封存,因为Bengio的博士生和爱好者团队无法跟上科技巨头的步伐。Bengio的团队擅长算法专业知识和概念精通,但对于用户界面和多GPU优化以及眩目的教程视频,他们无法与价值数千亿美元的公司保持同步。——SingularityNET首席执行官Ben Goertzel博士

将大量资金快速注入AI开源软件的结果是,整个领域变得由自上而下控制的AI企业主导,控制权从更广泛的社区传递给公司决策者,尤其是在众所周知的大规模商业应用的深度学习等领域。新开发人员自然会被动地使用具有最多功能及最低入门门槛的开源工具,因此当他们进入AI领域时,他们也会接受大公司使用的特定工具的培训,并转向那些大公司目前认为最具商业价值的AI应用领域。

现在,用于计算机视觉的开源工具是巨大的,因为对于大型技术来说,全球博士生与黑客创建、改进和测试的视觉算法具有很大的商业价值。用于诊断作物疾病或进行数学定理证明或计算化学的开源工具功能强大,但它们是旧式开源代码,安装更加费力,并且使用命令检查的日志文件进行监控而不是使用花哨的用户界面。这些领域对人类以及人工智能和其他科学的进步非常有价值,但没有数百亿人可以在这些领域迅速获得更多数十亿美元。因此工具仍然比较粗糙,这在某些方面减慢了用户的进度,但同时也鼓励了创造力,

虽然科技巨头对开源软件的兴趣肯定有益处,但它们不太可能完全接受开源。那些经营公司的主要指令是为了最大化股东价值,他们的受托责任禁止他们实现与其冲突的目标。

当一切恰到好处时,股东价值的最大化可以与更广泛有益的目标相一致,例如减少全球财富不平等,增加对技术工具和服务的获取,或建立道德AGI。但这样的一致性似乎永远不会发生,并且当发生冲突时,在传统的公司背景下,股东价值必须获胜。

没有AI人才的公司:一场打不赢的战争

“云市场份额将继续围绕最大平台整合为寡头垄断的市场结构。”——高盛

科技巨头的核心目的只会促使他们不惜一切代价寻求增长和利润增加。因此,认为技术寡头垄断将有助于推广人工智能的强大是天真的。技术寡头真正有的,是利用人工智能推进其野心的极大动力

随着时间的推移,这些巨头利用人工智能进一步提升其服务和产品,使其更加个性化,从而增加这些服务和产品的吸引力。苹果正在通过独特的AI功能增强其HomePod和iPhone X,亚马逊的Alexa促使第三方提供基于AI的个人助理,而Google以假乱真的合成声音Duplex则引起了轰动并激发了道德辩论。而这些都还只是表层;这些公司也在幕后用各种方式利用人工智能,从谷歌DeepMind用AI优化数据中心节能到亚马逊和阿里巴巴在仓库中使用机器人等等。

人工智能将创造令人难以置信的价值,这也意味着它是一种公司无法忽视的技术。如上图所示,巨头公司对人工智能的关注,使其处于非常有利的地位,未来将占据更多的主导地位。

由于科技行业的巨头公司垄断了人才,其他寻求从人工智能中受益的公司只有两种选择:要么他们可以利用五大巨头提供的人工智能服务,要么他们可以聘请AI开发人员自己来干。

正如之前讨论的那样,雇佣AI人才需要与技术寡头垄断的成员竞争。这是一场大多数公司都无法承受的战争。于是,唯一可行的选择是利用技术巨头提供的AI服务。

随着科技寡头成员战略性地进入越来越多的新行业(比如医疗保健),没有AI人才的公司会发现,为了在智能经济中有效运作,他们必须为科技巨头打工的同时与这些巨头相互竞争。

下一步该怎么做?

人工智能的巨大潜力意味着它既可以增加社会的不平等,也可以将我们从无数的痛苦中解放出来。

开放获取网络如何激励人才,设计民主流程并建立由社区驱动的人工智能计划,为社会提供可行的替代方案?我们能与寡头合作吗?如何确保个人隐私不受侵犯?在建立民主的未来时,我们面临哪些风险和陷阱?

这,就是另一篇文章要说的故事了。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    87

    文章

    29928

    浏览量

    268241
  • 人工智能
    +关注

    关注

    1791

    文章

    46738

    浏览量

    237315

原文标题:全球AI雇主Top20:每年人才花费6.5亿美元(2018年最新版)

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    农业、环保等,为人类社会的可持续发展做出贡献。 总结 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们展示了充满
    发表于 10-14 09:21

    AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    偏见、伦理道德等问题。此外,如何更好地将AI与科学研究人员的传统工作模式相融合,也是亟待解决的问题。未来,随着技术的不断进步和应用场景的拓展,A
    发表于 10-14 09:16

    在进行开环分析时,Aol(开环增益)曲线与1/β(噪声增益)曲线的交点频率如何用等式建立起来?

    如上图电路所示,在进行开环分析时,Aol(开环增益)曲线与1/β(噪声增益)曲线的交点频率如何用等式建立起来?
    发表于 08-15 08:17

    纳芯微与DigiKey携手,建立全球分销战略合作伙伴关系

    近日,高性能模拟与混合信号芯片领域的佼佼者纳芯微,与全球电子元器件分销巨头DigiKey携手,共同宣布了项意义深远的战略合作协议,标志着双方在全球分销领域建立起坚实的战略合作伙伴关系。此次合作,纳
    的头像 发表于 08-06 15:10 513次阅读

    OpenAI迈向AI芯片新纪元:与博通等巨头共谋未来

    先进AI模型闻名遐迩的巨头,已正式接触博通(Broadcom)在内的多家芯片设计商,共同探索研发全新的AI芯片。这举措不仅标志着OpenAI在AI
    的头像 发表于 07-19 16:48 715次阅读

    比尔·盖茨在微软仍掌握关键影响力

    据悉,盖茨曾在2017年组织高层会晤,参与者包括时任CEO萨蒂亚·纳德拉及多位高管。会上,盖茨提出了“AI代理人”的概念,认为它们将超越Siri和Alexa,成为强大的个人助手,引领新世界秩序。这观点促使微软与OpenAI建立起
    的头像 发表于 04-30 11:13 614次阅读

    百度与东莞市政府签署AI战略合作,推进全场景应用

    合作重点落在电子信息、高端装备、新能源汽车等行业,意欲增强企业在研发和生产过程中的人工智能实力。同时,支持AI电商等产业资源对接,加强创新协同及要素保障,建立起产业链、创新链和供应链的体化提升机制,助力东莞产业实现数字化转型升
    的头像 发表于 03-25 15:30 288次阅读

    全球AI科学家呼吁合作应对人工智能风险

    在此份声明中,学者强调必须联手建立起立体的人工智能安全防线,预防可能在人类寿命周期内带来无法承受的风险。人们须要团结协作,以规避未知技术可能引发的灾难后果。
    的头像 发表于 03-19 16:04 913次阅读

    东风汽车“对赌”项目成功完成,核心团队获1600万元奖金

    同时,猛士科技已迅速在全国范围建立起31城市的39处销售服务网点。猛士917的“对赌承诺”新车型项目为市场表现与员工福利建立了紧密联系。
    的头像 发表于 03-13 15:36 545次阅读

    AMD与通富微电建立战略合作伙伴关系

    通富微电近期在接受投资机构访问中透露,其已与AMD达成“合资+合作”的联合模式,建立起了长久而稳定的战略合作伙伴关系。在此基础上,双方签署了长期业务协议,将由通富微电为AMD提供AI PC芯片以及AI加速器的封装测试服务。
    的头像 发表于 02-29 09:54 1328次阅读

    七部门发布未来产业创新发展实施意见

    《意见》明确,到2025年,我国将初步建立起适应自身实际的未来产业发展模式。在此期间,计划设立系列未来产业孵化器和先导区,攻克百项领军技术项目,研发百项具有代表性的产品,以此进
    的头像 发表于 02-03 15:20 787次阅读

    华阳智能今日上市

    华阳智能今日正式在深圳证券交易所挂牌上市。作为家专注于微特电机及应用产品的研发、生产和销售的公司,华阳智能已经建立起强大的业务体系。
    的头像 发表于 02-02 09:30 550次阅读

    材料科学迈向AI4Materials的关键因素(上)

    材料的结构直接决定了其物理和化学性质,这种关系也常称之为“构效关系”。如何快速有效地建立起这种“构效关系”是探索和设计新型功能材料的关键。
    的头像 发表于 12-29 17:12 1036次阅读
    材料科学迈向<b class='flag-5'>AI</b>4Materials的关键因素(上)

    微软与美国劳工联合会和产业工会联合会建立新的合作伙伴关系 讨论AI

    微软与美国劳工联合会和产业工会联合会建立新的合作伙伴关系 讨论AI AI可能取代工作岗位的担忧正日益加深的大背景下。科技巨头微软联手劳工组织探索AI
    的头像 发表于 12-12 14:12 864次阅读

    人机混合智能的视角:军事人工智能的沿革与发展

    世界是多元而复杂的,这其中包括了对象的多样和复杂,以及不同对象之间关系的多样与复杂。智能,可以对或多或少的这些对象和关系产生认识和建模。对于同样的对象或现象,不同的人可以对其建立起不同的模型,同一个人也可以对其建立不同的模型。
    的头像 发表于 11-20 16:57 585次阅读