Зарплати в ІТ перевищують витрати на Манхеттенський проєкт та космічну гонку – $250 млн
Війна за таланти у сфері штучного інтелекту в Кремнієвій долині досягла такого рівня компенсацій, що навіть найзнаковіші наукові зарплати 20-го століття здаються скромними. Компанія Meta нещодавно запропонувала досліднику штучного інтелекту Метту Дейтке пакет на суму 250 мільйонів доларів на чотири роки, що в середньому становить 62,5 мільйона доларів на рік, з можливими 100 мільйонами в перший рік — це абсолютно новий рекорд.
Рекордна пропозиція Meta
Згідно з повідомленнями, 24-річний Метт Дейтке, співзасновник стартапу Vercept та колишній керівник мультимодальної системи Molmo в Інституті штучного інтелекту Аллена, отримав:
- 250 мільйонів доларів загальної компенсації за чотири роки
- До 100 мільйонів доларів у перший рік (акції та готівка)
- Доступ до десятків тисяч графічних процесорів у дата-центрах Meta
Генеральний директор Meta Марк Цукерберг також нібито запропонував іншому інженеру штучного інтелекту пакет на 1 мільярд доларів на кілька років, підкреслюючи, що ці ролі вважаються стратегічними активами в гонці за штучним загальним інтелектом (AGI).
Історичні порівняння компенсацій
Манхеттенський проект та Оппенгеймер
Дж. Роберт Оппенгеймер у 1943 році заробляв близько 10 000 доларів на рік, що сьогодні еквівалентно приблизно 190 865 доларам. Для порівняння, річна зарплата Дейтке в середньому становить 327 разів зарплату Оппенгеймера з урахуванням інфляції, що підкреслює безпрецедентну премію за таланти.
Програма Аполлон та інженери NASA
Під час програми Аполлон:
- Ніл Армстронг заробляв 27 000 доларів на рік (~244 639 доларів сьогодні).
- Базз Олдрін та Майкл Коллінз заробляли менше 170 000 доларів у сучасних цінах.
- Новий випускник NASA у 1966 році починав з 8 500–10 000 доларів (~85 000–100 000 доларів сьогодні), тоді як найкращі фахівці з 20-річним досвідом доходили до 278 000 доларів.
Зараз провідний дослідник штучного інтелекту Meta заробляє більше за три дні, ніж Армстронг за цілий рік.
IBM, Bell Labs та ранній Кремнієвий долина
Томас Ватсон-старший, генеральний директор IBM у 1941 році, отримував 517 221 долар (~11,8 мільйона доларів сьогодні). Зарплата директора Bell Labs була приблизно 12 разів меншою, ніж у найменш оплачуваного техніка — значно нижче нинішніх множників компенсацій у сфері штучного інтелекту.
Економіка гонки озброєнь у сфері штучного інтелекту
Технологічні гіганти з оцінкою близько 2 трильйонів доларів щорічно витрачають десятки мільярдів на інфраструктуру та дослідження в сфері штучного інтелекту. Один з джерел NYT підсумував логіку: “Якщо я витрачаю 80 мільярдів на капітальні витрати, додати 5 мільярдів для забезпечення команди світового класу — це незначна сума.”
Витрати на інфраструктуру та хмарні обчислення
Створення та навчання великих мовних і мультимодальних моделей вимагає:
- Флот графічних процесорів: NVIDIA H100 з пропускною спроможністю 900 ГБ/с HBM3, вартістю 30 доларів на годину за GPU.
- Високопродуктивні мережі: NVLink та InfiniBand, що забезпечують 600 ГБ/с двосторонньої пропускної спроможності.
- Електроживлення та охолодження: Дата-центри споживають 700 кВт на стійку, з PUE (ефективність використання електроенергії) часто вище 1,2.
Щорічні витрати на хмарні та локальні операції в сфері штучного інтелекту легко перевищують 10 мільярдів доларів на гіпермасштабі, що в рази більше, ніж загальні витрати Манхеттенського проекту в 1,9 мільярда доларів (≈34,4 мільярда доларів сьогодні).
Технічні виклики та масштабування апаратного забезпечення
Окрім компенсацій, компанії змагаються за сировинні обчислювальні потужності та інновації в апаратному забезпеченні:
- Різноманітність чіпів: Від GPU (NVIDIA, AMD) до TPU (Google) та ваферних двигунів (Cerebras).
- Пам’ять та пропускна спроможність: Подолання вузьких місць у ємності пам’яті (до 80 ГБ HBM3 на GPU) та між-GPU пропускній спроможності.
- Програмні стеки: Оптимізація фреймворків, таких як PyTorch та JAX, для розподіленого навчання на тисячах вузлів.
Ці технічні труднощі підвищують потребу в спеціалізованих дослідниках, що виправдовує надзвичайно високі пропозиції.
Регуляторні та етичні аспекти
Уряди та громадськість дедалі більше стурбовані:
- Концентрація талантів у сфері ШІ: Невелика кількість компаній контролює критично важливу експертизу та обчислювальні ресурси.
- Експортні обмеження: Запропоновані США обмеження на просунуті напівпровідники можуть призвести до перенесення досліджень за кордон.
- Ринки праці: Автоматизація ризикує витіснити мільйони працівників знань.
На думку експерта з етики штучного інтелекту доктора Тімніт Гебру, “Концентрація як обчислювальних потужностей, так і талантів підвищує системні ризики, які ми ще не змогли повністю кількісно оцінити.”
Перспективи на майбутнє: терміни AGI та підготовка кадрів
Хоча терміни досягнення AGI залишаються предметом обговорення — оцінки варіюються від 5 до 50 років — пул талантів залишається вузьким. Елітні дослідники часто формують приватні групи в Slack або Discord для обміну пропозиціями, колективних переговорів або найму агентів. Оскільки ажіотаж навколо штучного інтелекту зберігається і інвестиції зростають, ми можемо побачити ще більші пакети компенсацій, оскільки компанії змагаються за наступний прорив.
Додаткові розділи:
- Розвиток талантів: Університети та лабораторії запускають спеціалізовані дипломи та сертифікаційні програми в галузі штучного інтелекту для розширення пулу кадрів.
- Міжнародна конкуренція: Китайські стартапи в сфері штучного інтелекту та державні лабораторії пропонують конкурентоспроможні компенсації, що підсилює глобальну гонку за талантами.