AI 人才年薪 80 万？这跟我们并没有什么关系-CSDN博客

转载于知乎

点击原文链接，可进入原问题

有媒体报导：

【AI人才抢夺生猛：应届博士年薪涨到80万一年涨了60%】记者从第二届人才高交会上了解到，一年前，AI领域的应届毕业生，硕士约能拿到30万元年薪，博士则高达50万。今年，行情仍在噌噌上涨。有企业给应届生的薪水拔高了10%~20%；也有企业上涨幅度更大，尤其是给博士生的年薪从去年的50万元倏地蹿到80万元。

兔子老大，好读书，不求甚解；每有会意，便欣然忘食。：

--------11.21晚更新---------

没想到今早随意写一写现在已经1300赞，谢谢大家的同时，简单的说几句吧。

以我周围的情况和评论区的反馈，AI博士的年薪均线在40w~60w，70w+比较少见并非没有。其次这个数字背后的复合元素很多，但那些所谓的加股权，年终奖，还有人才计划的补贴这种能不能算作是“工资”，这就见仁见智了。毕竟不给工资可是违反劳动法，但今年市场环境不好，没有年终奖，好像没啥大问题。某一年政策改变，减少或取消人才补贴计划，好像也没啥大问题，物联网的先例，放在那里呢。

这个答案本意是想引导大家去思考一下这个80W的年薪的普遍性有多大，结果却有人解读成“我认为AI博士不能达到年薪80W”，那我只能表示遗憾了。

有人私信或留言问，孩子考大学要不要选AI，我个人只能尊重孩子意愿了，我不太相信一个18岁的人会没有自己的看法。如果真的没所谓，那还是去读计算机吧，A不AI，还是留待研究生再说吧，我个人还是不看好在本科设置AI课程。

评论太多，其余不能一一回复，见谅。

建议看看精选评论

----我叫分割线，以下是原答案-----

1.什么公司开的80万？有多少家？

2.这个统计数据来源是什么？

3.哪间学校的博士，要什么样的博士？

4.80W工资是哪个城市对应什么样的生活水平？

5.80W招进来干什么的？继续科学研究，还是工程实现，项目落地？还是复合型人才，一半技术一半管理？

6.这个80W的数字的构成是怎么样的？公司的其余福利怎么样？晚上平均加班到几点？休假怎么样？或者说24小时on call？

7.多看看自己手上的recurrent paper，或者转行来的，你能到80W吗？

8.企业不是慈善家。

9.部分人的G点也太低了点。

100offer ：

「企业开价80万」和「应届博士年薪80万」是两回事吧？如果认真看过提问中的新闻全文，就该知道标题中的「80万」到底是怎么来的。

有企业给应届生的薪水拔高了10%~20%；也有企业上涨幅度更大，尤其是给博士生的年薪从去年的50万元倏地蹿到80万元；也有准备布局AI领域的新锐企业，虽然还没考虑好具体的价位，但是打算花高价从互联网巨头处抢夺人才。

文中的「有些企业」到底是什么样的企业，似乎没有人去深究。而这些所谓的「准备布局AI」的新锐企业招聘，更值得玩味。「价位没考虑好，准备花高价去抢。」潜台词就是：啥都不需要准备，就用钱砸，看能不能砸得动你！

这些公司所谓的「AI布局」恐怕就是用高价招几个AI人才，再往后的所有事情，就全都落在这几个AI人才身上了。至于老板，也许连AI是干什么的都未必搞得清楚。

这样的企业别说80万，就是100万他们也敢开，关键是你敢去吗？

一、为什么企业都想往AI上靠？

因为能从投资人那里拿到钱。

网络上流传一个段子，一个老板的公司遇到了资金困难，他请了几位投资界的大佬吃完饭，兴冲冲地回公司开会，宣布公司将要进军AI领域。有下属问他「老板，AI是做啥的？」老板大手一挥，「你别管它是做啥的，你只需要知道这个词能拉到钱。」

根据《2018中国人工智能AI发展》报告，2018年中国的人工智能企业数量已经排在全球第二位，而在风险投资上，中国人工智能领域的投融资占到了全球的60%，成为全球最「吸金」的国家。

谁都不能否认，AI是未来的发展趋势与机遇。「互联网+」将很快被「AI+」所取代，再加上2017年人工智能被写入政府工作报告，这意味着AI技术对于经济社会的巨大推动作用在国家层面得到正式认可，接下来有望成为政府重点扶持方向。

但是这并不代表所有的公司都适合做AI，更不表示所有的公司能够做成。

成功的只会是少数，大多数的公司注定当「炮灰」。

二、做AI的公司都不差钱？

还真不是。

「林子大了，什么鸟都有」，尤其是现阶段AI在中国的大部分领域还处于「稚嫩」阶段。

根据亿欧智库《2018中国人工智能商业落地研究报告》，2017年中国人工智能创业公司获得的累计融资超过500亿元，但2017年中国人工智能商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的人工智能企业亏损。

8月腾讯研究院和创投数据平台IT 桔子联合发布的报告显示，2018年截止到6月份中美倒闭企业总数已超过50家，AI泡沫正在被挤出。

「投资好拉，钱难赚」是很多AI企业的发展困境，就连ALL in AI的百度，至今也未在AI上完全盈利，大部分还在依靠广告收入的贴补。其研发的无人驾驶汽车等AI产品也被诟病为「成本太大，难以量化生产」。

除了国内的几大巨头，这两年涌入AI的初创公司更是不计其数。这些初创公司为了获取先发优势，圈住人才，出现了不少投机行为，他们不会对人才加以鉴别，哄抬了市场价格，但可能在很短的时间内就会死掉。

三、AI行业的应届生真能拿到80万的年薪？

能，但是只占很小的比例。

从100offer统计的2018年和2017年的校招薪酬表中，可以看出对于特别优秀的应届生，腾讯在2017年就已经开出了80W+的薪酬，阿里在2018年算法的SSP最高也可达72W。

但是能拿到这个价格的，注定只有极少数的「大神」。

腾讯2018年的80W+「图像识别算法研究」岗位的招聘要求中，「港系博士+顶级Paper」的要求足以让大多数毕业生望洋兴叹。

AI行业的校招，985的博士是普通款，清北博士是正常版，世界顶级名校博士恐怕才是标配。

2018年互联网秋招报告，来源：100offer

2017年互联网秋招报告，来源：100offer

中国这几年一直在AI的科研与教育上加大投入，但与美国、英国等发达国家还有一定的差距。虽然在高校的招生规模上领先于欧美国家，但是杰出人才的占比却依旧远远落后。

在2018年全球人工智能杰出人才数量高校排行中，中国最好的名次是清华大学，排名15。由此可见，在中国高校的AI招聘中，清华大学AI相关专业的博士生无疑是最吃香的。此外有个AI领域的大牛导师，做过有影响力的AI项目和在顶级AI专业杂志发表论文，也是能够拿高薪的重要条件。

如果这几项同时具备，那么80W+的校招年薪根本不是问题。

况且80W+年薪的「高」只能针对国内高校而言，对于斯坦福、麻省理工这些世界顶级高校的AI博士生，80W+恐怕只能算是「起薪」。

四、怎样正确对待AI行业的高薪？

1、AI人才虽然稀缺，但是真正宝贵的是「顶尖人才」。如果求职者只是因为AI行业的「高薪」而盲目进入，结果往往是处于AI人才金字塔的底层，虽能填补初级人才的不足，但非企业最迫切需要的核心人才，最终还是会被淘汰。

2、什么样的AI公司值得加入？

（1）创始人有AI科研背景，最好是某个垂直领域的大牛或专家；

（2）公司有长远的AI产业发展规划，有长线的投资或自有资金流支持；

（3）公司的AI项目有明朗的商业应用场景和变现途径。

（4)公司有充足的人才储备，能够持续地进行人才引进；

（5）如果以上几点都不具备，那只能祝你好运；

3、看新闻永远不要只看一个标题，甚至只是一个数字。不然你会发现这个世界上「只有你一个人在拿着几千块钱的工资，吃着十几块钱的外卖，过着一眼看不到头的苦逼生活。」

半佛仙人，我看诸君皆装逼，料诸君看我应如是：

在我家乡山东，曾经出现过这样的事情。

某生产种子的公司开发出了一种新作物，但是种子价格比较贵，农民买账的人少，销量惨淡。

后来公司想到一种方法，在秋收的时候，大量收购这种作物，价格开的很高，那少数几个种了这个的农民发了一笔小财，街坊邻居都看到了，很羡慕。

然后第二年，种子被一抢而空，大家一窝蜂在种这个作物。

又到了收获的季节，市场上充斥着这类作物，没人买，价格低到了泥土里，跟风的农民们赔得很惨，只有那个种子的赚了大钱。

现在科技发达了，种子公司学会了网上发真假难缠的文章煽动情绪了。

AvigdorZ，华东师范大学机器学习博士在读：

先明确一个观点

实际上，这个问题考量的是一个人的薪资应该由什么决定。

80万年薪的AI博士，是一个最值？还是一个中位数？

显然应该是一个最值。

一个人的薪资构成多少应该由他为企业带来的价值决定，当然，不仅仅是价值，他的技术壁垒、专营权、他在其他地方的溢价能力也决定了他在这家企业的薪资状况。

假设一个软件开发工程师搭建了一个推荐系统，这个推荐系统给公司带来了年10%的效益增长，那么这个10%的效益增长，就应该是这个软件开发工程师为团队带来的边际收入。也就是他为企业带来的价值。

当然，如果这个技术，只有软件工程师会，运营不会，产品不会，测试不会，算法不会，那么这个专项技术的技术壁垒只属于该软件工程师。因为技术壁垒的抬高，如果老板把这个岗位向广大群众开放，我想大部分群众是做不了这个活的，该软件工程师面对的竞争，相应的就很少。那么收入的绝大部分，还是会还给这个拥有高技术壁垒的软件工程师。这就是该软件工程师的专营权。

工资决定的另外一个重要的因素，有些人工作的绩效比较容易衡量，那他就会先拿收入，拿企业比较容易定量的收入，而另一部分人，绩效很难衡量，就会后拿收入，这部分就会是剩余索取者

所以，工资收入是由市场决定的，而不是由老板的慷慨决定。

另外收入发放的时间也很重要，如果一个软件工程师，他每月提交多少个功能点，那就很好来衡量他的收入状况。每月支付就可以。但这类工作有可能是高重复性的，因为绩效越高，他获得的也越多，他只需要将原先的单位绩效不断复制就行。但这也会限制他对于创新性的尝试。

有些工作按照投入来支付，譬如公司的初试股东，拟投入的越多，年底分红也会越多。

但有种工作，需要很长时间的鉴别和评估、比较。人们才有可能评估他的工作。就譬如说很多科学家、教授。这类工作一定是创新性比较强的工作。

这些教授在顶会上发过的文章，很多时候也没法立刻兑现，而是需要，后来人的投资，企业的投入将他的成果不断工业化，扩大化。才可能给大众带来福利。企业不大可能会在一开始就盈利对他进行投资。这种情况下，企业很有可能会预估他未来的价值，从而给他定一个年薪，譬如根据他的论文数量来定价。

因此，一个博士算法工程师，他可能是来自美国前十高校的博士，哈佛、普林斯顿、UCLA、卡耐基梅隆等。他在美国习得的能力、见识、是国内博士不能企及得，那么这就构成了某种专营权以及壁垒。他就有可能拿得到比国内土博士更高的薪水。

当然，他在美国的溢价能力也有可能更高。那他随时都可以离开前往美国得到更多得酬薪。这是他得溢价能力，而且这个价值会不断增加。

如果这个博士算法工程师，能力十分出众，非常了解企业工作得机制，每年可以给企业带来更多得收益，那么他得到的边际收入就会相应更高，他该得到的薪酬也应该更多。并不是每个博士都有这样能力。

最后，如果一个博士，他的创新顶会论文有很多，但他给企业带来的效益实际是不会立刻得到回报的，那么企业就会与他妥协，以他的论文数量来决定他的年薪，赐予他更大的灵活空间。这个时候，论文数量又是衡量他未来给企业带来的薪资空间的标准。

这个新闻标题将所有最好的情况概括到了一起。好坏不用多说。

我也是做这行的，我敢打包票说，今年实验室毕业的硕士学弟们，最多也就30万以上，50万70万靠上的已经是老学长了，在社会上摸爬滚打了很久。