近期，Meta公司因向AI模型构建者提供超过1亿美元的薪酬包（有时分多年支付）而成为头条新闻。考虑到该公司今年计划在数据中心等资本支出上投入660-720亿美元，其中相当一部分将用于AI，从纯财务角度来看，额外投入数十亿美元用于薪资以确保这些硬件得到高效利用并非不合理的决策。
一家不涉及基础模型训练的典型软件应用初创企业，可能会将其70-80%的资金用于薪资，5-10%用于租金，10-25%用于其他运营开支（云托管、软件许可、市场营销、法律/会计等）。但扩展模型的资本密集程度如此之高，以至于薪资仅占总支出的一小部分。这使得该领域的企业有能力向其相对较少的员工提供异常优厚的薪酬。如果你正在GPU硬件上花费数百亿美元，为什么不在薪资上花费其中的十分之一呢？即使在Meta最近的薪酬方案之前，AI模型训练师的薪资已经很高，许多人年薪达到500-1000万美元，而Meta则将这些数字推向了新的高度。
Meta开展多项业务，包括运营Facebook、Instagram、WhatsApp和Oculus。但其运营中的Llama/AI训练部分尤其资本密集。Meta的许多资产依赖用户生成内容（UGC）来吸引注意力，然后通过广告变现。AI对这类企业既是巨大威胁也是巨大机遇：如果AI生成内容（AIGC）取代UGC来吸引人们的注意力以投放广告，这将彻底改变社交媒体格局。
这就是为什么Meta——与TikTok、YouTube和其他社交媒体平台一样——密切关注AIGC，以及为什么在AI上进行重大投资是合理的。此外，当Meta聘请一名关键员工时，公司不仅获得了该人未来的工作产出，还可能获得对竞争对手技术的洞察，这也使其愿意支付高薪成为理性的商业举措（只要不影响公司文化）。
资本密集型企业向员工提供异常优厚薪酬的模式并不新鲜。例如，Netflix预计今年将在内容上花费高达180亿美元。这使得向其14,000名员工支付薪资的费用占总支出的一小部分，使公司能够常规性地支付高于市场水平的薪资。公司这种支出能力也塑造了一种独特的文化，这种文化可能被描述为"我们是一支运动队，而不是一个家庭"（这似乎对Netflix有效，但绝对不适合所有人）。相比之下，像富士康这样的劳动密集型制造业企业，全球雇佣超过100万人，必须在薪酬方面更加注重价格敏感性。
即使在十年前，当我领导一个致力于扩展AI的团队时，我就建立了电子表格来模拟应该将多少预算分配给薪资，多少分配给GPU（使用自定义模型来计算N名员工和M个GPU将产生多少有效产出，这样我就可以在预算约束下优化N和M）。自那时以来，扩展AI的业务已经将支出显著转向GPU。
我为那些获得高额薪酬包的个人感到高兴。无论任何个人的薪酬如何，我都感谢在AI领域工作的每个人的贡献。AI领域的每个人都应获得良好的薪资，尽管薪酬差距正在扩大，但我认为这反映了更广泛的现象：在历史这一刻，在AI领域工作的开发者有机会产生巨大影响，推动世界变革的工作。
