Оппенгеймеру платили меньше? Почему компании не жалеют миллиардные бюджеты на зарплаты ИИ-специалистов

Борьба за дата-сайентистов, исследователей и инженеров машинного обучения ^[1] продолжает набирать обороты. Ситуация на рынке напоминает битву фракций из игр — крупный бизнес переманивает специалистов огромными бонусами, которые порой достигают миллиардов (!) долларов, чтобы построить общий искусственный интеллект ^[2] и стать «архитекторами будущего». При этом преподаватели в университетах все чаще видят картину, сильно напоминающую заезженный троп из сериалов про айтишников: «звездный» студент бросает обучение, чтобы занять позицию в ИИ-компании с шестизначной зарплатой.

Мы в Beeline Cloud ^[3] решили разобраться, что вообще происходит. 

Борьба за кадры

В начале года один из американских финтех-стартапов приоткрыл дверь в мир «скандальных» зарплат топовых ИИ-специалистов. Компания развивает платформу, с помощью которой бизнес по всему миру выплачивает зарплаты сотрудникам и вознаграждения подрядчикам. Изучив миллионы транзакций на общую сумму более миллиарда долларов, аналитики пришли к выводу ^[4]: топ-1% исследователей в области систем искусственного интеллекта получают свыше 1 млн долларов в год (и нередко пакеты акций стоимостью от 2 до 4 млн в качестве единовременной выплаты). Некоторые фирмы готовы платить ^[5] значительно больше — лишь бы удержать ключевых сотрудников и не дать им уйти к конкурентам. В частности, ведущие исследователи OpenAI ежегодно получают более 10 млн долларов, а в Google DeepMind предлагали отдельным специалистам вознаграждения (внимание ^[6]!) до 20 млн долларов в год.

Скорость, с которой растут зарплаты в сфере ИИ (а специалисты переходят из одной компании в другую), уже стала своего рода мемом на американском рынке. Аналитики шутят: индустрии нужен потолок зарплат по аналогии с Национальной футбольной лигой США, чтобы уровнять шансы и не дать богатым командам скупить все таланты. Показательно, что ведущие ИИ-специалисты сегодня зарабатывают куда больше участников крупнейших научно-технических проектов XX века. Например, Роберт Оппенгеймер в 1943 году получал ^[7] около 10 тыс. долларов в год, что примерно равно 190 тыс. долларов в пересчете на современные деньги. Зарплата Нила Армстронга, командира миссии «Аполлон-11», составляла (опять же, в пересчете) порядка 230-250 тыс. долларов в год. Инженеры НАСА, строившие ракеты и системы управления полетами, тоже получали ^[8] довольно скромные деньги по сравнению с современными зарплатами специалистов в сфере искусственного интеллекта. 

В целом ситуация с зарплатами — это своеобразное зеркало рынка; оно отражает обострение конкуренции за таланты. Многомиллионные бонусы для именитых дата-сайентистов и МО-инженеров привлекают внимание, однако борьба разворачивается не только за звезд уровня Эндрю Таллока ^[9], но и за вполне обычных специалистов на старших позициях. В США количество вакансий, связанных с системами ИИ, увеличилось ^[4] на 257% за последние десять лет — и спрос на квалифицированных специалистов заметно опережает предложение. В России за последний год число вакансий в сфере ИИ также выросло примерно вдвое ^[10]. Наиболее востребованы оказались МО-инженеры и специалисты по обучению нейросетей.

Все тот же финтех-стартап из США в своем отчете ^[4] привел статистику по средним зарплатам в отрасли. Доход инженеров по машинному обучению в США составляет около 212 тыс. долларов в год. Немного ниже — на уровне 200–210 тыс. долларов — находятся зарплаты специалистов по робототехнике и компьютерному зрению ^[11]. При этом, как отмечают аналитики, некоторые узкоспециализированные навыки и знания фреймворков могут увеличивать зарплатную планку на 25–45%. Что касается окладов российских специалистов, то они ниже американских и зависят от опыта ^[12] и региона, однако остаются достаточно высокими по местным меркам. В столицах инженеры, которые занимаются обучением и внедрением нейросетей, могут получать ^[13] более 500 тыс. рублей в месяц.

При этом навыки работы с ИИ становятся востребованными за пределами технологической индустрии. По данным ^[14] Федерального резервного банка А��ланты, за последнее десятилетие число вакансий, где требуется хотя бы один навык, связанный с искусственным интеллектом, выросло более чем втрое. Такие условия все чаще встречаются в сфере архитектуры и строительства, управлении, социальных и других гуманитарных областях. При этом наличие навыков работы с системами ИИ все чаще отражается на размере зарплаты. Компания Lightcast проанализировала ^[15] собственную базу вакансий с миллиардами записей и обнаружила, что сотрудники вне ИТ-сферы, умеющие работать с нейросетями, в среднем получают на 28% больше [в США это означает прибавку в 18 тыс. долларов в год]. Однако ИИ-инструменты осваивают не только ради денег (хотя куда без этого), но и чтобы упростить себе работу. Исследование Deloitte показывает ^[16], что более 60% офисных сотрудников уже используют инструменты ИИ в своих процессах [опрос проводился среди тысячи специалистов в Швейцарии, занятых в сфере пиара, управления персоналом, маркетинге и других областях].

Стремительное распространение систем ИИ отражается и на выпускниках вузов — они выходят на рынок труда, переживающий серьезную трансформацию. Часть рабочих мест исчезает, на смену приходят новые вакансии; неудивительно, что многие решают пересмотреть карьерные планы. По данным ^[17] британского проекта, который помогает молодым специалистам найти работу, десятая часть выпускников корректирует курс — в том числе расс��атривает вариант с переобучением и кардинальной сменой профессии.

Почему ИИ-компании столько платят

Как ни странно, отчасти из желания сэкономить: компании опасаются, что в будущем им придется привлекать специалистов еще большими гонорарами. По данным аналитиков, работодатели, которым не удалось закрыть позицию полгода назад, сегодня вынуждены предлагать ^[4] кандидату на 15–20% больше, просто чтобы соответствовать текущим рыночным условиям. При этом круг специалистов в сфере машинного обучения довольно узкий. И многие исследователи, устраиваясь в новую компанию, пытаются пригласить в коллектив знакомых коллег (в том числе с предыдущего места работы). На фоне острой конкуренции за кадры такой «нетворкинг» становится для компаний дополнительным каналом привлечения талантов.

Свой отпечаток накладывают и регуляторные факторы. Антимонопольные органы по всему миру стремятся жестче контролировать рынок ИИ. Так, Министерство юстиции США в прошлом году начало проверку ^[18] в отношении Microsoft, OpenAI и Nvidia на предмет возможных нарушений антимонопольного законодательства. В 2024 году Еврокомиссия «притормозила ^[19]» сделку по приобретению компанией Nvidia израильского стартапа Run:ai. И это несмотря на тот факт, что ее сумма была ниже стандартного порога, при котором обычно проводится проверка со стороны регулятора. Еврокомиссия даже задействовала редко применяемую статью «Регламента ЕС о слияниях», позволяющую инициировать подобные расследования в исключительных случаях — сегодня регуляторы пристально следят за поглощениями, если корпорации покупают перспективные ИИ-стартапы вместе с командами. Поэтому ИИ-компании предпочитают просто переманивать специалистов высокими зарплатами.

Наконец, бизнес готов инвестировать в кадры огромные средства, поскольку считает это необходимым условием для разработки общего искусственного интеллекта (AGI). В индустрии закрепилось мнение, что компания, которая представит полноценный ИИ, станет самой влиятельной организацией в мире, архитектором будущего и, возможно, ключом к технологической сингулярности ^[20]. В аналитики убеждены ^[21]: «Высокая концентрация ведущих специалистов в одной команде резко повышает шансы на технологический прорыв». Конечно, нельзя с уверенностью сказать, получится ли создать общий ИИ в принципе (есть множество аргументов, почему это невозможно). Тем не менее, многие представители ИТ-индустрии считают, что отказ от инвестиций в таланты сегодня может обернуться потерей стратегического преимущества завтра.

Сферу образования тоже «зацепило»

Пока на рынке труда продолжаются пертурбации, университеты наблюдают рост интереса ^[22] к специальностям в области математики ^[23] и компьютерных наук, связанным с разработкой систем ИИ. В прошлом году более 3 тыс. студентов поступили в новый колледж искусственного интеллекта и кибербеза, основанный при Южно-Флоридском университете. Четыре года назад в MIT открыли новое направление, где студенты изучают, как роботы взаимодействуют с человеком и миром вокруг. В прошлом году на этой программе обучалось более трехсот студентов, и она стала второй по популярности, уступив только компьютерным наукам.

В России Университет Иннополис, ИТМО, МФТИ и НИУ ВШЭ тоже запустили программы для ИИ-архитекторов и дата-сайентистов вместе с компаниями. В 2024 году вузы должны были принять несколько сотен выпускников школ на эти программы и начать обучать разработке технологий генеративного ИИ, работе со структурами данных и сопутствующим дисциплинам.

По данным Национального центра научной и инженерной статистики США, только в 2022 году американские университеты выпустили почти 5 тыс. специалистов в сфере ИИ со степенью кандидата наук (PhD) — с 2014-го этот показатель вырос примерно на 20%. Можно предположить, что цифра продолжит увеличиваться, поскольку вузы расширяют программы для подготовки таких специалистов. Например, Университет Джонса Хопкинса объявил о создании Института науки о данных и искусственного интеллекта. В рамках проекта планируют нанять более 100 новых преподавателей и подготовить 750 инженеров с научной степенью по машинному обучению и обработке данных.

Помимо роста числа абитуриентов на профильных направлениях, университеты отмечают повышенный интерес к отдельным курсам по искусственному интеллекту. Причем среди слушателей все чаще оказываются студенты, далекие от естественнонаучных и инженерных дисциплин. Пытаясь оседлать волну, образовательные учреждения запускают ^[24] программы под грифом «наука ^[25] о данных и искусственный интеллект для всех». Например, курсы в Университете Джонса Хопкинса изначально были рассчитаны на студентов, имеющих базу в компьютерных науках. Однако со временем институт стал предлагать больше программ, ориентированных на слушателей из сторонних областей — включая медиков и гуманитариев. Другой пример — Университет Майами, в котором запустили вводный курс по системам искусственного интеллекта для студентов без опыта в программировании. Его задача — познакомить слушателей с принципами работы нейросетей и мотивировать их продолжить обучение на более продвинутых программах. Даже российский Университет Иннополис в начале года представил несколько образовательных модулей, цель которых — сформировать у студентов не-айтишных направлений (от педагогики до химии) базовые навыки работы с ИИ. Их добавят ^[26] в свои программы как минимум восемь крупных вузов в стране.

Образовательные онлайн-платформы также фиксируют стремительный рост интереса к теме искусственного интеллекта. По словам генерального директора Udemy, каждую минуту от пяти до восьми человек начинают обучение на курсах, посвященных искусственному интеллекту. Согласно отчету компании ^[27], число слушателей таких программ за последний год выросло примерно в пять раз, перевалив отметку в 11 млн. И можно предложить, что их количество продолжит увеличиваться, учитывая, что все больше компаний требуют от сотрудников использовать ИИ в работе (остается надеяться, что эти навыки тоже будут поощряться финансово — хотя, конечно, далеко не так щедро, как умение проектировать ИИ-системы).

Beeline Cloud ^[3] — разрабатываем облачные решения, чтобы вы предоставляли клиентам лучшие сервисы.

Что еще почитать в нашем блоге:

• Как сделать из нейросети машину времени? ^[28]

• История повторяется? Как художники 1960-х напугали критиков «диджитал артом» — генеративное искусство без промптов и ИИ ^[29]

• Получит ли ИИ «нобелевку» к 2050-му? Проблема безжизненных открытий, низкое разнообразие исследований и другие сложности ^[30]

• «Отдых здорового человека»: смотрим на свежие, во многом необычные исследования о пользе видеоигр для мозга ^[31]