对一些公司来说，招聘 AI 人才似乎是一项艰巨的任务。

基于 AI 的问答引擎 Perplexity 的创始人兼首席执行官 Aravind Srinivas 讲述了他与一位求职者的拉扯，这番经历表明了招聘一名拥有生成式 AI 技能的人才到底有多难。

Srinivas 在《Invest Like The Best》播客的最近一期节目中表示：“我试图从 Meta 聘请一位非常资深的研究员，你知道对方怎么回应吗？‘等你有了 10000 块 H100 GPU 再来找我。”

H100 GPU 是市面上非常抢手。

Meta、OpenAI 和谷歌等科技巨头在各自的数据中心中使用它们来驱动和训练其 AI 聊天机器人。

Srinivas 说：“将需要 5 到 10 年的时间、花数十亿美元才能从英伟达买到这么多的 GPU。”

Srinivas 表示，资金有限，加上芯片短缺，这可能是使用 GPT-4 驱动其问答引擎的 Perplexity 发现很难找到构建大语言模型所需的人才的原因之一。

这位 CEO 说：“谁都不想离开大公司，因为你小公司一无所有，而他们在大公司却有同伴一起工事，还已经有一套出色的试验架构和现有的模式可用来研究，如果投奔另外的小公司，将面临繁重的工作量。你必须提供非常诱人的激励措施和即时可用的计算资源，我们在这里谈的可不是小型计算集群。”

这位 CEO 补充道，就算像 Perplexity 这样的小公司最终能够获得英伟达的芯片，由于 AI 领域的快速发展，它们也会继续落伍。这可能使得它们在将来更难招到 AI 人才。

Srinivas 谈到大型科技公司的 AI 人才时说：“等到你有了钱，预订集群并拿到集群的时候，在大公司工作的这帮家伙很可能已经开发出了下一代模型。”

他补充道：“他们会说‘看，世界变了，我已经在从事下一代模型的研究’。等到模型的下一个版本完成训练后我会过来的。这一回，等你有了 20000 块 H100 再来找我。”

自 OpenAI 于 2022 年 11 月推出 ChatGPT 以来，业界对机器学习和数据工程等 AI 技能的兴趣迅速上升。

亚马逊、Netflix 和 Meta 等开出了高达 90 万美元的年薪来吸引生成式 AI 人才，而教育、医疗和法律领域的非科技公司一直致力于招募懂得如何使用AI的员工，以填补职位空缺。

虽然大型科技公司可能会雇用能够创建 AI 模型以生成所需输出的员工，但 Srinivas认为，仅凭技能还不足以使 AI 工具发挥作用。

这位 CEO 说：“你必须对他们进行岗位培训，并解决你在服务产品时面临的长尾问题。”

他说，针对专业知识进行岗位培训（比如知道如何减少聊天机器人的事实不准确性）是一项重要的技能，来自加密货币或电子商务等行业的员工很快就能学会。

这位 CEO 表示，学习这种技能可以帮助像 Perplexity 这样的 AI 公司在大型科技公司主导的行业中脱颖而出。

他谈到技能岗位培训时说：“你要有巨大的优势才能创造很多价值。我们正专注于此。”