生成式AI浪潮下的人才薪酬趋势与人事管理策略
作者：薪酬数据网 | 发布时间：2025-01-102024年，生成式AI领域经历了从模型研发到应用落地的关键转变，这一转变深刻影响了人才需求和薪酬结构，对企业的人事管理提出了新的挑战。从模型研发到应用落地：人才需求的精细化早期，大模型研发对底层人才的需求旺盛，但随着“月之暗面”、“MiniMax”等头部厂商的出现以及百度、字节等巨头的加入，基础研发人才市场趋于饱和，供需比达到1.76，呈现供大于求的局面。然而，生成式AI的应用场景不断拓展，从文生
2024年，生成式AI领域经历了从模型研发到应用落地的关键转变，这一转变深刻影响了人才需求和薪酬结构，对企业的人事管理提出了新的挑战。
从模型研发到应用落地：人才需求的精细化
早期，大模型研发对底层人才的需求旺盛，但随着“月之暗面”、“MiniMax”等头部厂商的出现以及百度、字节等巨头的加入，基础研发人才市场趋于饱和，供需比达到1.76，呈现供大于求的局面。
然而，生成式AI的应用场景不断拓展，从文生文、文生图到文生视频、音频，甚至扩展到AI硬件领域，对人才的需求也更加精细化和多元化。例如，“快手”在推出“可灵”后，加大了对多模态大模型算法工程师、前端和后端开发工程师等岗位的招聘力度，其中数字前端工程师的平均月薪高达6.7万元。
与此同时，大模型的落地应用成为企业共识，催生了对AI产品经理、运营等人才的需求。企业对AI人才的项目经验要求也更加具体，例如“MiniMax”在海外的成功案例“Talkie”，就对相关人才的经验提出了更高的要求。
薪酬涨幅与人才聚集：北京成为AI高地
尽管人才需求结构发生了变化，但大模型相关岗位的薪酬仍然保持着30%-50%的涨幅。北京成为大模型人才的主要聚集地，互联网行业仍然是主要的招聘方，其中“字节跳动”和“小红书”等公司对AI人才的需求量较大。
新兴领域崛起：自动驾驶和AI硬件
生成式AI的进步也带动了自动驾驶和AI硬件领域的发展。“百度”的无人驾驶出租车试点以及“Meta”的智能眼镜的热销，都预示着这些领域巨大的发展潜力。
自动驾驶领域对电池技术、自动驾驶算法和车辆电子架构等人才的需求持续增长，薪酬涨幅在20%-30%。AI硬件领域则对产品负责人、架构师等人才的需求旺盛，但由于市场仍处于早期阶段，求职者仍需谨慎选择。
具身智能：资本的新宠儿
随着大模型To C应用场景的探索受阻，具身智能成为资本关注的新方向。许多资深人士纷纷转向具身智能创业，相关领域的人才需求和薪酬水平也有望迎来新的增长。
对人事管理的启示：灵活性和战略性
面对生成式AI带来的快速变化，企业的人事管理需要更加灵活和具有战略性：
- 精准招聘: 根据企业的发展阶段和具体需求，精准定位目标人才，并制定有竞争力的薪酬策略。
- 人才培养: 加大对内部人才的培养力度，提升其技能，以适应不断变化的市场需求。
- 绩效管理: 建立科学的绩效考核体系，激励员工创新和创造价值。
- 雇主品牌建设: 打造良好的雇主品牌，吸引和留住优秀人才。
只有积极适应变化，才能在激烈的市场竞争中赢得人才优势，推动企业持续发展。
