AI人材が年間数百万ドルを稼ぐ理由

AI人材が年間数百万ドルを稼ぐ理由

現在、ほぼすべてのテクノロジー大手が AI プロジェクトを実施しており、AI 時代に勝ち残るために、関連する人材に年間数百万ドルの給与を支払うこともいとわないほどです。

テクノロジーの巨人と比べて、シリコンバレーの新興企業には、才能ある人材にとって常に独特の魅力があります。それは、新興企業で働くことで、株式の一部を所有できるということです。同社が株式公開に成功すれば、「一夜にして金持ちになる」という夢の実現は難しくなくなるだろう。

現在、テクノロジー業界が人工知能の導入に競い合っている中、この人生を変える可能性のある瞬間は、少なくともAIを理解している人にとっては、ますます明らかになっているかもしれない。

顔認証でロックを解除するスマートフォンから、医療支援を提供する会話型ロボット、自動運転車まで、テクノロジー大手はAIに多大な投資を行っています。優秀な人材が集まる分野であり、未来を追い求めるテクノロジー業界は給与を決してケチりません。

例えば、長年働いている博士課程や修士課程を卒業したばかりの学生の中には、年間30万~50万ドルの給与を得ている人もいます。彼らは年間給与に加えて、会社の株式ボーナスも受け取ります。この情報を開示した 9 人の AI 専門家は、キャリアの見通しに傷をつけたくないという理由で全員匿名を希望した。

AI分野の著名な人材の中には、4~5年働いた後に給与と株価上昇で数百万ドルを稼ぐ人もいます。適切な時期が来れば、プロのアスリートと同じように、契約を更新したり、新しい契約を交渉したりするでしょう。

さらに、これらの AI プロジェクトの上級人員は一般的に実行と管理の豊富な経験を有しており、そのような人材に対する報酬はさらに驚くべきものとなっています。これは、グーグルの自動運転車部門の元リーダーであるアンソニー・レヴァンドフスキー氏の事例で実証されました。今年の裁判所の書類によると、レヴァンドフスキ氏は2007年から2016年にウーバーに入社するまで、グーグルでの勤務から1億2000万ドル以上のインセンティブ支払いを受け取っていた。

給与が急激に上昇しているため、テクノロジー業界もNFLに倣って候補者に給与上限を課すべきだと冗談を言う人もいる。 「それは楽になるでしょう」とマイクロソフトの採用マネージャーは言いました。「いや、はるかに楽になるでしょう!」

現実には、巨額の給与は外部の競争や内部の需要など、多くの要因によって左右されます。外部から見ると、自動車業界は自動運転の分野でシリコンバレーと人材獲得競争をしており、給与は上昇しています。フェイスブックやグーグルなどの大手テクノロジー企業は、社内的には、スマートフォンや家庭用機器向けの仮想アシスタントの構築や、インターネット上の不快なコンテンツの検出など、業界のいくつかの問題点をAIが解決できると信じており、そのためにもっとお金を払う用意がある。

最も重要なのは、業界全体が現在人材不足に直面しており、大企業はこの問題に対処するために最善を尽くしていることです。しかし、AI業界においてこの課題を克服するのは容易ではありません。カナダのモントリオールに拠点を置く人工知能インキュベーター、Element AIによると、AI分野で最先端の研究を行えるスキルを持つ人は世界に1万人未満しかいないという。

「現在見られる高給は必ずしも社会にとって良いことではないかもしれないが、大企業の観点からは理にかなっている」と、かつてグーグルで働いていたカーネギーメロン大学の学部長アンドリュー・ムーア氏は言う。「大企業は、仕事ができる人材を確実に確保することに熱心だ」

報道によると、Googleは2014年にAIスタートアップ企業DeepMindの買収に6億5000万ドルを費やした。当時、DeepMind の従業員数はわずか 50 人ほどでしたが、その数からもそれがわかります。同社の年次財務報告によると、昨年、同社の従業員数は400人に増加し、人員拡大に要した総支出は13億8000万ドル、従業員1人当たり平均34万5000ドルの投資となった。

「普通の企業、特に中小企業が競争するのは難しい」とハイテク人材派遣会社サイバーコーダーズのディレクター、ジェシカ・カタネオ氏は言う。

[[207561]]

現段階では、AI研究の最先端技術は、データを通じて自身の学習タスクを分析できるディープニューラルネットワークと呼ばれるアルゴリズムモデルです。たとえば、何百万枚もの子犬の写真のパターンを観察することで、ニューラル ネットワークは子犬を認識する方法を学習できます。ニューラル ネットワークの数学的概念は 1950 年代にまで遡りますが、この手法が学界や産業界で広く普及したのは 5 年前のことです。

2013年、GoogleやFacebookなどの企業は、当時としては珍しい人材であったAI関連技術に携わる研究者の採用を開始しました。すでにニューラルネットワークは、Facebook にアップロードされた写真の顔認識、Amazon Echo などのスマートアシスタントによる音声コマンドの認識、Microsoft の Skype 電話サービスでの外国語の即時翻訳などに役立っています。

[[207562]]
ルーク・ゼトルモイヤー

この方法を基に、研究者たちは自動運転車の開発と医療サービス分野への導入に取り組み始めており、医療フィルムをスキャンすることで病気を特定したり、仮想アシスタントが音声を認識するだけでなくその意味を理解できるようにしたりすることを目指している。自動株取引システムや物を拾うロボットなど、これまでにないようなものも開発しています。

AI分野の専門家の数は非常に限られているため、大手テクノロジー企業は大学や研究機関に目を向け、最も優秀な学術的才能の採用に力を入れ始めています。この動きにより、この技術を教えることができる教授の数は急激に減少しました。

2015年、Uberは自動運転プロジェクトの開発に協力してもらうため、カーネギーメロン大学から40人のAI科学者を引き抜いた。ここ数年で、スタンフォード大学の学術界で最も権威のあるAI専門家4人が教授職を辞任した。ワシントン大学では、AI分野の教授20人のうち6人が現在、長期休暇中かパートタイムで外部の企業で働いている。

アレン人工知能研究所所長のオーレン・エツィオーニ氏は、学界から業界に転向した教授に対して人々は常に悪い印象を抱いていると語った。実際、オーレン氏はアレン研究所に加わる前はワシントン大学の教授でした。

多くの教授たちは、そのトレードオフをどのように行うかを模索しています。たとえば、ワシントン大学のルーク・ゼトルモイヤー氏は、シアトルにあるグーグルが運営する研究所から、現在の給与の3倍の金額を提示されたが、その誘いを断った(公開情報によると、ルーク氏の現在の年収は18万ドル)。彼がアレン人工知能研究所を選んだのは、そこでなら教え続けることができるからだった。

[[207563]]

「多くの教員が同じようなことをしています。彼らは産業界と学界の両方に関わっていますが、そこで過ごす時間の割合は異なります」とルーク氏は言う。「産業界の給与は学界よりも比較的高いのですが、教員は依然として学者としての心を持ち続けているため、学界に片足を置き続けることを検討しています。」

GoogleやFacebookなど一部の企業は、より多くのAIエンジニアを引き付けるために、社内研修を組織し、社内の既存のエンジニアがディープラーニングやAI関連のスキルを習得できるようにしたいと考えています。さらに、Fast.ai のような非営利団体や、元スタンフォード大学教授で Google Brain の創設者の 1 人である Andrew Ng 氏が設立した Deeplearning.ai のような企業もオンライン コースを提供しています。

ディープラーニングの基本的な概念を理解するのは難しくなく、高校レベルより少し上の数学の知識のみが必要です。しかし、真の AI の専門家になるには、極めて高いレベルの数学的能力と関連技術に関する鋭い直感が必要です。また、自動運転車、ロボット工学、健康などの分野では、研究者には特定のドメイン知識も求められます。

これに追いつくために、一部の中小企業は他の方法で人材を探している。一部の企業は、物理学者や天文学者も同等レベルの数学的スキルを持っていることから、彼らを雇用し始めました。米国の新興企業の中には、賃金が低いアジアや東欧などの地域に進出しているところもある。

「グーグルと競争することはできないし、そうしたいとも思わない」と、サンフランシスコを拠点とし、8カ国から従業員を抱える新興企業スカイマインドの創業者兼CEO、クリス・ニコルソン氏は語った。 「だから私は、エンジニアリング文化が比較的価値の低い国で人材を採用し、候補者に非常に魅力的な給与パッケージを提供しています。」

しかし実際には、業界の大手企業も同様のことを行っています。 Google、Facebook、Microsoftなどの企業はトロントとモントリオールにAIラボを開設しており、これらの企業の研究のほとんどは米国に加えてここでも行われています。グーグルは、長年マイクロソフトの拠点であった中国でも採用を開始した。

驚くことではないが、多くの人々は、今後数年間、厳しい雇用市場が緩和する可能性は低いと述べている。

「需要が供給を上回っているのは明らかで、博士号取得者を養成するには何年もかかるため、この状態はしばらく続くだろう」と、この分野のリーダーでモントリオール大学の教授、ヨシュア・ベンジオ氏は語った。

<<:  ディープラーニングの分散トレーニングにおける大きなバッチサイズと学習率の関係をどのように理解すればよいでしょうか?

>>:  ロンドンの顔認識で誤った人物が逮捕される:合理的な使用が鍵

ブログ    
ブログ    

推薦する

6000 以上の Web ページを閲覧した後、個人使用に最適な AI 製品のリストを選択しました。

[[220539]]リアム・ヘーネル編集者: Chaoxi、Yuanyuan、Harryこの記事で...

AIは地球を救うことができるのか

メタバースは現実世界を揺るがしており、未知の部分が多すぎるため、賛否両論の評価を受けています。しかし...

ヘルスケアにおける人工知能の課題にどう対処するか

[[384554]]人工知能は、人類がより早く、より効果的に病気と闘い、より健康的な生活を送るのに役...

GPT-4 を搭載した初のヒューマノイドロボット!プログラミングは不要 + ゼロショット学習、口頭フィードバックに基づいて動作を調整可能

事前のプログラミングやトレーニングなしで GPT-4 を使用してヒューマノイド ロボットを制御すると...

人材情報プラットフォームの変革における人工知能の役割

人工知能 (AI) が人材情報プラットフォームを変革することで採用業界に革命をもたらしていることは否...

画像認識のためのトップ 5 プログラミング言語

この間、ゴミの分別に関するミニプログラムやアプリの登場により、画像認識が再び人々の注目を集めています...

ニューラルネットワークに基づくマルウェア検出分析

今日、あらゆる業界にとって、「マルウェアを効果的に検出する方法」は、ネットワーク セキュリティに関す...

さようなら、宅配便業者さん!

この時代の変化のスピードは想像を絶します!次から次へと生み出される想像力豊かな革新は、目を見張るほど...

企業における生成AIのセキュリティリスクを管理する方法

ChatGPT のリリースに続く生成 AI モデルの急速な導入により、企業がビジネスを遂行し、顧客や...

...

Google ナレッジグラフ: 10 年にわたる開発

2018 年、ガートナーはナレッジ グラフを新興テクノロジーとして初めて発表しました。ナレッジ グ...

...

...

2021年中間レビュー: AIの浮き沈み、希望の頂点から失望の谷まで

[[408503]] 1. 2021 年上半期に AI でどのような新たなブレークスルーが達成されま...

彼は17歳でiOSの脱獄の父となり、25歳で自動運転車を開発した。

[[271960]]彼は5歳の時に初めてコンピュータプログラムを書きました。14歳の時、自作のマッ...