投资大佬炮轰谷歌一半员工是摆设！AI 工程师：我们被招来后净做没用的东西了

“谷歌有一半的白领员工实际上没有做什么真正的工作，我觉得这并不夸张。这个公司每年在很多毫无成果的项目上投入数十亿美元，这些资金本可以返还给那些拥有退休账户的股东。”

这是硅谷著名风投公司 Andreessen Horowitz 普通合伙人 David Ulevitch 在接受外媒采访时说的。“很多大公司雇佣了许多从事‘无意义工作’的员工，谷歌是典型。”

“我只想说，这可能是我说过的、最不引起争议的话之一。”Ulevitch 后来补充道。Ulevitch 曾是网络安全创业公司 OpenDNS 的 CEO，在 2015 年将该公司以 6.35 亿美元的价格卖给了思科。

实际上，C3.ai 的亿万富翁 CEO Thomas Siebel 去年就曾说过，谷歌和 Meta 雇员过多，而实际上没有足够的工作让他们做。“如果你想在家工作，比如穿着睡衣工作四天，那就去 Facebook。”

而在 Ulevitch 的推特下，Dioptra 创始人 Simon Ziegler 也说道，“任何在公司工作过的都知道这千真万确。”还有网友表示，“基于我过去十年与谷歌打的交道，这可能是真的。”

Ulevitch 的话迅速上了头条，谷歌截至目前尚未作出回应。大概率，谷歌不会承认，毕竟他们去年在 AI 方面“高歌猛进”，怎么会没有足够的工作呢。

大型科技公司过度雇佣人才是为未来项目考虑，并确保他们不落入竞争对手手中，这并不新鲜。去年，就有人告诉《财富》杂志，他们被“人才圈养”：被科技公司以六位数的薪水聘用，除了时不时地完成一项 10 分钟的任务之外，“什么都不做”。

当时前 Meta 员工 Britney Levy 表示，该公司 “ 像囤 Pokémon 卡片一样”囤积候选人。这名员工表示自己像是“被放入了一群没有工作的人中”。“你必须努力找活儿干”，她团队的同事们花了几个小时“喂狗”——在探索元宇宙中找 bug，只是为了让自己看起来很忙碌。

一些公司似乎还保留了臃肿的员工队伍，而这些人实际上并没有帮助推动公司前进。事实上，在某些情况下，它们的存在实际上阻碍了创新。Ulevitch 表示，大公司中的“一群人”正在从事“BS 工作”（bullshit jobs），而谷歌就是典型。

“当我们的社会和经济倾向于偏爱大公司和巨头企业时，无用的工作就像野草般疯狂生长，”Ulevitch 说道，“如果你在超万名白领员工的大公司工作过，你就很清楚，即使明天裁掉很多人，公司也几乎感受不到差别，可能还会因为减少了干预而运作得更加顺畅。”

PayPal 前高管 Keith Rabois 去年时就将谷歌、Meta 等的裁员归于人员过剩。谷歌去年的大规模裁员解雇了上万员工， 而今年 1 月以来谷歌已经裁掉了超千人，然而谷歌的裁员还未结束。

企业囤积员工也有抢夺人才的考虑。而硅谷如今正在已经陷入疯狂的“AI 人才战”：扎克伯格亲手写信给 DeepMind 的研究员，诚邀他们跳槽到 Meta；为了挽留即将离职转投 OpenAI 的员工，布林亲自打电话要加薪送福利；马斯克的 xAI 和特斯拉互抢……

这些现象的背后，或许说明了大厂们的“慌乱”，尤其是在如今抢夺 AI 地盘的关键时刻。

继 2022 年底 ChatGPT 初次亮相之后，去年标志着生成式 AI 热潮的开始。此后，微软、Alphabet、Meta、亚马逊等公司一边裁员，一边积极招聘 AI 专家，并投入资源来构建他们的模型。

去年晚些时候，一位亚马逊 AI 工程师在结束了一周的工作后，准备与从外地来访的朋友享受周末。然而，一个 Slack 消息突然打断了他的计划。他必须在周一早上 6 点之前交付一个项目。这位 AI 工程师昼夜工作，放弃了周末，为了完成任务，然而这一切都是徒劳的。该项目最终被“取消优先级”。

这种情况并不少见。AI 工程师经常会在忙于构建新特性时突然发现当前项目被搁置，然后转到另一个 AI 项目。这位工程师表示，自己不得不在零测试环境中编写数千行代码来创建新的 AI 功能。团队成员们不得不在半夜协作修复 AI 功能的日子，因为如果测试被推迟，就无法发现代码中的错误。

其他大型科技公司，包括谷歌和微软的 AI 开发者同样承受着类似的压力。公司担心在技术上落后于竞争对手，需要以极快的速度推出产品。而这就是英伟达 CEO 黄仁勋所说的“iPhone 时刻”。

在谷歌，一位 AI 团队成员表示，疲劳是竞争压力、紧迫的时间表和资源（尤其是预算和人员配备）短缺的结果。尽管许多顶级科技公司表示他们正在将资源重新配置到 AI 上，但所需的人员配备，特别是在时间紧迫的情况下，并不总是能够得到满足。这位 AI 工程师说，在谷歌也是如此。

谷歌因匆忙发布产品遭遇了一些尴尬。谷歌 Gemini 图像生成器在二月份发布后很快就被下线，因为用户发现了不符合史实和可疑的生成结果。2023 年初，谷歌员工批评管理层，尤其是首席执行官 Sundar Pichai，称其“仓促”发布 ChatGPT 竞品 Bard，并且“搞砸了”。

这位在科技行业有十多年经验的谷歌 AI 工程师说道，她理解这种需要快速做出行动的压力，因为生成式 AI 领域竞争激烈，但这一切都发生在行业正在削减成本的情况下，为满足投资者的要求，公司纷纷裁员，却被要求“提升利润”。

还有技术大会的日程安排。AI 团队不得不为 2023 年 5 月的谷歌 I/O 开发者大会做准备，随后是 8 月的 Cloud Next，然后是 2024 年 4 月的另一次 Cloud Next 大会。谷歌工程师表示，这比正常情况下的大会时间间隔要短得多，对于团队来说，他们“被大会时间表束缚”住了，这给发布新功能造成了压力。

每个公司都有紧凑的时间表，与竞争对手追逐发布节奏以及公司领导对现实世界影响缺乏整体的关注。这些问题似乎在众多大型科技公司中都很常见。

前苹果员工 Eric Gu 在苹果工作了大约四年，负责 AI 项目，包括 Vision Pro。他说道，在公司的最后那段时间里，他感觉“被束缚住”了。“苹果是一家非常以产品为中心的公司，这里有一股巨大的压力，你要立即变得高效并开始交付特性”。即使他周围都是“优秀的人”，但没有时间真正向他们学习。

Eric 去年离开了苹果，跳槽到了一家 AI 初创公司。“说到底，你必须按照这样的速度发布产品并完成任务。”但在新公司，他可以参与同样雄心勃勃的项目，而速度则更为稳健。

微软的一位 AI 工程师说，微软正参与一场“AI 竞赛”。在道德和保障方面，微软为了速度走了捷径，匆忙推出产品，而没有充分考虑接下来会发生什么。人们开始意识到，由于所有大型科技公司都可以访问大部分相同的数据，因此 AI 领域没有真正的护城河。

那个周末加班换来项目搁置的亚马逊工程师表示，高层似乎只是为了“打个勾”，在试图重造微软或 OpenAI 的产品时，速度比质量更重要。

AI 领域的工程师和担任其他岗位的人表示，他们工作的很大一部分集中在如何满足投资者的诉求和不落后于竞争对手上，而不是解决用户的实际问题。一些人为了支持快节奏的发布，被转到了 AI 团队，但没有足够的时间接受培训或学习 AI，即使他们还是这个领域的新手。

他们共有的感受是巨大的压力、长时间工作和不断变化的任务导致的疲惫感。许多人表示，他们的雇主以快速发布的名义，忽视了监控问题、AI 对气候的影响以及其他潜在的危害。一些人表示，因为难以维持这种工作节奏，他们或他们的同事正在寻找其他工作或离开 AI 部门。

这是生成式 AI 淘金热的阴暗面。技术公司正在竞相开发聊天机器人、智能体和图像生成器，并花费数十亿美元来训练自己的大型语言模型，确保它们在一个预测将在未来十年带来万亿美元收入的市场中占有一席之地。

科技巨头并不羞于向投资者和员工承认，AI 在很大程度上影响了他们的决策。

在 AI 迅速发展的时代，“很难弄清楚哪些地方值得你投入时间。”独立软件工程师和数字艺术家 Morry Kolman 表示，他曾开发过获得超过 20 万用户的病毒式项目。“这很容易让人精疲力竭，因为它让人很难相信某些事情。对我来说最关键的在于它不再酷或有趣了。”

这种情绪不仅仅弥漫在大型的公司。一位政府机构的 AI 研究员表示，他感觉自己很匆忙，尽管政府的步伐总是慢于企业，但对生成式 AI 的追逐压力“到处都存在”，因为每个人都想参与其中。

而这也发生在初创公司。数据科学家和 AI 政策顾问 Ayodele Odubela 表示，“一些公司获得大型风险投资公司的资金支持，这些风投公司甚至期望获得 10 倍的回报”。“他们想趁热打铁……”她说道。

“很多时候，你会被要求为一个不存在的问题提供解决方案，而且还要使用你不想使用的工具。”Kolman 说道。

AI 行业的人表示，不管雇主是谁，他们工作的很大一部分都是为了 AI 而 AI，而不是解决业务问题或直接为客户提供服务。

那位微软 AI 工程师说，很多工作都是为了“AI 炒作”，没有实际用途。他回忆起他所在团队的工程师曾经提出一个不涉及生成式 AI 的特定问题的算法。他说，这个解决方案会被搁置，取而代之的是使用大模型的解决方案，即使效率更低、更昂贵、更慢。

一家大型互联网公司的软件工程师表示，他所在的新团队致力于 AI 进展的研究，只是因为“这是当前的热门话题”。这位工程师在机器学习领域工作了多年，他认为当今生成式 AI 工作中的许多东西都是“极大程度的空想和炒作”。每两周就会有一个重大转变，但本质上大家都在构建同样的东西。

他经常需要在三周时间内向公司董事会演示 AI 产品，即使这些产品是“一堆无用的东西”。他说，公司为获得资金，不断努力讨好投资者。他举了一个为投资者开发 Web 应用的例子，尽管它与团队的实际工作无关。他说演示完之后，“我们再也没有碰过它”。

一家金融科技初创公司的产品经理表示，他的一个项目涉及将公司的算法转成 AI。他还参与了为客户开发 ChatGPT 插件的工作。该公司的高管从未告诉团队为什么要这样做。这位员工感觉有点“失控”了。公司还没明确定义问题，就开始使用 AI 解决方案。

一位在零售监控初创公司工作的 AI 工程师表示，他是这家 40 人公司唯一的 AI 工程师，他负责所有与 AI 相关的事情，这是一项艰巨的任务。公司的投资者对 AI 能力存在错误的看法，经常要求他构建一些“我不可能交付的东西”。

在技术领域，思考比以往任何时候都更为重要，但一些领先的公司似乎在反其道而行之。

那位谷歌员工用“边飞边造飞机”来比喻公司开发产品的方式。

亚马逊 AI 工程师表达了类似的观点，他所在团队的每个成员都被拉来参与开发一个进度落后的产品，许多人“被迫参与其中”，但都缺乏相关的经验和培训。他还表示，管理层进行了“激励性演讲”，称他们的工作将“彻底改变这个行业”，但 AI 的准确性和测试总体上已经不再是优先考虑的事项了，尽快推出产品才是最重要的。

“没有时间进行批判性思考是非常有害的。”Odubela 说道。

参考链接：

https://www.cnbc.com/2024/05/03/ai-engineers-face-burnout-as-rat-race-to-stay-competitive-hits-tech.html

https://finance.yahoo.com/news/andreessen-horowitz-partner-says-google-112423219.html

https://www.businessinsider.com/andreessen-horowitz-david-ulevitch-comments-google-employees-managers-fake-work-2024-5

德国再次拥抱Linux：数万系统从windows迁出，能否避开二十年前的“坑”？

在 AI 的浪潮中，企业正面临前所未有的机遇与挑战。AI 技术落地的难题，如高昂的计算成本、复杂的数据处理、以及模型训练的漫长周期，常常让企业望而却步。如何将 AI 的潜力转化为实际的业务增长，成为了许多企业亟待解决的问题。为了应对这些难题，英特尔^® 至强^® 处理器提供了全栈的解决方案，旨在加速 AI 技术在各行各业的落地与应用。

点击“阅读原文”或扫码，立即探索全栈算力如何加速 AI 落地！