夜雨聆风
（图片由HRflag用Midjourney生成，编号c3f8be07-e20f-4fe5-9c3e-f5dd611d767b_0）
这件事真正值得企业管理者重视的，不是“有人拿到了多高的工资”，而是“AI时代的核心岗位，已经从成本项，变成了战略资产”。 当一个岗位的定价逻辑从“市场供需”迅速切换成“业务杠杆”，组织的很多旧规则就会在一夜之间失效。对CEO来说，这不再只是招人问题；对CHRO来说，这也不再只是调薪问题；对业务负责人来说，这甚至不是一个单纯的人才储备问题，而是未来三到五年竞争力的重新定价。
为什么一家成熟的大公司愿意为极少数AI岗位给出如此夸张的底薪？答案并不复杂。因为今天顶级AI人才所对应的，不是一个普通职能，而是一整套可以放大收入、提升效率、缩短产品迭代周期、降低算力浪费、改善用户留存的能力集合。Meta自己的财报已经写得很直白：2025年公司全年营收约2009.66亿美元，广告展示量全年增长12%，单条广告平均价格全年增长9%；而在2026年的费用展望里，Meta明确表示，费用增长的第二大驱动因素就是员工薪酬，且主要来自对技术人才的投入，尤其是AI相关岗位。与此同时，Meta在向SEC提交的年报中也明确写到，公司“绝大部分收入”来自广告。把这些信息放在一起看，你会发现，那些高薪招来的AI人才，并不是一个漂亮的招聘故事，而是被直接嵌入主营业务增长逻辑里的生产要素。
换句话说，当广告系统、推荐系统、创意生成、客户转化和投放优化都越来越依赖模型能力时，AI人才的薪酬就不再是HR账上的“人力成本”，而更像是财务报表里的“增长投资”。 这也是为什么，外界看到的是一个数字，企业内部看到的却是一条公式：更强的模型能力，意味着更高的广告转化效率；更高的广告转化效率，意味着更高的预算黏性和更快的收入放大。路透社援引Emarketer的预测称，Meta 2026年全球净广告收入预计将达到2434.6亿美元，略高于Google的2395.4亿美元；报道同时指出，Advantage+自动化广告工具的广泛采用，是Meta增长的重要原因之一。
很多人把这类高薪理解为“抢人”。这当然没错，但还不够。更准确地说，今天头部企业在抢的，是能把组织现有资源重新组合出更高产出的那一小撮人。他们不只是会写代码、做模型、调参数；他们真正稀缺的地方在于，既懂技术边界，也懂业务场景，还能把研究成果转成产品能力，再把产品能力转成商业结果。一个真正顶尖的AI负责人，影响的不是一个项目，而是一条产品线、一整套增长飞轮，甚至是一家公司未来的组织重心。
所以，65万美元最有冲击力的地方，不在于它高，而在于它暴露了一个管理现实：企业内部不同岗位之间的价值差，正在被AI重新拉开。在过去很长时间里，很多公司默认的薪酬哲学是“岗位等级决定工资水平，经验年限支撑等级上升，绩效结果决定上下浮动”。这套逻辑在工业化组织时代非常稳定，因为大多数岗位的价值都能相对线性地被描述：职责越重，管理幅度越大，资历越深，工资越高。但AI把这种线性秩序打断了。一个能够真正推动模型落地、带动业务提效的关键岗位，可能没有传统意义上的大团队，没有更长的任职年限，也没有很复杂的汇报层级，却能在一年之内释放出远大于传统岗位的经营杠杆。于是，组织开始第一次大规模面对一种不太舒服、却越来越常见的现实：不是头衔最响的人最贵，而是杠杆最大的人最贵。
这会带来什么？首先是薪酬体系的重估。HR过去最熟悉的，是做薪酬带宽、做市场对标、做职级匹配、做内部公平。但AI时代的难点在于，市场会逼着企业承认：有些岗位的价格，不再由你内部的“同级比较”决定，而是由外部竞争速度决定。一个岗位今天值30，明天就可能值60；不是因为职责变了，而是因为市场上能做成这件事的人太少，而业务端又太急。于是，传统企业最头疼的事情来了：一边要守住组织秩序，一边又不得不承认稀缺性溢价的存在。这不是薪酬失控，而是价值密度发生了变化。
真正成熟的管理者，看到这里就不会再纠结“这种钱该不该给”，而会转向另一个更重要的问题：企业到底应该为哪类人付这笔钱？因为不是所有挂着AI标签的人都值得被高价购买。市场上真正稀缺的，从来不是会说大模型、会做Agent Demo、会写几条提示词的人，而是那种能把模型能力接到真实业务闭环里的人。他们知道哪些流程值得重构，哪些环节适合自动化，哪些决策仍需人工兜底，哪些指标可以真实反映AI投入是否产生了经营价值。今天很多企业高薪抢的不是“懂AI的人”，而是“能把AI变成结果的人”。
这也解释了为什么，越来越多公司在吸引顶尖AI人才时，已经不再只谈钱。钱当然重要，但钱只能证明企业有预算，不能证明企业有舞台。真正能留住关键人才的，往往是更完整的配置：足够的算力、真实的数据、清晰的业务场景、强协同的产品团队、对试错的容忍度，以及一个允许高密度人才迅速形成影响力的组织环境。SignalFire在其2025年科技人才报告中提到，AI实验室之间的人才竞争已经非常激烈，而头部机构在吸引和保留人才时，除了薪酬，还依赖 autonomy、成长路径与组织文化；该报告同时显示，Anthropic两年以上员工的两年留存率约为80%，DeepMind约78%，OpenAI约67%，与大厂同量级公司相比，人才流动已经越来越像一场系统工程，而不是一次性报价。
对中国企业来说，这里面最有借鉴价值的，不是简单复制薪资数字，而是看懂背后的配置逻辑。很多公司现在一谈AI人才，就容易陷入两个误区：要么觉得“我们也得开很高工资”，要么觉得“我们开不起，就没机会”。这两种判断都太快了。真正的问题不是绝对薪酬，而是你的组织是否能让高价值人才在六到十二个月内看到成果发生。如果一个企业给了高薪，却没有清晰的业务抓手，没有数据治理基础，没有跨部门协同机制，那么再贵的人进来，也很容易被困在内部协调、流程拉扯和概念讨论里。最后企业会发现，自己买来的不是战斗力，而是一个被组织摩擦稀释掉的希望。
这也是为什么，AI时代的人才管理，不能只从招聘端入手，而必须回到组织设计本身。一个企业能不能用好AI人才，最终拼的不是出价，而是组织可调用性。 你有没有让人才快速接触关键问题？有没有让模型团队和业务团队共担结果？有没有减少为了“体现管理严谨”而设置的大量低效审批？有没有为新技术项目预留试验空间？有没有把“谁负责推动落地”说清楚，而不是把AI当成一个人人关心、人人表态、但无人真正负责的公关项目？
如果说高薪抢人只是表象，那么更深的一层变化，是AI已经开始重写企业内部的“价值地图”。以前很多组织的核心问题是：谁管更多人，谁拿更高薪；谁离业务更近，谁权力更大；谁资历更深，谁天然更有话语权。但现在，越来越多公司开始意识到，决定增长效率的，未必是层级最高的人，而可能是那个离模型、数据、系统、用户行为更近的人。AI不是简单多了一项新工具，而是在悄悄改变组织里“谁更重要”的排序。
广告
这种排序的变化，正在进一步改变年轻人的职业路径。SignalFire的报告给了一个非常值得HR和业务负责人同时警惕的信号：2025年，大厂新毕业生招聘占比只有7%，比2019年疫情前下降超过50%；创业公司新毕业生占比不足6%，也比2019年低了30%以上。报告还提到，自2022年以来，进入“Magnificent Seven”这类头部科技公司的应届生比例已经下降超过一半。
这组数据背后的含义并不只是“年轻人更难找工作”，而是企业正在把更多预算集中投向能立即形成高杠杆产出的中高级人才和关键技术岗位。从效率角度看，这是合理的；但从组织长坡厚雪的角度看，它也带来了一个新的管理命题：如果企业长期减少对初级人才的培养投入，未来谁来接上中层和核心骨干的梯队？过去很多公司愿意用两三年培养一个好工程师、好产品经理、好分析师，因为流程相对稳定、岗位经验可以积累。但AI接管了一部分基础性任务之后，企业越来越希望新人“入场即能打”，这会让组织短期更高效，却也可能让人才梯队出现断层。
所以，今天真正有远见的企业，不会只做一件事——高薪抢一小撮人；它们会同时做另一件事——重新设计人才孵化机制，让新人不再靠重复劳动成长，而是靠更快接触复杂问题成长。这看起来像一句口号，实际上是非常具体的管理动作。比如，把新人从“做表、抄流程、写模板”中解放出来，让AI承担一部分低密度工作，再让他们更早介入问题拆解、质量判断、业务协同、场景定义和结果复盘。换句话说，不是让AI取代年轻人成长，而是让AI把成长的起点抬高。
这也是我认为很多中国企业接下来最需要想明白的一点：别把AI时代的人才策略，只理解成“抢几个外部大神”。真正有竞争力的组织，必须同时具备两种能力：买得到高端人才，也带得出下一代人才。只会买人，不会养人，组织会越来越贵；只会养人，不会买关键人，组织会越来越慢。AI时代最难的地方，从来不是选边站，而是两条腿一起走。
回到Meta这件事本身，65万美元底薪之所以引发巨大关注，本质上是因为它把一个原本只在董事会、投资人和顶尖猎头圈子里讨论的问题，直接公开给了所有管理者：当技术成为收入的放大器，人才价格就会率先重估；当人才价格被重估，组织规则就必须跟着重写。如果一家公司的业务增长越来越依赖模型、自动化和智能决策，那么它就不可能继续用过去那套平均主义、静态化、低弹性的薪酬和用人逻辑来管理未来。
很多管理者会担心，这样会不会带来内部不平衡？答案是一定会。可真正的问题不在于有没有不平衡，而在于企业能不能把“不平衡”解释成“有逻辑的差异化”。过去我们把公平理解为“同级差不多”；未来更重要的公平，可能是“价值与贡献有清晰映射”。如果公司敢于承认某些岗位稀缺、某些岗位杠杆更高，就必须同步建立更透明的评价语言：为什么这个岗位更贵，贵在哪里，目标是什么，如何衡量，失败怎么办，成功如何分配。高薪本身不可怕，最可怕的是高薪没有逻辑。
所以，对CHRO来说，下一阶段最重要的能力，可能不是继续把薪酬体系做得更整齐，而是让薪酬体系具备“可解释的非整齐”。你要能区分什么是职级带来的稳定回报，什么是关键能力带来的稀缺溢价，什么是阶段性项目带来的激励倾斜，什么又是与经营结果强绑定的长期回报。只有把这几种钱讲清楚，企业才能既保留组织秩序，又容纳关键岗位的快速重估。
对CEO来说，也有一个同样关键的提醒。不要把高薪AI人才当成一个象征性动作，好像招来几个人，就代表公司已经进入了AI时代。真正决定成败的，不是你签下了谁，而是你有没有把这些人放进最重要的流程里，让他们改造收入模型、产品逻辑、客户体验和经营效率。如果AI人才只是存在于组织架构图里，而没有进入利润表和运营看板，那么再高的报价也只是昂贵的姿态。
对业务负责人来说，这件事也绝不只是“总部的战略”。因为AI的价值从来不是悬浮在技术部门上空的，而是会真实落在营销转化、客户运营、销售支持、交付效率、知识管理和员工生产力上。以Meta为例，官方财报和外部报道已经足够说明，AI对广告系统的加持，不是概念层面的，而是切切实实进入了展示量、价格和收入表现里。 这意味着，对所有企业而言，AI真正的落点，都不应该是“我们也要做一个大模型”，而应该是“我们如何在自己的关键经营环节里，把算法能力转成更高的单位产出”。
写到这里，其实答案已经很清楚了。65万美元底薪，并不是一个适合被围观的财富神话，也不是一个适合被简单复制的薪酬范本。它更像一块路牌，提醒所有企业管理者：AI时代最贵的，已经不是人力，而是那种能把技术、业务和组织重新接通的人。一家公司愿意为这类人付出多高的价格，最终取决于它对未来增长方式的判断；而一家企业能否真正消化这笔投入，取决于它有没有能力同步升级自己的组织设计、薪酬逻辑和人才培养体系。
真正的挑战，不是承认AI人才很贵。真正的挑战是，承认之后，你准备怎么改。你是继续用旧世界的方法管理新世界的关键岗位，还是趁现在重写自己的组织规则？你是把AI当作一个高层会议上反复出现的热词，还是把它变成经营动作、人才策略和预算配置中的现实变量？你是只想招几个明星人物来证明自己没有掉队，还是愿意为下一代组织能力，做一次彻底但理性的重构？
说到底，65万美元并不只是一个薪资数字，它是一份时代报价单。它告诉所有企业：未来最昂贵的投入，未必是机器，未必是流量，未必是办公楼，而是能重新定义生产率边界的人。
而对今天的中国企业而言，最重要的不是惊叹这张报价单有多贵，而是尽快回答一个更务实的问题：当AI开始重新标价人才、重新排序岗位、重新定义增长时，你的组织，准备好用什么样的规则，去接住这个新时代了？
活动名称 | 时间 | 地点 |
