AI人才大迁徙：谷歌失血，创业潮起

当谷歌开始失血

2025年，谷歌DeepMind经历了一场史无前例的高层震荡。联合创始人Demis Hassabis卸任CEO转任Alphabet首席科学家，传奇工程师Jeff Dean在27年后离开谷歌，创立AI科学发现公司Discovery Loop。CTO Koray Kavukcuoglu接棒。

这不仅是人事变动，更是一个信号：全球AI人才正从科技巨头向创业公司大规模迁徙。

人才流向哪里？

Jeff Dean并非孤例。同期，多位谷歌高管离职创业，聚焦AI驱动的科学发现。而电商营销平台Klaviyo收购了Elias Torres的Agency，后者以CPO身份回归，主导AI Agent业务。

人才流向呈现两个方向：

1. 科学发现——用AI加速药物研发、材料科学等基础研究；
2. 垂直应用——在电商、营销等具体场景落地AI Agent。

这与中国AI创业热潮高度相似。国内大模型公司高管离职创业，大多选择垂直行业应用，而非通用大模型。

就业市场的“双速”分化

Indeed数据显示，英国9.4%的招聘信息提及AI，而2023年这一比例仅为2%。与此同时，市场营销、管理等知识型岗位的招聘量持续下滑。

Indeed称之为“双速劳动力市场”——AI相关岗位高速增长，传统知识工作萎缩。

这对中国同样适用。猎聘等平台数据显示，AI算法工程师、AI产品经理等岗位薪资持续走高，而传统文案、初级分析师岗位需求下降。

基础设施竞赛与开源生态

SpaceX计划在2027年底将算力提升5倍，可能需采购超200万块Nvidia Rubin GPU。其AI部门Q2收入达25.6亿美元，主要靠出租服务器算力。

这印证了算力即服务的商业逻辑。而Mistral发布的3B参数安全模型Shieldstral，用自然语言问答替代固定分类，性能媲美7倍大的模型，且允许用户自定义安全标准。

开源模型在安全性和可控性上的进步，让中小企业可以更低成本构建合规AI应用。

对中国AI从业者的启示

1. 拥抱“AI+行业”机会

纯通用大模型竞争已进入巨头绞杀阶段，创业者应聚焦垂直场景。无论是电商客服、工业质检，还是法律文书，AI Agent的落地价值远高于通用聊天。

2. 重视安全与合规能力

Shieldstral这类模型的出现，说明安全可控是AI产品的基础能力。中国从业者需关注《生成式AI服务管理暂行办法》等法规，将安全设计前置，而非事后补救。

3. 关注算力成本优化

SpaceX的GPU采购计划侧面反映算力昂贵。中国创业公司应优先选择开源模型+私有化部署，或利用国产算力平台，避免被硬件成本拖垮。

结论

AI人才从大厂流向创业公司，本质是技术红利从基础设施层向应用层转移。对于中国开发者，与其追逐大模型参数竞赛，不如深耕行业场景，用AI Agent解决真实问题。

未来三年，将是垂直AI应用的黄金窗口期。