Meta 高薪挖來的 AI 人才,一個月後紛紛離職 - 論薪資公平性

Meta 高薪挖來的 AI 人才,一個月後紛紛離職 - 論薪資公平性

最近兩天看到好幾個談論 Meta 人才跳槽的消息,甚至連七月份從 OpenAI 高薪挖角的高手,也在入職一個月後決定離開 Meta 重回 OpenAI。當時的高薪挖角引起了眾多同業 CEO 的抨擊,覺得這種以錢為誘因的做法對 AI 的推進沒有幫助,終將會失敗。

Sam Altman:「用金錢驅動招聘,這會破壞以使命為中心的工作文化,真正的長期回報在於共同願景而非一次性高額薪資。」Dario

Amodei:「極高的薪資策略可能破壞組織文化,雖然能吸引人才,但未必能吸引與其價值觀一致、長期投入願景工作的員工。」我相

信願景真的很重要,那是凝聚一群優秀人才的關鍵因素之一。但高額薪資背後的問題是什麼?

除了 Dario Amodei 提到的,會破壞組織文化外,我覺得 Michael Dell 的詮釋更直接。

Michael Dell:「這種高額薪資極有可能引發內部員工的不滿與文化上的緊張感。」

一樣從事 AI 研發工作,我在公司內已經是頂天的存在,但我的年薪不過就 1,000 萬美金。憑什麼一個空降進來的人能領我的 10 倍?薪資公平性,這在一定規模的公司是個必須被重視的規則。

同樣的職務,相同職等職級下,薪資的區間不應該有太大落差,而不同職等職級,也必須要能說清楚,我要如何能達到跟對方相同的職級,也就是所謂的升遷路徑。

而當我晉升到跟對方相同職級時,我應該也要能領相近的薪水。這是薪資公平性最基本的概念。可空降進來的人,薪資是我的 10 倍,公司內又沒有任何一個晉升機制讓我也有機會挑戰 10 倍的薪資報酬時。

老員工們肯定會跳腳,會覺得老闆只愛新人,卻忽略我們這群勞苦功高的資深員工的權益。我動不了老闆,難道我還動不了這個新進員工嗎?挖角來的人,如果能跟原先的團隊成員好好合作,那肯定有機會做出一番成果。

但高薪挖角,又被媒體炒作成這樣,人還沒到,就有一堆老員工們等著看戲,合作的意願不會太強,積極度肯定也會大打折扣。

而這位人才,原先以為自己能大展身手,不料卻碰到這種綁手綁腳的局面。這種頂尖人才哪有意願將時間花在跟這些人鬥爭或玩政治遊戲,錢可以少賺,但必須去一個能發揮所長的地方。

離開,通常是一個蠻明智的選擇。薪資公平性的問題,過去我也遭遇過許多次。當年一次儲備幹部計畫,毫無工作經驗的儲備幹部,起薪便贏過有 五年工作經驗的碩士工程師,更高過公司內多數部門中階主管的薪資。

當時公司內有許多人為此產生抱怨。

「什麼都不會,憑什麼?」
「我要教他,但他薪水比我高,有沒有搞錯?」
「老闆是想要讓這群人全面換掉我們嗎?」
「我就看看他們到底有什麼能耐。」

當然公司內還是有些人沒那麼介意,還是認真的去帶這群人。但當這些人的薪資資訊被更多人知道後,那種反彈真的是鋪天蓋地而來。

這群儲備幹部們,幾乎在一年內陣亡。

同一年,也有許多老員工們因為不滿自己的薪資低於這些新鮮人們,所以憤而離職。如果希望給卓越人才高於目前制度的薪酬,又要跳脫薪資公平性的爭議,那保密是關鍵。

而要讓高薪挖角來的頂尖人才順利融入團隊,那 CEO 必須要盡力幫這個人排除空降後的可能阻礙。不要讓他在還沒進來前就先樹敵,要盡可能先與團隊溝通,確保大家的意見都被聽見,也確保團隊們願意真心接納這位新夥伴加入。

如果你覺得我內容寫得還不錯,歡迎訂閱我的電子報,我每雙週會發送一封電子報到你的信箱。訂閱連結在這,過往的電子報也在這:Gipi電子報

也鼓勵你可以將我的電子報分享給你認為有需要的朋友們,也許你的舉手之勞,將會改變另一個人的思維與習慣。

Read more

大語言模型對軟體開發的影響

大語言模型對軟體開發的影響

近期閱讀了一份文件,內容是關於大語言模型對軟體開發工作的影響,文件的連結在這:Assessing and Advancing Benchmarks for Evaluating Large Language Models in Software Engineering Tasks 這份文件聚焦於大型語言模型(LLMs)應用於軟體工程(SE)領域的效能評估。這是個有趣的題目,所謂的效能,簡單的說就是能直接在該工作任務中大幅增進效能的比例。 大家都知道現在的 AI 寫 code 已經不是什麼大不了的事,但透過 vibe coding 寫出來的 code 真的可以用嗎?符合需求嗎?品質可以嗎?能被維護嗎? 關於這些問題,我們要如何衡量 AI 的有效性呢?目前的答案是透過 Benchmark(基準)。 舉例來說,之前有的 benchmark 叫 SWE-bench,

By gipi
溝通,不是把能說服自己的話拿來說服他人

溝通,不是把能說服自己的話拿來說服他人

還記得幾年前有個朋友私訊給我說了一段趣事。 他說公司有個同事援引了我在演講中提到的一句話:「敏捷走不出研發,就不能真正敏捷。」 他試圖用這句話來告訴業務團隊們「業務必須要參與到敏捷中,開發團隊必須要更了解業務狀態,我們才能真正發揮敏捷的效益。」 我那句話的本質跟他說出來的話,在意義上其實毫無分歧。 但他獲得的結果卻是被業務部門修理了一頓。業務部門告訴他:「這不是你該管的範圍,你應該專注把你的任務搞定。」 這邊姑且不論誰的想法才是對的,但我想跟大家分享一個我在溝通過程很重要的體悟。 「所謂的溝通,不是把能說服自己的話拿來說服他人。」 「所謂的溝通,不是把能說服自己的話拿來說服他人。」 「所謂的溝通,不是把能說服自己的話拿來說服他人。」 很重要,所以得說三遍。 我們讀書總會讀到很多很有道理的話,並且被這句話說服了。但千萬要記得,這句話能說服自己,不意味著能說服他人。因為我們的立場不同,遭遇的挑戰不同,先備知識也不同。所以一段自己覺得非常有道理的話,我們必須加以轉換後,才有可能說服他人。 舉個例子來說,做研發的會希望根本的理解一個需求背後的商務價值,因為這

By gipi
對情緒控管能力的反思

對情緒控管能力的反思

前陣子跟大家分享了我自己對「情緒管理」與「承壓能力」的反思。 假設我們試著量化一個人的情緒承載能力,如果這個數值是 100,只要超過這個數字時,人的情緒就會崩潰。 而多數時候,我們會將自己的情緒壓力控制在 100 分以下,如果要自在一點的話,可能在 60 分以下是比較輕鬆自在的狀態。而那些工作壓力較大,或者內耗特別嚴重的人,很可能長期處在 80-90 分的狀態。 如果一個人的情緒壓力愈接近 100,那情緒就愈難自控,很容易沒耐性、暴躁、坐立難安。 過往我總認為自己是將情緒壓力控制在 80 分以下,所以自己在高壓工作下其實有許多的餘裕。 但最近發現,我可能只是為自己上了 buff。 所謂的 buff 是個遊戲用語,在遊戲中,有時我們可能會拿到道具,或者被施了魔法,讓我們的能力項注射了腎上腺素一般有個很明確的提升。 例如提升力量 5 點,增加 30% 血量,實體攻擊無效等等。

By gipi
我與《原力心態》作者交流的收穫

我與《原力心態》作者交流的收穫

在六月初的時候收到來自天下文化的邀請,希望我能與 Frederik G.Pferdt 博士進行線上交流。不過這個交流因為我這邊的一些變故,所以改成我以文字進行提問,而博士則以書面回覆我的提問。 這本書剛出版時,我曾寫過簡短的推薦序,我的原文是:「《Google模式》告訴我們怎麼經營公司,這本書則讓我們知道如何啟發人。當 AI 解放了生產力,企業勝出的關鍵將是創造力,而正確的領導方式,永遠是員工維持創造力最關鍵的因素之一。」 這本書,被稱為《Google模式》的續篇,特別強調如何激發人、影響人,順應人的天賦去發展。因為過去幾年從事的大多是教育相關產業,對這些觀念與想法特別有感。 這本書中有許多觀點都引起我很大的共鳴,例如未來思考,鼓勵人們「準備好面對未來的心態」,不用停在現在,而是勇敢地思考未來,並主動迎向未來。找到並發揮自己的「X 特質」,這個 X 特質(Dimension-X)指的是自身獨一無二之處,你也可以稱之為天賦。 而 Frederik G.Pferdt

By gipi