人工智能的竞争遵循着“人才第一，数据第二，算力第三”的规律。OpenAI成立于2015年末，起步其实相当晚。彼时，谷歌、脸书等科技巨头，早已将AI人才瓜分殆尽。然而，凭借独特的人才理念、营造出激励创新的氛围，OpenAI打造出了顶级的人才库。
在OpenAI的人才库中，不仅有传统的技术精英，还有更多非常规天才。
GPT-4o（美国头部AI模型）的多模态负责人PrafullaDhariwal，实际只有本科学历。在Sora的论文作者中，一位从17岁开始学习写代码的研究员，实际只有高中毕业证。连OpenAI曾经的技术主管克里斯多弗·欧拉（Christo－pherOlah），教育经历也非常有限。
显然，OpenAI对人才有自己的理解，对我国平台企业发展具有启示意义。
OpenAI如何招人
OpenAI首先打破了对创新人才的定义，对人才的选择更注重能力而非传统的经验主义，容得下“天才”和“怪咖”。
一方面，这家企业不看学历。例如，创造了文生图模型DALL·E的阿迪蒂亚·拉梅什（AdityaRamesh），只有纽约大学的学士学位。“高中生研究员”威尔·德普生（WillDePue）求职OpenAI时，根本拿不出一份像样的简历。2023年2月，智谱研究曾统计过ChatGPT团队的学历分布，结果发现本科、硕士、博士的人数竟然持平，占比分别为33%、30%、37%。
另一方面，OpenAI不看资历，敢于让新人挑大梁。仅有6年至7年工作经历的阿迪蒂亚·拉梅什，已经作为作者参与到DALL·E2、DALL·E3、GPT-4以及Sora（以上四个均为OpenAI公司推出的AI模型）的论文中。Sora团队成员中的“00后”威尔·德普生刚从密歇根大学计算机系毕业入职OpenAI，并于2024年1月加入Sora项目小组。
同时，OpenAI注重团队研究，其内部也有不少传统的超级精英。例如，Sora的另一位主导者蒂姆·布鲁克斯（TimBrooks），曾在谷歌、英伟达等大厂从事人工智能的研究。OpenAI通常会建立团队让少数超级精英，带着年轻且具有才华的技术天才们，一同搞科研。
其次，OpenAI招聘人才更加强调考察解决问题的能力。应聘者在通过初步筛选后，还将面对4轮面试，其中包括1次演讲、2次研究面试以及1次编程面试。其中，2次研究面试，一次考察技术知识储备，另一次要求应聘者分享对人工智能技术演进的思考。
OpenAI认为研究的目的是解决现实问题，并鼓励研究员尝试用最简单的方式，而不是盲目追求学术创新。例如，Sora更多是改良并发扬了谷歌提出的技术路线。去年，Sora的基础论文《Scalablediffusionmodelswithtransformers》，甚至因“缺乏创新”而被顶级人工智能学术会议CVPR（国际计算机视觉与模式识别会议）拒收。刚刚发布的GPT-4o亦是如此。
此外，在招聘中，OpenAI设计了很多套路，比如要求应聘者提供曾做过“有影响力的工作”，目的是观察应聘者是否具备解决问题、推动创新的意识。
在绩效机制方面，OpenAI注重长期投资和研究的持续性。在激励机制方面，OpenAI的薪酬可观。据纽约时报报道，早在2016年，OpenAI向全球顶尖机器学习领域专家伊利亚·苏茨克弗（IlyaSutskever）支付了超过190万美元薪酬。
在普通员工层面，OpenAI官方的招聘信息显示，普通ChatGPT软件工程师薪资水平在20万美元至37万美元，主管级别在30万美元至50万美元。
同时，OpenAI非常注重从生活工作平衡和员工福利等各个方面对员工进行激励。OpenAI鼓励员工合理安排工作时间，提供弹性工作制度，并关注员工的健康和福利需求。比如，对员工提供健康、牙科和视力保险以及20周带薪育儿假等。
四是鼓励创新、允许失败。OpenAI致力于构建一种积极鼓励创新的文化氛围。具体来说，OpenAI鼓励员工在自己认为有潜力的领域进行实验和创新。为员工创新提供必要的资源支持，以便他们能够追求创新项目，包括研究经费、硬件设备、数据集、计算资源等。
不仅如此，OpenAI也对员工的创新成果给予奖励和认可，通过奖金、晋升、专利申请、论文发表等方式来体现，使员工的创新工作得到肯定和回报，鼓励他们在创新领域持续努力。
五是注重团队合作和交流。一方面，OpenAI在对员工管理过程中非常强调团队合作。OpenAI的研究小组和项目团队通常由多个领域的专家组成，涉及人工智能、计算机科学、心理学、数学、物理学、神经科学、哲学等多个学科领域的研究人员，他们之间共同协作，解决复杂的技术和研究挑战。
另一方面，OpenAI非常重视组织开放，为员工提供丰富的外部培训和学习机会。同时，致力于以开源的方式发布大量的研究成果和技术进展，与全球社区共享知识，鼓励员工参与到组织外的学术界和科研社区的交流和合作，促进知识在更大范围内的流动和共享。
此外，OpenAI的人才集聚也得益于美国良好的科研环境。
OpenAI的资深研究员中有一位叫LiJing的国人，本科毕业于北京大学，随后选择去麻省理工学院深造，拿到了博士学位。毕业之后，他获得了在Meta从事博士后研究的机会，跟随图灵奖获得者杨立昆学习。在Meta科研近3年后，LiJing进入OpenAI。
综合来看，OpenAI的发展受益于美国良好的科研氛围。人工智能领域的顶级学术会议基本都是由美国组织举办，如计算机视觉领域的CVPR、ICCV（国际计算机视觉会议），其举办者都是总部位于纽约的电气电子工程师协会（IEEE）。美国凭借成熟科研轨道和良好的科研氛围吸引了一大批立志计算机事业的年轻人。
凭借着强大的产业基础，美国也汇聚了全球最多的计算机人才。智库机构MacroPolo曾做过统计，他们将NeurIPS（神经信息处理系统进展大会）接收过论文的研究员定义为“顶级AI研究员”。截至2022年，57%的顶级AI研究员都在美国工作。相比之下，排名第二的中国只占12%。如果按国籍划分，美国籍的顶级研究员其实只有28%。不断涌入的中国人、印度人、欧洲人构成了美国人工智能产业人才的半壁江山。
如何对标OpenAI
营造人才流动机制和环境至关重要。
首先，我们要实行更加开放的人才政策。挖掘海外高层次人力资源与人脉资源，建设海外人才工作服务站；围绕重点发展产业，深层次发掘海外领军型创新创业团队。支持高层次人才参加国际交流合作活动，鼓励高层次人才更广泛地参加国际学术交流与合作。推进全球高层次科技人才信息平台建设，利用大数据手段建设全球科技人才数据库，做好全球、城市、区域、机构等多层次多维度全景、趋势、预测等人才数据分析，利用好人才平台深度挖掘全球科技、产业、金融和人文科学领域高层次人才。
其次，创新平台企业要关注搭建人才沟通交流平台，以柔性方式使用人才，如建立高校、科研院所与企业间的人才柔性流动机制，引导高校或科研机构科技人才到企业兼职。要充分发挥企业在人才引育过程中的主导作用。充分发挥企业高效、灵活的引才机制；不为所有，但求所用，在企业汇聚高层次科技人才。
三是打造国际研发机构聚集区，吸引顶尖科技企业集聚，合理布局聚集区产业链创新链，促进区域内产业合理布局。引进一批全球顶尖风险投资机构，通过天使投资税收减免计划鼓励国际天使投资基金对优质创业项目的支持。
创新用人环境的打造同样重要。
首先，我们要实行有利于开放、协同、高效创新的现代科研管理制度，按照能放尽放的要求赋予科研人员更大的人财物自主支配权，减轻科研人员负担，充分释放人才创新活力。
国家科技计划项目、国家重大科技人才工程要对企业科技人才给予更多关注，加大支持力度。“揭榜挂帅”等瞄准关键核心技术进行重点攻关，要打破身份、学历、年龄等限制，建立一套选贤任能、让能者脱颖而出的体制机制，有助于企业人才创新发展。
二是建立健全“顶尖科学家+青年人才”主导的人工智能创新人才生态，健全以创新能力、贡献为导向的企业科技人才评价体系。
聚焦高风险、高难度的原始创新，布局具有超前性、突破性、颠覆性的科研项目。集中力量促使科研团队和工程团队有机结合，推动基础理论的突破，打通从科研到产业落地之前的“最后一公里”。支持青年科学家开展开放性、探索性研究。进一步构建人才合作培养生态，鼓励人才在机构间的循环流动，同时提前储备青年人才力量，敢于让青年学者领衔大项目。
如华为面向全球招募“天才少年”，要求不限学历、不限学校。在数学、物理、化学、材料、计算机、智能制造等相关领域有特别建树并有志成为技术领军人物，并为“天才少年”提供世界级挑战课题、顶级导师、全球化的平台和资源以及优渥薪酬。
三是拓宽创新发展空间，制定合理科学的创新激励机制，对积极干事创业取得优异成绩的人才给予表彰奖励，营造尊重人才、重视人才的良好氛围。
要积极参与举办或承办国际顶级学术论坛和技术交流论坛，如世界人工智能大会等，推动科研人员和研发技术人才的思想碰撞，为创新人才拓宽发展空间。同时，通过技术股权、股票期权、现金分红等措施，调动企业人才的创新积极性和主动性。完善和落实科研人员收入分配政策和个人所得税的税收优惠政策。
培育吸引创新型人才的制度和氛围。
一是打造敢于创新氛围，增强文化自信对人才的吸引力。应采取多种方式大力向全社会宣传敢于创新的理念，鼓励科学家试错冒险，培养全社会宽容失败的观念。勇于面对失败需要创新者持续修炼定力，更离不开制度撑腰，应建立宽容失败的政策和经费保障机制。积极发挥市场自身的作用，学习国外先进企业推崇的“允许失败、但不允许不创新”的价值观，设置奖励和表彰制度，使企业迸发出更大的活力。
二是积极推动科学数据共享利用，提高开放共享水平。攻坚云计算、大数据等核心技术，搭建科学数据云平台，对科学数据进行有效的管理，推动科研人才共享和充分使用，推动实现科研信息化；并在经费保障、技术研发和人才队伍等方面给予支持，为人才培育开放共享的科研环境。
三是平台企业要加快打造特色化人工智能基础设施。如微软已经计划将ChatGPT完全融入其系列产品中，从而让大模型支持其搜索引擎和办公软件的使用，进而促进人工智能在各个领域的应用和产业落地。
我国平台企业需要加快打造以人工智能大模型为核心的人工智能基础设施，更好地带动中国人工智能基础软硬件体系建设，支撑人工智能应用发展，加快对标OpenAI的高水平大模型，驱动整个人工智能产业发展。
（汪泓系中欧国际工商学院院长，国家二级教授；高凯系中欧国际工商学院研究员，上海工程技术大学副教授）
