声明:本文来自微信公众号“新智元”(ID:AI_era),作者:Aeneas 好困,授权靠谱客转载发布。

【新智元导读】亚马逊工程师一个周末辛苦写出的代码,因为项目最终被降级而白白浪费了。AI爆火的背面,是一众硅谷大厂员工的疯狂内耗。越来越密集的活动日程表,越来越不可思议的deadline,为董事会准备毫无用途的AI产品展示……被迫「内卷」的大厂AI工程师们,已经感到窒息。

AI爆火之后,硅谷的工程师们已经被「内卷」搞得精疲力竭,苦不堪言!

放弃整个周末休息辛苦写出的代码,因为项目降低优先级全部白费。

大家你追我赶,争取比竞家更快发布产品,一切都向速度看齐。领导疯狂发号施令,但对项目的实际影响漠不关心。

为了赶工AI项目,毫无经验、也未经受培训的成员被纷纷拉进来;而另一边,许多人都在deadline前疯狂内耗,即使旁边就是技术大牛,也根本没有机会向他们学习……

以上,就是生成式AI爆火的硅谷大厂中,正在发生的种种怪相。

「内卷」永不停歇

比如一位亚马逊的工程师。

去年末,他在结束了几周的工作后,本来打算轻松地过一个周末。

然而,当他收到一个Slack消息时,一切都变了:上司要求他,必须在周一早上6点前完成一个项目。

于是,他的周末计划就这样泡汤了。他不得不取消朋友们的聚会,夜以继日地赶工。

这件事情的结局,以项目被降低优先级而结束。这意味着,他的所有努力都白费了……

其实,这种情况对他来说已经司空见惯了。

AI领域的专家们经常紧急开发出一个新功能,然而这些功能往往会突然被暂停,然后让他们去应对其他AI项目的紧急需求。

这位亚马逊工程师就透露,自己就曾在一个没有任何错误检测的环境中,为新的AI功能写了几千行代码。

然而,因为代码在缺乏必要测试的情况下极易出错,团队成员有时不得不在深夜互相联系,修复AI软件问题。

在他看来,亚马逊的高层更注重形式上的「我全都要」,然而当他们想要尽最大速度尝试复刻微软和OpenAI的产品时,产品质量就很难跟上了。

对于这些深陷大厂「内耗」的AI工程师,外媒给出了一个非常形象的比喻——「老鼠赛跑」(Rat race)。

在「老鼠赛跑」中,人们就仿佛试图获得奶酪奖励的老鼠,疲于奔命,但徒劳无功。为了获得眼前的奶酪,他们过着重复的生活,没有时间休息。

谷歌、微软工程师,都卷麻了

同样怨声载道、苦不堪言的,还有谷歌和微软的工程师。

由于担心技术落后于对手,他们时刻悬着这根弦,需要迅速推出工具。

英伟达CEO老黄说,AI正处于「iPhone时刻」。

这也就意味着:整个硅谷都处于巨大压力的笼罩之下。

项目进度不断加快,每一个AI发布都拼命抢在竞争对手之前。更荒唐的是,领导层对许多项目的实际影响也并不关心。

以上并不是某家特定公司的做法,而是整个行业的普遍趋势。

谷歌的一名员工表示,在高强度工作了大约六个月后,她感觉自己终于能喘口气了。

但在公司「边飞边造飞机」的产品开发策略之下,压力仍在不断增加。

一位亚马逊的AI工程师表示,为了赶工一个进度落后的项目,他的团队都被临时拉了进去。但问题是,成员既没有经验,也没有接受过相关的培训……

而管理层则为了push员工,经常举办「振奋人心」的演讲:「你们的工作将会革新整个行业!」

无论是工程师还是其他职位的人,都有这样一种感觉:自己的工作越来越集中于满足投资者的期望,以及保持行业竞争力,而非解决用户的实际问题。

而且,为了追求开发速度,雇主们也忽略了监控上的影响,以及AI可能造成的其他负面效果。

因为长时间的工作、巨大的压力、不断变化的工作要求,他们普遍面临着职业倦怠。

许多员工因为无法忍受这种高压和快节奏的工作环境, 已经选择离开AI部门,或者正在寻找下家。

是的,这就是生成式AI淘金热不为人知的一面。

为了在未来十年内预计收入超过1万亿美元的市场中保持竞争力,科技公司正竞相开发着各种聊天机器人、AI智能体和图像生成器,为了训练LLM投入数十亿美元。

另一面,是卷到窒息的硅谷大厂员工。

巨头们,纷纷为AI疯狂

而大科技公司的高管们,也毫不避讳地向投资者和员工们宣扬着AI对自己重大决策的影响。

微软的首席财务官Amy Hood在今年的某次财报电话会议上提到,公司正在调整人手,优先专注AI。而且,微软还将继续优先投资AI,因为这是「塑造未来十年的关键因素」。

Meta CEO小扎也是如此。在最近的财报电话会议上,他大部分时间都谈论产品和服务,以及Llama3的最新进展。

「我坚信,在未来几年里,我们应该大力投资,开发更先进的模型和世界上规模最大的AI服务,」小扎表示。

在亚马逊,CEO Andy Jassy也对投资者表示,生成式AI机遇空前,因此需要增加资本投入,绝不可错过这次机遇。

「我认为,我们中任何人在技术领域都很少见到这样的机会,至少自从云计算出现以来,甚至自从互联网问世以来,」Jassy给出这样的判断。

速度,一切都为了速度!

如今在AI竞赛中,这些大厂一边在裁员,一边在尽最大努力挖来更多AI专家。

曾在苹果工作四年的老员工Eric Gu,参与了包括Vision Pro头显在内的关键性项目。

他表示,自己越来越强烈地感觉到,自己的发展十分受限。虽然身边到处都是人才和大牛,自己却没机会向他们学习。

「苹果非常注重产品,因此我们总是面临着巨大压力,需要高效工作、快速推出产品、增加功能……」

这种快节奏的压力,让Eric Gu不堪重负。

终于,大概在一年前他选择离开苹果,加入了AI初创公司Imbue。在那里,他也能够参与野心勃勃的项目,只是节奏可以更平和。

图片

一位微软的AI工程师也透露,公司正深陷激烈的AI竞争之中。

而且,为了追求速度,微软也忽略了伦理和安全保障,这导致团队还没来得及考虑潜在后果,产品就在仓促之间被推出。

他还指出,由于所有科技大厂都能接触到几乎相同的数据,因此AI领域实际上并不存在真正的竞争优势。

图片

的确,拥有超20万用户热门项目的独立软件工程师兼数字艺术家Morry Kolman表示,在AI技术迅速发展的今天,很难去判断哪些领域值得投入时间。

而这就非常容易导致职业倦怠,因为你很难对一件事情保持持续的热情。

在谷歌,一名AI团队成员表示,职业倦怠主要来自于竞争压力、更紧迫的时间表和资源短缺,尤其是在预算和人员配置上。

尽管许多顶尖科技公司都表示正在追加对AI的投入,但在紧迫的时间表下,所需的人力往往难以实现,即使在谷歌也是如此。

匆忙的产出,导致谷歌数次面临尴尬的翻车。

Gemini图像生成工具在今年二月发布后,因为犯了历史错误而仓皇下线。

而在2023年初,谷歌员工也批评了公司领导层,尤其是CEO劈柴。明眼人都能看出,为了跟ChatGPT对打,谷歌匆忙推出的Bard明显处理不当。

这名十多年的谷歌老员工表示,不仅如此,行业普遍都在削减成本,众多公司也不得不为了满足投资者的期望、提高净利润而采取大裁员。

图片

紧凑的会议日程安排,也让团队面临着巨大的压力。

AI团队的日程表上,是2023年5月的Google I/O开发者大会、8月的Cloud Next以及2024年4月的另一场Cloud Next大会。

比起以前,这些活动的间隔大大缩短。对于一个需要按照会议时间线推出功能的团队来说,这意味着巨大的压力。

同样的压力,也存在于政府机构和初创公司中。

一位政府机构的AI研究员表示,尽管政府行动较慢,但他仍感受到必须快速跟进的压力。因为如今生成式AI的影响力已经破圈,波及到了各个圈层。

初创公司同样如此。

数据科学家兼AI政策顾问Ayodele Odubela提到,一些初创公司获得了大型风投的投资,正在趁热打铁地加班加点。

这些投资者期望的,是高达十倍的投资回报。

为了用AI而用AI

除此之外,大厂的AI工程师们,还有很大一部分工作只是为了使用AI而使用AI,而不是为了解决商业问题或直接服务于客户。

一位微软的AI工程师表示,在自己接触到的任务中,有不少就只是在为AI的炒作贡献素材而已,并没有任何实际的应用价值。

比如,对于明明不涉及生成式AI的问题,也要想办法用大语言模型去解决,即便这样会让效率更低、成本更高。

另一位在互联网大厂工作的软件工程师,也被调到了一个研究LLM新团队,原因只是「AI太火了」。

这位有多年机器学习经验的工程师认为,当前生成式AI领域的工作,充斥着大量虚假的承诺和过度的宣传。

外界看来,似乎每两周都会有重大进展,但其实大家都在重复相同的工作。

比如,他就经常需要在三周的时间内,为公司董事会准备好全新的AI产品演示,即便这些产品实际上「毫无用途」。

此外,为了取悦投资者并获得资金,他还特地制作了一个网页应用。当然,这与团队正在进行的工作并无关系,而且在演示完成之后也再也没有人用过。

一位金融科技初创公司的产品经理表示,高层想要推出一些AI加持的解决方案,但却不知道针对问题是什么。

比如,他曾参与的一个项目是将公司一直在用的算法重新包装成「人工智能」。并且,还开发了一个供客户使用的ChatGPT插件。

一位在零售监控初创公司工作的AI工程师表示,公司总共只有40个人,而他是其中唯一的AI工程师。

在这里,他除了要负责处理所有与AI相关的任务外,还需要面对由那些完全不了解AI的投资者提出的「根本无法完成的需求」。

如今,饱受折磨的他一心只想离职去读个研究生,然后进行独立研究并发表成果。

车速太快容易翻

正如前面提到的,各个大厂在快速推出产品的压力下,纷纷缩减常规测试,并搁置了对AI准确性的验证。

然而,为了赶超竞争对手而急推的AI项目,很容易「翻车」。

还是以不止一次深陷「歧视」风波的谷歌Gemini图像生成为例。

比如,当用户要求生成「1943年的德国士兵」时,它就会给出各种不同肤色的人穿着当时的德国军装的图像。

图片

而在生成「19世纪的美国参议员」时,甚至同时给出了黑人、拉丁裔,以及土著女性的形象。

然而,美国第一位女参议员是一位白人女性,于1922年任职。

这显然是枉顾了种族和性别歧视的真实历史。

图片

对此,Odubela表示,随着AI技术迭代速度越来越快,审慎的思考和严格的评估比以往任何时候都更为重要,但一些大厂似乎不仅不care,甚至还在做着相反的事情。

参考资料:

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

(举报)

点赞(107)

评论列表共有 0 条评论

立即
投稿
返回
顶部