Специалисты по ИИ получают пару миллионов USD в год

Бизнес
BB.LV
Дата публикации: 17.06.2026 17:42

Изображение к статье: Самая прибыльная сфера экономики.

В отличие от университетов крупные фирмы могут закупать огромные вычислительные ресурсы.

Университеты лишаются талантливых исследователей ИИ: они уходят за высокими зарплатами в крупные компании. Меняется не просто работодатель – меняются исследования, переориентируясь на коммерциализацию инноваций, а знания оказываются запертыми в собственности корпораций.

ИИ перестал быть сферой, которую продвигает наука. Эту сферу все больше формирует группа крупных и влиятельных компаний. В дискуссиях о политике в сфере ИИ темпы инноваций обычно принимаются как данность, а основное внимание уделяется исследовательской деятельности в бизнес-индустрии. Например, ряд исследователей предлагают убедительные описания динамики конкуренции между крупными технологическими компаниями в секторе ИИ. По мере того как исследования в области ИИ «уходят» из университетов, меняется и характер инноваций.

На протяжении десятилетий университеты были сердцем передовых исследований. Они растили таланты, создавали открытую науку и обогащали новыми идеями всю экономику. Но в сфере ИИ эта модель разрушается. В своей недавней работе, используя базу данных о карьерной траектории 42000 исследователей в сфере ИИ в США с 2001 по 2021 г., мы показываем, что лучшие специалисты все чаще переходят из университетов в крупные компании, поскольку разрыв в зарплатах между частным сектором и научной сферой вырос в пять раз.

Распределение талантливых ИИ-исследователей имеет большие последствия для темпов и направления инноваций в области ИИ. Традиционно университеты служили платформами открытых знаний, генерировали широко распространяемые идеи через общедоступные публикации и подготовку ученых. Компании же, сталкиваясь с различными стимулами и ограничениями, обычно сосредотачиваются на собственных инновациях и ограничивают доступ к ним другим фирмам и исследователям. Тип фирмы также имеет значение.

Крупные игроки, как правило, концентрируются на постепенных инновациях, защищая ренту, связанную с существующими технологическими парадигмами. Впрочем, в отличие от университетов крупные фирмы могут закупать огромные вычислительные ресурсы, необходимые для передовых исследований в области ИИ.

Для изучения этих вопросов необходимо четкое представление о распределении талантов в области исследований ИИ. Мы предоставляем его с помощью новой базы данных, которая связывает опубликованные научные статьи с административными данными о работниках и работодателях, хранящимися в Бюро переписи населения США. Полученные результаты позволяют сделать выводы, что частные лаборатории ИИ все чаще «поглощают» талантливых специалистов. В отличие от предыдущих работ, которые опирались либо только на данные о публикациях, либо на опросы, наши административные данные позволяют проводить более детальный анализ переходов между местами работы. Из этого проведенного нами анализа следуют десять ключевых фактов.

К 2019 г. 68% исследователей ИИ в США работали в бизнесе – против 48% в 2001 г. Доля исследователей ИИ, родившихся в США и работающих в бизнесе, снизилась на 5,5 процентного пункта; это снижение практически полностью компенсируется ростом доли исследователей из Китая (+3,8 п.п.) и Индии (+2 п.п.). Средний возраст ИИ-исследователей в бизнесе снизился на два года – с 39 до 37 лет, но остался неизменным в академической среде – 42 года. Доля женщин среди ученых, занимающихся ИИ, в академической среде выросла на 13 п.п. – с 16% до 29%, в то время как в бизнесе осталась относительно неизменной – плюс 4 п.п., с 19% до 23%. Представленность женщин в академической среде сейчас выше, чем в бизнесе. В бизнес-секторе разрыв в средних заработках мужчин и женщин незначительно увеличился (с 27% до 28%), в науке – сократился (с 21% до 17%). С 2001 г. средняя реальная заработная плата в целом в академической среде снизилась, и исследователи ИИ не стали исключением. Одновременно с революцией в области распознавания изображений, начавшейся с нейросети AlexNet, ежегодные доходы 1% самых высокооплачиваемых специалистов в отрасли с 2001 по 2021 г. взлетели более чем втрое (в фиксированных ценах 2015 г.). При этом зарплаты ведущих ученых за этот период практически не изменились, и разрыв с заработками топ-исследователей корпоративного сектора из почти двукратного стал пятикратным, достигнув $1,5 млн.

Одновременно с публикацией знаковой статьи исследователей из Google «Внимание – это все, что вам нужно» ускорился переход из академической среды в бизнес, и все больше доходов ученые, занимающиеся ИИ, стали получать от дополнительной работы. Рост числа переходов из академической среды в бизнес обусловлен уходом молодых исследователей в крупные зрелые компании (которым больше 20 лет и численность сотрудников которых более 1000 человек), а также в сектор профессиональных услуг и информационный сектор. После того как исследователи окончательно переходят из академической среды в бизнес, их средняя публикационная активность снижается: на 65% меньше статей в год, вероятность опубликовать статью падает на 30 п.п. А вот патентная активность растет: на 530% больше патентов в год, вероятность получить патент увеличивается на 6 п.п. Заработки вырастают на 63% по сравнению с аналогичными исследователями, которые меняют место работы внутри академической среды.

В рассматриваемый период резко выросла зарплата ведущих исследователей ИИ, особенно в бизнесе. В бизнесе годовой доход 1% самых высокооплачиваемых специалистов в области ИИ начал резко расти с 2010-х, а с 2001 по 2021 г. вырос более чем втрое, примерно с $595 000 до $1,94 млн в долларах 2015 г. В академической среде рост доходов оказался гораздо скромнее: даже среди 1% лучших зарплата выросла примерно на 30%, с $301 000 до $392 000.

Этот скачок зарплат в бизнесе совпал с серией прорывов, изменивших экономику ИИ. Проект ImageNet в целом и «олимпиада для нейросетей» – конкурс по широкомасштабному распознаванию образов в ImageNet в частности создали новый мощный стандарт, графические процессоры позволили обучать гораздо более крупные модели, а глубокое обучение обеспечило впечатляющий рост производительности, наиболее известным примером которого служит нейросеть AlexNet 2012 г. По мере объединения данных, вычислений и алгоритмов ожидаемая отдача от передовых исследований в области ИИ резко возросла. Компании отреагировали на это масштабными инвестициями в вычислительную инфраструктуру и более агрессивной конкуренцией за квалифицированные кадры.

Второй сдвиг произошел после 2017 г. Молодые исследователи ИИ стали гораздо чаще переходить в крупные, устоявшиеся компании, в то время как доля переходов в более мелкие или новые фирмы практически не менялась. Это совпало по времени с появлением трансформера, представленного в статье исследователей из Google «Внимание – это все, что вам нужно» (трансформер – новая на тот момент архитектура нейросетей, позволяющая модели анализировать все слова в предложении одновременно, а не последовательно, благодаря механизму self-attention – самовнимания).

Модели, использующие трансформер, особенно хорошо масштабировались с использованием данных и вычислительных мощностей, что давало преимущество крупным технологическим компаниям с большими собственными наборами данных, дорогостоящей инфраструктурой и ресурсами для найма ведущих исследователей. Результатом стала не только более высокая зарплата, но и растущая концентрация талантов в области ИИ в крупных зрелых компаниях.

Когда исследователи ИИ переходят из академической среды в бизнес, меняется не просто их работодатель – меняется сам характер их исследований.

В журнале Econs сравнили исследователей, которые перешли из университетов в бизнес, с такими же исследователями, которые тоже поменяли работу, но остались внутри академической среды. Это сравнение помогает отделить эффект смены рабочего места от эффекта смены сектора.

В совокупности эти данные говорят о том, что переход талантов в области ИИ из академической сферы в бизнес меняет частную отдачу от исследований и форму самих исследований, смещая акцент с публикаций на коммерциализацию знаний.

Дискуссии о политике в сфере ИИ часто фокусируются на вычислительных мощностях, микросхемах и моделях. Наши выводы показывают, что распределение талантов также должно быть частью этой дискуссии. ИИ – это не просто технологическая революция, это реорганизация того, где «живут» идеи.

По мере того как таланты, ресурсы и открытия концентрируются в руках нескольких компаний, баланс между открытостью и контролем смещается. Риск не в замедлении инноваций, а в том, что они становятся более узкими, менее распространенными и более зависимыми от того, кто владеет вычислительными ресурсами. Задача ясна: обеспечить, чтобы эра ИИ оставалась не только быстрой, но и открытой, конкурентной и приносящей всеобщую пользу.