聲明：本文來自於微信公眾號矽星人PRO，授權站長之傢轉載發佈。
2024年下半年，AI行業的人才流動呈現出戲劇性的轉折:從科技巨頭出走創業後，如今又選擇回流大廠。
兩年前，在AI2.0的開端，伴隨而來的是新的創業熱潮，曾在大廠任高位的算法工程師們開始躁動不安，意圖通過“創業”來乘上時代的船。
接近兩年過去，躁動的心“死”一半。2024年後半年，國內幾傢AI獨角獸均進入動蕩期，一批中高技術和產品骨幹乃至聯創團隊離任，其中不少都回流大廠。
11月12日，據媒體報道，月之暗面幾位出海負責人已於近期離職，Noisee前產品負責人明超平（前剪映產品經理）將重新創業，其餘十餘位目前還未表明動向。更早之前，波形智能創始團隊打包進OPPO負責交互產品;面壁智能秦禹嘉被曝離職後，2024年下半年加入字節跳動大模型研究院;零一萬物算法副總裁、模型預訓練負責人黃文灝加入字節跳動，負責技術項目管理和規劃，直接匯報給朱文佳;MIniMax產品負責人張前川於今年9月被確認離職後，至今未更新消息。
這個結局，與今年5月份矽谷AI獨角獸們的結局如出一轍。C.AI的兩位創始人雙雙回歸谷歌，加入Gemini AI項目;Inflection AI創始人Mustafa加入微軟，負責Bing、C o pilot;Adept CEO David帶著聯創和幾乎全體員工加入亞馬遜....
人才的流向是最敏感的風向標。大廠憑借深厚的技術積累、充沛的算力資源和持續的研發投入，正在AI賽道上展現出越發明顯的優勢。而創業公司即便估值傲人，也難以在基礎模型研發和商業落地的雙重考驗中獨善其身。
技術、資本與人才正進行重組，高調創業又低調離場的背後，行業正在經歷一輪靜默的洗牌。
1
創業公司:打不過就加入
AI圈有一個共識:“人才第一、數據第二、算力第三。”實際上，對於人才的爭搶就從未停止過。
不同的是，“卷基模”階段，頂尖算法人才形成一個高度封閉的圈層，他們的流動更像是一場“精英輪轉”，基本隻能靠搶。今年10月底，原阿裡通義千問大模型負責人（P9）周暢在7月離職後，被曝出低調加入字節，曾帶隊設計並實現超大規模的多模態訓練模型M6，剛好與字節下一步的技術方向符合。
“關於大模型的人才很少，頂尖人才更少，國內有80%都在微軟亞研院的CV組待過，這部分人就這麼多，而且已經很少流通。”一位大模型算法工程師告訴我們。
兩年過去，整個國內AI的形式也已經走到“卷應用”階段，它們開始尋求將這些技術轉化為實際的產品和服務。舉個例子，「可靈」作為快手押註的核心產品，在PC端爆火之後，一直在籌備移動端，據矽星人解，快手正在密集招聘產品經理，目前可靈App負責人曾在騰訊任職。
這需要既理解技術又懂產品與市場，能夠將AI能力轉化為真實的商業價值的復合型人才，供給遠跟不上市場需求，導致巨頭們也不得不通過收購創業團隊來快速補充這類人才儲備。
大廠的人才策略正在發生轉變。從單純的高薪搶人，轉向更有針對性地團隊整合。OPPO收購波形智能的團隊，不僅獲得技術積累，更重要的是獲得一個已經磨合成熟的產品團隊。這種“整體采購”的方式，某種程度上比零散招聘更有效率。無論最終結局如何，「蛙蛙寫作」在上線的一年多時間裡，仍然積累超過30萬的註冊用戶，生成將近200億字數的文本，付費用戶平均每天使用時長超過6小時。產品經理和運營人員也在過程中不斷與用戶進行1v1的調查反饋，來持續迭代產品功能。創業公司由於更加貼近用戶，能拿到更多真實的數據反饋，從而形成對市場的敏感性和認知。
“創企體量小，所以變化快，相比於大廠更容易實現創新型業務的早期驗證階段。”一位大廠戰投告訴我們:“現在有一些和主線業務相關的，基本上就直接談收購，反而比自己開新業務要更劃算。”
大廠有需求，創業公司也走到一個關鍵的淘汰期。
技術創新的馬太效應在AI領域表現得尤為明顯。一方面是動輒數千萬美元的算力投入，另一方面是持續的數據積累需求，這些都讓創業公司在起跑線上就背負沉重的包袱。更具挑戰性的是，AI技術與市場需求之間存在著一道難以逾越的鴻溝。波形智能的經歷頗具代表性:產品形態遭遇瓶頸，付費用戶增長受限，轉向2B市場卻又難覓商機。
“一般天使輪的回報周期都是2年，到2025年3月，如果創業公司未能在這段時間內跑出像樣的商業模式和數據，融不到下一輪錢，那項目就要黃。”上述投資人講道，“大廠在教育市場方面有著得天獨厚的優勢，他們有足夠的資源承受試錯成本，有龐大的用戶基礎做產品驗證，更重要的是，他們的品牌背書能大大降低用戶的信任門檻。”
面對時間窗口的壓力，許多創業者不得不重新思考自己的定位，是做開拓者還是跟隨者?
創企體量小，所以變化快，相比於大廠更容易實現創新型業務的早期驗證。但要將創新轉化為真正的市場價值，卻需要更多的耐心和資源。按照以往的經驗，在這個過程中，大廠既是競爭對手，也是潛在的合作夥伴，甚至是最終的收購方。
這種復雜的產業生態，正在重塑AI創業的版圖。
1
AI創業“降虛火”
AI創業領域的人才“大逃亡”，揭開一個尷尬的現實:前期創業熱潮中的泡沫正在被市場擠壓出清，人才流動更多是創業初心與現實考驗之間的碰撞結果。
有相當一部分創業者並非出於強烈的意願，而是被資本推著走。上述算法工程師透露:不少高級算法工程師是被投資人“拽”出來創業，缺乏足夠的創業決心。這類創業者往往會與原東傢保持密切聯系，將回流大廠作為隨時可以啟動的"Plan B"。
有人將創業視為規避大廠競業限制的"中轉站"。還有人將其視為鍍金的捷徑，夢想著通過運作AI項目，最終收獲一紙通往大廠的“入場券”。
“通過創業規避半年競業期，最終目的是跳到競爭對手公司，是業內公開的秘密。”當技術創業的復雜性遠超資本預期，人才回流，某種程度上是一種自我出清的方式。
從技術創新的視角來看，在接下來一段時間的動蕩中，市場正經歷從“點狀突破”向“系統性創新”的轉變。
早期階段，創業公司往往將註意力集中在某個特定技術領域的突破上，可能是一個更精準的算法，或是某個細分場景的優化。然而，隨著技術的普及和市場的成熟，單一技術優勢已經無法支撐企業的持續發展。市場對系統性創新的迫切需求，導致創新的重心也在悄然發生位移，從純粹的技術領域轉向應用場景商業模式的創新。
最近幾個月在矽星人接觸到的創業公司中，幾乎得到統一的共識:隨著開源和底層技術的不斷拉齊，AI產品不存在技術壁壘，但在這個前提下，才能催生創業者不斷思考產品壁壘和用戶壁壘。
“我們發現，相比模型的準確率提升1%，讓產品更貼合用戶習慣帶來的效果提升可能達到10%。”上述算法工程師講道。
但人才流動帶來的不僅是技術上的影響，更是市場競爭格局的潛在重構。
這種新格局下產生新的競合關系，某種程度上類似於移動互聯網時代的應用商店生態。大廠提供平臺和基礎設施，創業公司在平臺上進行創新。不同的是，AI時代的創新門檻更高，對技術積累和專業化程度的要求也就更高。
“我們可以在三個月內完成大公司需要一年才能做的創新嘗試。”一位創業者講道，創業公司的優勢在於能夠快速試錯和場景驗證，當技術本身的提升空間變得有限時，真正的差異化優勢開始來自於對具體行業場景的深度理解和落地能力。
另一邊，大廠在新的產業分工中則承擔著規模化和商業化的角色。它們不僅提供基礎設施支持，更重要的是承擔著市場教育和商業化落地的重任。這是大部分創業公司面臨的進退兩難的困境，在移動互聯網僅存的需求中，一邊創造著新的需求教育市場，另一邊與大廠橫向競爭，找不到商業化落地的路徑。
從單打獨鬥的“重復造輪子”走向整合重組，動蕩之後，或許是新的起點。