Entrevista com o CEO interino da Core International, Zeng Cheng: já não é mais "todos os cargos de IA estão em alta" A competição por talentos em IA está mudando de habilidades gerais para implementação em cenários específicos

Investir em bolsa é ver os relatórios de análise do analista Jin Qilin — autoridade, profissionalismo, atempado e abrangente — ajude-o a descobrir oportunidades de temas com potencial!

（来源：证券时报）

Nos últimos dias, a UBTECH (优必选) voltou a colocar em alta a vaga de recrutamento de talentos de IA ao recrutar globalmente, com um salário anual entre 15 milhões de yuan e 124 milhões de yuan, o cargo de “Chief Scientist de Inteligência Incorporada (具身智能)”.

Qual é o estado atual do recrutamento de talentos de IA? Que tendências se irão desenhar no futuro? Quais são as dores do ecossistema de recrutamento? A este respeito, o presidente-executivo em regime rotativo da Kearney International (科锐国际), Zeng Cheng (曾诚), disse numa entrevista recente ao repórter do Securities Times (证券时报) que recrutamentos com salários na ordem das dezenas de milhões não são um padrão da indústria; normalmente surgem apenas em algumas empresas de topo e, em geral, são casos individuais de janelas específicas. Este movimento mostra precisamente que a competição por talentos de IA está a passar da capacidade geral para a implementação em cenários: quando a inteligência incorporada atinge um ponto de viragem crítico, o que as empresas disputam já não é apenas o próprio talento, mas sim uma minoria decisiva capaz de fazer a tecnologia ser verdadeiramente implementada e de definir o futuro do panorama.

Ao mesmo tempo, ela prevê que, em 2026, a procura de recrutamento na cadeia industrial de IA continuará estruturalmente em alta e de forma sustentada; deixará de ser “quente para todas as posições de IA” e passará a ser “o que deve estar quente ficará ainda mais quente, o que não deve estar quente arrefecerá naturalmente”, entrando numa nova fase de “prosperidade racional”.

Há prémios salariais evidentes em três tipos de funções de IA

Repórter do Securities Times: Como está a situação de recrutamento na cadeia industrial de IA que temos observado?

Zeng Cheng: Pelas nossas monitorizações em tempo real na base de dados do “data warehouse” da Kearney International, a procura de recrutamento na cadeia industrial de IA está, de facto, a manter uma tendência robusta. Além disso, a procura por talentos de IA apresenta três alterações relativamente claras: primeiro, o aumento de investimento das empresas na otimização de modelos para indústrias verticais e na atualização de capacidades multimodais. Tal como os engenheiros de algoritmos para grandes modelos, os investigadores de algoritmos, e os engenheiros capazes de realizar a implementação do modelo e otimizar desempenho — estas funções tendem a manter-se a um nível elevado de forma contínua, e a dificuldade de recrutamento é também relativamente maior.

Segundo, com a inteligência incorporada e os robôs humanoides a entrarem numa fase de validação em escala, as funções de ponta relevantes tornaram-se rapidamente热点 em recrutamento. Por exemplo, as áreas de VLA/L4/modelos do mundo: engenheiros de algoritmos de inteligência incorporada, especialistas em fusão multimodal e talentos em controlo inteligente de robôs. Antes, esta procura era mais dispersa, mas agora tornou-se um foco de disputa entre empresas, e o prémio salarial é muito evidente.

Terceiro, a IA está a avançar para a penetração profunda em indústrias físicas, especialmente com a implementação de agentes inteligentes, o que impulsiona o crescimento da procura por funções do lado das aplicações na indústria. As empresas dão mais preferência a talentos de tipo “híbrido” que dominam tanto tecnologia como negócios: por exemplo, engenheiros de desenvolvimento de agentes inteligentes, arquitetos de soluções de IA. Ao mesmo tempo, os gestores de produto de IA e especialistas em soluções de produto que consigam transformar tecnologia em valor comercial e obter perceções precisas das necessidades dos utilizadores em diferentes cenários também se tornaram posições-chave escassas no mercado.

Além disso, à medida que as aplicações da IA nos cenários nucleares do negócio empresarial se tornam cada vez mais profundas, as empresas estão a dar uma atenção ainda maior à fiabilidade dos modelos, à qualidade dos dados e à segurança do negócio. Isto também impulsiona de forma contínua a procura por funções como governação de dados, avaliação de segurança em IA e análises de conformidade, que continuam a ganhar tração.

Repórter do Securities Times: O nível salarial no recrutamento da cadeia industrial de IA tem registado subidas evidentes?

Zeng Cheng: No conjunto, o nível salarial na cadeia industrial de IA não está a subir de forma abrangente. O aumento principal está concentrado em vias escassas e em posições centrais. Para talentos excelentes que mudam de emprego, as subidas salariais tendem, em geral, a concentrar-se entre 20% e 30%. As empresas mostram, porém, maior flexibilidade salarial para tecnologia-chave e cargos de liderança.

Os prémios realmente evidentes concentram-se principalmente em três tipos de funções: o primeiro são as áreas de multimodalidade e inteligência incorporada, especialmente talentos polivalentes que reúnam simultaneamente capacidades de algoritmo, sistema e controlo. Os salários das funções centrais correspondentes têm um prémio muito significativo; por exemplo, o salário anual de um especialista sénior de algoritmos de grandes modelos situa-se entre 1 milhão e 2 milhões de yuan; e para engenheiros séniores de tecnologia de AI Agent, entre 400 mil e 700 mil yuan.

O segundo são as áreas de engenharia de modelos e implementação em escala. Em termos simples, são talentos capazes de pegar nos modelos do laboratório, implementá-los verdadeiramente em operações de negócio reais e mantê-los em funcionamento estável. A procura por este tipo de talentos é forte, e o aumento salarial também é particularmente marcante.

O terceiro são perfis polivalentes de “tecnologia + indústria + produto”. Por exemplo, gestor de produto de IA e arquiteto de soluções. Este tipo de talento tem de compreender tecnologia, entender o negócio da indústria e, além disso, consegue alinhar-se com as necessidades comerciais. O nível salarial continua a subir. Por exemplo, o salário de gestor de produto sénior de IA pode atingir entre 800 mil e 1 milhão de yuan.

A procura no recrutamento de IA mantém-se em alta, mas a taxa de crescimento tende a estabilizar

Repórter do Securities Times: A sua previsão é que a procura de recrutamento na cadeia industrial de IA em 2026 continue, se mantenha estável ou arrefeça? Com que base faz essa avaliação?

Zeng Cheng: Considero que a procura de recrutamento na cadeia industrial de IA em 2026 continuará de forma estrutural, mantendo-se no conjunto em patamar elevado, mas com desaceleração para uma taxa de crescimento mais estável. Há potencial para entrar numa nova fase de “prosperidade racional”. Quer na China, quer nos principais agentes económicos a nível global, a IA já foi colocada no lugar de uma competitividade central. O investimento contínuo de políticas, capital e recursos da indústria determina que isto não seja um “hotspot” de curto ciclo. Do ponto de vista da tecnologia em si, a inteligência artificial ainda se encontra numa fase inicial de evolução entre gerações. Direções como grandes modelos multimodais, inteligência incorporada e AI for Science já obtiveram alguns resultados preliminares, mas ainda há um longo caminho até à maturidade real. Enquanto a tecnologia continuar a evoluir rapidamente, a procura por talentos de alta qualidade não vai parar.

Em simultâneo, a IA está a penetrar todas as áreas a um ritmo acelerado. No passado, estava sobretudo concentrada em setores digitalizados como internet e finanças, mas agora está a acelerar a penetração em indústrias reais como manufatura, energia, agricultura e cuidados de saúde. Cada atualização de digitalização e inteligência num setor tradicional cria, por trás, necessidades de talentos contínuas e estáveis.

Mas, em termos de tendência, no futuro já não será “tudo em IA está quente”, mas sim “o que deve estar quente ficará mais quente, o que não deve estar quente arrefecerá naturalmente”. Para empresas e talentos, isto é, na realidade, uma boa notícia.

Repórter do Securities Times: Para empresas e talentos, é uma boa notícia. Como interpreta isso? Qual é a sua avaliação do ecossistema atual de recrutamento na cadeia industrial de IA?

Zeng Cheng: Penso que o ecossistema atual de recrutamento na cadeia industrial de IA está a passar de uma fase inicial de alta temperatura e forte carga emocional para um estágio mais racional e também mais estruturado. Por um lado, a procura por talentos começa a regressar a uma orientação baseada em valor. Durante um período, de facto existiu no mercado a situação de “recrutar gente logo que haja ligação à IA”. Mas agora as empresas estão cada vez mais claras de que o que realmente determina a competitividade não é o número de vagas, e sim se os talentos conseguem suportar a implementação do negócio. Esta mudança está a promover a transição do recrutamento de “competir em buzz” para “competir em capacidade”, o que é um ajuste necessário para toda a indústria.

A estrutura de talentos está a melhorar, e a capacidade polivalente tornou-se a direção principal. As empresas já recrutoam muito menos de forma isolada para alguém que “só entenda algoritmos” ou “só entenda negócios”; em vez disso, precisam mais de talentos polivalentes que compreendam os princípios técnicos e que consigam ligar-se aos cenários da indústria, com consciência de produto. De certo modo, isto também impulsiona a evolução do talento, passando de uma estrutura tradicional “T” para uma estrutura “em múltiplas dimensões” tipo “兀”, o que é um benefício de longo prazo para elevar a qualidade geral dos talentos na indústria de IA.

As formas ágeis de contratação estão a passar de mera opção suplementar para ferramenta estratégica. Esta é uma observação muito clara que fazemos nos últimos dois anos. À medida que as iterações da tecnologia de IA aceleram, é difícil que as empresas cubram todas as necessidades de capacidades de alto nível apenas com a contratação tradicional de quadro. Assim, cada vez mais empresas começaram a introduzir capacidades-chave através de especialistas por projeto, consultores independentes e outros meios. Por um lado, este modelo reduz os custos de mão de obra e o risco de tentativa/erro; por outro, oferece aos especialistas seniores caminhos de carreira mais flexíveis e diversificados. Por exemplo, no caso de uma empresa que atravessou fronteiras e entrou na cadeia industrial de IA que atendemos, com base numa compreensão aprofundada — tanto do setor em que o fundador entrou como do próprio fundador — e através de diagnósticos do negócio e da organização, ajudámos o fundador a organizar a direção do desenvolvimento do negócio e as necessidades de talentos-chave. Não foi como “atrair e caçar os melhores talentos do setor seguindo o modelo habitual”, porque em termos de ciclo de tempo e custo isso não se ajusta ao que este setor e esta empresa realmente necessitam. Em vez disso, permitimos ao fundador decompor módulos-chave como desenho do produto, desenvolvimento, cadeia de fornecimento e marketing no exterior em tarefas por projeto, apoiando-o a montar rapidamente, em 3 meses, uma equipa de especialistas multidisciplinar para formar uma organização ágil de “fundador-âncora + rede externa de especialistas”, encurtando de forma significativa o ciclo de desenvolvimento do produto. Atualmente, o produto está prestes a ser lançado primeiro no mercado externo, alcançando uma quebra de 0 para 1.

Recomenda-se que “a conquista de talentos” dê lugar ao equilíbrio entre “formar talentos” e “usar talentos”

Repórter do Securities Times: Num ecossistema de recrutamento de IA mais racional e estruturado, haverá também riscos a ter em conta?

Zeng Cheng: Eu acredito que o ecossistema de recrutamento atual está de facto mais racional, mas também existem riscos que merecem atenção. Primeiro, a concentração excessiva de talentos de topo dificulta o acesso de empresas de média e pequena dimensão; “um general é difícil de encontrar” para muitos pequenos negócios. Os melhores talentos de IA são monopolizados por grandes fábricas e por startups com estrelas. Isso aumenta a dificuldade de obtenção de talentos por parte das empresas de menor dimensão, podendo enfraquecer em alguma medida a vitalidade inovadora global da indústria e até formar um padrão em que “o topo domina”.

Segundo, a preferência das empresas por “plug-and-play” comprime o espaço de crescimento de talentos juniores. Muitas empresas, ao contratar, tendem claramente a favorecer talentos seniores com mais de 8 anos de experiência, mas não investem o suficiente em talentos iniciais com 1 a 3 anos. Além disso, algumas empresas não têm um sistema robusto de desenvolvimento de talentos; após contratar, não conseguem fornecer um palco adequado de evolução, o que leva a uma taxa de rotatividade de talentos elevada. Se a falta de mecanismos de formação sistematizada persistir a longo prazo, poderá surgir um problema de ruptura de talento.

Terceiro, o aumento da mentalidade de procurar lucro no curto prazo cria risco de alocação inadequada de recursos. Algumas empresas e indivíduos focam excessivamente o retorno salarial a curto prazo e ignoram a construção de capacidades a longo prazo e a criação de valor para o negócio. Quando o ambiente de mercado muda, é fácil cair numa situação de “alto custo e baixa produção”.

Repórter do Securities Times: Perante este tipo de situação, que sugestões tem?

Zeng Cheng: Para o ecossistema da indústria, a sugestão é estabelecer mecanismos de circulação de talentos mais abertos, incentivando os talentos das grandes empresas a fluírem para empresas de menor dimensão e para as indústrias tradicionais, através de modelos como partilha de talentos e consultoria técnica, para que as capacidades de IA sejam mais amplamente aplicadas na economia real. Para as empresas, recomenda-se a mudança de “conquistar talentos” para uma abordagem equilibrada entre “formar talentos” e “usar talentos”. Por um lado, através de contratação flexível e consultores independentes, é possível obter rapidamente capacidades escassas; por outro, é preciso aumentar o investimento interno na formação, criando um sistema de formação de talentos polivalentes de “IA + negócios”. Além disso, é necessário validar de forma inversa: usar problemas reais do negócio para definir as funções, manter um recrutamento racional e aperfeiçoar o sistema de formação e retenção de talentos.

As empresas de recrutamento devem pensar cuidadosamente nas necessidades antes de começar a recrutar. Muitos erros de base de muitas empresas são “ver que os outros recrutam, então eu também tenho de recrutar”, sem ter pensado claramente que problema é que esta posição serve para resolver. A tecnologia está bloqueada? O produto precisa de uma quebra? Ou já se chegou à fase crítica de implementação comercial? Se este problema não for clarificado, mesmo que as pessoas sejam contratadas, é muito provável que no fim se torne “as pessoas são caras, mas não se sabe bem o que fazer”.

Talentos de topo não precisam necessariamente de ser “comprados a partir do início” (contratação definitiva). Para talentos muito raros e com nível muito elevado, na verdade pode ser totalmente possível colaborar primeiro por algum tempo através de projetos ou consultoria. Assim, consegue-se validar as capacidades e o encaixe, e também reduzir o risco de um investimento inicial único por parte da empresa. Enquanto se assiste à loucura por talentos já maduros, as empresas também precisam estabelecer um mecanismo para identificar talentos com alto potencial. Algumas pessoas talvez ainda não consigam “ganhar batalhas duras” neste momento, mas têm forte capacidade de aprendizagem, pensamento sistémico e entusiasmo tanto pela tecnologia como pelos negócios; assim que lhes for oferecido o ambiente certo, a velocidade de crescimento tende muitas vezes a exceder as expectativas.

Para os talentos, deve-se construir uma estrutura de capacidades em “π”: é essencial ter um eixo técnico vertical suficientemente profundo, por exemplo em algum dos domínios de algoritmos, sistemas ou engenharia; ao mesmo tempo, é preciso compreender horizontalmente a indústria, o negócio e o produto, sabendo para que problemas a tecnologia deve, no final, ser usada. Capacidades isoladas são fáceis de substituir, mas a capacidade de ligação — de conectar — vai valer cada vez mais. Além disso, manter o equilíbrio entre pôr as mãos e pensar: não só é preciso agachar-se para entrar em campo, escrever código e correr experiências, como também saber saltar para fora da tecnologia para pensar tendências da indústria, valor para o utilizador e a essência comercial.

Acesso a grandes volumes de informação e interpretação precisa — tudo na app Sina Finance (新浪财经APP)