Pourquoi il est difficile pour les nouvelles laboratoires d'IA de rivaliser pour les talents

Il existe plusieurs raisons pour lesquelles les nouvelles laboratoires d'IA, malgré des levées de fonds impressionnantes, ont du mal à retenir les chercheurs de premier plan :

Restrictions de rémunération : Ces startups ne peuvent souvent pas offrir des salaires aussi élevés — parfois atteignant des montants à sept chiffres — que de grandes entreprises technologiques comme Meta, Google DeepMind et OpenAI.
Part de l'entreprise contre liquidités : Bien que les premiers employés puissent obtenir une part du capital avec une valeur potentiellement élevée à l'avenir, cela est souvent moins attractif que des paiements en argent immédiats et importants dans de grandes sociétés.
Risque des options d'achat d'actions : La part dans de jeunes entreprises privées est généralement plus risquée que les options sur actions de sociétés publiques ou de laboratoires établis. Par exemple, Google et Meta proposent des packages d'actions généreux avec un vesting rapide, permettant aux employés de liquider leurs actions plus rapidement. OpenAI et Anthropic envisagent également une introduction en bourse, ce qui pourrait apporter aux employés des paiements importants dans un avenir proche — ce qui est moins probable pour les nouvelles startups.
Un ancien chercheur d'OpenAI, en contact avec les employés de Thinking Machines, a suggéré que la principale raison des départs récents est la motivation financière, car certains employés ont été attirés de nouveau chez OpenAI par des offres extrêmement avantageuses. Cette personne a également exprimé l'opinion que les efforts de Simo pour recruter pourraient avoir été destinés à compliquer l'obtention de financements pour Thinking Machines, car les investisseurs restent prudents face au départ des membres fondateurs de l'équipe.