大数跨境

狂砸1万张A100显卡!这家量化基金要挑战OpenAI,揭秘Deepseek背后的“疯子逻辑”

狂砸1万张A100显卡!这家量化基金要挑战OpenAI,揭秘Deepseek背后的“疯子逻辑” 产品教练Lisa
2025-02-02
4

一家中国量化私募基金,突然宣布“不务正业”,豪掷数亿美元、囤积1万张顶级显卡,誓要打造“中国版OpenAI”。


他们不做金融应用,不谈商业化,甚至直言“从商业角度看这很疯狂”。

最近Deepseek这家企业实在是赚够了大家的注意力。

凭什么敢叫板大厂?钱烧光了怎么办?接下来听听“暗涌Waves”和这群“疯子”的采访片段。



一、量化基金跨界AGI:一场“好奇心”的豪赌


“别人问我们为什么做AI?对我们来说,问题应该是‘为什么不做’。”

当全球科技巨头争相入局大模型时,一家中国量化基金“幻方”却宣布成立独立公司“深度求索”(DeepSeek),目标直指通用人工智能(AGI)。他们坦言:这与量化、金融毫无关系,纯粹是“好奇心驱动”

团队核心成员来自AI领域,曾用AI颠覆量化行业,如今想验证更大胆的猜想:


“人类思维的本质可能就是语言——你以为你在思考,其实是在编织语言。若如此,语言大模型就是通向AGI的钥匙。”



二、1万张A100显卡背后的“硬核底气”


“大厂和创业公司现在拼的其实是算力军备竞赛。没两三亿美元,连牌桌都上不了。”

早在2021年,当多数人还看不懂GPT-3的价值时,这家公司已悄然自建机房,囤积1万张英伟达A100显卡(当前单价超10万元),甚至早于部分云厂商。

为什么能未卜先知?



“从2021年AlexNet引爆AI革命起,我们就开始‘囤卡’。”团队解释,“研究员对算力的渴求永无止境。就像家里买钢琴,既买得起,更因为有一群急于弹奏的人。”

更惊人的是,他们退役的老显卡在二手市场依然抢手,“硬通货没亏太多”。



三、“不招有经验的人”:反常识人才战


“销售主力曾是卖德国机械的素人,研究员多是应届生——经验是创新的敌人。”

这支团队奉行一条反常识法则:“能力>经验”

  • 核心技术岗以应届生为主,理由是“有经验的人会不假思索,新人会认真摸索”
  • 销售团队不用行业老手,两位主力此前零经验:一人卖过机械,一人写过后台代码
  • 考核标准颠覆传统:“不设KPI,鼓励发展圈子,哪怕第一年零业绩”


“当年幻方杀入量化时,团队连金融背景都没有。创新不是靠复制经验,而是靠‘野生’创造力。


四、“烧钱做研究,公开代码”:挑战巨头的“疯子逻辑”


“大厂优势?如果他们不能快速赚钱,未必能坚持。而我们愿意等十年。”
面对OpenAI和科技巨头的碾压,团队坦言劣势,却坚信机会:
  • “不做应用,专注底层研究”:公开训练结果,让小公司也能低成本用大模型
  • “不怕浪费”:每年数亿研发预算,甚至可调用原计划捐赠公益的资金
  • “疯狂是必要的”:“就像程序员熬夜写开源代码——身体瘫掉,精神满足”

被问及“如何说服投资人”,他们直言:“真正的AGI信徒不会计较短期回报,OpenAI的早期投资人也是如此。”

在长达两小时的对话中,我特别关注了一个问题:这波AI革命,将如何重塑科技行业的人才版图?
"过去几个月,我们收到了大量来自互联网大厂的简历,"王文锋透露了一个有趣的现象,"其中不乏BAT、字节等公司的技术专家。他们中很多人都提到一个共同的想法:不想错过这波AI革命。"

五、AI时代的人才迭代

"我们发现,在AI领域真正有竞争力的人才,往往具备三个特质:

1. 跨界思维能力
"比如我们最近招到的一位专家,他本科学物理,研究生做计算机视觉,后来去华尔街做量化交易。这种跨学科背景,在做大模型研究时反而是优势。因为大模型本质上就是在模拟人类的认知过程,需要综合多个领域的知识。"
2. 基础研究素养
"很多人以为AI工程师主要是调参调模型,但实际上,理解底层原理比掌握工具更重要。那些在大厂写了多年业务代码的工程师,如果不补充基础知识,很难在AI时代保持竞争力。"
3. 持续学习意愿
"现在AI发展太快了,每个月都有重要突破。我们看重的不是候选人已经掌握了什么,而是他们能否快速学习新东西。"

六、给互联网从业者的四点建议

Lisa姐姐在过年期间和三位科技公司创始人聊了聊今年的规划,大家都异口同声的回答——all in AI.

春节后马上可以看到的是传统岗位JD正在批量消失,但AI杂交型人才被疯抢。deepseek这波带来的冲击实在太大了。给产品、运营、市场条线的朋友泼盆冰水醒醒神:
1. 产品经理:  
某大厂刚把"需求文档工程师"岗位全撤了,新设"AI产品架构师"职位。知道现在顶级PM的核心能力是什么吗?不是画原型,是调教AI同时生成需求,原型与代码。见过最狠的95后产品,用GPT-4o重构用户画像,把付费转化率预测误差从27%压到4.6%。

2. 运营增长:  
杭州跨境电商把30人运营团队砍到8人,但给留下的人配发"AI增长黑客"title。现在考核指标不是日活月活,是"单日AI生成的有效策略颗粒度"。更震撼的是某内容平台,00后运营用Claude3批量制造200个垂类人设账号,真人只负责给AI打修正分。

3. 数据分析:  
有家SaaS公司给全员发最后通牒:3月31日前不会用Copilot做归因分析的一律转岗。但会训练AI抓取非结构化数据的人,工资条突然多出个"数据炼金师补贴"。传统BI工程师?猎头说现在得自降30%薪资预期。

4. 销售市场:  
AI公司正在发生恐怖故事:普通销售岗冻结,但"AI客户经理"开价50万年薪。见过最颠覆的玩法,是用DeepSeek分析竞品,自动生成销售方案。"现在比的不是带销售团队,搞SOP,是带调教好的AI军团"

春节后的保命公式:

原有岗位经验 × AI工具链掌握度 = 新职场估值  

那些还在用Excel做竞品分析、用PPT堆砌卖点的朋友,建议去逛逛boss——你会亲眼看见JD已经把AI换成必要技能,这一切发生的太快了。

此刻站在时代绞肉机的分水岭,记住两件事:  
1. AI不会淘汰销售,但会淘汰不会用AI预测高意向客户的销售  
2. 企业需要的不是更牛的文案更厉害的产品经理,而是能指挥AI进行作战的人

机会永远只给有准备的人,不要说学AI太难,一点都不难,只看你有没有心,愿不愿意坚持。

七、行业趋势:2025年的关键机会窗口

在对话最后,王文锋分享了他们对未来1-2年的一些重要判断:

1. 人才缺口持续扩大
"目前国内懂大模型的人才可能不到1万人,但需求在快速增长。我们预计未来两年,这个领域的人才缺口可能超过5万。"

2. 技术门槛逐步降低
"随着开源项目增多,入门门槛会降低,但真正的核心机会在于理解底层原理。建议关注国内外顶级实验室的研究进展。"

3. 细分领域机会涌现
"除了大模型本身,周边还有很多机会,比如:
- 算力优化
- 数据治理
- 模型安全
- 行业应用适配
这些都是潜力方向。"

4. 创业机会重构
"可能会出现新的创业模式,比如专注于某个特定问题的小而美的研究型公司,这给经验丰富的技术专家提供了新的职业选择。"


我是全网拥有80万粉丝的Lisa姐姐
有趣的rich women
依旧每天坚持为职场人做职业规划与咨询
有任何职业发展的困惑和问题都可以随时来找我

👆扫码加我【注明来意】,姐姐送你一次职业发展诊断作为见面礼👇


【声明】内容源于网络
0
0
产品教练Lisa
1234
内容 256
粉丝 0
产品教练Lisa 1234
总阅读22
粉丝0
内容256