第 326 期

休假四个月回来,模型全变了

AI 岗位中的女性占比,随着年薪升高而逐渐降低

商业休假四个月回来,模型全变了

本以为在这个资历尚浅的行业里会更公平

在 AI 行业,一直存在一种期待:既然谁也不可能拥有摆弄一年前才问世的模型达十年的经验,那么大家理应站在相近的起跑线上。人们普遍认为,在一个资历长短无法成为绝对武器的领域,其他行业根深蒂固的差距在这里也会被缩小。

IT 服务企业级 AI 平台 Prioriwise 的联合创始人兼 CEO Urvashi Batra 并不认同这种期待。在最近的一篇海外报道中,她表示,对于“AI 降低了门槛、为女性打造了公平竞技场”的说法,自己的看法恰恰相反。作为 AI 公司的女性创始人,她觉得自己在外界眼中远不如男性联合创始人那般受到严肃对待;而且两人在实践中发现,当男性联合创始人在投资者面前进行路演宣讲时,获得投资的概率明显更高。

同一篇报道中提到的 Turing AI 工程主管 Jayeeta Putatunda 的经历则更为具体。她说,休了四个月产假回来后,发现框架完全变了,模型的水平也早已不可同日而语。她坦言跟上节奏非常吃力,多亏了施以援手的同事,以及公平分担育儿责任的丈夫,自己才最终做到了这一点。

今天,我们不妨把这两个场景与领英(LinkedIn)最近公布的数据放在一起来看。在人们本以为因资历门槛不高而更公平的行业里,这种极其快速的迭代周期,反而成了暂离职场之人必须承担的高昂代价。

薪资越高,女性占比越低

作为依据的数据来自领英经济图谱研究所(LinkedIn Economic Graph Institute)于2026年7月和8月发布的两份报告。《The Triple Penalty》分析了27个国家大中型企业数千万在职员工,而《The AI Talent Divide》则分析了2023年至2026年美国的招聘启事与招聘数据。

在美国,2025年新入职AI岗位1的人员中,女性占26%。而在与AI无关的岗位中,这一比例为50%。同期AI招聘启事较2023年翻了一番,一般AI招聘启事开出的薪酬约为17.7万美元,达到非AI招聘启事(约8万美元)的两倍以上。这意味着在增长最快、薪酬最高的岗位上,女性占比仅为一般岗位的一半左右。

按具体岗位细分来看,这种差距并非只发生在单一节点。

岗位新招聘人员中女性占比公开的薪酬水平
数据标注员2约一半中位数约5.1万美元
Director of AI26%未确认
Head of AI20%通常约23.6万美元
Member of Technical Staff318%未确认

领英指出,在学历门槛较低、时薪制、项目制及远程办公较多的AI岗位中,女性占新招聘人员的一半以上。相反,在像Head of AI、Director of AI、Member of Technical Staff等本科及以上学历比例超过95%的高薪岗位中,女性占比则降至20%左右。与其说是入口处有一道一刀切的门槛,不如说更像是一条随着薪酬上升而逐渐倾斜的坡道。

成为本文出发点的那篇报道写道,从事AI工作的女性正集中在数据标注员等低薪岗位上。Axios引述的领英数据显示,数据标注员岗位的男女比例几乎各占一半。这两句话的分母不同,因此可以同时成立:前者说的是从事AI工作的女性主要分布在哪些岗位,后者说的则是某一特定岗位内部的性别比例。同一篇报道还提到,在整个AI岗位中,男性的年薪中位数比女性高出4.5万美元,但这一数据在领英原文中未能直接核实。

全球范围的数据也呈现出相同的趋势。在27个国家的AI企业中,负责AI业务的C级高管中女性仅占13%。如果从总监级(Director)及以上整体来看,女性占38.5%,但若聚焦于AI领导层职位,这一比例则降至31.2%。领英在控制了国家和职能差异后发现,女性占比在高管层低约15个百分点,在AI岗位低约10个百分点,在AI企业低约5个百分点,并将其称为“三重惩罚”。

阅读时也有需要注意的地方。这些数据基于领英平台上注册的个人资料和招聘启事,而且正如Axios所指出的,AI岗位在整个劳动力市场中目前仍只是一小部分。然而,这却是薪酬上涨最快的一部分,因此这里产生的差距随着时间推移,可能会体现在平均薪酬差距之中。

为什么资历尚浅的领域,门槛反而更窄

在从业资历普遍较浅的领域,仅凭简历筛选人才的标准就会被弱化。既然没有十年工龄可供参考,人们便会去寻找其他信号,而填补这一空白的,往往是内推、熟人关系以及长期惯用的筛选机制。女性科技从业者支持机构 AnitaB.org 的总裁 Brenda Darden Wilkerson 表示,企业虽然在以惊人的速度招募人才,却依然依赖原有的关系网和内推渠道,而这些渠道并未给予女性平等的曝光机会。Batra 在路演中的遭遇亦可在同一脉络中理解。评判依据越单薄,发言者是谁就越容易被当作依据来用。

另一个因素是速度。Putatunda 指出,如果想在这个领域确立远大目标,就注定要经历超时工作的阶段,每天工作 12 小时的文化并不鲜见。她也坦言,并不总有捷径可以跳过那段时长。接着,她这样总结女性在 AI 领域被边缘化的缘由:并非缺乏兴趣或能力,而是可能缺少让人有条件跟上节奏的支撑底座。

韩语中对此早有称谓,叫做“职业中断”。在其他行业,职业中断是历经数年积累形成的损失;但在工具与模型数月一更迭的行业里,哪怕只是短暂的空白期,也可能引发相似的后果。对 Putatunda 而言,那段空白期仅有四个月。

这两点解释并非非此即彼。评判依据不足,便倾向于起用熟人;行业迭代迅猛,暂离岗位的人就极易落伍。对于更多因生育和照料责任而不得不暂离岗位的一方,这两种推力正叠加作用于其身。

曾经提供支撑的机制正在减少

长期以来,科技行业应对性别差距的方案主要是导师指导与多元化目标。其成效喜忧参半。根据引发讨论的报道,虽然女性在全美科技岗位中的占比已上升至约三分之一,但女性离开该行业的比例却远高于男性。雪上加霜的是,最近几年许多企业纷纷缩减了 DEI4 项目。

致力于扩大女性在 AI 领域参与度的组织 AI Powered Women 创始人 Felicia Newhouse 指出,美国司法部已出现将 DEI 项目视为涉嫌违反反歧视法的苗头。她表示,以名称中带有“女性”字样的团体身份进入企业变得越来越难,就连企业内部的支持者也难以维系针对女性的项目。她最担忧的,正是参与度的差距会转变为权力的差距。

women ai jobs pay slope前面提到的 13% 之所以具有分量,原因也正在于此。决定将 AI 引入公司的哪项业务、以何种标准评估、改变谁的工作,正是 C 级高管(C-level)的权责所在。领英的调查显示,女性更多集中在像客户服务这样工作内容极易被 AI 改变的岗位上。从事将被改变工作的人,与决定工作如何被改变的人,二者在性别比例上存在如此巨大的差异,这一点格外值得深思。

Oswarld视角

我在设计企业交付或咨询方案时,总是以“模型总会持续升级”为前提来做准备。 这一前提越是成立,在这个行业工作就越意味着必须时刻留在岗位上。如果离开数月期间发生的变化全凭个人独自去弥补,那么这种代价首先就会转嫁给那些更有可能不得不暂离岗位的人身上。

因此,面对这些数字,我最为警惕的,是结构造成的差距被解读为能力差距的那一瞬间。当跟进追赶的速度变成招聘与晋升的衡量信号时,暂离四个月的人往往会被先看到空窗期,而非其真正的实力。Putatunda 没有强调意志或热情,而是选择了“基础”一词,这也正是最触动我的地方。

结语

“因为是一个年轻的行业,所以对所有人都很公平”这种说法,目前来看更接近一种期待。仅仅因为行业年轻,门槛并不会自动敞开;而数据表明,薪酬越高的领域,这扇门就越窄。


💬 在 读者 工作的领域中,如果离开岗位几个月再回来,需要多久才能赶上进度?

📨 如果身边有准备重返职场的同事,或是打算转向 AI 岗位的朋友,请把这篇文章分享给他们。


你的观点会成为下一期的线索

欢迎留下你的经验与看法。

注册读者均可免费发表评论。

参考资料与延伸阅读

安光涉(Oswarld)个人插画

作者 安光涉(Oswarld) 现任世宗大学兼任教授,INLEVEL9 战略顾问。职业经历、研究、著作与近期活动会持续更新在作者简介。 最新动态 · 2026年7月:HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 术语说明

注释

  1. AI 职位:指领英归类为将 AI 技能作为核心要求的职位。涵盖 AI 工程师、机器学习工程师、Head of AI 等。 ↩

  2. 数据标注员:负责为 AI 训练数据打上正确标签,或核验模型输出结果的人员。多为时薪制或项目制合同。 ↩

  3. Member of Technical Staff:AI 研究所中常用的头衔,指往返于前沿研究与实际产品开发之间的技术职位。 ↩

  4. DEI:多元(Diversity)、公平(Equity)、包容(Inclusion)的缩写,指旨在增加少数群体在招聘和晋升中参与度的企业项目。 ↩