2026-03-19 11:30
扫码打开虎嗅APP
本文来自微信公众号： 复旦管院 ，编辑：王菲妮，责编：黎舒娅，作者：刘圣明，原文标题：《从千问技术负责人出走看技术人才管理：顶尖人才“不是管出来的” | 智能涌见》
人类社会的发展史，本质是一部由技术革命驱动的生产力革新史。蒸汽机解放了人力，电力延伸了时空，互联网重构了距离……每一次关键技术的出现，都在改变人类的生产方式与社会结构，也不断拓展着文明的边界。
2022年，随着ChatGPT横空出世，人工智能第一次以直观的方式进入公众视野。短短几年间，围绕AI的技术体系与产业生态迅速演进，从芯片算力到算法模型，从软件工具到应用场景，AI正引领当下最伟大的生产力革命，推动人类从信息时代跨入智能时代。
当算法开始重构商业逻辑，当算力成为新的生产要素，人工智能不仅改变着企业的运营模式，更在重塑我们对管理、组织与创新的根本理解。复旦管院特别推出“智能涌见”栏目，聚焦AI领域前沿动态与深度变革，既追踪技术演进脉络，更关注其背后的商业逻辑与社会影响。我们记录这个时代最重大的转型，也呈现老师、校友与同学们在智能浪潮中的一线实践与思考。在这里，技术与商业交汇，洞察与行动并行。因为理解变革，方能引领变革。
本期，复旦大学管理学院企业管理系刘圣明副教授，将聚焦顶尖技术人才管理方式，分享科技企业领导者如何构建有技术、有凝聚力、更有广阔视野的科技人才团队。
刘圣明
前几天千问（Qwen）大模型的技术负责人林俊旸离职一事引发了很多讨论，今年2月AlphaGo项目中担任核心角色的前谷歌DeepMind首席科学家David Silver宣布离职。这些AI行业顶尖技术人才的出走主要出于哪些原因？
刘圣明副教授：首先，AI行业面临着结构性人才短缺问题。从人才供给端来看，人才的培养需要周期，AI领域的专业人才仍然紧缺。从企业需求来看，AI技术也带来新的商业机遇，不管是传统大厂还是新兴独角兽公司，纷纷涌入这一蓝海，期望能抓住这个新的风口。这也导致对AI领域技术专家的争夺日益激烈，而AI人才的培养一时还难以满足企业的需求，报告显示AI关键岗位人才的需求与供给比例接近3.2:1。这种紧张的人才局势直接影响了高端技术管理层的稳定性，使得高级技术管理人员面临更多发展选择。
但值得注意的是，这也赋予了初创公司与大厂竞争的新机遇。因为大厂的技术人才储备并不一定符合AI方向，所以大家相当于在同一起跑线去争夺人才。例如DeepSeek成为后起之秀，离不开在启动阶段就集中招募了大量AI、计算机、数学等领域的优秀技术人才，其中多数为90后和95后的年轻人才。
其次，AI技术形态的迭代很快。从最早的ChatGPT横空出世，到现在的OpenClaw，从把AI当做简单的工具，到把AI变成可以自主工作的“龙虾”，AI的发展方向和商业应用存在创新性高和不确定性强的问题。这就导致企业的发展战略和AI人才的固有知识难以动态匹配，企业对产品的落地理念是随着顾客需求在快速变化，但是AI人才的技术理想往往较为坚定，因此二者不一定一致。这使得高端技术管理人员倾向于寻找更符合自身专业优势与理念的平台。
与其他职能人才相比，顶尖技术人才有哪些显著特点？企业管理者应该注意哪些问题？
刘圣明副教授：首先，他们通常具备较高的学历与知识储备，在某一领域有深厚的专业积累，并且对该领域前沿研究有较高的了解与关注。其次，与其他岗位相比，他们的创新导向更加突出。研发工作本身就是突破原有认知、开创全新思路的过程，无论是渐进式创新还是突破式创新，他们都倾向于不断探索与实验。最后，顶尖技术人才的成就动机普遍较强。他们往往怀抱理想，渴望实现人生价值。例如乔布斯曾立志改变世界，华为曾经的“天才少年”彭志辉积极在社交平台分享创新想法。他们期望在自己的工作中能获得成就感与自我价值的满足。
由于这些特质，技术型人才在管理层面与非技术岗位存在明显差异。例如，在激励机制上，相比于薪酬、地位等外部动机激励，真正优秀的技术研发型人才更关注内在动机的满足，即自我价值的实现和对工作的意义感。企业需要为这类核心科技人才提供一定的自由空间，让他们有精力去开展短期未必盈利、但长期来看对技术突破有价值的工作。
但是，我们调研中也发现有些科技人才存在自己的认知误区。追求技术完美的想法没问题，但也要考虑到企业发展现实。例如，在调研科创企业的过程中，我发现在有的科创企业中，研发部门与市场部门之间容易发生矛盾。研发人员只关注技术能否做到极致和足够新颖，而忽略了市场部门对客户需求的诉求。企业不是大学的实验室，不可能不计成本地去追求技术突破。这就对企业制定差异化管理制度提出新的要求，企业管理者需要引导研发人员在追求技术卓越与商业化可行性之间取得平衡。
事实上，技术型创业者的失败案例屡见不鲜，一个重要原因是科学家思维与企业家思维存在差异甚至冲突。科技型创业者只懂技术、不懂管理，或者传统企业管理者只强调控制、不尊重技术，都会导致企业的失败。因此，科技时代的管理者需要找到平衡点——既满足科技人才的技术理想追求，又能为企业和股东创造实际利润。
刘圣明副教授：从本质上看，企业与员工之间的“不匹配”是导致员工离职的核心原因。可以从四个方面分析：
第一，物质不匹配。尽管许多研发人员以内在动机为主要驱动力，但这并不意味着他们不需要经济回报。基本薪酬、股权激励等物质条件如果与市场不匹配，尤其在当前人工智能人才极度稀缺的背景下，竞争对手可能会提供更高的待遇，从而直接影响员工的留任意愿。因此，物质条件的合理性是吸引并留住科技人才是保障条件。
第二，管理不匹配。管理方式与员工需求的不匹配同样容易导致离职。有些科技企业依然采用僵化的高压式考核机制，例如以KPI为核心的评估方法，或在管理中存在过度官僚化、不尊重技术人员、强权式领导等现象。这些管理方式与研发人员的工作习惯和心理需求不符，会对其工作积极性和长期稳定性造成负面影响。
第三，资源不匹配。即使给予了丰厚的物质待遇并表现出足够的尊重，企业能否为技术员工提供实现理想所需的资源，是关键因素。例如，企业是否能够引入同样优秀的成员，组建高水平团队，是否能提供必要的技术支持、渠道准入或其他关键资源。如果资源条件不足，研发人员的创新抱负很难落地，也会促使他们另寻平台。
第四，理念不匹配。高端科技人才离职的原因中，理念不一致的因素尤为突出。当员工与企业在未来发展方向、技术应用路径等方面存在根本分歧时，往往会引发冲突。例如，技术高管希望推动开源项目，但公司政策却明确禁止。OpenAI的Sam Altman离开又回去，核心原因也是理念不一致引发的信任危机与人事变动。
很多时候，企业领导者不一定是技术专家，怎样优化管理方式去更好地凝聚这些顶尖技术人才，打造有持续创新能力的技术团队呢？
刘圣明副教授：顶尖技术团队不是“管理出来的”，而是“生态培养出来的”。在AI时代，企业领导者需要从“管理者”转变为“服务者”和“资源协调者”。留住顶尖科技人才的关键，不在于约束，而在于释放——释放他们的创造力，并为他们扫清一切障碍。
第一，领导者自身需要主动学习相关技术知识。企业领导者必须具备持续学习的能力，去不断拓展自己的知识储备。因为研发人员往往不单纯因为领导的职位高就认可领导，反而更倾向于尊重技术能力。他们对能够理解并与自己进行专业对话的领导者会产生信服感。
举个例子，在复旦科创企业家领导力营有一位同学，创业领域是基于人工智能的自动化识别技术应用。但她原本是文科专业出身，创业前从事销售工作。在带领团队过程中，她没有忽略专业壁垒，而是通过积极学习技术，与员工建立起了很有效的沟通平台，也获得了技术团队的认可，取得了很好的管理效果。
第二，制定适合科技创新规律的考核方案。研发类岗位与其他岗位存在根本差异，这类工作的成果往往具有突破性和非线性特征，进度和结果难以预测，可能在投入大量资金后仍无法确定成果的显现时间或规模。因此，传统的计划管理与KPI考核模式难以适用，总体上更适合采用以贡献和目标实现程度为核心的OKR考核方式，也可以根据项目周期完成情况及实际成果贡献进行评价。薪酬结构上，可以采用基本工资与浮动工资相结合，并辅以动态股权激励，特别是鼓励技术入股，从而建立长期绑定关系，为员工提供更自由的创新空间。
第三，尊重科技人才的心理需求和工作动机。在管理风格上，应当为技术人才营造安全感强、自由度较高的工作环境。大量研究表明，员工在心理安全感强时更容易进行创新，因为创新行为本身伴随着风险，所以在压力较小、无过度命令式管理的氛围中，他们更愿意投入创新工作。
领导者还应该努力激发员工的内在动机。通常，顶尖技术人才都具有较强的愿景和成就驱动力，科创企业领导者更应当以企业使命和社会意义为核心，传达改善人类生活、推动世界进步等美好愿景与目标，而不仅仅强调经济效益。此外，在华为、谷歌等大型企业，当研发人员取得重要技术突破时，企业会用研发人员的姓名命名该技术，这种方式也能极大地激发研发人员的成就感与自豪感。
第四，设计关注研发贡献和潜力的激励机制。我们调研中发现，一些科创企业会根据员工的专利成果进行股权分配或利润分成。例如，公司鼓励技术团队按专利成果入股，他们在公司产生的专利如果带来收入，企业会拿出收入的一定比例给予专利所有人。这种激励方式往往比一次性奖金更有助于持续激发员工创造力。
第五，打造有助于科创人才协同工作的组织结构。在追求快速创新的组织中，更适合采用强调相互配合打破部门边界的有机式组织结构，而不是以传统工业时代严格分工和专业化为主导的工作模式。传统的直线分工模式容易造成部门间的隔离，而在科技创新环境下，需要打破部门边界，建立平台型组织，让成员跨部门、跨团队协作，发挥共享型领导力，强调共同参与项目，以应对快速的变化和将创新想法付诸实践。这种灵活的结构更适合研发人员的发展，并有助于提升整体创新能力。
