同一波AI支出，不同环节的岗位价值可能差很多

消息提到，Gavin Baker 认为所有AI相关公司的估值不可能都准确，并指出英伟达、存储、定制芯片、光网络、电力设备、冷却系统和数据中心建设者都被视为同一轮支出热潮的赢家。但他也提醒，繁荣不会自动让每个供应商都成为复利型公司，利润池会流向最难替代、最难推迟、客户最难压价的环节。

这对求职者的启发是：贴着AI标签的公司，不等于岗位价值相同。同样是“AI基础设施”，做加速计算、做光模块、做冷却系统，客户结构、收入驱动和议价位置可能完全不同。选岗时先问自己：这个环节的客户是谁？收入靠一次性项目还是持续服务？如果下游预算收紧，这个环节是第一批被砍，还是最后被砍？

面试和offer比较时，怎么问出环节的真实位置

不要只问“公司做不做AI”。可以换成几个更具体的问题：

  • 这个岗位服务的客户主要是云厂商、设备商，还是终端企业？
  • 团队收入里，多少来自新项目，多少来自存量维护？
  • 如果客户推迟资本开支，这个岗位的工作量会怎么变？

这些问题的目的不是套出商业机密，而是判断你所在的环节是“被需要”还是“被顺手带上”。素材里那句“最难替代、最难推迟、最难压价”，可以拆成三个核查点：替代方案多不多、项目能不能延期、客户有没有压价空间。面试时对方怎么回答，往往比岗位描述更能说明问题。

想进AI基础设施方向，先判断自己靠近哪种稀缺

素材提出一个分析角度：如果稀缺的是电力、冷却和物理容量，基础设施供应商可能获得溢价；如果稀缺的仍是加速计算，英伟达和存储可能相对便宜。这不是让你押注哪只股票，而是提醒你：技能投入方向，最好和环节的稀缺性对齐。

假设你拿到两个offer，一个做数据中心冷却项目交付，一个做加速计算相关的软件支持。前者更靠近物理容量和现场交付，后者更靠近算力调度和生态适配。两者没有绝对好坏，但你要问：三年后，我的经验是绑定在某个客户的临时项目上，还是能迁移到更多场景？

一个实际可做的小建议：下次看岗位描述时，把“AI”这个词划掉，只看客户、交付物和收入来源，再决定要不要投。

本文为职业分析，不构成对任何公司或环节的招聘承诺。