据报道，Meta CEO 马克·扎克伯格近日谈到 AI 发展与 Biohub 研究时表示，推动 AI 进步未必依赖数百或数千人的大型团队，十几到二十几名高水平研究人员也可能取得实质进展。他同时提到，AI 与前沿生物学结合具备独特使命价值，但算力资源仍是普遍约束。
今日技术观察 IT之家 6 月 12 日消息，据《商业内幕》12 日（今天）报道，AI 人才争夺战虽然激烈，但 Meta CEO 马克 · 扎克伯格认为，AI 领域真正的突破并不一定要靠庞大的研究团队。“要推动 AI 进步，并不需要几百名甚至几千名 AI 研究人员。我认为，一个由十几人或二十几人组成的强大团队，就真的可以取得进展。”扎克伯格是在与妻子普莉希拉 · 陈一起谈到 Biohub 时作出上述表态的。Biohub 是二人创办的非营利医学研究组织 01 背景速览 背景速览：据相关报道，Meta CEO 马克·扎克伯格在谈及其与普莉希拉·陈共同创办的非营利医学研究组织 Biohub 时表示，AI 领域的突破并不一定需要庞大的研究团队。他认为，由十几人或二十几人组成的高水平团队，也有机会推动 AI 取得进展。Biohub 的方向是结合 AI 与生物学，支持科学家在长期目标下推进疾病相关研究。 02 趋势影响 趋势影响：这一观点反映出当前 AI 竞争中，人才质量、研究方向和组织使命可能与团队规模同样重要。AI 人才市场持续紧张，研究人员拥有较多选择空间。在这种背景下，能否提供独特问题场景、跨学科资源和长期研究目标，可能成为吸引顶尖人才的重要因素。 03 企业应用启发 企业应用启发：对企业而言，AI 建设不一定从一开始就追求大团队和全栈投入。更现实的路径可能是围绕明确业务问题，组建小规模但能力互补的核心团队，结合云计算、软件开发、数据治理和业务专家资源，优先验证高价值场景。例如在企业数字化中，AI 项目可以先从知识检索、流程自动化、研发辅助或客户服务等具体环节切入，再根据效果逐步扩展。 04 合规观察 合规风险提醒：AI 与生物、医疗等敏感领域结合时，数据安全、隐私保护、模型可解释性和责任边界都需要提前纳入治理框架。即使是小团队推进创新，也不能忽视数据来源合规、访问权限控制、模型输出审查以及网络安全防护。同时，算力资源受限也是现实问题，企业在采用云服务或自建算力时，应评估成本、供应稳定性和安全要求。 05 开放讨论 开放讨论问题：在企业 AI 落地中，小而精的团队是否比大规模团队更适合早期探索？企业应如何在人才、算力、数据和业务场景之间做优先级排序？当 AI 项目涉及高敏感行业数据时，创新速度与合规审查之间应如何平衡？欢迎结合自身实践分享看法。 公开来源参考 Meta CEO 扎克伯格：推动 AI 进步不需千人规模，十余名尖端人才就够了