Техногиганты в Великобритании тратят миллионы на ИИ-специалистов
Британские филиалы американских технологических компаний в 2024 году направили миллионы фунтов на персонал, включая высокие зарплаты и акционные выплаты, с примерами таких затрат у Anthropic Limited, Google UK и других. Уровень компенсаций отражает конкуренцию за таланты в сфере искусственного интеллекта.
По данным Companies House, британские филиалы американских технологических компаний демонстрируют значительные расходы на персонал, включая высокие зарплаты и акционные выплаты. В 2024 году Anthropic Limited (дочерняя компания, разрабатывающая ИИ-платформу Claude) потратила £24,1 млн на среднесписочную численность 43 сотрудников. Это составляет £560 000 на человека, включая £288 000 в виде заработной платы и £226 000 — акционных вознаграждений.
Распределение затрат в крупных технологических филиалах
Google UK Limited выделила £2,42 млрд на зарплаты и бонусы 7029 сотрудников, что в среднем составляет £345 000 на человека. Из этой суммы £1,15 млрд пришлось на акции (£163 000 на сотрудника), а £1 млрд — на зарплаты (£142 000). Однако часть расходов (£382 млн) была перечислена другим подразделениям Alphabet, что может искажать расчеты. Около половины сотрудников Google UK заняты исследованиями и разработками.
DeepMind Technologies Limited, дочерняя компания Alphabet, специализирующаяся на ИИ, увеличила расходы на персонал до £1,01 млрд в 2024 году (против £826 млн в 2023). Точный размер штата не раскрывается, так как сотрудники формально трудоустроены в других подразделениях группы.
Сравнение с другими игроками рынка
Microsoft Research Limited направила £53,4 млн на 202 сотрудников, из которых 184 работают в сфере исследований. Средние выплаты составили £264 000 на человека, включая £148 000 в виде зарплаты. Palantir Technologies UK Limited, специализирующаяся на обеспечении безопасности, потратила £173 млн на 749 сотрудников (£231 000 на человека). Около 65% её персонала заняты в сегменте продаж и маркетинга.
Динамика и рыночные позиции
Уровень компенсаций в компаниях отражает стремление конкурировать за таланты в быстро растущей сфере ИИ. Например, Anthropic снизила средние затраты на сотрудника с £604 000 в 2023 году до £560 000 в 2024, несмотря на рост числа штатных единиц. Это может указывать на оптимизацию структуры персонала. Вакансии в компании предусматривают базовые зарплаты от £105 000 до £435 000, дополненные акциями и льготами.
Интересно: Как сочетаются высокие затраты на персонал с долгосрочной устойчивостью бизнес-моделей технологических компаний, если ключевые компетенции сосредоточены в узких группах сотрудников?
Высокие ставки на ИИ: как траты на персонал формируют будущее технологий
Стратегия привлечения талантов через акции
Американские технологические компании используют британские филиалы как локомотивы для развития ИИ. Высокие акционные выплаты (до £226 000 на сотрудника в Anthropic) указывают на попытку создать долгосрочную связь между сотрудниками и ростом акций. Это снижает текучесть кадров, но делает бизнес-модель уязвимой к волатильности рынка. Если стоимость акций падает, мотивация топ-специалистов ослабевает, что может замедлить инновации.
Ключевой риск: зависимость от роста капитализации, а не от стабильных доходов.
Новые данные: В 2025 году Anthropic представила модель Claude Sonnet 4.5, которая позволяет создавать полноценные приложения, включая базы данных и аудит безопасности. Увеличение контекстной памяти модели до 1 млн токенов (в пять раз больше предыдущего лимита) требует значительных инвестиций в квалифицированных специалистов. Эти разработки подтверждают, что высокие затраты на персонал напрямую связаны с созданием технологий нового поколения.

Разделение функций внутри корпоративных структур
Google UK перечисляет £382 млн другим подразделениям Alphabet, что искажает реальные затраты. Такой подход позволяет централизовать ресурсы, но снижает прозрачность локальных инвестиций. Для DeepMind, не раскрывающей численность сотрудников, это может быть частью стратегии скрывать данные, чтобы избежать давления инвесторов.
Следствие: отсутствие четких метрик затрудняет сравнение эффективности исследований между компаниями.
Дополнение: Anthropic сотрудничает с американскими государственными структурами, внедряя модель Claude в системы с уровнем секретности «Secret». Однако компания ограничивает использование ИИ для внутреннего наблюдения, что создает сложности для федеральных агентств. Это демонстрирует баланс между коммерческими и государственными интересами, требующий специализированных кадров.
Дисбаланс между исследованиями и коммерциализацией
Microsoft Research тратит £264 000 на сотрудника, 91% из которых работают в R&D. Palantir, напротив, направляет 65% персонала на продажи. Это отражает разные модели: первая — инновационная, вторая — ориентированная на внедрение.
Парадокс: компании, инвестирующие в ИИ, сталкиваются с необходимостью быстрой коммерциализации, чтобы оправдать затраты, что может привести к упрощению технологий ради прибыли.
Контекст: Приложение Claude демонстрирует значительно меньшие показатели доходов по сравнению с ChatGPT (30% от пожизненных расходов потребителей и 1,9% среднемесячных). Это указывает на сложности в масштабировании коммерческой модели, несмотря на технические достижения.
К чему это ведет? Концентрация ключевых компетенций в узких группах сотрудников создает риск для устойчивости бизнеса: уход топ-специалистов может привести к потере уникальных знаний. Для российских компаний важен баланс между инвестициями в ИИ и развитием глубоких кадровых резервов.
Тренд: Рост акционных компенсаций в ИТ-секторе указывает на переход от традиционной зарплатной модели к стимулированию инноваций через долю в росте компании. Это меняет логику управления талантами, делая их «соучастниками» успеха, но усиливает зависимость от рыночных колебаний.
Новый вывод: Совместные усилия Anthropic и OpenAI по тестированию безопасности ИИ показывают, что компании готовы сотрудничать даже в условиях конкуренции. Модель Claude Opus 4 демонстрирует приоритет минимизации галлюцинаций за счет отказа от ответа, что требует высокой квалификации специалистов для обеспечения точности. Это подчеркивает, что затраты на персонал напрямую влияют на качество и безопасность ИИ-продуктов.