現在AI很火，大模型也熱

很多人想知道

這些一線干活的AI牛馬

一個月到底能賺多少錢呢？

比如，搞算法的，搞Agent開發的

搞AI平臺的，搞AI安全的...

這事兒不能瞎說

我們最近看到一個有意思的銀行招標

2025年，交行招標【AI外包人員】

招三種崗位的人

業務AI專家丨AI算法工程師丨AI訓練工程師

交行找這些外包工程師干啥呢？

招標文件中有5個包

外包人員就負責這5個包的具體工作

第1、2、3包：搞【AI場景應用】

包括精準營銷、風險管理、運營管理等場景需求。

第4包：【AI平臺+模型】

包括多模態數據建模、知識加工檢索、數據標注、數據增強、特征管理、分布式計算、模型開發及訓練框架、模型訓練、模型驗證、模型可解釋性、模型性能測試、模型可信驗證、模型閉環運營體系、模型編排、模型計算資源調度、模型應用集成開發、模型服務治理、模型風險管理、模型資產管理等。

可以說，把一個模型從出生 → 訓練→ 上崗 → 回爐，統統得管。

第5包：【AI安全】

包括生物識別防攻擊、圖像防偽、AIGC深度合成音視頻鑒偽、數據生成防攻擊、可信AI研究、生成式人工智能防偽、大模型安全評測、模型備案設計、內容安全檢測與防護、合成內容檢測等。

這些關鍵詞，是不是很時髦，很炸裂。

近期，中標結果公示

5個包件共有14家企業入圍

通過公示結果，我們清楚了解到

銀行找外包AI牛馬的價碼

有人說，這次中標價格

極有可能成為

未來大甲方采購AI外包人力的參考價

這次采購的AI牛馬，頗具代表性

是目前市面上，需求最旺盛的三類崗位

中標廠商，也是各具特色

有的是AI平臺型公司，有的是金融科技公司，有的是大型IT服務公司，有的是系統集成公司，有的是數字營銷公司，有的是安全公司…

可以說，交行這一個標

把各路高手湊成了最強AI戰隊

所以

圈內老司機評價道

可以預見

外包AI人頭，將會越來越普遍

是未來服務大甲方的生意模式之一

形成“三贏”局面

廠商：靠AI人力外包，刷口碑，刷存在感，刷經驗值

在廠商層面，外包基本不賺錢

因為外包的人，得是真正“能干活”的人

生瓜蛋子派過去，無異于自砸招牌

但真正能干活的人

在市面上招，要多少錢呢？

以【算法工程師】舉例

看看最近一周薪資行情（來源boss直聘）

而廠商中標價除了員工工資

還得搭上社保、五險一金…

細算下來，廠商基本不賺錢

那為啥還上趕子來干？

①像銀行這類項目是“招牌工程”

能在行業里打樣板、打知名度

②把自己人放進甲方現場

刷存在感，臉熟即信任

③甲方真實場景，是乙方最佳練兵場

持續打磨產品和服務能力

甲方：不養人，只買能打硬仗的“雇傭兵”

AI人才貴，養一支隊伍成本太高

一個算法工程師月薪大幾萬起

關鍵是還招不到真正會干活的大牛

高手都在互聯網大廠、大IT公司里

而且一個AI項目動輒要配置幾十人

模型后訓練、部署、優化、適配、應用開發

全是專業活兒，還不一定干得好

而外包可以快速拼出一個AI戰隊

拿來即用，干完結賬，省事省心

而且甲方風險可控，不行就換一家

比如，交行標書明確寫道

不承諾在協議期限內授予入圍供應商實際采購訂單，也不承諾授予其采購數量和總金額，最終合同金額以實際結算為準。

翻譯成大白話就是

入圍不代表一定用，好用才用

個人：水貨時代過去了，有項目經驗才是王道

現在求職行情變了

前兩年，入行門檻低，水也多

只要沾點AI邊兒，就有機會混進AI崗

從今年開始，廠商優先招“能干活”的人

那怕招個實習生，都要嚴格專業對口

還有一個現實情況，也挺有意思

能真扛項目、頂得上去的AI牛馬

很多是這1-2年內部成長起來的“老員工”

他們跟過落地、快速自學、越戰越強

所以，別整那些虛頭巴腦的

在實戰中磨煉，才是王道