創(chuàng)意真的可以被計算嗎？
范凌老師說：“創(chuàng)意可計算和不可計算，不是黑與白的關(guān)系。當(dāng)把它變成對立的時候我們會逐步忘記這中間可能會產(chǎn)生很多有意思的東西。在兩者之間，這個沼澤地，其實是生命力最旺盛的。”
更多AIGC干貨：
我有兩份全職工作，第一份全職工作是同濟(jì)大學(xué)設(shè)計人工智能實驗室的主任、教授、博士生導(dǎo)師，第二份全職工作是特贊公司的創(chuàng)始人兼 CEO，每天工作時長 16 個小時。
身兼兩種全職工作，前者圍繞技術(shù)，后者圍繞創(chuàng)意或設(shè)計，我一直致力于將二者結(jié)合。特贊公司的名字由此而來，即 Tech（技術(shù)）+Design（設(shè)計）=Tezign，中文諧音：特贊。
我從小就比較糾結(jié)，既想要左又想要右，我學(xué)的是理工科，卻一直把藝術(shù)當(dāng)做愛好。十多年前，我一直在做科研，在美國和中國教書；過去八年，我一邊教書一邊創(chuàng)業(yè)。我認(rèn)為自己的使命就是要把技術(shù)和創(chuàng)意結(jié)合在一起，而這不僅需要豐富的學(xué)識，還要有埋頭苦干的創(chuàng)業(yè)者精神，這兩點很符合我個人糾結(jié)的特點。
2008 年，我在普林斯頓聽了弗里曼·戴森的講座。弗里曼·戴森是一位距離諾貝爾獎很近的物理學(xué)家，但他最后選擇做科普，現(xiàn)在他是一位科普大家。這次講座后來形成了一篇很有名的文章《鳥和青蛙》，主要講述了現(xiàn)代的科學(xué)發(fā)展離不開兩類人，一類人像鳥，一類人像青蛙。前者的代表人物是笛卡爾，堅信“我思故我在”，萬事萬物都需要先進(jìn)行思考；后者的代表人物是培根，堅信“實踐是檢驗真理的唯一標(biāo)準(zhǔn)”。正是因為這兩種角色一起存在和發(fā)展，才出現(xiàn)了現(xiàn)代物理。
今天我借用這兩個視角，講解創(chuàng)意生產(chǎn)力的發(fā)展過程。
如何把創(chuàng)意變成數(shù)據(jù)？
實際上，每個人都在生產(chǎn)數(shù)據(jù)、消費數(shù)據(jù)。互聯(lián)網(wǎng)上有各種各樣的統(tǒng)計方式，比如，5%的數(shù)據(jù)稱為結(jié)構(gòu)化數(shù)據(jù)，95%的數(shù)據(jù)稱為非結(jié)構(gòu)化數(shù)據(jù)。
什么是結(jié)構(gòu)化數(shù)據(jù)？結(jié)構(gòu)化數(shù)據(jù)是所有可以用 Excel 表格處理的數(shù)據(jù)，是關(guān)系型的，例如 1+1=2。上一代的數(shù)據(jù)庫就是關(guān)系型數(shù)據(jù)，其解決了結(jié)構(gòu)化數(shù)據(jù)被記錄、被計算的過程。
什么是非結(jié)構(gòu)化數(shù)據(jù)？人類創(chuàng)造的很多東西都是非結(jié)構(gòu)化的，例如圖片、文字、視頻、模型、交互等等。
如果想讓機(jī)器“有眼睛”“能看得見”，需要一個很重要的數(shù)據(jù)集——imageNet，imageNet教會了機(jī)器如何看圖像。
過去幾年，我們一直致力于讓機(jī)器理解非結(jié)構(gòu)化的事物，或者理解人的創(chuàng)意。我們想讓有眼睛的機(jī)器有審美，所以我們做了 designNet，教機(jī)器去理解什么是創(chuàng)意、設(shè)計、色彩、組合。
以此圖為例。左側(cè)是 imageNet，上面標(biāo)記了人、臉、字、吃的東西，右側(cè)是 designNet。事實上，機(jī)器“看得見”并不代表它具有審美，imageNet 不能理解圖片的風(fēng)格、顏色的組合，它主要是給圖片打標(biāo)簽，在完成大量的打標(biāo)簽工作之后，imageNet 就有了“眼睛”。
下一步，我們計劃讓機(jī)器學(xué)習(xí)創(chuàng)意和設(shè)計知識，讓機(jī)器去讀文獻(xiàn)、文檔、書籍。數(shù)據(jù)集主要用于識別，知識圖譜開始把識別的東西互相建立關(guān)聯(lián)，如同機(jī)器先學(xué)理論再運(yùn)用于實踐一樣，有了數(shù)據(jù)集和知識圖譜，就相當(dāng)于機(jī)器有了設(shè)計的基礎(chǔ)知識，可以進(jìn)一步理解設(shè)計并進(jìn)行創(chuàng)作。
我們公司有很多年輕人頭發(fā)每周都會換一種顏色，他們稱這些顏色為亞文化色彩，就是搖滾樂海報上顏色的配色。基于對使用人工智能圖像識別、色彩識別等手段來進(jìn)行顏色識別、文化研究分析、建立邏輯規(guī)律的思考，我們啟動了亞文化色彩的數(shù)據(jù)集研究。有了這個數(shù)據(jù)集以后，一方面機(jī)器可以幫助我們更好地理解亞文化色彩的文化現(xiàn)象，另一方面我們可以給任何東西配上亞文化色彩，讓它再潮一點。
后來，一個朋友告訴我，我們關(guān)于亞文化色彩數(shù)據(jù)集的研究過程就是文化分析。現(xiàn)在越來越多的人文類研究都開始加上了量化的翅膀，比如陳志武教授用量化的方式研究歷史，此外還有量化經(jīng)濟(jì)、量化城市研究、量化社會學(xué)，等等，當(dāng)然也包括量化理解創(chuàng)意、理解設(shè)計。所以，現(xiàn)在的文科理科化、工科化是普遍趨勢，同時人工智能、計算機(jī)運(yùn)算的門檻越來越低，也讓很多具有人文背景的人可以使用理工科的分析手段。
我們公司的員工都特別希望把創(chuàng)意變成數(shù)據(jù)，任何時髦的文化現(xiàn)象都想進(jìn)行文化分析。前段時間公司做了一種盲盒，包括不同的形態(tài)、構(gòu)造、主題、色彩、價格等，同時也做了盲盒的數(shù)據(jù)集分析，我們把這一系列過程稱之為創(chuàng)意的可計算性。
創(chuàng)意的計算過程呈金字塔形狀。
首先是觀念。人類有著千奇百怪的觀念，觀念通過某種內(nèi)容的形態(tài)來進(jìn)行表達(dá)，例如圖、文、視頻、模型等等。創(chuàng)意變成內(nèi)容的時候會有一點衰減，但是不變成內(nèi)容，創(chuàng)意就無法被交流，創(chuàng)意一定要落實為某種內(nèi)容形態(tài)。
其次是內(nèi)容。內(nèi)容由很多要素組成，比如一張圖可能由不同的圖層組成，人們需要對這些不同要素進(jìn)行標(biāo)簽，然后將其翻譯為機(jī)器可理解的語言，這就是 Metadata，即元數(shù)據(jù)。
讓創(chuàng)意變成數(shù)據(jù)的過程，都是從觀念到內(nèi)容，最終到機(jī)器可以理解的元數(shù)據(jù)的過程，我們把這個過程叫做解碼。
我們希望所有的解碼都可以是系統(tǒng)化的，不只要給它設(shè)計一個流程、一個模型，還要給它設(shè)計一個工具，讓解碼從創(chuàng)意、從觀念到內(nèi)容、到元數(shù)據(jù)的過程變得非常順利，這個工具就叫做 DAM，Digital Asset Management，即內(nèi)容資產(chǎn)管理系統(tǒng)。
很多朋友好奇，創(chuàng)意真的可以計算嗎？在我的理解中，創(chuàng)意之所以需要被計算，是因為人們承認(rèn)創(chuàng)意有很多不可被計算的部分，可計算的部分越多，對不可被計算部分的理解就會越深刻。正如亞里士多德所言，知道的越多，知道自己不知道的就越多。
人們用機(jī)器、人工智能、新的技術(shù)手段去理解創(chuàng)意，目的不是讓創(chuàng)意變成枯燥的元數(shù)據(jù)，也并不意味著衰減的過程是對的，重點在于要通過衰減的過程，讓人們理解每次衰減的代價是什么，從而理解不知道的那部分是什么。創(chuàng)意可被計算的部分越多，不可被計算的部分就會越被欣賞。兩者之間并非非黑即白的對立關(guān)系，這樣就不會扼殺更多的可能性。
如同研究量化歷史的人，一定相信還有一個歷史叫作傳記歷史，但當(dāng)人們只把歷史理解為傳記歷史、人文歷史的時候，其實忽略了很多的宏觀現(xiàn)象，從而變成去理解一個個故事。人們要通過平衡地看待事物，從而看到事情的一邊和另一邊，理解這一邊和那一邊的局限性。
從觀念到元數(shù)據(jù)的過程是做減法，而從元數(shù)據(jù)生成內(nèi)容的過程需要做加法，這個過程叫作編碼。
生成不是一個新概念，過去 100 年中很多藝術(shù)家都想過生成藝術(shù)，只是在過去的 10 年時間里，這項技術(shù)變得更可行了。2016 年多倫多大學(xué)一位博士生寫了一篇文章叫《Generating Images From Captions With Attention》，這是關(guān)于生成式人工智能最早的文獻(xiàn)，文章中提出通過文字生成圖像。
這篇文章中列舉了一些機(jī)器生成圖片的例子。在第一行第三張的圖片中，一個綠色校車停在一個停車場里，校車正常是黃色的，所以當(dāng)它是綠色、紅色、藍(lán)色校車的時候，就代表這些校車從未在索引庫里發(fā)生，即他們是生成的。從這一時刻開始，第一次有計算機(jī)從元數(shù)據(jù)中生成了內(nèi)容，這是一個偉大的時刻。
2019 年，我們公司針對商業(yè)場景進(jìn)行了生成，當(dāng)時對營銷圖片的需求量很大，并且工作具有重復(fù)性，我們就做了一個生成的機(jī)器，從數(shù)據(jù)集、模型、算法到工作流全部從零搭建，并且實時反饋和優(yōu)化，投入成本非常高。
2020 年，進(jìn)博會期間，我們做了一個“金山農(nóng)民畫”的生成系統(tǒng)，主要內(nèi)容是關(guān)于上海傳統(tǒng)手工藝。當(dāng)時，我們想破除人們將人工智能和手工工藝相對立的慣性思維，為什么傳統(tǒng)和新生事物一定要對立，而不是通過人工智能推動手工藝發(fā)展得更好？
很少有人了解“金山農(nóng)民畫”，因為沒耐心學(xué)習(xí)，傳播也不夠，于是我們做了一個生成系統(tǒng)，讓每個人都可以像畫草圖一樣生成金山農(nóng)民畫。
我們是如何做到的？
首先，要建立金山農(nóng)民畫的數(shù)據(jù)集。其次，要做一個算法。第三，要做一個系統(tǒng)。在這個過程中，我們做了一些人文性的思考，我一直強(qiáng)調(diào)：“前面要有技術(shù)、背后要講人文”。主要有以下幾方面思考：
第一個思考，到底是從無到有的生成，還是拿金山農(nóng)民畫數(shù)據(jù)集里的一些元素重新排列。
第二個思考，生成的是 60-70 分的結(jié)果，還是 100 分的結(jié)果。
最后我們的選擇是，用原有的元素進(jìn)行重組，做一張 60-70 分的圖。為什么？用原有的元素代表我們尊重金山農(nóng)民畫原來的素材，做 60-70 分的圖是希望讓原有的藝術(shù)家們感覺到新技術(shù)不是在取代他們，而只是在科普的過程當(dāng)中讓民眾上手的門檻更低。每一項技術(shù)背后都有一些社會性、人文性的思考，從而決定如何使用技術(shù)。如果只強(qiáng)調(diào)降本增效，只強(qiáng)調(diào)長期的發(fā)展，并非最佳選擇。至此，我們摸索出了人工智能和手工藝相輔相成的范式。
我們公司有很多年輕人喜歡跳街舞，以往跳舞都要先有音樂，因為音樂很難找。但是，我們的音樂生成系統(tǒng)可以讓大家先有舞步，在規(guī)定的地方有節(jié)奏，然后重新生成音樂。我們有屬于自己的 BGM，聲音來源于公司各個角落里收集來的聲音，然后用 AI Remix 混在一起，在此過程中，人機(jī)協(xié)作創(chuàng)作過程開始走向多模態(tài)。
人工智能在過去一年里發(fā)展得非常快，未來 10 年里會有 66%的內(nèi)容是由生成式人工智能做出來的。用兩組數(shù)據(jù)來著重體現(xiàn)下，從智能手機(jī)的元年到智能手機(jī)的第十年，大概有 31%的手機(jī)變成了智能手機(jī)，云計算的元年到云計算的第十年，大概有 55%的計算變成了云計算。生成式人工智能會比云計算和手機(jī)的滲透率更加迅猛，這是美國投資機(jī)構(gòu) Besmer Ventures 進(jìn)行的數(shù)據(jù)統(tǒng)計。
內(nèi)容或者創(chuàng)意被生成出來，對人類的工作和生活意味著什么？日常生活中，絕大多數(shù)人的討論都集中在降本增效方面，中文語境里很少討論如何讓人類更富有創(chuàng)造力。當(dāng)把創(chuàng)造力和生產(chǎn)力相對立的時候，人類會逐步忘記兩者中間有很多有意思的事物存在。
美國一位經(jīng)濟(jì)學(xué)家格雷戈里·克拉克畫了《一張圖的世界經(jīng)濟(jì)史》，橫軸是時間，縱軸是相對人均收入，圖中的拐點是工業(yè)革命。工業(yè)革命之前，人均可支配收入沒有很大變化，稱為馬爾薩斯陷阱，即事實上人們沒有辦法突破。直到工業(yè)革命開始，人們的可支配收入發(fā)生了巨大的突破。這張圖隱含的就是，經(jīng)濟(jì)史、政治史和每個人生活所運(yùn)用到的技術(shù)和技術(shù)的歷史是同構(gòu)的。
我在這里再增加一個維度，大家可以從網(wǎng)上搜索“創(chuàng)意”一詞是什么時候出現(xiàn)的，注意，搜索“創(chuàng)意”一詞而非創(chuàng)意，創(chuàng)意毫無疑問是和人類發(fā)展同時發(fā)生的，但是人類開始用一個詞的時候，就代表著開始有意識去做這件事了。通過“創(chuàng)意”一詞出現(xiàn)的頻率可以得出，雖然人們沒有辦法確認(rèn)技術(shù)發(fā)展一定和創(chuàng)意有關(guān)系，但至少和談?wù)搫?chuàng)意的次數(shù)有關(guān)系，創(chuàng)意是很難被量化的，但是談?wù)搫?chuàng)意的次數(shù)是可以被量化的。所以，這代表人類有意識做創(chuàng)意這件事是生產(chǎn)力極大釋放以后出現(xiàn)的，是人們生活水平開始提升以后出現(xiàn)的。
當(dāng)把創(chuàng)意和生產(chǎn)力建立連接的時候，我們發(fā)現(xiàn)這兩者不應(yīng)該被矛盾對立起來，就像人們在討論 AI 的時候，不應(yīng)該說 AI 提高了生產(chǎn)力，導(dǎo)致創(chuàng)意工作者失去了工作。
如果一直往前追溯，從文藝復(fù)興時期開始，就有一種稱為透視的技術(shù)出現(xiàn)，有了透視以后繪畫才可以被教授，繪畫才成為了一門技藝。
荷蘭藝術(shù)家維米爾最著名的一幅畫叫《戴著珍珠耳環(huán)的少女》，這幅畫具有一些鮮明的特點。首先，畫幅特別小，畫像的臉跟真人的臉一樣大。其次，維米爾對光影掌握得特別好，好到不使用儀器就無法辨別的程度。很多藝術(shù)工作者很好奇，維米爾到底是如何作畫的。
2013 年，獲奧斯卡提名的紀(jì)錄片《Tim's Vemeer》，就是講述維米爾繪畫故事的。紀(jì)錄片復(fù)現(xiàn)了維米爾的使用工具和繪畫過程，先是做一個投影儀，通過小孔成像投射到房間內(nèi)再進(jìn)行繪畫，這與人們意識中定義的傳統(tǒng)藝術(shù)家并不相同。區(qū)別于單純用畫筆繪畫的傳統(tǒng)藝術(shù)家，維米爾做了一個暗房，通過小孔成像、再將倒影二次折射，形成了畫像的正影。
如此看，維米爾是藝術(shù)家還是工程師？藝術(shù)和數(shù)學(xué)是矛盾的嗎？在我看來，這些矛盾都是人為造成的。在維米爾的時代，他的畫室是不允許參觀的，如同現(xiàn)在的研發(fā)實驗室一樣。維米爾的畫室位于荷蘭的一個小城市戴爾福特市中心教堂旁邊的二層，為什么維米爾只能畫人物、靜物？因為只有擺在房間里才能用小孔成像。為什么維米爾的畫都不大？因為他的畫室并不大。為什么維米爾對光影掌握得如此精細(xì)？因為他是采用小孔成像原理進(jìn)行描繪的。這個過程給予了我很大的啟發(fā)，人們很容易將先進(jìn)工具和手段同創(chuàng)意對立起來，但在文藝復(fù)興時期，創(chuàng)意就是做工具。
先是透視，再到暗房。暗房之后出現(xiàn)了一個對藝術(shù)具有毀滅性意義的工具，即照相機(jī)。照片比人畫得快、比人畫得便宜，但藝術(shù)并未因此消失，藝術(shù)家們開創(chuàng)性地發(fā)明了畫得不像的藝術(shù)、畫得朦朧的藝術(shù)，甚至藝術(shù)從墻上到了地上，從靜態(tài)到了動態(tài)，從動態(tài)變成了文娛產(chǎn)業(yè)、游戲產(chǎn)業(yè)。每一項技術(shù)的出現(xiàn)，都會讓原有技術(shù)人才的工作顯得更不重要，但新技術(shù)的出現(xiàn)是為了解放人類，人們有了更多的時間精力去思考增量、去創(chuàng)造新的東西。
上世紀(jì) 60 年代的媒體學(xué)家麥克盧漢推動了整個硅谷媒體的傳播，他有一句話非常有意義：“首先我們塑造了工具，然后工具再塑造我們。”人們塑造了一個工具，工具改變了人們的生活，但人們也會創(chuàng)造一個新的環(huán)境、新的場景。當(dāng)一項新的技術(shù)驚世駭俗地出現(xiàn)，沒有比現(xiàn)在更需要人類創(chuàng)造力的時刻了。
到底什么在變？
第一是工具。照相機(jī)是工具，電腦是工具，農(nóng)耕革命的很多東西也是工具。
第二是因工具而帶來的工藝。
第三是觀念。
工具每一次的進(jìn)化，都讓人類表達(dá)觀念的工藝變得越來越容易。例如，沒有透視之前，畫家們教學(xué)、表達(dá)都十分為難，因為連近大遠(yuǎn)小都沒有成為規(guī)律，透視本身就是個工具，透視出現(xiàn)后，就可以用其教學(xué)了。照相機(jī)和電腦也是如此，每一代的工具都是為了降低人類的創(chuàng)作門檻，從而讓人們更好地表達(dá)自己，讓別人更好地理解自己。現(xiàn)在 AI 時代來了，也依然如此，AI 讓表達(dá)和創(chuàng)意變得更民主、更大眾化。
現(xiàn)在人們使用手機(jī)進(jìn)行繪畫非常容易，就像說話一樣輕松，只要輸入提示詞，自動就會出現(xiàn)繪畫甚至視頻，未來還會出現(xiàn) 3D 模型。原來需要花費大量時間和精力去經(jīng)營的工藝，現(xiàn)在變得越來越簡單，這樣就會讓更多人開始使用工藝，來表達(dá)更豐富的觀念。
新工具的出現(xiàn)會對工作產(chǎn)生何種影響？
MacPaint 是上一代電腦的畫圖工具，是 PhotoShop 的前身，MacPaint 出現(xiàn)后通過不停地迭代，出現(xiàn)了眾多電腦畫圖工具，這產(chǎn)生了兩個影響：
第一，排版工人從歷史上消失了，2002 年最后一個需要排版的印刷廠正式關(guān)閉。
第二，PhotoShop 的出現(xiàn)讓創(chuàng)意工作發(fā)生了巨大變化，美國的數(shù)據(jù)顯示，因為 PhotoShop 的出現(xiàn)，平面設(shè)計師的工作漲了四倍。
由此可見，由于工具的出現(xiàn)，短期內(nèi)肯定會讓一些工作被取代，但長期看又會帶來新的創(chuàng)作者，會產(chǎn)生另一些工作的繁榮。
歷史是一支箭，它來自遠(yuǎn)方，射向未來。AIGC 就是這支剛剛射出來的箭，它可能是五十年一遇的技術(shù)突破。上一次五十年一遇的技術(shù)是計算機(jī)圖形學(xué)，因為有了計算機(jī)圖形學(xué)，才有今天人們使用的計算機(jī)。在發(fā)展計算機(jī)圖形學(xué)的過程中，猶他大學(xué)作出了重要貢獻(xiàn)，其中有一位 Ivan Sutherland 教授，他培養(yǎng)了四個學(xué)生：第一位學(xué)生是 John Warnock，創(chuàng)立了 Adobe 公司；第二位學(xué)生是 Ed Catmull，創(chuàng)立了 Pixar 公司；第三位學(xué)生是 Nolan Bushnell，創(chuàng)立了一個游戲機(jī)公司；第四位學(xué)生是 Jim Clark，創(chuàng)立了網(wǎng)景公司，第一個商用瀏覽器。每一個工具、每一個產(chǎn)品、每一個人做的事情都是劃時代的。
所以，AIGC 帶來的機(jī)會不一定出現(xiàn)在大廠，不一定出現(xiàn)在名校，可能出現(xiàn)在一個地方、一小撮人，可能會用這些新的技術(shù)改造創(chuàng)造一種新的模式。目前還沒有一個 AIGC 格式可以創(chuàng)造一種新的內(nèi)容生產(chǎn)方式，人們只看到用 AI 做傳統(tǒng)的內(nèi)容更高效，未來是否會出現(xiàn)一個從無到有的行業(yè)，還不確定。AIGC 帶來了一場巨大的爆發(fā)，這個爆發(fā)既有生產(chǎn)力的爆發(fā)，像 PhotoShop 一樣，也有一種質(zhì)的爆發(fā)，爆發(fā)出一些新的物種。
喬布斯提出，我們只能往后看。發(fā)生了以后回顧過去，好像事情都很有道理，但事實上，往前看的時候都是一步步做出來的。既然往前做具有未知性，人們就要抓住一些本質(zhì)問題或者元問題。
OpenAI 的 CEO Sam Altman 發(fā)過一條推特，可以用公式表達(dá)為：創(chuàng)意=(過去的混剪+靈感)x(反饋質(zhì)量+迭代數(shù)量)。Sam Altman 下面這句話更關(guān)鍵，人們總是容易覺得創(chuàng)意要最大化靈感，但事實上應(yīng)該最大化后面的兩個關(guān)鍵詞，即反饋的質(zhì)量和迭代的數(shù)量。人們總認(rèn)為創(chuàng)意是靈光乍現(xiàn)的，但 Sam Altman 強(qiáng)調(diào)，第一，它是過去東西的編輯，第二，它要靠高質(zhì)量的反饋和多數(shù)量的迭代。
《從優(yōu)秀到卓越》一書里講了一個很重要的觀念叫飛輪（Flywheel）。什么是飛輪？一件事情可以慢慢開始做，然后越做越快，越做效果越好。如同亞馬遜的飛輪，通過更好的客戶價值帶來更多的銷售，更多的銷售又帶來更低的成本，更低的成本又會帶來更好的客戶價值。AI 也是如此，更好的數(shù)據(jù)、更好的算力會帶來更好的模型，更好的模型、更好的提示詞會帶來更好的內(nèi)容，更好的內(nèi)容又會回去成為更好的數(shù)據(jù)，AI 真的是不停地在迭代和反饋的。
人類如何參與到創(chuàng)造之中？很多人的想法還是依靠偶爾迸發(fā)出的靈感，但是創(chuàng)意產(chǎn)生過程并非如此。海明威的創(chuàng)作方法很獨特，第一稿往往是一只腳站著寫，逼迫自己加速完成，然后躺在沙發(fā)上抽著雪茄慢慢改。對于這些創(chuàng)作者而言，沒有一氣呵成地完成作品，創(chuàng)意的過程處于不停迭代中，就像飛輪一樣。
新工具的出現(xiàn)，會讓創(chuàng)作的成本越來越低，會讓人們的表達(dá)越來越容易，讓大家在同一個時間內(nèi)做東西越來越容易、越來越多，人們可以有越來越多的時間去思考和討論。簡單地說，在 AIGC 時代，人們應(yīng)該更多地考慮如何更高效率、更高質(zhì)量去做創(chuàng)意的迭代和反饋，這是機(jī)會，也是挑戰(zhàn)。
作為大學(xué)教授，最大的痛苦不是發(fā)論文，而是如何證明自己的工作有價值。八年前從學(xué)校實驗室開始，我開辦了技術(shù)型創(chuàng)業(yè)公司，先融資，然后做產(chǎn)品技術(shù)，再做市場，這個過程重復(fù)了八輪，伴隨融資的增多，公司在研發(fā)方面投入很大。
特贊主要從事企業(yè)服務(wù)，服務(wù)的行業(yè)包括快消、美妝、鞋服、零售等等。疫情期間帶來了數(shù)字化訴求，公司看到了一些新的行業(yè)機(jī)會，即商業(yè)場景。企業(yè)愿意付費的商業(yè)場景一般是具有通用性的，其核心與增長營銷有關(guān)，所以特贊將商業(yè)場景作為重要內(nèi)容，盡管技術(shù)公司可能最終很難逃離和營銷有關(guān)的行業(yè)，但特贊重點是做產(chǎn)品技術(shù)，我們只是工具而已。
我們在每一個行業(yè)中非常謹(jǐn)慎地挑選一些種子客戶，這些種子客戶會把自身行業(yè)的特殊性帶到我們的技術(shù)里，讓我們開發(fā)出軟件和服務(wù)。
《人類簡史》《無窮的開始》《敘事經(jīng)濟(jì)學(xué)》這三本書，都在講故事對人類進(jìn)化的重要性。在《人類簡史》一書中，有一個故事印象非常深刻，智人能夠戰(zhàn)勝尼安德特人，是因為智人會八卦，八卦代表很多事情可能是假的。這個故事很有啟發(fā)性，八卦本來是貶義詞，結(jié)果是推動人類物種發(fā)展的一個很重要的動力。
《無窮的開始》的作者 David Deutsch 在書中講解了無窮的開始，書名下面有一排小字，即“改變世界的解釋”。David Deutsch 提出，不同的科學(xué)工作者不停地在尋找科學(xué)現(xiàn)象、尋求科學(xué)解釋，人們永遠(yuǎn)無法證明科學(xué)一定對，但是永遠(yuǎn)有一個更對的解釋，即用公式來解釋、用道理來解釋。所以，愛因斯坦對于宇宙的解釋要比牛頓更好一點，人們就愿意相信，以后還會有更好的解釋來取代愛因斯坦，科學(xué)也是這樣。
為什么人們愿意相信一張紙有價值？為什么人們相信看不見的數(shù)字貨幣有價值？為什么人們相信同樣的產(chǎn)品領(lǐng)域一些品牌比另一些品牌更有價值？《敘事經(jīng)濟(jì)學(xué)》一書中講解到，經(jīng)濟(jì)學(xué)里的很多價值是通過敘事來實現(xiàn)的，幫助企業(yè)更好地敘事才能獲取價值。更好的敘事是通過各種各樣的內(nèi)容來展現(xiàn)的，包括圖的內(nèi)容、文字內(nèi)容、視頻內(nèi)容，種草內(nèi)容，品牌內(nèi)容等等。
過去幾年，品牌內(nèi)容的生態(tài)發(fā)生了巨大的變化。
一是內(nèi)容的觸點變多。包括線上的觸點、線下的觸點、自營的觸點、第三方的觸點等等；
二是內(nèi)容的速度變快。四五年前的企業(yè)可能一年只需要做四次內(nèi)容，現(xiàn)在企業(yè)下設(shè)的每個店每天的內(nèi)容都不一樣；
三是內(nèi)容的類型變多。起初是文字的內(nèi)容，像報紙；后面發(fā)展到有聲音的內(nèi)容，像電臺；再之后有視覺的內(nèi)容，像電視；現(xiàn)在有各種各樣的內(nèi)容，像元宇宙的內(nèi)容，很多品牌還喜歡做播客內(nèi)容。此外，不僅要有內(nèi)容，還要千人千面，如同有多少億的消費者就應(yīng)該有多少億的不同內(nèi)容。
過去四五年時間里，受數(shù)字化以及線上豐富度等因素影響，內(nèi)容格局已經(jīng)發(fā)生了巨大改變，人類已經(jīng)無法解決這些問題，只能依靠“人+機(jī)器”。
如同維米爾創(chuàng)作需要先設(shè)計一個工具一樣，在當(dāng)下的環(huán)境中，如果想要用技術(shù)解決問題，想抓住 AIGC 帶來的機(jī)會，不應(yīng)該只在表層做應(yīng)用，而是要建立一個屬于自己的基礎(chǔ)設(shè)施，在推動企業(yè)效益發(fā)展背后一定有體系性的東西存在。
在體系性中，需要借用一個技術(shù)詞“Stack”，即中文的“棧”。前面要有一個可以交互的界面，后面要有一大堆東西，最底層到 GPU，到數(shù)據(jù)庫，最表層是品牌在哪里經(jīng)營，每一個經(jīng)營場景背后是各種各樣的經(jīng)營陣地，所有公域都要花錢，私域需要企業(yè)自建。
陣地下面就是在表層交互之后的東西，稱為數(shù)字基建，以往稱為中臺。每個品牌第一步要做的是把自己的產(chǎn)品管好，所以叫產(chǎn)品的技術(shù)棧，其中有產(chǎn)品管理系統(tǒng)、產(chǎn)品供應(yīng)鏈系統(tǒng)等等。過去五六年時間里，很多企業(yè)開始做用戶資產(chǎn)管理，一些企業(yè)將自身轉(zhuǎn)型定位為以商品為中心向以用戶為中心發(fā)展，就需要圍繞用戶建立服務(wù)流程。當(dāng)企業(yè)知道用戶是誰、知道自己的產(chǎn)品有什么，就需要把產(chǎn)品和用戶之間關(guān)聯(lián)起來，這稱為內(nèi)容的技術(shù)棧。
內(nèi)容技術(shù)棧是什么意思？大家可以將其理解為冰山在水下面的部分。產(chǎn)品、用戶、內(nèi)容都很重要，而且因為產(chǎn)品和用戶先行，它的技術(shù)成熟度會更高。而現(xiàn)在內(nèi)容剛剛建立，里面就包括了內(nèi)容如何更高效地生產(chǎn)、更多元地生產(chǎn)、如何更好地管理、如何分發(fā)出去。
企業(yè)首先要建立一個元數(shù)據(jù)的體系，讓所有的內(nèi)容都可以被機(jī)器理解和認(rèn)識，讓所有的內(nèi)容形態(tài)、圖文、視頻、內(nèi)容標(biāo)簽、內(nèi)容流程、內(nèi)容交互都在其中。
舉個例子，在過去的傳統(tǒng)模式中，一個待上架商品需要發(fā)一封郵件，表述自己的產(chǎn)品要在雙 11 期間銷售，郵件串會非常長，并且不便搜索、不好歸檔。現(xiàn)在的模式是把所有的內(nèi)容都放到一個看板上，商品上架有各種各樣的點位圖，看板能夠智能識別。在內(nèi)容管理系統(tǒng)里，哪些圖符合內(nèi)容上架的要求就可以填上，填完以后就可以一鍵上架，如果哪些圖表現(xiàn)的不好，就可以在小程序中將數(shù)據(jù)收回并替換圖片，整個過程從一個靜止的郵件變成一個動態(tài)的面板，并且面板的每一張圖背后都有出處，這里就把內(nèi)容連接起來了。
連起來的好處是什么？企業(yè)可以進(jìn)行分析，可以針對某一板塊內(nèi)容做系統(tǒng)化替換，可以使用 AI 技術(shù)、使用無限畫布不停延展出新的內(nèi)容。例如，最簡單的大促上新場景，就可以使用 AI 不停地生成。
在另一種用戶場景中，可以把創(chuàng)意的可計算性發(fā)揮得更好。如果一邊是枯燥的商品，一邊是豐富的內(nèi)容，那么就可以用條形碼把內(nèi)容和商品關(guān)聯(lián)起來。為什么要關(guān)聯(lián)起來？因為內(nèi)容決定著商品是否能賣得出去。
例如某線下商場，如果一家企業(yè)的內(nèi)容不夠，商場是不會為企業(yè)做活動的。CEO 每周的管理會上，會同每一個業(yè)務(wù)線的 GM 校對內(nèi)容，確認(rèn)內(nèi)容有沒有之后再確認(rèn)內(nèi)容好不好，有內(nèi)容就代表企業(yè)不會錯過活動，所以要把商品和商品對應(yīng)的內(nèi)容連接起來。SKU 在線上線下端大概需要在 100 個渠道，每個渠道至少需要 10 個以上的內(nèi)容，一些內(nèi)容還要有 10 個以上的點位，有一些點位還要做到千人千面，每個點位還要有大量的內(nèi)容變化，即一個商品上千個內(nèi)容，如果有 100 個、1000 個商品，內(nèi)容的數(shù)量是極其巨大的，所以需要這樣的方式去對應(yīng)和管理。
在對應(yīng)管理之后，商品的元數(shù)據(jù)就有可能和內(nèi)容的元數(shù)據(jù)關(guān)聯(lián)起來，因為這些內(nèi)容都是有商業(yè)目的的。所以，還可以增加兩個維度：第一個維度叫“商業(yè)數(shù)據(jù)”，為什么要做這個內(nèi)容？拉新，留存，吸引哪一類消費者？第二個維度叫“效果數(shù)據(jù)”，內(nèi)容表現(xiàn)如何？依托這兩個維度，可以更好地把商品和內(nèi)容的關(guān)系連接在一起。
商品和內(nèi)容連接在一起以后可以干很多事情。例如，人們可以用 AI 來做圖或者視頻，既然知道這些內(nèi)容表現(xiàn)在哪些地方，用哪種腳本表現(xiàn)會更好，人們就有可能把這些腳本抽離出來，換產(chǎn)品，換角色，換場景，做成大量的內(nèi)容混剪。腳本的抽離可以用 GPT，換場景可以用圖像識別，這不是一個簡單的單一技術(shù)，而是多個 AIGC 技術(shù)的結(jié)合。
某鞋服品牌案例
某鞋服品牌的 KOL 代言的鞋子與其代言人有時并不相符，比如一個很壯的 KOL 男代言一雙很纖細(xì)的跑鞋，我們要做的事情就是把所有的商品和 KOL 關(guān)聯(lián)起來，讓內(nèi)容和商品之間的關(guān)系對應(yīng)。我們在鞋服行業(yè)開展了大量的生成工作，有機(jī)會把阿迪達(dá)斯或者其它鞋服行業(yè)的內(nèi)容表現(xiàn)數(shù)據(jù)收回，收回之后按照過去表現(xiàn)好的內(nèi)容去重復(fù)內(nèi)容。好的內(nèi)容不是靠眼睛，而是要依靠過去的內(nèi)容表現(xiàn)才能預(yù)測下一個好的內(nèi)容。通過這種方式，生成小紅書文案、視頻和圖片，成本很低，效果很好。
某美妝品牌案例
某美妝品牌因為高客單價開始做用戶旅程經(jīng)營，需要將用戶喜歡的內(nèi)容和每一步的轉(zhuǎn)化發(fā)生關(guān)系。我們通過區(qū)分多種路徑進(jìn)行推廣銷售，每個路徑的前端一定是導(dǎo)購服務(wù)，每個導(dǎo)購要服務(wù)幾百個客戶，我們的工作是讓導(dǎo)購們變得更加個性化，讓導(dǎo)購知道如何與幾百個客戶之間智能對話，應(yīng)該推薦哪些內(nèi)容。其背后都是內(nèi)容的標(biāo)簽、元數(shù)據(jù)，然后用 AI 生成個性化的導(dǎo)購語，不僅讓導(dǎo)購能夠順暢應(yīng)對幾百個客戶，還可以讓每個客戶都感受到自身的重要性和特殊性。
這些企業(yè)和品牌的案例，一方面需要企業(yè)每一個人的聰明才智，另外還要有技術(shù)基礎(chǔ) Stack。在我們與一些合作伙伴的交流中發(fā)現(xiàn)，很多企業(yè)的團(tuán)隊無法匹配我們的想法，就像不能指望磚混結(jié)構(gòu)的房子能夠蓋六層以上，只能更換結(jié)構(gòu)用鋼筋混凝土去完成目標(biāo)，其本質(zhì)就是下面技術(shù) Stack 的問題。
《技術(shù)的本質(zhì)》一書的作者說過一句話：“技術(shù)是被捕獲并加以利用的現(xiàn)象的集合。或者說，技術(shù)是對現(xiàn)象有目的的編程。”其實，技術(shù)的背后都有目的性，這些目的性能夠通過技術(shù)變得更加普適。人們塑造了工具，工具再塑造人們，人們塑造了技術(shù)，技術(shù)再塑造了人們。當(dāng)企業(yè)開始不停地強(qiáng)調(diào)自己無法做出這些技術(shù)的時候，可能不是人的問題，而是背后的架構(gòu)問題。
無論是從鳥的視角還是青蛙的視角，看的都是科技賦能想象力和創(chuàng)意。但另一方面，AI 也給人類帶來挑戰(zhàn)，一些人關(guān)心兒童教育，年輕人關(guān)心個人發(fā)展，創(chuàng)業(yè)者和客戶關(guān)心是否應(yīng)該及早入局 AI……這些問題的背后，是人類對于不確定環(huán)境的焦慮體現(xiàn)。這需要我們重新關(guān)關(guān)注一個詞——“我”，這里的“我”泛指每一個人，可以從以下幾個關(guān)鍵詞展開：
第一個關(guān)鍵詞是想象。現(xiàn)在沒有比想象力更重要的，AI 的出現(xiàn)不是人們失業(yè)和創(chuàng)意貶值的罪魁禍?zhǔn)祝喾磿苿恿硪淮膭?chuàng)意出現(xiàn)，就像照相機(jī)的出現(xiàn)影響了印象派的形成。我個人受尼葛洛龐帝的影響非常大，尼葛洛龐帝在麻省理工學(xué)院進(jìn)行了一些嘗試，并將這些嘗試系統(tǒng)化地變成了創(chuàng)新標(biāo)志，即媒體實驗室，區(qū)別于以往將創(chuàng)意限定在具體東西的理念，尼葛洛龐帝希望創(chuàng)造一種關(guān)系，他做了一個很像三維打印機(jī)裝置，中間有很多金屬塊，里面有一只小老鼠，金屬塊會隨著小老鼠行動的軌跡改變裝置內(nèi)部空間，尼葛洛龐帝將其表述為營造一種小老鼠和金屬塊的關(guān)系，這句話創(chuàng)造了一個新的學(xué)科——交互學(xué)，我的專業(yè)就是人機(jī)交互。如今，互聯(lián)網(wǎng)是交互，智能手機(jī)是交互，交互成為了創(chuàng)造的對象。
尼葛洛龐帝退休后做了一個項目，One laptop per child，即每個孩子有一臺筆記本電腦，這是個延續(xù)交互的想法。尼葛洛龐帝認(rèn)為，如果想解決非洲人的貧困問題，不應(yīng)該只給他們錢，能否給每個非洲孩子一臺足夠廉價、足夠耐用、可以聯(lián)網(wǎng)的電腦，孩子天生愛折騰，用電腦聯(lián)網(wǎng)之后就會不斷探索，只要給他們一個工具，他們就可以提升個人認(rèn)知，認(rèn)知提升后就可以影響周圍的人，整個村莊的認(rèn)知都有可能被改變。我個人非常認(rèn)同此觀點，知識不應(yīng)該被教，而是被影響。
我們公司也做了很多不賺錢的 AI 產(chǎn)品，比如 MuseAI。最近我們公司也在同學(xué)校和 NGO 開展合作，NGO 的一位負(fù)責(zé)人感受很深，他認(rèn)為農(nóng)村里的孩子在學(xué)習(xí)方面并不差，但是同城市的孩子相比，他們往往沒有見過人造的美，比如藝術(shù)、音樂等，這些孩子沒有創(chuàng)意的自信，也不知道自己是否有創(chuàng)造力。我們公司在與機(jī)構(gòu)合作初期，就用一些簡單的工具讓農(nóng)村的孩子們進(jìn)行簡單創(chuàng)作，這些孩子非常享受，給予我們的震撼和影響很大。
第二個關(guān)鍵詞是創(chuàng)建。上圖是 1976 年在佳釀俱樂部的喬布斯和沃茲尼亞克，作為兩個輟學(xué)生，他們牢牢抓住了那個時代技術(shù)剛剛萌芽的芯片、電路板和個人電腦。同理，當(dāng)下人們面臨的情況也是一樣的，人們可以討論、質(zhì)疑，但都不及動手干一干。我們公司的口號只有一個，It's time to build and create，即“別說，干就完了”。這個時期沒有事情是可以想清楚的，只能干清楚。
AIGC 技術(shù)在 ToC 的場景中，基本上都是對話機(jī)器人，但真正用它解決商業(yè)問題的時候，會發(fā)現(xiàn)它還為時尚早。早年電腦里的掃雷游戲主要靠雙擊鼠標(biāo)左右鍵完成，因為這款游戲除了娛樂，更重要的是讓用戶知曉如何使用鼠標(biāo)。以往人們不會使用鼠標(biāo)，但一旦熟悉之后會感覺特別好用。AI 也一樣。
設(shè)計科學(xué)家巴克敏斯特·富勒講過一句話：“通過在環(huán)境中引入新的物體，從而引發(fā)人們對于此物體的自發(fā)使用，從而碰巧讓人們放棄過去產(chǎn)生問題的行為或設(shè)備。例如，當(dāng)人們有迫切的需求需要穿過一條湍急的河流，作為設(shè)計科學(xué)家，我會設(shè)計一座橋，我很確定，這會使他們自發(fā)并永遠(yuǎn)放棄游泳到彼岸這個危及生命的行為。”當(dāng)人們開始使用新工具的時候，要把它想作是這座橋，然后要找到徹底解決問題的方式，并且時常嘗試。
第三個關(guān)鍵詞是快樂。2019 年之前，我們公司做過一些人與機(jī)器協(xié)作的研究，比如腦機(jī)比，就是研究工作中人與機(jī)器的關(guān)系。
在圖中顯示的三種關(guān)系中，第一種關(guān)系是事情越來越自動化，機(jī)器越來越可做，即 Capability 腦機(jī)比 1。第二種關(guān)系是有些工作機(jī)器很擅長做，但是個人做也很享受，人們不想給機(jī)器做，即 Subjectivity 腦機(jī)比 2。比如，一些設(shè)計師喜歡找資料，翻譯為機(jī)器語言即數(shù)據(jù)挖掘，這是機(jī)器很擅長做的，但是設(shè)計師們很享受找資料的過程，不愿意讓機(jī)器做。第三種關(guān)系是信任，從統(tǒng)計意義領(lǐng)域而言，無人駕駛是安全的，但是人們永遠(yuǎn)無法信任空著的駕駛座，這是文化性的信任使然，即 Trust 腦機(jī)比 3。
有些工作是人們確實不喜歡做的。很多時候不是工具搶了人們的工作，而是人們搶了工具的工作。但是千萬不要忘記所有工具和軟件的開發(fā)，都是以人為中心的，它一定要讓人類工作和生活得更開心。人類在與工具共處當(dāng)中，應(yīng)該思考增量的地方在哪里，人類不開心的地方在哪里，是否能夠通過使用工具來予以解決。
歡迎關(guān)注作者微信公眾號：「特贊Tezign」
復(fù)制本文鏈接 文章為作者獨立觀點不代表優(yōu)設(shè)網(wǎng)立場，未經(jīng)允許不得轉(zhuǎn)載。
繼續(xù)閱讀本文相關(guān)話題
熱評 珍寶土豆