AI创作时代来临，写作、说话、画图、做影片样样行——职场「大风吹」，人类坐哪里？

本文由 白鲸技术栈 撰写/授权提供，转载请注明原出处。

回顾「生成式 AI」的发展历程，包括文字、影音在内等多种内容，AI 都可以做得比人更好，而当生成式 AI 产出可以大量、快速、客製化创作优质内容，人类的价值何在？又该如何「换位子」呢？

2022 年末，网路上最受讨论的，是一隻聊天机器人—「ChatGPT」。由美国人工智慧研究机构「OpenAI」发表，短短两週内吸引了上百万人使用。专家认为「ChatGPT」的出现，跟智慧型手机、网际网路的出现一样，将根深蒂固地改变人类的工作和生活。

「ChatGPT」的「生成式AI」（Generative AI）技术，让任何人都可以用简单的自然对话（而非程式语言），指挥 AI 创作各种内容。

什么是「生成式 AI」？如何爆红？目前有哪些应用？而人类在 AI 创作时代如何「另谋高就」？

「生成式AI」（Generative AI）的发展历程

生成式 AI（Generative AI），是指让「机器学习模型」研究类似作品的数据，然后去创造一个全新的作品，可以是文字、图像、音讯档、影片、程式码、甚至建筑设计。

过去七年，Google、Meta 等科技巨头、以及微软投资的 OpenAI，都在打造Generative AI 的「语言模型」（Language Model）。这三家先驱者用大量电脑运算能力和数据「训练」这些「语言模型」，让它们能自己创作内容。训练过程，可分成三个阶段：

A. 萌芽期（2015 年之前）：

只有小型模型。这些模型在「数据分析」上表现出色，如预测外送抵达时间、诈骗讯息分类……等。但在模仿人类语言的「内容创作」上并不及格，无法像真人一般写作、写程式、画图。

B. 突破期（2015 年至 2022 年）：

2017 年，Google Research 发表「Transformer模型」，是自然语言运算（Natural Language Processing, NLP）领域的里程碑。Transformer 模型需要被训练的时间比以往少，产出的品质却大幅提高，并且容易针对各应用领域的需求客製化。（详细可参考维基百科之介绍）

如 Google 开发出 BERT、LaMDA。Meta 开发的 OPT-175B、BlenderBot。微软投资的 OpenAI 开发出 GPT-3（用于文字）、DALL-E2（用于绘图）、Whisper（用于语音辨识）。

Photo Credit: GettyImages

为什么都是富可敌国的大公司？因为训练这些模型的成本很高。

例如，GPT-3 最初在 45TB 的数据上进行训练、运用了高达 1750 亿个参数来预测结果，单次训练就要 1200 万美元。中国的悟道预训练模型，则使用了 1.75 兆个参数进行训练，动员了清华大学、北京大学、中国科学院等机构的资源。

2015 年到 2020 年之间，训练这些模型的计算量增加了六个数量级，使得这些模型能够以近乎、甚至超越人类的水平，来执行任务。

只不过在这个阶段，这些模型并未进入大众视野。因为他们需要庞大资源才能运转，成本也还没降低到可以供大众在云端使用。

C. 业界落地期（2022年～）：

随着电脑运算成本降低、新技术如扩散模型（Diffusion Model）出现，训练和营运行逐渐降低。Google 等公司陆续公开这些模型，让开发者可以试用。

当核心的生成模型被训练出来后，不用太大量的数据，就可依据各领域进行客製化调整。于是 Google 开发的 BERT 便有专注生医领域的模型BioBERT、法律领域的模型Legal-BERT。这让很多专业人士也开始试用。

然后在 2022 年，生成式AI在一般大众之间爆红。

文字影音等多种内容，AI 都可以做得比人更好

2022 年，生成式 AI 出现了杀手级应用，让一般大众开始使用。如绘图领域的Midjourney、Stable Diffusion、DALL·E2，以及聊天机器人 ChatGPT。

同时，先驱者公开它们的语言模型（如OpenAI开放GPT-3），让新创公司省掉耗费金钱和时间的训练阶段，直接在各专业领域推出应用产品。

这些新创涵盖的範围，不仅是透过文字生成文字、图片、声音、程式、音乐、影像、3D、NFT，甚至可以反向操作，用语音生成文字（如逐字稿应用）、图片生成图片（如快速去背、图像编辑）、连结生成文字（如快速撷取 url 网页内文产出脚本）、影片生成影片（如从会议影片快速生成部落格文章、推特推文、精彩花絮......等等）。这裡有网友整理出的生成式 AI 的各类型应用。

以商机庞大的行销产业为例，生成式AI的商业应用潜力已经相当惊人。

从部落格文章撰写、SEO 优化、影片编辑、社群行销文案产生、广告素材生成……等，全部有AI可帮你代劳。各赛道都塞满竞争者：

（以下只列出部分）

(文字生成行銷文案公司Jasper的使用情境）

（文字生成行销影片公司 Synthesia 的使用情境）

从点子发想，到实际撰写内容、拍摄图片、拍摄影片，如今生成各式各样的行销素材，都可以坐在电脑前面一键完成。不需抓耳挠腮、肠枯思竭，也不必为了打光跑进跑出，NG 重来数遍。

美国已有许多公司开始採用这类的 AI 工具。如云端运算大厂 VMWare 的内容行销人员，就运用 Japser 产出行销邮件内容、广告文案、社群内容。当 AI 已经可以执行大部分的写作任务时，写手就可以专注于寻找更好的写作题材、研究内容方向、制定内容策略方向。这种跟 AI 玩「大风吹，换位子」的现象，已经在大企业发生。

另外，如摩根士丹利（Morgan Stanley）银行也透过 GPT-3，来为客户创造客製化金融内容。由真人用特定字眼来「提示」（prompt）AI，然后由 AI 创造初稿，然后再由真人来编辑、审稿，

行销领域，只是生成式 AI 应用的冰山一角。根据美国知名创投公司——红杉资本（Sequoia Capital）的分析，生成式 AI 也可用于自动创作程式语言、艺术作品、游戏、产品设计等。

AI 百花齐放，人类何去何从？大风吹之后，还有我们的位子吗？

AI 创作时代，人类如何「换位子」？

当生成式 AI 产出可以大量、快速、客製化创作优质内容，人类的价值何在？

几个趋势已经注定「回不去」了：

1. AI 将成为多数「功能性」内容撰写的主力：这类内容有明确架构、重复性高，目的在于传递讯息、提供清晰、必要的说明

不需传达个人风格、品牌、形象。不需感性或阐释。例如促销讯息、折扣码说明、产品说明书、社群贴文、教育训练影片、广告企划案、研究报告、白皮书、业务企划书、说明书，

这些内容都可以透过 AI 工具快速做出草稿，微调后即可发送。也就是说，行销、业务、营运、客服都能透过 AI 节省大量人力。换句话说，在这领域，AI 最容易取代人类的价值。

2. 把 AI 当手，人类当脑

内容人才的价值已经不在于「写」，而在于捕捉市场趋势、时事动态、客户心态，制定最符合当下时空背景的内容策略。目前的 AI 虽然能高效产出内容，但还无法分析受关注的时事议题、市场趋势，找出可切入的内容策略。

另外，AI 也还无法同理、模拟客户的心理，也不能推测客户可能会想看的文章。AI 也还无法统整公司内部的资料库，从中挖掘有价值的主题产製成内容。进入 AI 创作时代，人类的最大胜算是换位子当大脑，把手的工作都让给 AI。

3.洞悉观赏者的情绪与需求，才能在新的内容混战中杀出血路

生成式AI加速了内容产製，会让内容更为氾滥。乱军中，能吸引到眼球的内容，有可能在于内容更紧贴时事、更迎合观赏者的心理状态，更能贴近社会上瀰漫的各种情绪，或更具备个人独特的风格与特色。

生成式 AI 还在以凶猛的态势发展——2022 年爆红，2023 年将预计将多点开花。生成式 AI 的「军火供应商」——OpenAI，因 ChatGPT 一夕爆红。据传将得到微软新一轮高达 100 亿美元的融资，让公司估值高达的 290 亿美元。微软看好无数的第三方公司将可透过 OpenAI 的 API 打造全新应用服务，用 AI 改变商业运作流程。

AI 创作引领的新时代就在眼前。或许我们害怕的是，这一切都才刚开始而已

扫码关注公众号

获取更多技术资讯