AI會搶走內容創作者的“飯碗”嗎？

AI會搶走內容創作者的“飯碗”嗎？

“Google要完蛋了！”這是ChatGPT“一夜爆紅”之後，很多人的第一反應。

其實，很多Google員工也開始擔心自家AI 敵不過 ChatGPT，但Google母公司Alphabet CEO 桑達爾·皮查伊（Sundar Pichai）和Google人工智慧部門主管傑夫·迪恩(Jeff Dean)則回應稱，Google擁有類似的能力，但如果出現問題，代價會非常高昂，導致人們不再信任Google提供的答案。

而更令人焦慮的是，ChatGPT以及其背後的AIGC是否會搶走內容創作者的“飯碗”？

今年以來，AIGC(全稱：AI generated content，AI生成內容)迎來一股新風潮，被認為是繼PGC(專業生產內容)、UGC(使用者生成內容)之後的又一萬億風口。

一時間，諸如AI生成文字、繪畫、視訊、音訊、程式碼等多模態內容，都被視作AIGC產業中的組成部分，吸引了極大的關注。

當然，ChatGPT也被認為是AIGC的一個分支，這與其同樣基於大型語言模型(Large language model，簡稱：LLM)、GAN（Generative Adversarial Network，生成對抗網路）等AI相關技術密不可分。

那麼，一系列問題就來了。AIGC是如何快速走紅的？它如何邁向商業化？未來還有哪些想像力呢？

01 ChatGPT爆紅的背後

提到ChatGPT，創新工場執行董事兼前沿科技基金總經理任博冰同時也想到了此前另一熱門AI繪畫的開源模型——Stable Diffusion。

他認為：“這些最新突破性的成果，都離不開Foundation Model（大模型或基礎模型）等技術的發展。”去年，相關話題和討論並不熱烈，但自從Stable Diffusion和ChatGPT這兩個熱門大模型的出現，讓普通使用者能夠真切感受到AIGC的魅力，從而加快了其傳播的力度。目前，從效果來看，Diffusion（擴散模型）與GAN、ChatGPT與GPT3，這兩類模型相比之下，在完成度和易用性都有大幅的提升。

“巧的是，在ChatGPT發佈前兩週，我們正在矽谷與OpenAI的高管進行了溝通，他們透露正在圍繞InstructGPT(ChatGPT的姐妹模型)做更多最佳化，所以很快就看到了這一突破性的成果。” 任博冰說道。

從效果上，ChatGPT大幅提升了對使用者意圖的理解和結果的精準性，還可以針對質疑做出主動認錯。這一技術正是基於InstructGPT，其核心是通過對人類反饋進行強化學習，再以資料重新微調，從而達到逼真的人機互動效果，也避免了以往GPT-3中出現的不少問題。

同時，ChatGPT在長文字及多輪對話中，相對原本的InstructGPT，有更好的表現。對比其他一些基於GPT-3或類似LLM的對話產品，也有更驚豔的表現。任博冰說，當然，如此快速傳播速度，可能也得益於OpenAI本身的名聲。

小冰公司CEO李笛有著不同的理解。他認為，嚴格意義上來說，ChatGPT並不完全屬於AIGC範疇。本質上，ChatGPT只是一個語言模型，更貼近交流領域。與AIGC的區別在於，AIGC的content（內容）必須要由某種特定形式來呈現，例如一篇文章、一段語音、一張圖片或者一支視訊。

而實際上，交流不需要這些形式就能完成，ChatGPT呈現的效果，更像是Q&A問答，而非一篇文章。從技術角度來看，相較於GPT-3，ChatGPT使用的是一種全新的訓練方法，能夠提升對話的相關性、邏輯性。同時，這類方法也讓對話的語言風格帶有“訓練人”的風格。

李笛認為，從小冰的角度來說，AIGC需要由某種特定形式來呈現，例如小冰能夠實現寫詩、繪畫、作曲等等眾多能力，並會產出具體的作品。如果只談交流這個領域，按當前基於小冰框架的對話互動量計算，一天就達到了14個人類一輩子的對話互動量。若使用ChatGPT的方法，每天成本將高達3億元，一年成本將超過1,000億元，成本極其昂貴。“當然，這不影響ChatGPT給我們帶來的啟示，同時也能讓我們分辨出實驗室技術與產品化框架之間的巨大區別。”他說道。

任博冰也認為，雖然不能過度神話此次的技術突破，但ChatGPT確實在增長範式上，與此前的模型拉開了巨大的代差，其核心仍然基於大模型，而在巨大算力支撐下，實現了大幅的提升甚至飛躍，也為對話效果和訓練方式帶來了深刻的影響。

“最近，我們接連被OpenAI的ChatGPT和Meta的Cicero（具有談判、說服和合作能力的AI機器人）深深吸引。” 任博冰說，這些年，AI發展過程中經過了一系列的迭代，例如GAN逐漸被Diffusion Model取代；以GPT-3為代表的LLM主導了目前NLP領域的發展；NeRF（神經輻射場）等技術被應用到如3D等多模態生成的任務中；還包括模型融合、算力主導等技術以及自然語言作為主要輸入的產品等最新的發展趨勢。

02 AIGC的商業化之路

對於AIGC行業的發展，任博冰認為，當前行業現狀比較特殊。一方面，依託於大模型，text（文字）和image（圖像）等相關AI技術正向著商業化落地邁進，且包含大量開源 ；另一方面，相關頭部公司正在快速迭代，其算力門檻和研發能力都讓絕大部分創業公司和科研機構望塵莫及。

“我們看到越來越多AI學者的大量創新研究被算力擋在門外，同時越來越多的AI創業公司團隊因大模型而變得更輕盈，不再需要像之前一樣需要組建一支龐大的AI團隊。現在，我們還不確定，這將對整個生態帶來哪些影響和改變，但毋庸置疑的是，AIGC的商業化還有很多‘寶藏’可供挖掘。但是，需要注意的是，包括對話、多模態等大量研發中的全新技術距商業化還很遠。”他說道。

李笛也指出，與ChatGPT一樣，今年AIGC的火爆主要源於多模態大模型的應用，讓生成式AI得到了較為明顯的進步，因而引發大眾的關注。但本質上，AIGC仍處於蠻荒時代。

他表示，早在多年前，小冰就已經踏入AIGC領域並嘗試了了商業化落地，期間大致經歷了三個階段。

第一階段，小冰通過技術讓人工智慧實現了自動生成內容，並達到交付商用的標準；

第二階段，小冰發現如果只依靠內容本身來變現（即出售內容的呼叫），是“不健康的”、“難以為繼的”。因為人工智慧具有的高並行性，注定了其創作的內容質量再高，但人們可能並不願付費，長此以往會影響原本內容市場的秩序；

第三階段，小冰找到了一種方法來解決上述問題——把AIGC作為能力賦予AI Being（數字人）。

“簡單來說，小冰不再做‘畫筆’，而是做‘執筆的人’。今後，我們可能還要經歷第四、第五等更多的階段。現在，大部分人討論話題的仍屬於第一階段，即技術的商業化落地。”李笛說道。

目前，小冰在AIGC領域已形成完備的商業化，並覆蓋金融、文化、紡織、旅遊等多個垂直領域，且構成了文字、聲音、圖像的產品化陣列。例如，小冰與中國紡織資訊中心、國家紡織產品開發中心合作推出的AI圖案設計平台，已有超過400家企業註冊並在生產中使用；小冰的金融文字生成產品已覆蓋了國內約90%的機構投資人。“但我們認為，AIGC並不會完全取代人類工作，而是以它的高並行性等特點去承擔一些耗費較大精力的重複性基礎工作，或者成為人類的助手，幫人類創作者試錯或提供思路。”

任博冰透露：“最近，我們走訪了一些海外科學家、VC和創業者，也研究了近400家AIGC相關的公司。”目前，幾位海外AI大牛都創立了AIGC公司，並成為引領行業的風向標，而更多的公司還是借助GPT、Diffusion等現有模型，立足於各自細分領域推出相關產品。現在，這兩個代表性領域都已經有獨角獸公司脫穎而出，相信今後還還更多的AIGC公司湧現。

“但海外VC對這一方向還是很謹慎的，因為行業中一批新興公司的火爆，可能並不具備代表性，也無法做到以偏概全。同時，國內此類公司也在快速湧現，涉及2C（消費端）和2B（企業端）。但國內企業服務和2C工具的生態與海外有很大的差異，而且產品方向有扎堆的趨勢，所以我們會謹慎佈局，也可能會選擇新方向來孵化一些公司。”

例如，創新工場在2021年孵化了瀾舟科技，這是GPT-3問世後，全球第一批基於大語言模型的初創企業。之後，創新工場在多模態和生成式AI等方面也將投資一些新興的公司，相信明年會有更多佈局。

03 AIGC的想像力

AIGC的想像力不止如此，在任博冰看來，AIGC會滲透到人們日常工作和生活的方方面面，並且能讓人通過自然語言或其他簡單的互動就獲得超高的生產力。從程式碼創作到2D/3D圖的創作；從寫論文到寫PPT；從搜尋到快速商業分析等等，都將在可預見的短期時間內就能實現。

“但我們不認為AIGC會對就業造成太大的影響，因為現在AI仍然只能完成人類的一部分工作，在很多環節還是充當偏輔助的角色，例如AI生成圖像還需要精修、AI生成文字還需要潤色等等。總之，AI生成的內容目前很難直接作為人類的專業內容進行發佈。”他說道。

談到AIGC的未來的想像力，任博冰說，在內容創作層面，讓AI生成短影片、3D動畫；在互動層面，讓機器人具有更高的環境理解、任務理解及人機互動能力，都將充滿想像力，但仍然有很長的路要走。即便在對話層面，目前ChatGPT的效果也遠不夠完美，而且在很多細分場景上，還缺少相應的產品。

AIGC會與元宇宙、Web3等擦出怎樣的火花？李笛說，目前，元宇宙、Web3的定義仍然很模糊。如果只將其視為一個空間，AIGC和AI數字人不需要非得與元宇宙捆綁在一起，因為其在元宇宙和物理世界中都能得到很好的應用。小冰認為，未來人類會被AI Being所環繞。這句話的含義是，人工智慧可以身處音箱中、在汽車中、在社交網路平台上……在任何場景，而元宇宙只是這些眾多場景中的一個而已。

對於AIGC的投資策略，啟明創投的合夥人周志峰與啟明創投投資經理胡奇有著獨到的見解，他們將未來AIGC產業的格局比喻為“兩種世界”。

一種世界是多個大模型基礎公司為上游應用提供API和模型服務，上游應用公司只需專注於開發產品邏輯和上層演算法；而另一種世界則如同今天的AI公司一樣，每家公司都根據自身需求研發底層大模型，為自身應用提供技術支援。同時，這兩種世界也可能並存，並形成互相交織的過渡形態。

所以，他們既會關注提供API介面的基礎設施公司（例如國外的OpenAI、Cohere等以及國內的智譜華章），也不會錯過殺手級應用（例如NLP）。此外，他們還會專注於垂直領域的應用公司，以及在兩個世界過渡的過程中，能夠拿到高額融資的垂直一體AI公司，但會更加謹慎。

04 高光之下的隱憂

對ChatGPT火爆，創新工場人工智慧工程院執行院長王詠剛撰文表達了擔憂，並闡述了自己的觀點。

首先，AI創作在知識教育領域爭議很大。ChatGPT的模仿能力和文筆越好，這個未來風險就值得重視且需要提前應對。今天的AI生成理論，還沒辦法保證生成內容的邏輯正確與合理，建立人類領域專家參與的AI訓練過程，發展與正確性相關的增強學習演算法可能會是未來的一個AI科研熱點。

其次，AI/CS（Computer Science，電腦科學）專業人要保持冷靜。面對大幅提升多輪對話能力的ChatGPT，越是AI/CS 的從業者越是不能一味地頂禮膜拜；最起碼，應該有測試和驗證的精神，不斷探索新模型的能力上限，甄別模型生成答案時真正的“記憶認知”和基於特徵相似性的“模仿遊戲”。

最後，AIGC大發展，“跟風”要有道德底線。他期望所有跟風者在AIGC這個大舞台上，不要過於頭腦發熱，還是要多判斷一下，自己建構的所謂“產品”，到底是有益於人類進步，還是向已經碎片化的內容世界繼續灌水或傾倒垃圾。

王詠剛還分享了一件令他詫異的小故事：此前，他與OpenAI的兩位聯合創始人一起喝咖啡時，兩位科學工程大牛用非常技術化、務實的心態談他們的工作計畫和技術思考。但他卻發現兩位創始人竟然不知道AIGC是什麼意思！

不可否認的是，人類史上從沒有一個發明或技術，像AI這樣，在給人的生活和工作帶來前所未有的變革的同時，也對人類既有知識秩序和精神生活提出了多重的挑戰。

無論是AIGC，還是ChatGPT，背後都離不開大模型、算力及資料等要素和相關技術的不斷進步和迭代。簡單而言，AIGC是人類在AI領域取得的又一里程碑式的突破。所以，AIGC仍然是一件工具，以便將人類從重複性工作中解放出來，或者成為人類的助手，起到降本增效的作用。

更令人欣喜的是，AIGC的興起，也意味著人類又距離AGI (Artificial General Intelligence, 通用人工智慧)，也就是強人工智慧又近了一步。

本文來自微信公眾號 “福布斯”（ID：forbes_china），作者：Forbes China，36氪經授權發佈。

本文經授權發布，不代表36氪立場。

如若轉載請註明出處。來源出處：36氪