AI領域的新東西真是應接不暇。上周，我參加了上海AIGC大會。會議現場真是人山人海，Mixlab的小伙伴們在三樓做了個分會場。我們一邊動手一邊分享觀點，并結識了不少有趣的朋友。受Shadow邀請，我也從產品經理的視角做了個簡單的分享……
當前，一場由人工智能引發的生產力革命即將爆發，這次革命的歷史意義可能不亞于一百多年前的工業革命。頂尖的大廠、投資人與機構都已紛紛入局。微軟、谷歌、Adobe、百度、阿里、訊飛等大廠也紛紛展示他們的新一代的AI產品。
為什么說這次機會比去年的元宇宙靠譜呢？
元宇宙雖然包羅萬象但并沒有帶來體驗的升維，VR/AR等新技術還有很多路要走；而ChatGPT為代表的生成式人工智能應用場景明確，而且帶來了前所未有的體驗，像OpenAI、Midjourney等項目直面C端用戶，讓人們紛紛意識到AI已經不是人工智障了。
一、新的數據體驗
在2019年，我跟著Shadow一起創業，當時想要開發一款針對新媒體人群的智能寫作工具。想用AI生成文章幫助新媒體小編解放生產力，這一聽就是讓人覺得十分炫酷的想法。
當時，我們嘗試了許多生成文本的方法，但AI所生成的結果卻不如人意。我們不得不面臨用戶的抱怨：“生成的垃圾文章，我用來修改的時間，還不如自己寫”。
當時的主要原因在于AI并不能真正理解內容的含義，例如，“心靈雞湯”和普通雞湯有何區別。get智能寫作的產品體驗遠遠沒有辦法達到用戶的預期。按照俞軍的產品價值模型推導：產品價值=（新體驗-舊體驗）-遷移成本 。
我們的這款產品價值基本是負向的。在用戶的反饋和吐槽之下，我們痛定思痛，進一步拆解，我們得到了一個AI體驗模型：AI產品體驗 = 數據體驗+輸入體驗。
既然數據體驗不好，那只能通過提升輸入體驗來補。因此，我們花費了大量時間通過設計交互界面來改善用戶的體驗。主要方法是將大的用戶目標拆分成小的用戶目標，以便更好地控制用戶的預期。通過一年的努力，產品的口碑終于從負轉正。
說實話，我曾經一度片面地認為“設計與前端帶來的體驗價值可以占到90%以上”。在之后，我負責設計和前端開發的“互鏈文檔”項目也貫徹了這個體驗模型，將知識圖譜與文檔結合在一起，可以一邊記筆記一邊拓展知識節點。這個項目在2021年成功獲得了機構的風險投資。
但今天像ChatGPT等大語言模型的出現，改變了我的觀點。大語言模型已經不能與傳統NLP算法同日而語，ChatGPT只要一個簡單的對話框已經能解決90%的問題，其良好的數據體驗，可以免去前端復雜的交互設計。
這也意味著傳統的產品設計范式已經不再適用。引述《交互設計精髓》的觀點，界面設計是為了解決實現模型(Implementation Model)和心理模型(Mental Model)之間的差距，前者反映的是技術實現方式，后者反映的是用戶預期。
ChatGPT等大語言模型真正有魔力的地方是涌現了人類一般的推理能力。當AI越來越懂用戶想要什么的時候，數據體驗就會變得足夠好，意味著實現模型無限趨近于心理模型，人機界面的設計將會變得越來越簡單。
今天，我們也要重視評估數據的體驗價值，找到數據的短板和不足，并做好彌補的方式。例如，GPT-3.5的數據只到了2021年，如何讓兩年前的數據幫我們解決現在的問題？前段時間ChatGPT演示的插件系統給了我們新的啟發。它展示ChatGPT接入第三方小程序的能力。語言可以作為一種最自然的人機溝通的界面，但AI也可以通過多種工具組合來幫助人類解決問題。
不管怎么樣，我們仍需回歸到應用場景中，并深入思考如何用人工智能技術幫助用戶達到期望的結果，將數據體驗和輸入體驗有效地結合在一起。
二、新的創作方式
我們的創作流程大致可以分為：創意、制作、分發，三個重要環節。不同的媒體形式，我們還需要掌握不同的內容生產工具。如，視頻創作，需要學AE、PR、PS、3D、Maya等工具。
讓專業的人，專業的團隊，創建專業的內容，我們稱之為PGC。今天我們看到影視IP內容都屬于這類，它的優點是質量穩定，缺點是創作門檻高和需要較大的資金投入。
隨著移動互聯網的發展，內容創作的門檻進一步降低，一部手機就能完成內容創作的全部過程，人人都可以低成本地創作內容，質量可能不如PGC，但是可以滿足大部分人多樣的消費需求，因此，有了像B站、抖音、快手、小紅書、微博等UGC的平臺的爆發。
AIGC時代的創作形式是怎樣的？那就是“提示詞生成一切”，Prompts to Anything。這個“提示詞”不僅僅只是文本，還可以是圖片、視頻、聲音等任何可以輸入給AI的東西。
正如前幾天Adobe 發布的Firefly螢火蟲的宣傳視頻，創作者只要輸入文本、圖片、視頻和聲音等，都可以轉化為精彩的視頻內容。
另外，有個叫Runway的生成視頻的項目，讓我們看到了AIGC的突飛猛進。自上線以來，半年左右迭代到了第二代，現在用戶不用攝影器材、不用請演員，AI就可以生成連貫的視頻片段，這讓視頻創作的門檻極大地降低。
如果需要配樂怎么辦？谷歌已經開源了圖片和文本生成音樂的方案，因為是無中生有，創作者也不用擔心音樂版權的問題了。
一些需要信息收集整理的工作，也可以交給AI。AutoGPT是最近非常火熱的項目，通過GPT的邏輯思考能力，結合搜索和代碼執行等功能。你只需要按照角色分配給它一個任務，它可以像實習生一樣幫你完成工作。甚至有人基于AutoGPT做了個智能生成視頻的工具。
在未來的三五年內，AI可以承擔創作流程中90%以上的工作，過去創作視頻內容需要按照編導、攝影、演員、剪輯、運營來分工，但是未來一兩個人就能搞定。
提示詞如咒語一般，可以低門檻的瞬間產出高質量的內容。但目前還不夠完美，從內容創作者角度看AIGC的內容可控性較弱，難以編輯修改；風格雷同也容易導致消費者審美疲勞。未來更多具有可控性的AIGC項目，也會展現在創作者面前。
一場內容革命即將暴發，將催生更多的內容創業機會。
三、新的投資邏輯
1.重新評估內容的變現效率
2015年，谷啊模開拓了影視解說的視頻品類，他的一些慣用語，至今還在我們的耳邊縈繞。
幾年之后，我們在短視頻平臺上看到的大部分影視解說類的短視頻都是AI配音的。對我們來說創作者是誰不再重要，大多數人只知道主角都是大壯、小美、小帥……
未來我們會看到更多規模化生產的內容，我們可能會看到小帥做知識分享、小美演繹田園生活、大壯在又唱又跳。任何可以獲取流量的內容品類，都會被AI重做一遍。
因為這種規模化生產導致大量的內容溢出，導致競爭的加劇，因此人們也會更加關注內容本身變現效率。
在目前內容流量的模型是三層漏斗“內容→關注→變現”，轉化效率還不夠高。
最近的B站主播斷更的事件，也反應了這個問題。B站堅持沒有貼片廣告，只不過是將機器匹配轉移為了低效的人工運營匹配。只有獲得平臺關注的頭部UP主，官方才會給予流量扶持、商單或者補貼。而大部分中腰部以下的主播，由于難以獲得平臺關注，就算內容有爆款，沒有官方的扶持也賺不到錢。這種模式，看似維護了消費者體驗，本質卻傷了UGC創作者持續創作內容的動力。
AIGC時代需要更加高效的流量模型，讓爆款內容就可以直接變現，這個模型可能是“獲客內容→變現”的兩層模型。如下圖：
這種模式并不是空穴來風，例如，Youtube的貼片廣告是通過算法匹配的，內容觀看人越多，廣告展示次數越多，創作者就能賺越多錢。這種模式會更適合AIGC的內容的投放，讓用戶參與投票，讓好內容可以賺錢。
2. 重新評估內容版權的價值
隨著AIGC技術的發展，內容生產將從用戶生成內容（UGC）轉變為人工智能生成內容（AIGC），這將帶來內容量和質量的提升，但也將帶來對平臺內容價值和版權的挑戰。
最近AI孫燕姿火了，它以假亂真到讓人難以區分。它可以“演唱”很多孫燕姿并沒有唱過的歌曲，讓粉絲也能一飽耳福。
這讓人不禁聯想：未來用戶是否可以任意調制自己喜歡的音樂菜譜？聽自己想聽的音樂，例如，孫燕姿的聲線+ 林夕風格的填詞 + 周杰倫的曲風。
如果這種全新的消費體驗能夠被驗證成功。除了對創作者帶來沖擊以外，也會極大沖擊傳統版權內容為核心的平臺應用。QQ音樂、網易音樂等長期經營的版權護城河可能蕩然無存，像喜馬拉雅等有聲書平臺也會岌岌可危。
AIGC到底有沒有侵權？依然有所爭議。
著名的科技評論人KK（凱文·凱利）認為，人類藝術家在創作過程中會受到其他藝術家風格的影響，但他們并不需要支付版權費用，這是一種藝術創作的自由和公平。同樣地，如果人工智能生成的內容是基于借鑒而非抄襲的，那么它也不需要向人類或其他人工智能支付費用，這是一種技術創新的自由和公平。
為了應對這些挑戰，他建議引入新的變量來構建新的商業模式，這些變量包括非同質化代幣（NFT）、公共領域貢獻協議（CC0）、智能合約和通證經濟（Tokenomics）等。
原始內容可以通過NFT來保障其稀缺性和價值。同時，原始內容可以通過CC0協議來開放其使用權，利用AIGC技術產生大量高質量的衍生項目，從而擴大其影響力和生命力，并獲得更高天花板的商業模式。最后，智能合約和通證經濟可以建立相應的商業流轉協議，使得這個平臺可以更健康地運行下去。
最近，馬斯克前妻Grimes，她通過AI+CC0進行了創作實驗。她將自己的聲音開源，并愿意和AI合作分成，并且迅速建立了一個小型孵化器，將AI和CC0有機結合。
如今互聯網技術發展也和開源生態的繁榮息息相關。可以預見，AIGC趨勢之下，必然也會提出數據開源的新商業模式。
3. 重新評估單位人效
最近，有個比較火爆的新聞是藍色光標裁員的事件。他們宣布停掉所有的外包，用人工智能替代。這使得他們股票大漲。這反應了投資市場的普遍心態：通過投資生產力革命，獲得更多的市值增長。廉價勞動力工廠的模式，已經不再有吸引力。
正如N年前，機器能否取代工廠的藍領工人的問題一樣。隨著產業的升級，機器終將取代掉大部分的人力。如果你只會擰螺絲，那你終將被機器取代，但如果你能夠維修機器，操作更高級的機器，那你依然還是能留下。
對于投資人或創業者來說，幸運的是科技變革給了社會資源重新洗牌的機會，正如一百年前的工業革命重新洗牌了新錢和老錢，讓資產階級能夠順勢崛起。在這次變革中，如果你能利用新技術影響到了更多的人，那你就能獲得更長期的生命力。
在AIGC時代，創業團隊要學會如何用更低的人力撬動更大的市場價值。創業者需要跳出傳統大公司的工廠模式，集中所有的精力解決一個極具價值的用戶痛點，實現單點突破。
例如，著名的社群通訊軟件Discord有650人，年營收1億美金；而Midjoureny 這家公司只有一個足球隊大小，核心成員還有幾位是還沒有畢業的大學生，年營收也有1個億美金。Midjourney 所做的事情極其專注，就是讓用戶用最簡單的方式，獲得最好的AIGC圖片。
4. 重新評估人的價值
難道AIGC時代，主播就沒有價值了嗎？
前不久我和“老范講故事”主理人老范的一次對談中，他讓我可以參考餐飲行業中“預制菜”和“飯店主廚”的關系。
我們購買預制菜是因為其方便實惠，標準化的口味，可以滿足我們普遍的需求，但當我們去飯店消費實際消費的是餐廳環境和服務體驗，主廚負責的就是保證菜品質量和特色口味。
如果是“預制菜模式”，技術驅動下的內容生產和轉化效率是第一位的，但是隨著技術的普及“預制菜”也將變得越來越卷。最終勝出的可能還是“主廚模式”。在充斥著大量機械生產內容的流量池中，那些具備人設的內容會變得更加有價值。
老范建議“人要更像個人”。因為還一些機器無法取代的東西。比如，你與社區成員的情感鏈接、社區資源鏈接、定制化課程內容等。
創作團隊如果想要具有長期的生命力，將需要變成“1+1+N”的模式：1個是主播，1個是社區，N個是機器人。
- “1個主播”是指核心內容創作者，有了人設，賬號才有長期價值，才能將大量觀看轉化為關注；
- “1個社區”則是指主播的粉絲和觀眾，支持著主播的發展；
- “N個機器人”可以協助主播內容生產、進行直播、自動化運營用戶等，提高了內容效率和用戶體驗。
綜合來看，主播、社區和機器人三者缺一不可，是創作者在平臺成功的關鍵因素。
傳統的MCN公司的簽約模式也會改變，傳統的MCN工作是挖掘、綁定、培養主播，并在流量變現的過程中分得一杯羹。但是隨著創作門檻的進一步降低和UGC/AIGC平臺流量模型的效率提升，流量和資源是相對平等的，主播能不能火，與個人素質極大相關。
如果MCN沒有配套服務機制，也就失去了其價值。隨著“主廚模式”的崛起，更合理的是一種去中心化的DAO組織形式，未來的機構將會更加注重服務和功能，為更多的“主廚”提供更多的賦能支持。
四、給個人的建議
1. 與人產生情感連接
無論人工智能如何發展，掌握社會資源，影響社會走向的依然是人類。在未來，人與人之間情感聯系的價值越來越重要。
因為AI僅僅是機器，它無法感知到情緒、聽出話語中的含義，也無法體會到我們的渴望，而人與人之間，最容易感知到的就是共情。
因此，當我們使用AI提升效率之后，我們還需要重新審視自己，多關注身邊的人，多去與人交流、多去體驗生活。或許，科技發展的終極意義就是讓我們擁有更多自由的時間、活得更像個人類。
2. 三個P
第一個P是Proxy，是代理的意思。代理是軟件設計中常見的一種模式，就是在底層通用接口上封裝一層代理，根據不同的業務需求，承接業務輸入和把關最終的輸出結果。AI就是我們的通用接口功能，人類負責把關輸入的需求和輸出的結果。
在項目中，依然需要由人類維護客戶關系、做好需求溝通、把控項目質量和負責項目管理等工作。AI無法替代的是能夠交付產品價值的人。
隨著AI的迭代，單一技能崗位可能會被取代，程序員、設計師、測試可能會失業，但是像項目經理、產品經理、架構師等能夠提供綜合性專業解決方案的角色依然需要，因為需要有人為產品的交付負責。
因此，我們不應該再把自己局限于某個細分技術的崗位，需要培養自己的全局視角，發展自己的綜合能力，讓自己擁有從宏觀和微觀把控項目的能力，以確保產品交付的質量和價值。
第二個P是Prompt，是指學會如何使用提示詞。很多人在向AI提問時，常常會感到它們的回答不夠準確或者不可控。其實，這很大程度上是因為我們提問的方式不夠好。我們可以將ChatGPT比做一個涵蓋了大量人類知識的寶庫，但是如果想要從中獲取所需的知識，就必須找到正確的鑰匙。例如，我們需要了解GPT背后的思維鏈模式。懂得在提問前為其設定角色，懂得補充知識，拆分需求，讓它“逐步回答”。掌握了這些技巧，GPT會相對準確的給你想要的答案。學會與AI溝通，才能更好地利用AI。懂得善用工具才是人類與眾不同的價值。
第三個P是Python，讓AI能夠執行好任務。Python出了處理日常工作的問題外，現在大部分AI項目，基本上都依賴于Python環境，如果說你想要體驗最新的工具，學習Python是必不可少的。雖然很多人都知道其強大之處，可惜的是很多人在學習Python的入門階段就放棄了，并沒有體驗到編程的真正樂趣——解決問題的成就感。如果你對Python不熟悉也沒有關系，可以把寫代碼交給ChatGPT，我們完全可以從邊做邊學開始。
3. 問題即是機遇
每次技術變革都會伴隨著炒作周期。最開始都會有個野蠻生長期，亂花漸欲迷人眼，當熱度冷卻之后，真正有長遠生命力的項目才浮現到大眾的視線中。
在熱度之下，人人都迫不及待。當下，國內大部分熱度還是停留在公眾的關注度上，真正成規模的產業級的商業化應用還在醞釀之中。由于大模型的門檻過高，有實力的大公司會陸陸續續推出自己的大模型，但打臉和翻車并不奇怪；而小型的創業團隊所做的事情高情商的說法是“將大模型落地到具體的應用場景中去”，低情商的說法是套殼。
AIGC除了技術問題外，還有很多懸而未決的問題，例如，數據安全、法律法規、創作倫理、版權問題等。但這些是問題，也是機遇。
對于創業者來說，在劇烈的變化之下，也要冷靜沉著，結合自己熟悉的業務領域進行深入的探索。
另外，由于種種限制，國內大部分普通人并沒有真正體驗過AI的神奇之處。按照鴻溝理論，新的技術往往都是從小眾傳遞到大眾，需要有個跨越鴻溝的機會，如果你能夠幫助更多人跨越鴻溝，那你在這個過程中也能獲得巨大成功。
如果你曾遺憾于錯過了幾次互聯網浪潮，那么千萬不要再錯過這次機會。雷軍說過：“站在風口，豬也能飛上天”，現在風來了，你還在猶豫嗎？
PM熊叔，微信公眾號：PM熊叔
本站文章收集整理于網絡，原文出處：PM熊叔 ，本站僅提供信息存儲空間服務。如若轉載，請注明出處。
