在這個效率爲王、顛覆性技術一夜之間創造出數十億美元市場的世界裏，企業不可避免地將生成式人工智能視爲強大的盟友。

從OpenAI的ChatGPT生成類似人類的文本，到DALL-E在提示下生成藝術品，我們已經一窺未來的模樣：機器不只是與我們並肩創作，甚至可能主導創新。

那么，爲什么不將其擴展到研發（R&D）領域呢？畢竟，人工智能可以加速創意的產生，比人類研究人員更快地進行迭代，甚至可能輕松發現下一個“爆款”，是吧？

這一切在理論上聽起來都很不錯，但現實中是：指望人工智能接管研發工作很可能會適得其反，甚至會造成災難性的後果。

無論是一家追求發展的早期初創企業，還是一家捍衛自己地盤的老牌企業，外包創新工作中的生成任務都是一場危險的遊戲。

在擁抱新技術的同時，人們可能會失去真正突破性創新的精髓，更有甚者，可能會讓整個行業陷入同質化、無新意產品的死亡漩渦。

讓我們來分析一下，爲什么在研發中過度依賴人工智能會成爲創新的致命弱點。

01.AI的“平庸天才”：預測≠想象力

人工智能本質上是一台超強的預測機器。它根據大量的歷史先例，預測出最合適的文字、圖像、設計或代碼片段，從而進行創造。

雖然這看起來高效且復雜，但我們要清楚：AI的能力僅限於它的訓練數據。它並非真正意義上的“創造性”，也不會進行顛覆性思考。

也就是說，AI是向後看的，總依賴於已經創造出來的東西。在研發過程中，這就成了一個根本缺陷，而不是一個特點。

要想真正开闢新天地，需要的不僅僅是從歷史數據中推斷出來的漸進式改進。

偉大的創新往往產生於飛躍、轉折和重新構想，而不是在現有主題上稍加變化。想想蘋果公司的iPhone或電動汽車領域的特斯拉等，他們是如何在現有產品的基礎上進行改進的？

很顯然，他們都顛覆了現有的模式。

GenAI可能會不斷改進下一代智能手機的設計草圖，但它不會從概念上把我們從智能手機本身解放出來。

大膽的、改變世界的時刻，那些重新定義市場、行爲甚至行業的時刻，全部來自人類的想象力，而不是算法計算出的概率。

當人工智能成爲研發的驅動力時，最終得到的是對現有創意更好的迭代，而不是下一個劃時代的突破。

02.人工智能的本質是同質化

讓人工智能掌控產品創意流程的最大危險之一，就是AI處理內容的方式會導致趨同而非分歧，無論是設計、解決方案還是技術配置。

由於訓練數據的基礎重疊，人工智能驅動的研發將導致整個市場的產品同質化。

或許產品表現上會有些許變化，但本質上還是同一個概念的不同“味道”。

試想一下：你現在有四個競爭對手，他們都使用AI系統來設計手機的用戶界面（UI）。

每個系統都在大致相同的信息語料庫中接受訓練，這些語料庫是從網上搜羅的有關消費者偏好、現有設計、暢銷產品等方面的數據。

很顯然，這會導致生成結果都十分類似。

隨着時間的推移，人們會看到一種令人不安的視覺和概念凝聚力，競爭對手的產品开始相互模仿。

當然，圖標可能會略有不同，產品功能也會有細微差別，但實質、特性和獨特性呢？很快，它們就煙消雲散了。

我們已經在人工智能生成的藝術作品中看到了這種現象的早期跡象。

在Art Station等平台上，許多藝術家對人工智能生成內容的湧入表示擔憂，因爲這些內容非但沒有展現出人類的獨特創造力，反而給人一種重復使用流行文化參考資料、寬泛的視覺套路和風格的美感。這不是人們想要的爲研發提供動力的前沿創新。

如果每家公司都將生成式AI作爲其事實上的創新战略，那么行業每年就不會有五或十個顛覆性的新產品，而只會有五或十個裝扮一新的克隆產品。

03.人類的“魔力”：意外如何推動創新？

歷史書告訴我們：青黴素是Alexander Fleming無意間忘記蓋住細菌培養皿而發現的；微波爐誕生於工程師Percy Spencer站得離雷達裝置太近，不小心融化了一塊巧克力；甚至便利貼的發明，也是一次制造超強粘合劑失敗的副產品。

事實上，失敗和意外發現是研發中不可或缺的一部分。

人類研究者對隱藏在失敗中的價值有着獨特的敏銳觸覺，他們往往能夠將意外視爲機遇。

機緣巧合、直覺、本能，這些都是成功創新的關鍵，就像任何精心制定的研發路线圖一樣。

但生成式AI的症結就在這裏：它對“模糊性”沒有概念，更不用說靈活地將“失敗”理解爲一種財富了。

人工智能的編程教它避免錯誤、優化准確性並解決數據模糊問題。如果要簡化物流或提高工廠產量，這很好，但在突破性探索中，卻是致命的缺陷。

但生成式AI的症結就在這裏：它對“模糊性”沒有概念，更不用說靈活地將“失敗”理解爲一種財富了。

人工智能的編程教它避免錯誤、優化准確性並解決數據模糊問題。如果要簡化物流或提高工廠產量，這很好，但在突破性探索中，卻是致命的缺陷。

人工智能消除了生產性模糊的可能性，也就是解釋意外事故、推翻有缺陷的設計，但也使通往創新的潛在途徑變得有限。

人類擁抱復雜性，善於從意外輸出中發現可能性。

而AI只會加倍強調確定性，將中庸的想法納入主流，將任何看似不規則或未經測試的東西拒之門外。

04.人工智能缺乏同理心和遠見

創新不僅是邏輯的產物，也是同理心、直覺、欲望和遠見的產物。

人類之所以創新，是因爲他們關心的不僅僅是邏輯效率或底线，而是對人類細微需求和情感的回應。

我們夢想讓事物變得更快、更安全、更令人愉悅，因爲從根本上說，我們理解人類的體驗。

想想第一代iPod或谷歌搜索極簡界面的設計，這些改變遊戲規則的設計之所以取得成功，並非純粹的技術優勢，而是因爲我們能夠感同身受地理解用戶對復雜的MP3播放器或雜亂無章的搜索引擎的不滿。

新一代人工智能無法復制這一點。

它不知道與一個漏洞百出的應用程序搏鬥是什么感覺，也無法感受到簡約設計帶來的驚嘆，或未被滿足需求時的挫敗感。

當人工智能“創新”時，它是在沒有情感背景的情況下進行的。這種缺乏遠見的做法削弱了人工智能提出能與人類產生共鳴的觀點的能力。

更糟糕的是，如果沒有同理心，人工智能所創造的產品可能在技術上令人印象深刻，但給人的感覺卻是沒有靈魂、毫無生氣和事務性的，也就是“缺乏人性”。

在研發領域，這是創新的殺手。

5.過度依賴AI可能導致技能退化

對於人工智能未來狂熱者來說，最後一個令人不寒而慄的想法是：如果讓人工智能介入得太多，會發生什么？

很明顯，在任何自動化侵蝕人類參與的領域，技能都會隨着時間的推移而退化。

看看早期引入自動化的行業就知道了：員工失去了對事物“爲什么”的理解，因爲他們沒有經常鍛煉自己解決問題的能力。

在重研發的環境中，這對塑造長期創新文化的人力資本構成了真正的威脅。

如果研究團隊僅僅成爲人工智能生成工作的監督者，他們就可能失去挑战、超越人工智能產出的能力。

創新實踐越少，自主創新的能力就越弱。當人們意識到自己已經失去平衡時，可能爲時已晚。

當市場發生劇烈變化時，這種對人類技能的侵蝕是非常危險的，再多的人工智能也無法帶領人們穿越不確定性的迷霧。

顛覆性時代需要人類打破常規框架，而這正是人工智能永遠不會擅長的。

06.未來之路：人工智能是輔助，而不是替代

以上並不是說人工智能在研發領域沒有用武之地，作爲一種輔助工具，人工智能可以讓研究人員和設計師更快地進行測試、迭代創意想法和完善細節。

使用得當，它可以提高生產力，而不會壓制創造力。關鍵在於：我們必須確保人工智能是對人類創造力的補充，而不是替代。

人類研究人員需要始終處於創新過程的中心，利用人工智能工具來豐富他們的工作，但絕不能將創造力、愿景或战略方向的控制權拱手讓給算法。

人工智能時代已經來臨，但我們仍然需要人類好奇心和膽識所迸發出的罕見而強大的火花，這種火花永遠不會被簡化爲機器學習模型。

這是我們不可忽視的一點。

原文來源於：

1.https://venturebeat.com/ai/heres-the-one-thing-you-should-never-outsource-to-an-ai-model/

中文內容由元宇宙之心（MetaverseHub）團隊編譯，如需轉載請聯系我們。

       原文標題 : 絕不應該交給人工智能的一件事——創意工作

---

標題：絕不應該交給人工智能的一件事——創意工作

地址：https://www.utechfun.com/post/455738.html