一件事永远不应该交给人工智能——创意工作
在这个世界上，效率为王，颠覆性技术一夜之间创造了数十亿美元的市场，公司不可避免地将生成人工智能视为强大的盟友。
我们已经看到了未来，从OpenAI的ChatGPT生成类似人类的文本，到DALL-E在提示下生成艺术品:机器不仅与我们并肩创造，而且可能主导创新。。
那为什么不把它扩展到研发呢？（R&D）领域呢？毕竟，人工智能可以比人类研究人员更快地迭代创造力，甚至可能很容易发现下一个“爆炸”，对吗？
理论上，这一切听起来都很好，但现实中如下：期望人工智能接管R&D工作可能会适得其反，甚至造成灾难性后果。。
外包创新工作中的生成任务是一场危险的游戏，无论是追求发展的初创公司，还是捍卫自己领土的老牌企业。
在拥抱新技术的同时，每个人都可能失去真正突破性创新的本质。更有甚者，整个行业可能会陷入同质化、无创意产品的死亡漩涡。
下面我们来分析一下，为什么人工智能在研发中过于依赖人工智能会成为创新的致命弱点。
01.AI的“普通天才”：预测≠想象力
人工智能本质上是一种强大的预测机器。它根据大量的历史例子，计算出最合适的文本、图像、设计或代码片段，然后进行创建。
虽然它看上去高效而复杂，但是我们必须明确：AI的能力仅限于它的训练数据。这并不是真正的“创造性”，也不会有颠覆性的思考。。
换言之，AI是向后看的，总是依赖于已经创造出来的物品。这已经成为研发过程中的一个根本缺陷，而非一个特征。
要真正开拓新世界，需要的不仅仅是从历史数据中推断出来的渐进改善。
大创新通常发生在飞跃、转折和重新思考中，而不是在当前主题上稍作改变。。想想苹果的iPhone或者电动汽车领域的特斯拉等等，他们是如何在现有产品的基础上进行改进的？
很明显，他们都颠覆了现在的方式。
GenAI可能会不断完善下一代智能手机的设计草图，但是它不会从概念上解放我们自己的智能手机。
大胆的、改变世界的时刻，那些重新定义市场、行为甚至行业的时刻，都来自于人类的想象，而不是算法计算的概率。
在人工智能成为R&D的动力时，最终得到的是更好地迭代当前的创造力，而非下一个划时代的突破。
02.人工智能的本质是同质化。
无论是设计、解决方案还是技术配置，人工智能控制产品创意流程最大的危险之一就是AI处理内容的方式会导致趋同而不是矛盾。
由于培训数据的基础重叠，人工智能驱动的研究与开发将导致整个市场产品同质化。
或许商品的表现也有一些变化，但本质上还是同一个概念的不同“味道”。
想象一下：你现在有四个竞争对手，他们都使用AI系统来设计手机的操作界面。（UI）。
每一个系统都在基本相同的信息词库中进行训练，这些词库都是从相关消费者偏好、现有设计、畅销产品等方面收集的数据。
显而易见，这将导致产生非常相似的结果。
久而久之，每个人都会看到一种令人不安的视觉和概念凝聚力，竞争者的产品开始相互模仿。
当然，图标可能会有所不同，产品功能也会有细微的差别，但是本质、特点和独特性呢？不久，它们就消失了。
在人工智能生成的艺术作品中，我们已经看到了这种情况的早期迹象。
在Art 在Station等平台上，许多艺术家担心人工智能生成内容的涌入。因为这些内容不仅没有表现出人类独特的创造力，反而给人一种重复使用流行文化参考资料、广泛的视觉套路和风格的美感。这不是人们想要的前沿创新，以增加R&D的动力。
如果每个公司都把生成式AI作为自己实际的创新策略，那么行业每年就不会有五十个颠覆性的新产品，只会有五十个新的复制品。
03.人类的“魔力”：事故如何促进创新？
历史书告诉我们：青霉素是Alexander 无意中，Fleming忘记了掩盖细菌培养皿的发现；微波炉起源于工程师Percy Spencer站得离雷达设备太近，不小心融化了一块巧克力；甚至便利贴的发明也是超级粘合剂制造失败的副产物。
事实上，失败和意外发现是R&D不可或缺的一部分。。
对于隐藏在失败中的价值，人类研究者有着独特的敏锐触感，他们常常能把意外当作机会。
巧合，直觉，本能，这些都是成功创新的关键，就像任何精心制定的R&D路线图一样。
但是生成式AI的症结就在这里：它对“抽象”没有概念，更不用说灵活地把“失败”理解为一种财富。。
人工智能编程教会它避免错误，提高准确性，解决数据模糊的问题。如果你想简化物流或者增加工厂的产量，那是好的，但是在突破性的探索中，却是一个致命的缺陷。
但是生成式AI的症结就在这里：它对“抽象”没有概念，更不用说灵活地把“失败”理解为一种财富。。
人工智能编程教会它避免错误，提高准确性，解决数据模糊的问题。如果你想简化物流或者增加工厂的产量，那是好的，但是在突破性的探索中，却是一个致命的缺陷。
人工智能消除了生产模糊的可能性，即解释事故，推翻有缺陷的设计，但也使潜在的创新方式有限。
人拥抱复杂，善于从事故导出中发现概率。
而且AI只会加倍强调确定性，把中等思想纳入主流，避免任何看似不规则或未经测试的物品消失。。
04.人工智能缺乏共情和远见。
创新不仅仅是逻辑的产物，更是同理心、直觉、欲望和远见的产物。
人之所以创新，是因为他们关注的不仅仅是逻辑效率或者底线，而是对人类微小需求和情感的回应。
我们的理想使事物更快、更安全、更愉快，因为从根本上说，我们理解人类的感受。
想想第一代iPod或者谷歌搜索简单页面的设计。这些改变游戏规则的设计之所以成功，并不是因为我们能深刻理解用户对复杂的MP3播放器或者杂乱无章的搜索引擎的不满。
这一点不能被新一代人工智能复制。
在没有满足需求的情况下，它不知道与一个破绽百出的应用程序搏斗是什么感觉，也不能感受到简单设计带来的惊喜或挫败感。
人工智能在没有情感背景的情况下进行“创新”时，。这一缺乏远见的做法削弱了人工智能提出能够引起人类共鸣的观点的能力。
更糟糕的是，如果没有同理心，人工智能创造的产品在技术上可能会给人留下深刻的印象，但给人的印象是没有灵魂，没有生气，没有事务，那就是“缺乏人性”。
这是R&D领域的创新杀手。
过度依赖AI可能会导致技能衰退。
对未来人工智能狂热者来说，最后一个令人不寒而栗的想法是：如果人工智能介入过多，会发生什么？
显然，在任何人类参与自动腐蚀的行业中，技能都会随着时间的推移而下降。
看看自动化行业的早期引入，我们就会明白，员工对事物的“为什么”失去了认识，因为他们并没有经常锻炼解决问题的能力。
这对塑造长期创新文化的人力资源构成了真正的威胁，在重新开发的环境中，。
假如研究团队只是成为人工智能生成的监督者，他们就会失去挑战和超越人工智能输出的能力。
创新性的实践越少，自主创新的能力就越弱。如果我们意识到自己已经不平衡，那也许是没有用的。
当市场发生剧烈变化时，这种侵蚀人的技能是非常危险的，再多的人工智能也无法带领大家穿越不确定的迷雾。
颠覆性时代需要人类打破常规的框架，而这正是人工智能永远不会擅长的。
06.未来之路：人工智能是一种帮助，而非替代
这并不意味着人工智能在R&D没有用。人工智能作为一种辅助工具，可以让研究人员和设计师更快地检测、迭代他们的想法和优化细节。
如果使用得当，可以在不压制创造力的情况下提高生产力。关键在于：我们必须确保人工智能是人类创造性的补充，而非替代。。
人类研究人员需要始终处于创新过程的核心，使用人工智能工具来丰富他们的工作，但他们绝不能把创造力、愿景或战略控制权交给算法。
人工智能时代已经到来，但我们仍然需要人类的好奇心和胆怯所产生的罕见而强大的火花。这种火花永远不会简化为机器学习模式。
那是我们不能忽视的一点。
文本来源：
1.https://venturebeat.com/ai/heres-the-one-thing-you-should-never-outsource-to-an-ai-model/
本文来自微信公众号“元宇宙之心MetaverseHub”，作者：元宇宙之心，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com