前段时间，《流浪地球》导演郭帆提到：midjourney的出现，让曾经需要设计师一周时间才能画出一张图像的情况发生了大变化，AI可以在一晚上就生成一两百张图像。
令人毛骨悚然的是，这个技能正常需要十几年甚至二十年的经验才能掌握。
就连马化腾，都在不久之前的腾讯股东大会上表示：我们最开始以为(人工智能)是互联网十年不遇的机会，但是越想越觉得，这是几百年不遇的，类似发明电的工业革命一样的机遇。
正如iphone的出现颠覆了手机一样，ChatGPT的出现使人工智能也进入了AI的iPhone时代。
可以说，这是一个以大模型为核心的人工智能新时代，大模型改变了人工智能，大模型即将改变世界。
1 为什么说大模型改变人工智能?
对于普通人而言，大模型的出现可能没有什么感知，但是AIGC的出现和讨论热潮，让本来就“雪上加霜”的打工人们开始了一场“全民焦虑”。
因为大算力、大模型、大数据，导致了「智能涌现」，过去的人工智能是我想让机器学会什么技能，就教它什么技能，教过的有可能会，没教过的就不会，大模型出现「智能涌现」之后，以前没教过的技能，它也会了。
当我们这些功能使用得越来越多的时候，那些学习了十几二十年的打工人们的未来该怎么办?
“如果AI都能作图了，设计师是不是要失业了?”
“如果AI都能写方案了，策划是不是要失业了?”
“如果AI都能判卷了，老师是不是要失业了?”
“如果AI都能直播带货了，主播是不是要失业了?”
“如果AI都能写文章了，新媒体运营是不是要失业了?”
“如果AI都能写编程了，程序员是不是要失业了?”
“如果AI大模型加速自动驾驶技术，滴滴司机是不是要失业了?”
目前来看，“提升效率”、“创新体验”、“解放人力”已经成为专家们对AI变革营销的共识，但同时，面对充满不确定性的未来，关于它的价值，也不乏质疑之声：
AIGC会冲击哪些行业?又会影响哪些岗位?AI真的会取代人类吗?想要得到这些问题的答案，首先，我们需要重新认识人工智能，了解它是什么，它的底层逻辑是什么，才能探讨它未来的发展方向。
2 群雄逐鹿，大厂入局AIGC的目的是什么?
不同立场看待AIGC的目的是完全不一样的：
云服务巨头：AI重塑软件，瞄准新一代软件客户
伴随着互联网企业软件的云支出收紧，增长放缓逐渐成为云厂商头顶的乌云。昔日的江山远非牢不可破，云市场正在快速洗牌，巨头们拉开了全新的竞争大幕。
毕竟，移动互联网时代老大哥的没落近在眼前，诺基亚几年间从鼎盛时 70%的手机市场占有率到无人问津，只在做错决策的一念之间。而对于大模型，云行业正在迅速形成共识：这次的AI绝非一个小变量，从行业一日千里的发展速度来看，当前领先的玩家也可能被甩在后面。
云行业巨头面对增长放缓，一直苦于没有好对策，但是ChatGPT的横空出世打破了这一瓶颈，AI将重塑当下的软件格局。
在新增云客户逐渐枯竭的情况下，软件公司不再是为了上云而上云，而是力求用AI提高生产力，因为软件公司正在积极地将大模型带来的AI能力嵌入已有的工作流程，完成更高阶的自动化。
在这样的前景下，海外几大云服务巨头——微软、亚马逊、谷歌、甲骨文已经迅速做出了改变，在过去的几个月，云巨头们开始砸下真金白银，研发大模型、战略投资、自研AI芯片……大模型的时代方兴未艾，他们已经瞄准了新一代的AI软件客户，抢占变革先机!
这个层面，微软走在了第一梯队，微软与OpenAI的联合，加上微软团队出色的工程化能力，几个月内就将GPT-4嵌入了微软「全家桶」中。
商业化上直接体现。微软先利用OpenAI产品的优先使用权、企业软件产品降价抢占了更多的云市场，再依靠升级为Microsoft 365 Copilot的产品线涨价，获得更大的营收。
同时，微软底层模型在接入大模型后，以更低的价格打包出售Teams、Power BI、Azure等应用层产品。
微软还向部分Office 365客户收取40%的额外费用以测试AI功能，比如可自动执行在Word文档中编写文本和创建PowerPoint幻灯片等任务，据说，至少100家客户已经支付了最多10万美元的固定费用。
数据表明，推出不到一个月，微软从Microsoft 365 Copilot的AI功能中获得超过6000万美元的收入。
企业：AIGC落地价值以效率提升和成本降低为主
人工智能模型可以分为“决策式人工智能”(Analytical AI)和“生成式人工智能”(Generative AI)两种。
决策AI：帮助我们分析，辅助我们做出商业判断，我们的“幕后军师”。分析式AI的推荐系统驱动了电商、视频等行业的飞速发展，图像识别技术推动了智能驾驶和汽车行业的迭代。
生成AI：帮助我们创造，是我们的“另外两只手”。生成式AI已催生了营销、设计、建筑和内容领域的创造性工作，并开始在生命科学、 医疗、制造、 材料科学、媒体、娱乐、汽车、航空航天等领域进行初步应用，为各个领域带来巨大的生产力提升。当前生成式AI最常见的应用场景是娱乐媒体中内容的辅助生产。随着生成式AI的能力进一步成熟，部分专业内容生产者将被替代。
2022年底，生成式AI ChatGPT系列以强大的内容生成能力和接近人类水平的“聪明”程度在人类世界带来巨大震撼。
从企业视角来看，人工智能大模型对企业的影响主要体现在生产效率提升，智能化转型将提高企业的竞争力，实现可持续发展。
AI大模型的广泛应用可以提高生产效率，降低生产成本，为企业创造更多剩余价值。
比如很多企业做海报图，因为每个使用海报图的投放触点对尺寸要求不一样，在过去企业要做n次，但现在只需要做一次海报，然后输入不同的尺寸要求，AI就会自动延展设计出不同大小尺寸的n件物料，不用设计师再去做低效重复的工作。
平面、文案、PPT、视频、H5.这些工具化应用，都能为企业带来很好的生产力提升。比如爱设计最新上线的AI产品，能够帮助职场人一键生成 PPT。
再比如汽车行业，AI如何帮助车企提升效率呢?目前成熟的应用板块有这几点：
数据标注——特斯拉等公司，通过大模型优化数据标注，降低了人工标注比例和成本;
仿真优化——提升虚拟训练环境的真实性，优化虚拟训练数据;
优化感知——利用大模型能力，优化多个环节的小模型，提高感知效果;
端到端——利用生成式预训练大模型技术，让自动驾驶模拟类似人脑驾驶的能力。
自动标注是大模型最直接的应用之一，可以大大降低数据标注成本。海量高效的数据标注是算法模型的基础。随着智能驾驶的发展，激光雷达3D点云信息和摄像头采集的2D图像信息增加，道路场景更丰富，自动驾驶的数据标注类型和数量不断增加。
智能驾驶厂商通过自动标注优化系统效率。例如，特斯拉从2018年以来不断发展自动标注技术，从2D人工标注转为4D空间自动标注。随着自动标注技术的成熟，特斯拉的人工标注团队规模不断缩小，成本不断降低。
3 普通人将面临AIGC的哪些“挑衅”?
AI势必将给各行各业带来深刻变革，我们每个人都将被卷入其中，该以何种姿态迎接这场生产力革命?这是当下每个人都要思考的重要命题。
从个人视角看，生成式AI，会让工作效率大幅度提升。有研究机构认为，在未来10年，知识工作者的效率可以提高4倍。
比如在制图领域，大模型重新定义了人机交互，机器可能比你更专业，以前，人们要通过PS这种工具，确定字体、风格、排版、版权校验，但是现在，只需要告诉你想要什么，几秒钟之内就可以给你几百张海报。
自然语言人机交互会带来提示词革命。也就是说，未来的应用，是通过自然语言的提示词来调动原生AI应用实现的。这意味着，未来你的薪酬水平，将取决于你的提示词写得好不好，而不是取决于你的海报设计的好不好。
所以，在不久前爱设计联合创始人兼COO蒲世林出席「2023大湾区AIGC与私域流量大会」上也曾提到AI对设计师岗位的影响和新要求。
“随着技术的迭代，企业对设计师的要求也发生了改变，以往设计师可能是只需要懂Photoshop，有美感，但现在，对创作者的要求变得更高了。首先你要有英文描述的能力，其次你要有视觉相关行业积累，这些加起来形成“AI 咒语”能力，然后你还需要有很强的逻辑拆解能力，能够用穷举法生成创作所需要的图片，最后PS能力也不能丢，因为这是当前实现内容可商用的关键动作。”
而《流浪地球》导演郭帆也在一个活动现场提到，他们做了一个测试，将人工绘制和机器生成的图像混合在一起，让导演选择他们喜欢的图像，结果第一批被刷掉的是人工绘制的图像。
效率的提升，自然带来的是人力成本的下降，哪些工种容易被取代呢?从目前AIGC的发展来看，答案已经初现端倪。
比如在客服行业，很多人以前都遇到过“鸡同鸭讲”的傻瓜机器客服，过去客服“智障”的原因是不够智能，理解访客提问上需要大量的语料泛化，而且对上下文理解不够好，容易出现答非所问。
但ChatGPT将改变这一情况，大模型能提供非常优秀的语言理解能力，并且它的强项是生成，不但能懂你问什么，而且还能给出相当流畅、富有逻辑性的答案，它可以理解客户的需求，基于客户诉求创作营销内容，根据数据分析营销效果。
今年3月，全球领先电商SaaS服务商Shopify已集成了ChatGPT。采用ChatGPT，Shopify一方面升级智能客服功能，帮商家与客户沟通更顺畅;另一方面，商家可以通过ChatGPT获取平台商品评论数据分析、标题及关键词优化、营销文案撰写、网站智能化开发编程等多项服务，提升运营效率。
谁拥有最佳的跟客户沟通的方式，谁就会拥有这个客户。这个道理在大模型出现之前就成立，但有了大模型，即使你有70亿个客户，每一个客户也都可以有一个专属的7×24小时的、什么都知道的助理去服务他。
再比如DoNotPay，是一个用AI帮人打官司、写法律文书的应用，AI帮你把不该付的钱要回来。Jasper是一个通过Al帮助企业和个人写营销推广文案的应用。
在教育领域，AI也将大显神威。现在的小孩，可能每一个人都有一台学习机，但是未来，每个孩子，都将在一个AI教师、教练、导师、顾问的指导下成长。它将在他们的整个生命中与他们同在，并尽一切可能确保每个人都能充分发挥自己的潜力。
虽然AI在很多工作中，可以发挥非常大的效用，但我们始终认为：AI不会取代人类，但会淘汰掉不会用AI的人。
4 未来的AI将会是你的下属、助手，而不是你
经济学中有一个经典的谬论，被称为劳动总量谬论，这是一种零和的世界观，认为有一定数量的工作需要完成，如果机器完成了工作，那人类就没有什么事情可做了。
实际上，发生的情况恰恰相反。基本上，当机器能够代替人类完成工作时，可以让人们解放出来去做更有价值的事情。
曾经有一个时代，99%的人基本上是农民。然后在工业革命后，有一段时间，99%的人在工厂工作。而今天，从我们的角度来看，在农场和工厂工作的人所占的比例要小得多，但总体上工作岗位却更多，因为产生了许多新的需求，并创造了许多新的企业和行业。因此，我认为这将带来巨大的经济增长，从而带来大量的就业增长和工资增长。
未来基础性的助理岗、实习岗，也将被首先替代。百度试图用AI原生思维重构产品、服务和工作流程。比如如流智能工作平台，让每一位员工都有一个具有丰富专业知识、实时响应的工作助理。通过对话理解能力，实现聊天记录的智能总结。
当然肯定有些工作可能会消失，但整体来讲，文艺创作，电影创作不会受到太大影响，因为这些最打动人的地方还是故事情节、灵感、人性和情感，这些才是它的生命力。
机器到底会不会取代人?
学者认为把机器变成人，不应该是努力的方向。机器很多方面会比人强，但机器变不成人，也没必要变成人。机器会越来越聪明，能够干的事越来越多，效率会越来越高，我们需要与机器共生，而不是二元对立。
通用人工智能AGI，它的能力可能和人一样强势，超过人的智能。但是我们现在所有这些算法，所有所谓的硅基生命永远没有真正的情感和意识，这也是最大的区别。
就像即使有了计算器，真正优秀的数学家仍然需要接受数学培训。
真正优秀的程序员，未来仍然需要长时间的训练和理解编程的基本原理，但是他们会比以前更加高效，他们将能够在他们的职业生涯中做更多的事情。
现在，我们使用类似GitHub Copilot这样的工具，AI在帮助提出建议、修复bug等等。随着这些系统变得更加复杂，作为一个程序员，你将能够给它们更复杂的任务。你将能够直接跟它们说写这段代码，写那段代码，做这个，做那个，然后它将离开并执行，并向你汇报。
未来我们都是经理，去管理AI。
5 生产力大爆发，突破洞察和创意瓶颈
近年来，整个AI行业都是市场格外关注的热门领域，而AI+营销作为典型的AI落地应用场景，也逐年受到更多品牌的青睐。伴随着AI营销的技术的进一步成熟，AI赋能的细分落地场景愈加丰富。
那么，AI 如何赋能营销生产力?
微梦&爱设计得出了自己的公式：
营销生产力=用户洞察 x 内容创作 x 创意投放 x 效果监测 x 行为预测
AI+营销落地场景——用户洞察
在各类营销活动中，如何确定用户兴趣，定位目标用户是一切活动的前提。通过对用户进行分析，可以准确地判断用户是否是本次营销活动的目标受众。
在传统营销中，因为人力有限以及营销人具有的主观性，无法对用户特征进行详尽的判断，同时对于数据的处理能力亦远逊于机器。
而AI通过自身强大的处理能力可以对多方汇集的大量数据进行快速的分类处理，迅速建立用户样本库，更好地定位目标用户群。
AI可以通过分析用户的行为数据、购买记录和社交媒体互动等信息，构建详细的用户画像。有助于企业更好地了解目标客户，制定更精准的营销策略。
同时在用户时间碎片化、行为多元化的背景下，AI通过深度学习可对自身进行迭代和进化，跟用户行为和习惯保持同步变化和追踪，有效地降低投放成本，提升营销效果。
AI+营销落地场景——内容创作
在传统营销中，大量的营销创意和素材均通过人工思考制作，因此制作周期较长，同时由于生产力的桎梏，稀少的创意数量无法满足不同用户的兴趣。
通过AI对已有的大量素材进行整合和分析，可以在短时间内迅速根据活动内容生成大量不同形式、不同内容的营销创意，基于AI的自动生成工具可以快速生成广告文案、图片和视频。这些工具可以根据广告主的需求和目标受众，生成吸引力强、 与品牌调性一致的创意素材，提高创意生产效率和质量。
高效的生产力、无限的创造力，海量的内容供给，大大缩短了从创意的生成时间的同时提高了用户兴趣，增加用户点击率和转化率。
AI+营销落地场景——创意投放
随着互联网的发展和移动设备的不断普及，越来越多的用户将更多的时间和关注投入在在线社交以及短视频等新型平台上，这也将营销场景拓展至更多新的方向。
在旧的营销模式下，广告主很难量化筛选出适合自身的投放平台和投放方式。
而人工智能技术可以在已分类完毕的用户群中准确识别出目标用户，并通过定量分析遴选出这类用户的媒体和场景偏好，从而帮助广告主在投放方式、场景及时间等方面做出最优化的选择，有效控制成本的同时提升营销效果。
AI+营销落地场景——效果监测
AI不仅可以在投放前以及投放中发挥作用，也可以充分对投放后的效果监测以及分析环节进行优化。如今广告主对于投放出去的营销活动的结果愈发重视，对于一个透明、真实的结果的渴望也越来越强。
而AI技术凭借自身庞大的数据库，可以准确识别出投放效果中的作弊行为，同时多方面对用户后续行为跟踪分析，以判断是否存在人为的“刷效果”行为存在，并对上述两类虚假流量进行反制，打破产业链角色间在营销效果间的信息壁垒，为广告主有效节约投放预算，并提升品牌宣传度和安全性。
AI还可以根据指定的范围和要求，实时监测网络上的内容，发现潜在的负面舆论或侵权行为，监测竞品内容趋势，帮助企业及时采取行动。
AI+营销落地场景——行为预测
通过分析用户特征和行为确定用户兴趣并进行有针对性的营销活动无疑会有效提高营销效果，然而许多用户的需求会随着时间的推移而转变，因此更多的广告主希望更准确的发现在未来一段时间内会对自身产品有需求的潜在客户。
在过去的营销之中，商家很难获取客户的——尤其是在不同领域中的消费行为，更难以从中发现规律。
而基于AI的数据存储以及对用户的洞察，商家可以对相似用户的消费行为进行对比，获得不同时期客户对于不同需求的意愿——无论是同行业或是跨行业的，并以此为依据制定有针对性的营销手段，从而提前占据市场有利位置。
AI可以自动分析社媒平台上的数据，为企业提供有关用户行为、兴趣和需求的报告。这有助于企业了解市场动态和调整营销策略。
6 好奇心驱动人类探索世界
AI时代，率先抢占技术红利的企业，将拥有先发优势。新环境下，企业将在人才、数据、技术和算力方面产生更激烈的竞争。
“蝴蝶效应”告诉我们，世界会因一些微小因素的变动，而发生很大的变化;“薛定谔的猫”告诉我们，事物发展不是确定的，是量子态的叠加;“热力学第二定律”(熵增原理)告诉我们，世界总是在变得更加混乱无序。
好奇心驱动人类不断探索世界，人类的需求驱动了AI出现及发展。
世界的发展是不确定的，但人类的本能是追求确定，这就要求我们有时候要想办法克制本能。能不能拥抱不确定性，是高手和普通人的关键区别之一，当然，也是AIGC和人类的区别之一。
我们相信，AI将以工具的形式加速人类进化。
AI也将帮助我们更加出色，帮助我们在学业上更成功，帮助我们的职业生涯更成功，帮助我们的孩子更优秀，帮助我们处理冲突，帮助我们解决棘手的问题。
AI会是让一切变得更好的一件事。AI工具是想象力的发动机，是探索思想的新载体，微梦&爱设计将助力更多品牌客户，在营销上借助AIGC技术加持，打破营销边界，重塑圈层共融。