“隨著時間推移，相對于機器，人類智力在地球上的總思維能力中所占的比例將越來越小，人類正處于最深遠的變革時期之一。”

——埃隆·馬斯克

前段時間，《流浪地球》導演郭帆提到：midjourney的出現，讓曾經需要設計師一周時間才能畫出一張圖像的情況發生了大變化，AI可以在一晚上就生成一兩百張圖像。
令人毛骨悚然的是，這個技能正常需要十幾年甚至二十年的經驗才能掌握。>

就連馬化騰，都在不久之前的騰訊股東大會上表示：我們最開始以為（人工智能）是互聯網十年不遇的機會，但是越想越覺得，這是幾百年不遇的，類似發明電的工業革命一樣的機遇。

正如iphone的出現顛覆了手機一樣，ChatGPT的出現使人工智能也進入了AI的iPhone時代。

可以說，這是一個以大模型為核心的人工智能新時代，大模型改變了人工智能，大模型即將改變世界。

1 為什么說大模型改變人工智能？

對于普通人而言，大模型的出現可能沒有什么感知，但是AIGC的出現和討論熱潮，讓本來就“雪上加霜”的打工人們開始了一場“全民焦慮”。

因為大算力、大模型、大數據，導致了「智能涌現」，過去的人工智能是我想讓機器學會什么技能，就教它什么技能，教過的有可能會，沒教過的就不會，大模型出現「智能涌現」之后，以前沒教過的技能，它也會了。

當我們這些功能使用得越來越多的時候，那些學習了十幾二十年的打工人們的未來該怎么辦？

“如果AI都能作圖了，設計師是不是要失業了？”

“如果AI都能寫方案了，策劃是不是要失業了？”

“如果AI都能判卷了，老師是不是要失業了？”

“如果AI都能直播帶貨了，主播是不是要失業了？”

“如果AI都能寫文章了，新媒體運營是不是要失業了？”

“如果AI都能寫編程了，程序員是不是要失業了？”

“如果AI大模型加速自動駕駛技術，滴滴司機是不是要失業了？”

目前來看，“提升效率”、“創新體驗”、“解放人力”已經成為專家們對AI變革營銷的共識，但同時，面對充滿不確定性的未來，關于它的價值，也不乏質疑之聲：

AIGC會沖擊哪些行業？又會影響哪些崗位？AI真的會取代人類嗎？想要得到這些問題的答案，首先，我們需要重新認識人工智能，了解它是什么，它的底層邏輯是什么，才能探討它未來的發展方向。

2 群雄逐鹿，大廠入局AIGC的目的是什么？

不同立場看待AIGC的目的是完全不一樣的：

云服務巨頭：AI重塑軟件，瞄準新一代軟件客戶

伴隨著互聯網企業軟件的云支出收緊，增長放緩逐漸成為云廠商頭頂的烏云。昔日的江山遠非牢不可破，云市場正在快速洗牌，巨頭們拉開了全新的競爭大幕。

畢竟，移動互聯網時代老大哥的沒落近在眼前，諾基亞幾年間從鼎盛時 70%的手機市場占有率到無人問津，只在做錯決策的一念之間。而對于大模型，云行業正在迅速形成共識：這次的AI絕非一個小變量，從行業一日千里的發展速度來看，當前領先的玩家也可能被甩在后面。

云行業巨頭面對增長放緩，一直苦于沒有好對策，但是ChatGPT的橫空出世打破了這一瓶頸，AI將重塑當下的軟件格局。

在新增云客戶逐漸枯竭的情況下，軟件公司不再是為了上云而上云，而是力求用AI提高生產力，因為軟件公司正在積極地將大模型帶來的AI能力嵌入已有的工作流程，完成更高階的自動化。

在這樣的前景下，海外幾大云服務巨頭——微軟、亞馬遜、谷歌、甲骨文已經迅速做出了改變，在過去的幾個月，云巨頭們開始砸下真金白銀，研發大模型、戰略投資、自研AI芯片……大模型的時代方興未艾，他們已經瞄準了新一代的AI軟件客戶，搶占變革先機！

這個層面，微軟走在了第一梯隊，微軟與OpenAI的聯合，加上微軟團隊出色的工程化能力，幾個月內就將GPT-4嵌入了微軟「全家桶」中。

商業化上直接體現。微軟先利用OpenAI產品的優先使用權、企業軟件產品降價搶占了更多的云市場，再依靠升級為Microsoft 365 Copilot的產品線漲價，獲得更大的營收。

同時，微軟底層模型在接入大模型后，以更低的價格打包出售Teams、Power BI、Azure等應用層產品。

微軟還向部分Office 365客戶收取40%的額外費用以測試AI功能，比如可自動執行在Word文檔中編寫文本和創建PowerPoint幻燈片等任務，據說，至少100家客戶已經支付了最多10萬美元的固定費用。

數據表明，推出不到一個月，微軟從Microsoft 365 Copilot的AI功能中獲得超過6000萬美元的收入。

企業：AIGC落地價值以效率提升和成本降低為主

人工智能模型可以分為“決策式人工智能”（Analytical AI）和“生成式人工智能”（Generative AI）兩種。

決策AI：幫助我們分析，輔助我們做出商業判斷，我們的“幕后軍師”。分析式AI的推薦系統驅動了電商、視頻等行業的飛速發展，圖像識別技術推動了智能駕駛和汽車行業的迭代。

生成AI：幫助我們創造，是我們的“另外兩只手”。生成式AI已催生了營銷、設計、建筑和內容領域的創造性工作，并開始在生命科學、 醫療、制造、 材料科學、媒體、娛樂、汽車、航空航天等領域進行初步應用，為各個領域帶來巨大的生產力提升。當前生成式AI最常見的應用場景是娛樂媒體中內容的輔助生產。隨著生成式AI的能力進一步成熟，部分專業內容生產者將被替代。

2022年底，生成式AI ChatGPT系列以強大的內容生成能力和接近人類水平的“聰明”程度在人類世界帶來巨大震撼。

從企業視角來看，人工智能大模型對企業的影響主要體現在生產效率提升，智能化轉型將提高企業的競爭力，實現可持續發展。

AI大模型的廣泛應用可以提高生產效率，降低生產成本，為企業創造更多剩余價值。

比如很多企業做海報圖，因為每個使用海報圖的投放觸點對尺寸要求不一樣，在過去企業要做n次，但現在只需要做一次海報，然后輸入不同的尺寸要求，AI就會自動延展設計出不同大小尺寸的n件物料，不用設計師再去做低效重復的工作。

平面、文案、PPT、視頻、H5，這些工具化應用，都能為企業帶來很好的生產力提升。比如愛設計最新上線的AI產品，能夠幫助職場人一鍵生成 PPT。

再比如汽車行業，AI如何幫助車企提升效率呢？目前成熟的應用板塊有這幾點：

數據標注——特斯拉等公司，通過大模型優化數據標注，降低了人工標注比例和成本；

仿真優化——提升虛擬訓練環境的真實性，優化虛擬訓練數據；

優化感知——利用大模型能力，優化多個環節的小模型，提高感知效果；

端到端——利用生成式預訓練大模型技術，讓自動駕駛模擬類似人腦駕駛的能力。

自動標注是大模型最直接的應用之一，可以大大降低數據標注成本。海量高效的數據標注是算法模型的基礎。隨著智能駕駛的發展，激光雷達3D點云信息和攝像頭采集的2D圖像信息增加，道路場景更豐富，自動駕駛的數據標注類型和數量不斷增加。

智能駕駛廠商通過自動標注優化系統效率。例如，特斯拉從2018年以來不斷發展自動標注技術，從2D人工標注轉為4D空間自動標注。隨著自動標注技術的成熟，特斯拉的人工標注團隊規模不斷縮小，成本不斷降低。

3 普通人將面臨AIGC的哪些“挑釁”？

AI勢必將給各行各業帶來深刻變革，我們每個人都將被卷入其中，該以何種姿態迎接這場生產力革命？這是當下每個人都要思考的重要命題。

從個人視角看，生成式AI，會讓工作效率大幅度提升。有研究機構認為，在未來10年，知識工作者的效率可以提高4倍。

比如在制圖領域，大模型重新定義了人機交互，機器可能比你更專業，以前，人們要通過PS這種工具，確定字體、風格、排版、版權校驗，但是現在，只需要告訴你想要什么，幾秒鐘之內就可以給你幾百張海報。

自然語言人機交互會帶來提示詞革命。也就是說，未來的應用，是通過自然語言的提示詞來調動原生AI應用實現的。這意味著，未來你的薪酬水平，將取決于你的提示詞寫得好不好，而不是取決于你的海報設計的好不好。

所以，在不久前愛設計聯合創始人兼COO蒲世林出席「2023大灣區AIGC與私域流量大會」上也曾提到AI對設計師崗位的影響和新要求。

“隨著技術的迭代，企業對設計師的要求也發生了改變，以往設計師可能是只需要懂Photoshop，有美感，但現在，對創作者的要求變得更高了。首先你要有英文描述的能力，其次你要有視覺相關行業積累，這些加起來形成“AI 咒語”能力，然后你還需要有很強的邏輯拆解能力，能夠用窮舉法生成創作所需要的圖片，最后PS能力也不能丟，因為這是當前實現內容可商用的關鍵動作。”

而《流浪地球》導演郭帆也在一個活動現場提到，他們做了一個測試，將人工繪制和機器生成的圖像混合在一起，讓導演選擇他們喜歡的圖像，結果第一批被刷掉的是人工繪制的圖像。

效率的提升，自然帶來的是人力成本的下降，哪些工種容易被取代呢？從目前AIGC的發展來看，答案已經初現端倪。

比如在客服行業，很多人以前都遇到過“雞同鴨講”的傻瓜機器客服，過去客服“智障”的原因是不夠智能，理解訪客提問上需要大量的語料泛化，而且對上下文理解不夠好，容易出現答非所問。

但ChatGPT將改變這一情況，大模型能提供非常優秀的語言理解能力，并且它的強項是生成，不但能懂你問什么，而且還能給出相當流暢、富有邏輯性的答案，它可以理解客戶的需求，基于客戶訴求創作營銷內容，根據數據分析營銷效果。

今年3月，全球領先電商SaaS服務商Shopify已集成了ChatGPT。采用ChatGPT，Shopify一方面升級智能客服功能，幫商家與客戶溝通更順暢；另一方面，商家可以通過ChatGPT獲取平臺商品評論數據分析、標題及關鍵詞優化、營銷文案撰寫、網站智能化開發編程等多項服務，提升運營效率。

誰擁有最佳的跟客戶溝通的方式，誰就會擁有這個客戶。這個道理在大模型出現之前就成立，但有了大模型，即使你有70億個客戶，每一個客戶也都可以有一個專屬的7×24小時的、什么都知道的助理去服務他。

再比如DoNotPay，是一個用AI幫人打官司、寫法律文書的應用，AI幫你把不該付的錢要回來。Jasper是一個通過Al幫助企業和個人寫營銷推廣文案的應用。

在教育領域，AI也將大顯神威。現在的小孩，可能每一個人都有一臺學習機，但是未來，每個孩子，都將在一個AI教師、教練、導師、顧問的指導下成長。它將在他們的整個生命中與他們同在，并盡一切可能確保每個人都能充分發揮自己的潛力。

雖然AI在很多工作中，可以發揮非常大的效用，但我們始終認為：AI不會取代人類，但會淘汰掉不會用AI的人。

4 未來的AI將會是你的下屬、助手，而不是你

經濟學中有一個經典的謬論，被稱為勞動總量謬論，這是一種零和的世界觀，認為有一定數量的工作需要完成，如果機器完成了工作，那人類就沒有什么事情可做了。

實際上，發生的情況恰恰相反。基本上，當機器能夠代替人類完成工作時，可以讓人們解放出來去做更有價值的事情。

曾經有一個時代，99%的人基本上是農民。然后在工業革命后，有一段時間，99%的人在工廠工作。而今天，從我們的角度來看，在農場和工廠工作的人所占的比例要小得多，但總體上工作崗位卻更多，因為產生了許多新的需求，并創造了許多新的企業和行業。因此，我認為這將帶來巨大的經濟增長，從而帶來大量的就業增長和工資增長。

未來基礎性的助理崗、實習崗，也將被首先替代。百度試圖用AI原生思維重構產品、服務和工作流程。比如如流智能工作平臺，讓每一位員工都有一個具有豐富專業知識、實時響應的工作助理。通過對話理解能力，實現聊天記錄的智能總結。

當然肯定有些工作可能會消失，但整體來講，文藝創作，電影創作不會受到太大影響，因為這些最打動人的地方還是故事情節、靈感、人性和情感，這些才是它的生命力。

機器到底會不會取代人？

學者認為把機器變成人，不應該是努力的方向。機器很多方面會比人強，但機器變不成人，也沒必要變成人。機器會越來越聰明，能夠干的事越來越多，效率會越來越高，我們需要與機器共生，而不是二元對立。

通用人工智能AGI，它的能力可能和人一樣強勢，超過人的智能。但是我們現在所有這些算法，所有所謂的硅基生命永遠沒有真正的情感和意識，這也是最大的區別。

就像即使有了計算器，真正優秀的數學家仍然需要接受數學培訓。

真正優秀的程序員，未來仍然需要長時間的訓練和理解編程的基本原理，但是他們會比以前更加高效，他們將能夠在他們的職業生涯中做更多的事情。

現在，我們使用類似GitHub Copilot這樣的工具，AI在幫助提出建議、修復bug等等。隨著這些系統變得更加復雜，作為一個程序員，你將能夠給它們更復雜的任務。你將能夠直接跟它們說寫這段代碼，寫那段代碼，做這個，做那個，然后它將離開并執行，并向你匯報。

未來我們都是經理，去管理AI。

5 生產力大爆發，突破洞察和創意瓶頸

近年來，整個AI行業都是市場格外關注的熱門領域，而AI+營銷作為典型的AI落地應用場景，也逐年受到更多品牌的青睞。伴隨著AI營銷的技術的進一步成熟，AI賦能的細分落地場景愈加豐富。

那么，AI 如何賦能營銷生產力？

微夢&愛設計得出了自己的公式：

營銷生產力=用戶洞察 x 內容創作 x 創意投放 x 效果監測 x 行為預測

• AI+營銷落地場景——用戶洞察

在各類營銷活動中，如何確定用戶興趣，定位目標用戶是一切活動的前提。通過對用戶進行分析，可以準確地判斷用戶是否是本次營銷活動的目標受眾。

在傳統營銷中，因為人力有限以及營銷人具有的主觀性，無法對用戶特征進行詳盡的判斷，同時對于數據的處理能力亦遠遜于機器。

而AI通過自身強大的處理能力可以對多方匯集的大量數據進行快速的分類處理，迅速建立用戶樣本庫，更好地定位目標用戶群。

AI可以通過分析用戶的行為數據、購買記錄和社交媒體互動等信息，構建詳細的用戶畫像。有助于企業更好地了解目標客戶，制定更精準的營銷策略。

同時在用戶時間碎片化、行為多元化的背景下，AI通過深度學習可對自身進行迭代和進化，跟用戶行為和習慣保持同步變化和追蹤，有效地降低投放成本，提升營銷效果。

• AI+營銷落地場景——內容創作
  

在傳統營銷中，大量的營銷創意和素材均通過人工思考制作，因此制作周期較長，同時由于生產力的桎梏，稀少的創意數量無法滿足不同用戶的興趣。

通過AI對已有的大量素材進行整合和分析，可以在短時間內迅速根據活動內容生成大量不同形式、不同內容的營銷創意，基于AI的自動生成工具可以快速生成廣告文案、圖片和視頻。這些工具可以根據廣告主的需求和目標受眾，生成吸引力強、 與品牌調性一致的創意素材，提高創意生產效率和質量。

高效的生產力、無限的創造力，海量的內容供給，大大縮短了從創意的生成時間的同時提高了用戶興趣，增加用戶點擊率和轉化率。

• AI+營銷落地場景——創意投放

隨著互聯網的發展和移動設備的不斷普及，越來越多的用戶將更多的時間和關注投入在在線社交以及短視頻等新型平臺上，這也將營銷場景拓展至更多新的方向。

在舊的營銷模式下，廣告主很難量化篩選出適合自身的投放平臺和投放方式。

而人工智能技術可以在已分類完畢的用戶群中準確識別出目標用戶，并通過定量分析遴選出這類用戶的媒體和場景偏好，從而幫助廣告主在投放方式、場景及時間等方面做出最優化的選擇，有效控制成本的同時提升營銷效果。

• AI+營銷落地場景——效果監測
  

AI不僅可以在投放前以及投放中發揮作用，也可以充分對投放后的效果監測以及分析環節進行優化。如今廣告主對于投放出去的營銷活動的結果愈發重視，對于一個透明、真實的結果的渴望也越來越強。

而AI技術憑借自身龐大的數據庫，可以準確識別出投放效果中的作弊行為，同時多方面對用戶后續行為跟蹤分析，以判斷是否存在人為的“刷效果”行為存在，并對上述兩類虛假流量進行反制，打破產業鏈角色間在營銷效果間的信息壁壘，為廣告主有效節約投放預算，并提升品牌宣傳度和安全性。

AI還可以根據指定的范圍和要求，實時監測網絡上的內容，發現潛在的負面輿論或侵權行為，監測競品內容趨勢，幫助企業及時采取行動。

• AI+營銷落地場景——行為預測

通過分析用戶特征和行為確定用戶興趣并進行有針對性的營銷活動無疑會有效提高營銷效果，然而許多用戶的需求會隨著時間的推移而轉變，因此更多的廣告主希望更準確的發現在未來一段時間內會對自身產品有需求的潛在客戶。

在過去的營銷之中，商家很難獲取客戶的——尤其是在不同領域中的消費行為，更難以從中發現規律。

而基于AI的數據存儲以及對用戶的洞察，商家可以對相似用戶的消費行為進行對比，獲得不同時期客戶對于不同需求的意愿——無論是同行業或是跨行業的，并以此為依據制定有針對性的營銷手段，從而提前占據市場有利位置。

AI可以自動分析社媒平臺上的數據，為企業提供有關用戶行為、興趣和需求的報告。這有助于企業了解市場動態和調整營銷策略。

6 好奇心驅動人類探索世界

AI時代，率先搶占技術紅利的企業，將擁有先發優勢。新環境下，企業將在人才、數據、技術和算力方面產生更激烈的競爭。

“蝴蝶效應”告訴我們，世界會因一些微小因素的變動，而發生很大的變化；“薛定諤的貓”告訴我們，事物發展不是確定的，是量子態的疊加；“熱力學第二定律”（熵增原理）告訴我們，世界總是在變得更加混亂無序。

好奇心驅動人類不斷探索世界，人類的需求驅動了AI出現及發展。

世界的發展是不確定的，但人類的本能是追求確定，這就要求我們有時候要想辦法克制本能。能不能擁抱不確定性，是高手和普通人的關鍵區別之一，當然，也是AIGC和人類的區別之一。

我們相信，AI將以工具的形式加速人類進化。

AI也將幫助我們更加出色，幫助我們在學業上更成功，幫助我們的職業生涯更成功，幫助我們的孩子更優秀，幫助我們處理沖突，幫助我們解決棘手的問題。

AI會是讓一切變得更好的一件事。AI工具是想象力的發動機，是探索思想的新載體，微夢&愛設計將助力更多品牌客戶，在營銷上借助AIGC技術加持，打破營銷邊界，重塑圈層共融。