绝不应该交给人工智能的一件事——创意工作

在这个效率为王、颠覆性技术一夜之间创造出数十亿美元市场的世界里，企业不可避免地将生成式人工智能视为强大的盟友。

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，我们已经一窥未来的模样： 机器不只是与我们并肩创作，甚至可能主导创新 。

那么，为什么不将其扩展到研发（R&D）领域呢？毕竟，人工智能可以加速创意的产生，比人类研究人员更快地进行迭代，甚至可能轻松发现下一个“爆款”，是吧？

这一切在理论上听起来都很不错，但现实中是：指望人工智能接管研发工作很可能会适得其反，甚至会造成灾难性的后果。

无论是一家追求发展的早期初创企业，还是一家捍卫自己地盘的老牌企业，外包创新工作中的生成任务都是一场危险的游戏。

在拥抱新技术的同时，人们可能会失去真正突破性创新的精髓，更有甚者，可能会让整个行业陷入同质化、无新意产品的死亡漩涡。

让我们来分析一下，为什么在研发中过度依赖人工智能会成为创新的致命弱点。

01.

AI的“平庸天才”：预测≠想象力

人工智能本质上是一台超强的预测机器。它根据大量的历史先例，预测出最合适的文字、图像、设计或代码片段，从而进行创造。

虽然这看起来高效且复杂，但我们要清楚：AI的能力仅限于它的训练数据。 它并非真正意义上的“创造性”，也不会进行颠覆性思考 。

也就是说，AI是向后看的，总依赖于已经创造出来的东西。在研发过程中，这就成了一个根本缺陷，而不是一个特点。

要想真正开辟新天地，需要的不仅仅是从历史数据中推断出来的渐进式改进。

伟大的创新往往产生于飞跃、转折和重新构想，而不是在现有主题上稍加变化 。想想苹果公司的iPhone或电动汽车领域的特斯拉等，他们是如何在现有产品的基础上进行改进的？

很显然，他们都颠覆了现有的模式。

GenAI可能会不断改进下一代智能手机的设计草图，但它不会从概念上把我们从智能手机本身解放出来。

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，全部来自人类的想象力，而不是算法计算出的概率。

当人工智能成为研发的驱动力时，最终得到的是对现有创意更好的迭代，而不是下一个划时代的突破。

02.

人工智能的本质是同质化

让人工智能掌控产品创意流程的最大危险之一，就是AI处理内容的方式会导致趋同而非分歧，无论是设计、解决方案还是技术配置。

由于训练数据的基础重叠，人工智能驱动的研发将导致整个市场的产品同质化。

或许产品表现上会有些许变化，但本质上还是同一个概念的不同“味道”。

试想一下：你现在有四个竞争对手，他们都使用AI系统来设计手机的用户界面（UI）。

每个系统都在大致相同的信息语料库中接受训练，这些语料库是从网上搜罗的有关消费者偏好、现有设计、畅销产品等方面的数据。

很显然，这会导致生成结果都十分类似。

随着时间的推移，人们会看到一种令人不安的视觉和概念凝聚力，竞争对手的产品开始相互模仿。

当然，图标可能会略有不同，产品功能也会有细微差别，但实质、特性和独特性呢？很快，它们就烟消云散了。

我们已经在人工智能生成的艺术作品中看到了这种现象的早期迹象。

在Art Station等平台上，许多艺术家对人工智能生成内容的涌入表示担忧，因为这些内容非但没有展现出人类的独特创造力，反而给人一种重复使用流行文化参考资料、宽泛的视觉套路和风格的美感。这不是人们想要的为研发提供动力的前沿创新。

如果每家公司都将生成式AI作为其事实上的创新战略，那么行业每年就不会有五或十个颠覆性的新产品，而只会有五或十个装扮一新的克隆产品。

03.

人类的“魔力”：意外如何推动创新？

历史书告诉我们：青霉素是Alexander Fleming无意间忘记盖住细菌培养皿而发现的；微波炉诞生于工程师Percy Spencer站得离雷达装置太近，不小心融化了一块巧克力；甚至便利贴的发明，也是一次制造超强粘合剂失败的副产品。

事实上，失败和意外发现是研发中不可或缺的一部分 。

人类研究者对隐藏在失败中的价值有着独特的敏锐触觉，他们往往能够将意外视为机遇。

机缘巧合、直觉、本能，这些都是成功创新的关键，就像任何精心制定的研发路线图一样。

但生成式AI的症结就在这里： 它对“模糊性”没有概念，更不用说灵活地将“失败”理解为一种财富了 。

人工智能的编程教它避免错误、优化准确性并解决数据模糊问题。如果要简化物流或提高工厂产量，这很好，但在突破性探索中，却是致命的缺陷。

但生成式AI的症结就在这里： 它对“模糊性”没有概念，更不用说灵活地将“失败”理解为一种财富了 。

人工智能的编程教它避免错误、优化准确性并解决数据模糊问题。如果要简化物流或提高工厂产量，这很好，但在突破性探索中，却是致命的缺陷。

人工智能消除了生产性模糊的可能性，也就是解释意外事故、推翻有缺陷的设计，但也使通往创新的潜在途径变得有限。

人类拥抱复杂性，善于从意外输出中发现可能性。

而AI只会加倍强调确定性，将中庸的想法纳入主流，将任何看似不规则或未经测试的东西拒之门外。

04.

人工智能缺乏同理心和远见

创新不仅是逻辑的产物，也是同理心、直觉、欲望和远见的产物。

人类之所以创新，是因为他们关心的不仅仅是逻辑效率或底线，而是对人类细微需求和情感的回应。

我们梦想让事物变得更快、更安全、更令人愉悦，因为从根本上说，我们理解人类的体验。

想想第一代iPod或谷歌搜索极简界面的设计，这些改变游戏规则的设计之所以取得成功，并非纯粹的技术优势，而是因为我们能够感同身受地理解用户对复杂的MP3播放器或杂乱无章的搜索引擎的不满。

新一代人工智能无法复制这一点。

它不知道与一个漏洞百出的应用程序搏斗是什么感觉，也无法感受到简约设计带来的惊叹，或未被满足需求时的挫败感。

当人工智能“创新”时，它是在没有情感背景的情况下进行的 。这种缺乏远见的做法削弱了人工智能提出能与人类产生共鸣的观点的能力。

更糟糕的是，如果没有同理心，人工智能所创造的产品可能在技术上令人印象深刻，但给人的感觉却是没有灵魂、毫无生气和事务性的，也就是“缺乏人性”。

在研发领域，这是创新的杀手。

05.

过度依赖AI可能导致技能退化

对于人工智能未来狂热者来说，最后一个令人不寒而栗的想法是：如果让人工智能介入得太多，会发生什么？

很明显，在任何自动化侵蚀人类参与的领域，技能都会随着时间的推移而退化。

看看早期引入自动化的行业就知道了：员工失去了对事物“为什么”的理解，因为他们没有经常锻炼自己解决问题的能力。

在重研发的环境中，这对塑造长期创新文化的人力资本构成了真正的威胁。

如果研究团队仅仅成为人工智能生成工作的监督者，他们就可能失去挑战、超越人工智能产出的能力。

创新实践越少，自主创新的能力就越弱。当人们意识到自己已经失去平衡时，可能为时已晚。

当市场发生剧烈变化时，这种对人类技能的侵蚀是非常危险的，再多的人工智能也无法带领人们穿越不确定性的迷雾。

颠覆性时代需要人类打破常规框架，而这正是人工智能永远不会擅长的。

06.

未来之路：人工智能是辅助，而不是替代

以上并不是说人工智能在研发领域没有用武之地，作为一种辅助工具，人工智能可以让研究人员和设计师更快地进行测试、迭代创意想法和完善细节。

使用得当，它可以提高生产力，而不会压制创造力。关键在于：我们必须确保人工智能是对人类创造力的补充，而不是替代。

人类研究人员需要始终处于创新过程的中心，利用人工智能工具来丰富他们的工作，但绝不能将创造力、愿景或战略方向的控制权拱手让给算法。

人工智能时代已经来临，但我们仍然需要人类好奇心和胆识所迸发出的罕见而强大的火花，这种火花永远不会被简化为机器学习模型。

这是我们不可忽视的一点。