近來，寫了好幾篇的商業案例，都和 AI 有著不小的關係。再加上，近期收到的電子報 Inside AI 都不難感受到 AI 領域的重大發展，也引起了我的興趣。
基本上，這篇是以紅杉資本（Sequoia Capital）的 Generative AI: A Creative New World | Sequoia Capital US/Europe文章為基礎的筆記，並穿插一些我的想法。
AI 已從過往「分析事物」，到如今能夠「創造事物」了。AI 不再只是分析現有的數據或已存在的事物（檢測垃圾郵件等）。現在 AI 能夠真正創造出新圖像、新文章、新影片等。
延伸閱讀：Microsoft 推出設計程式迎戰 Canva，巨頭面對 PLG 的商業策略
內容目錄
生成式 AI 的想像：追求低成本、更具生產力
隨著 AI 發展得越快，基礎設施建構地更全面時，可想而知使用 AI 會變得更便宜，甚至比使用人力更便宜。更好、更快、更便宜的創造將被 AI 所滿足。
因此，越需要人類創意的產業，就容易受到 AI 的影響。紅杉資本舉了各種產業，像是廣告、建築、行銷、媒體和產品設計等。影響有好有壞。
不可否認，以設計產業來說，Dall-e 2、Midjourney 等出現時，確實會衝擊設計產業。只要靠著掌握文字描述，AI 就能自動生成不同圖片，供人挑選。因此，某些職能有很高的可能性，會被 AI 取代。
但好的影響，則是越能善用這項技術者，也就越能在不斷蝶帶的創新週期中有著更多的發展。這些生成藝術的出現，同時也讓不擅長設計或繪畫的人，有了另個運用 AI 繪圖的管道。
對於生成式 AI 的終極想像是做到更好、更快、更便宜的創造。而對於創造和知識生產的邊際效益成本降為零，並從中獲得更龐大的勞動生產力、相應的經濟價值。
追求更低成本、更高生產力是科技發展的原則。不管是各種 Saas 服務，或是 生成式 AI 等的發展，都是圍繞在這概念下持續發展。
紅杉資本這份資料推估，目前生成式 AI 所涉及的兩大領域：知識性、創造性工作，約有數十億的工作者。導入 生成式 AI 後，有機會提升這些工作者至少 10% 的效率。
效率提升後，也縮短過去的完成時間。當然，也使得生成式 AI 有著數兆美元的經濟價值。
目前生成式 AI 的發展
目前生成式 AI 的發展大略可分為三大方向：（1）外掛方式存在於現有軟體生態中（2）一道指令即生成一項結果。以及，（3）隨著未來用戶持續增加，擁有更多用戶數據後，可針對模型進行微調。
第一，外掛。生成式 AI 目前以外掛（plugin）方式，大量存在於現有軟體生態系中。舉例，輔助程式撰寫出現在 IDE、圖像生成出現在 Figma 或Photoshop，甚至是 Discord bots 也是由 生成式 AI 導入在數位／社交的社群工具。
除了外掛外，目前還有部分生成式 AI web apps。像是，AI 內容平台 Jasper 和 Copy.ai。
主打用來輔助個人和企業創建原創內容的 Jasper ，目前估值 15 億美元，並在近期 10 月中旬完成 1.25 億美元的 A 輪融資。
此外，還有將 AI 用於影片編輯的 Runway。以及，另個蠻有趣的應用則是「筆記」的 Mem，主打再也不需要各種資料夾，從會議記錄、專案、產品計畫等各種需要筆記的地方，甚至是追蹤進度都能完成。
目前以生成式 AI 技術為基礎的新創。取自 sequoia。
第二，互動性典範（Paradigm of Interaction）。目前在生成式 AI 最常見的形式，多為「一次完成」。只要丟入一個指令，就能生成出用戶想要的事物。
當然，不符合預期，再修改指令，生成新的。透過不斷生成、修改的過程，模型也越具迭代性。
如今，生成式 AI 所生成的圖像等，都成為一種原型或初稿。未來隨著用戶的數據越來越多，AI 模型的發展也將更為智能，最終成果也將越貼合用戶的想像。
第三，針對模型進行微調。生成式 AI apps 多構建在 GPT-3 或 Stable Diffusion 等大型模型上。
隨著這些應用程式獲取更多的用戶數據，模型端就越有可能根據「特定問題」進行調整，來提高模型的性能與品質。再者，也能減少模型的成本。
以 生成式 AI 為基礎的新創，如何維持競爭優勢？
搞懂了目前及未來有可能的發展後。那下個問題是，從以上的案例中，可以找到以 生成式 AI 為基礎的公司，可以如何維持可持續性的競爭優勢？
讓飛輪轉起來，是接下來生成式 AI 為基礎的公司快速擴張的關鍵。紅杉資本的資料顯示，有三點是飛輪須包含的：
1) 具備出色的用戶參與度，來蒐集更多的用戶數據。
2) 將更多的用戶參與度，轉化為更好的模型表現。包含，及時改進、對模型進行微調，並以用戶選擇作為標記的訓練數據。
3) 透過更智能的模型表現，來推動更多用戶的成長與使用。接著， 生成式 AI 會進入特定領域，像是程式、設計、遊戲等解決其中的問題，並非試圖成為取代人類。
關於第三點的概念，有點產品導向式成長（Product-led Growth, PLG）的味道。不同於以往是行銷、銷售接觸客戶，PLG 則是直接以產品接觸、留住用戶。透過直接讓用戶體驗產品，感受產品所帶來的價值，也更容易推動用戶進入付費階段。
延伸閱讀：Canva 重新定義設計：由產品導向式成長 PLG 推動的商業模式
版權、成本等問題，都成為挑戰
當然，儘管生成式 AI 深具潛力，但在這領域中仍有幾個主要的問題，需要面對。包含：版權問題、色情與暴力等內容流竄，以及成本等。
先前最大線上圖庫平台 Getty Images 就以 AI 生成圖像版權爭議為由，禁止用戶在該平台上傳、銷售這類影像。
未來以生成式 AI 為基礎的公司該如何跨過版權這道坎。
近來，看完 Netflix 上的《串流王者》(The Playlist)。這是一部以虛構劇情、透過共同創辦人、合夥人和藝術家等視角來談 Spotify 的創業歷程。
有趣的是，音樂串流巨頭 Spotify 成立初期，正是與各大唱片公司在版權議題上爭論，最終採取分潤模式。未來圖庫和以生成式 AI 為基礎的新創，會否也走上類似的商業模式，蠻值得期待的。
可想見的是，圖庫生意必然會受到生成式 AI 的衝擊。生成式 AI 改變的不僅是現有的商業模式，也改變了用戶既有使用圖庫的流程。
不用再耗費許多時間尋找合適圖像，只要善用想像力，並用文字描繪出來，即能生成多張圖像。工作流程的改變，也帶動效率、生產力的提升。
總之，蠻期待 生成式 AI 市場發展與商業模式的演化。紅杉資本這篇還有持續談到，AI 發展的四個階段、目前模型以及未來應用等，都很值得一讀的。
參考資料
Generative AI: A Creative New World | Sequoia Capital US/Europe
