「人工智能 + 团队合作」还能有多少种打开方式？
致力于打造新一代智能研发合作平台，LigaAI 在一直强化本身智能化能力的同时，也继续关注着整个「AI+ 合作」畛域的倒退。
Gartner 在《2022 年重要策略技术趋势报告》中指出，将来三到五年内，智能决策 、 分布式企业 和生成式 AI等 12 大技术趋势，将成为数字业务和翻新力量的增速器。其中，生成式 AI（Generative AI）和 AIGC（AI-Generated Content）未然成为最引人注目、最「出圈」的人工智能技术之一。与外界宽泛探讨「AIGC 会否取代画师」的角度不同，AI 创业者们认为，AIGC 商业化有着更具设想的空间：企业级智能设计合作。
本期「Liga 妙谈」，咱们有幸邀请咱们有幸邀请猴子有限（frame.infmonkeys.com）CEO 尹伯昊，以从业者视角分享他对 AIGC 的了解，并与咱们一起探讨「AI+ 合作」的有限可能。
- 「人工智能 + 企业合作」的新模式
- AIGC 驱动的组织生产力特点
- 生成式 AI 对工作模式的扭转
- AIGC 商业化模式与价值验证
01 信息共享是高效合作的根底
LigaAI：从守业 Day 1 起，你就抉择用 LigaAI 进行研发合作。你怎么对待「协同合作」这件事件？
猴子有限 - 尹伯昊： 人类生存就是要靠合作的。人类社会由能量和信息组成，人靠信息替换而活，这是最底层的逻辑。
实质上，协同和合作是通过建设一种通顺的信息流通机制，让全员参加决策。就像网飞（Netflix）和字节跳动强调的「Context, Not Control」一样，管理者将信息共享到团队里，让组织中优良的成员参加决策，能力达成最大的治理成果。
LigaAI：建设信息共享渠道，让研发合作更高效，是 LigaAI 的设计初衷之一。
咱们通过弱小的 aPaaS 能力，辅助开发者们造成信息自在流通、高度共享自驱的环境；自然而然地，团队决策效率和开发效率也都会因而失去晋升。
猴子有限如何基于生成式 AI，解决企业的设计合作问题呢？
猴子有限 - 尹伯昊： 跟研发一样，创作也是人造须要协同的，Figma、Canvas 等产品的大热都是基于这个前提。猴子有限只是在用全新的生成式 AI 的伎俩，解决过来既存的创作者经济的问题。
现有的 AIGC 无奈成为合作工具的大部分起因在于：基于通用的 Stable Diffusion 训练集，创作者很难生成基于特定对象的图像，比方一个衣着钢铁侠战衣的我本人。
然而，猴子有限通过大模型 Fine Tune，将大量的个性化数据，比方我的照片、特定商品的图片，训练到已有的大模型中生成新的大模型，再让个性化大模型帮咱们创作，实现企业级的设计合作。
举个例子：在电商团队里，能够将一个 SKU 作为设计核心，让 AI 学习品牌的设计格调，通过调参实现批量生成商品海报样稿、周边物料设计草稿等「重膂力」的设计诉求。
LigaAI：明天的设计合作很多是基于分层素材的框架进行的，就目前的 AIGC 能力来看，大家普遍认为生成式 AI 无奈解决「分图层文件」的难题。
甚至有人认为：AIGC 要么须要业余、简单、须要懂点代码能力生成优质作品；要么它就是个面向集体的大玩具。你怎么评估这些观点？
猴子有限 - 尹伯昊： 的确很多人会说「AIGC 当初是个玩具，当前也是玩具」，但大模型连蛋白质折叠都能解决，为什么会解决不了一个本就由人类定义进去的分图层问题？
生成式 AI 最外围的能力是，有机会让机器创作出所有过来只能由人创作进去的模态，而大模型就是让机器将未被挖掘的统计学法则萃取进去。
所以，实践上只有有足够多的分图层 PSD 文件，AIGC 就能够解决分图层的问题。它当初能够生成单图层文件，将来就肯定能够制作分图层的。
向内引入更多的数据来训练 AI，肯定会带来颠覆性的扭转。这也是猴子有限在致力的方向。
02 商业闭环是生产力的外围纽带
LigaAI：当初的 AIGC 还是存在很多技术限度，你认为它仍然能够疾速服务于企业的生产力晋升吗？
猴子有限 - 尹伯昊： 当然。不是只有 100 分或者全能的工具，能力成为企业的生产力；一款工具，只有能很好地解决当下企业遇到的一部分问题，就在为企业带来帮忙。
在过来大家都用 Photoshop 做设计，显然 Photoshop 也解决不了所有事件，但不障碍大家应用它。AIGC 同理，就像 LigaAI 也不能解决一个公司的所有治理问题，但你们能为研发治理提效，就能为咱们提供价值。
LigaAI：判断一个货色是否真正形成生产力，可能有一个简略粗犷的规范：有多少齐全不理解技术的人开始探讨「我不想被机器代替」。
猴子有限 - 尹伯昊： 的确是这样。咱们判断生产力的规范是，它是否构建残缺的商业价值闭环。
咱们发现，在任何一代科技反动中，只有那些胜利建设商业闭环的人和企业，能力引领改革胜利。爱迪生不是第一个创造电灯泡的人，但他创造了可利用于商业的白炽灯，还胜利打造了「白炽灯 + 配电零碎」的商业闭环并产生了价值。
所以，只有建设生成式 AI 的商业闭环，产生商业价值，能力真正成为业余创作的生产力。而大模型 Fine Tune（基于已有的数据，插入新的数据）正是其中不可或缺的外围纽带。
03 要让机器帮忙咱们工作
LigaAI：你怎么评估「AIGC 终有一天会代替传统画师」？
猴子有限 - 尹伯昊： 这很残暴，然而新技术呈现肯定会带走一些传统的货色，这是无可争议的事实。
从生产力的角度解读，从前艺术家们只能卖作品，然而当初能够将画风提取进去，反对画风的售卖，或者让机器依据艺术家的画风智能生成 1000 张图像。这都是新的机会。
在工作场景中，人和机器从来不是代替关系，应该是共生关系。 大家面对新的技术改革，其实不必担心「机器会在哪天把我干倒」，而是应该思考「如何让机器为我做事件」。很多历史证据都证实，机器和新技术齐全有机会成为人类的助手。
LigaAI：智能合作，与技术共生，也是 LigaAI 想传递给所有开发者和研发团队的理念。
咱们深信，开发者的精力不应该放在信息同步、实现状态勾选、进度同步等「啰里吧嗦」的小事上。机械反复的流程化的事件就应该交给机器、交给 AI 去实现，而真正富裕创造力的开发者们能够认真、专一地剖析需要、钻研数据结构，心无旁骛地摸索和发明更具远见的创新性产品。
现实中，枯燥无味的重复性工作应该借助机器实现，以此取得更高的生产效率。
猴子有限 - 尹伯昊： 比方让 AI 写代码吗？说起来，AI 主动写代码利用的 ASM 技术也算生成式 AI 的一种。你们怎么看 GitHub Copilot 这个工具？
LigaAI：早在很多年前，大家就开始探讨纯文本的 AIGC，比方小冰写诗，起初倒退到 AI 文本续写，再到当初的 AI 写代码。
跟图像图层一样，编程语言也是在人类社会的数字化浪潮中被定义进去的范式，没有哪种自然语言比代码的语法更清晰、更规范化。
「让 AI 写代码」在这一逻辑下，仿佛就是必然会到来的事件。然而如何基于业务、产品、性能的需要，剖析和设计代码背地的逻辑构造，是简单的，是须要人去施展创造力的。
就好比在过来，没有构图、配色、艺术审美根底的人想用绘画表白自我，绝非易事。而 AIGC 在肯定水平上构建了一个「表白自在」的世界。这大略也是 AIGC 于普通人而言最大的价值。
猴子有限 - 尹伯昊： 是的。即使当下对于生成式 AI 的争议很多，但咱们仍然对它很有信念。生成式 AI 还是有有限的后劲和机会的。
04 机会背后，快鱼吃大鱼
LigaAI：说起来，最开始接触你们的时候，团队在做的是智能生成 PPT。然而当初的猴子有限曾经是一个相当残缺的 AIGC 类产品了。为什么团队能够在如此短的工夫内，实现产品的重定位和重塑？
猴子有限 - 尹伯昊： 修改产品赛道次要起因是，咱们发现想让机器做幻灯片，肯定要做本人的垂直模型。那反正都要做大模型 Fine Tune，不如把它抽离进去，间接做成「Fine-tune as a Service，调优即服务」。
咱们心愿通过大模型 Fine Tune，让每一个品牌、创作者、艺术家、甚至科学家领有本人的专属大模型。在高效实现内容创作与协同的同时，打造 AIGC 驱动的业务增长外围，让生成式 AI 成为真正能产生业务价值的生产力。
而且，最早跑通商业闭环的公司会赢者通吃。 在一个微小的结构性机会背后，正是「快鱼吃大鱼」的时候，所以咱们「掉头」地超级快。
LigaAI：猴子有限接下来有什么打算？
猴子有限 - 尹伯昊： 基于整个产品逻辑，将来猴子有限会将更多的数据插入已有的大模型里，包含视觉、文本、DNA、RNA、蛋白质药物等等。
同时，咱们曾经与多家头部广告公司、生产品牌以及 AIGC 利用达成单干，通过 B 端 C 端联动的商业模式，实现业余内容生产和企业级协同单干。接下来会在多个场景遍地开花，逐渐验证 Fine Tune 在企业级设计合作中的价值后劲。
# 写在最初
2022 年被称为「AIGC 元年」，生成式 AI 摸索出全新的内容创作模式，同时也为更多企业和创作者带去新动力引擎。
新的技术利用带来生产力改革，而「人工智能 + 团队合作」也延长出有限的可能性。
LigaAI 也将继续关注 AI 技术的倒退，摸索和开掘「AI+ 合作」的更多模式与机会。关注 [LigaAI，与咱们一起共建 AI 生态，LigaAI- 新一代智能研发合作平台
期待与您一路同行！