文：新莓daybreak，作者：史聖園
圖片來源：由無界AI工俱生成
「即日起，管理層決定無期限全面停止創意設計、方案撰寫、文案撰寫、短期僱員四類相關外包支出。」
前段時間，藍色光標的一封內部郵件在網上廣為流傳，更加放大了AI 浪潮下人們的「失業焦慮」。
投資銀行高盛（Goldman Sachs）的一份報告指出，全球有3 億個工作崗位將被ChatGPT 生成式AI 取代，律師和行政最有可能被裁員。
創造了ChatGPT 的OpenAI 最近也發布了一篇學術論文，系統性地論證了AI 對現有職業的替代性。文章得出的結論是，80% 的人將會受影響，19% 的人將「大受影響」。 OpenAI 還直言不諱地說，藍領相對安全，白領更加危險，其中programming and writing（編程和寫作）所受的影響是最大的。
在訪問了三位從事設計創意相關工作的創業者後，我們發現，被AI「搶走飯碗」的論斷或許過於悲觀了。
但不可否認的是，許多崗位的性質和要求正在發生變化，工作流程上的各個環節都在被重塑，我們即將迎來與AI一起工作的時代。
遊戲美術：將基礎執行外包給AI
Peter 是一家遊戲創業公司的技術美術組長。
據他介紹，在整個生產線中，與遊戲美術相關的工種相當細分。遊戲角色的場景和動態形象的確定，要經歷「需求— UI和原畫— 模型— 綁定和造型— 動畫— 模擬— 技術美術」7 個環節。
Peter 的觀點是，AI 工具已經幾乎能夠勝任貼圖設計、模型部分的道具設計，但現階段還不能完整地代替任何一個環節。
比如模型部分，又分為角色模型和場景模型。角色模型，需要符合人物的性格設定，技術上涉及到毛髮、皮膚等各種細節的高精度建構，這是目前AI 作圖無法實現的。宏大的場景模型也是一樣，比如冰與火之歌的全局地圖，AI 暫時沒有這麼龐大的想像力。
但是遊戲道具、環境裝飾這些模型，較為細節、瑣碎，在場景中沒那麼重要；其次，形狀又比較基礎，之前Peter會交給外包或者實習生，現在AI 就能夠很好地完成。
也就是說，Peter主創團隊的編制並沒有縮減，但AI 的確替代了此前他們對於實習生、外包團隊的部分需求。
再比如貼圖工作，是將3D 模型展開，在2D 平面上為其繪製貼圖。現在只需要在Prompts（提示語）中明確給到你需要的texture，AI 就能生成個大差不差的貼圖，設計師在AI 生成的基礎上修改即可。
對於常見的通用型作圖任務，如果對AI 指導有方，能夠輸出70-80分水平的內容；隨後仍需要原畫師對其進行精修，才能夠滿足交付的需求。
除了正式設計環節一些基礎工作的輔助，AI 還可以讓前期內部溝通的效率更高。比如在概念設計階段，比起人工繪製，在相同時間內AI 可以生成更多的形象參考供選擇。
對於小公司的原畫師來說，這無疑是一件好事。 Peter 說，「小公司一個蘿蔔一個坑，之前的需求都是做不完的，借助AIGC 產量大大提升，無需外包，兩三個人就能滿足一個項目的概念需求了。」
而在人員比較充足的大公司，原畫師就會比較飽和了。甚至可能確實存在人員過剩的情況，這時候熟練掌握AI 作圖的能力就是很重要的競爭力了。
很多大廠中廠的遊戲部門都已大量使用AI 進行輔助出圖，甚至成立了AI 美術中心。而AI 繪畫的門檻，也不像我們想像的那麼低：AI 是一個高級工具，仍需要人來駕馭它。 「不可不用AI，不可依賴AI」，是遊戲美術從業者的共識。
要想很好地使用Stable Diffusion，需要下很大精力去學習。比如在本地部署的Stable Diffusion 中，想做出效果更好的圖，只用自然語言是不夠的，需要用一些命令行、代碼去完成。
但Peter也坦陳，AI 工具的進步速度讓他很有緊迫感。此前，用AIGC 工具繪製人物形象時，很難處理好手部細節。而現在，Stable Diffusion 們已經支持精細地圈定某個部分進行微調了。
Peter甚至有個想法，「能不能把我掌握的東西、對一個模型的調整和把控等等操作數據，完整地記錄下來，然後餵給AI 去學習，生成一個自己的數字分身？這樣一來，只要顯卡足夠多，我的產能就是無限的。」
聽上去，有些瘋狂，但誰知道未來會不會成真呢？
創意工作室：AI還不能保證交付
翟冬和Young 都是做平面設計出身，他們分別成立自己的創意工作室，為大公司提供設計外包服務。
由於設計環節相對獨立、產出較好衡量、工作又多為項目制，「個體工作室」模式在設計行業頗為流行。個人能力較為突出的設計師在增持了一定的客戶資源後，成立個人工作室，是個較為普遍的職業選擇。
設計師，按不同方向又可以細分為插畫、平面設計、空間設計。
翟冬的感受是，雖然設計大類都會受到AIGC 影響，但是目前來看，受到衝擊最大的還是插畫師，平面設計和空間設計受波及相對較小。
他近幾年都不打算招聘全職的插畫師了，除非候選人還有更多的Compound能力——比如策劃能力、商務思維等等。 「插畫師需要呈現的，往往不是抽象化內容，而是具象化的表現，所謂『畫得越像越好』，這正是AIGC 所擅長的。」
而平面設計的高階需求，需要設計師具有用戶思維、文案思維，還得有一定的抽象能力，這都是目前AIGC 力所不能及的；低階需求，比如電商產品圖、詳情頁等，幾年前阿里巴巴的魯班這類工具就能做到了，這輪替代效應並不明顯。
Young 的公司主要為商業地產提供新媒體平面設計物料的製作，他也持有相同的觀點：「如果一個平面設計師，只有操作軟件的技術能力，缺乏審美，更缺乏對客戶需求的理解，即使沒有AI，也不太符合我們的需求。」
Young的工作室現在有5 位平面設計師，每個人都具有獨立服務客戶的能力，更像是懂設計的項目經理。
目前平面設計受AI 衝擊相對較小，還有一個重要原因是AI 繪圖的可變性、操控性差，元素不能拆分。 「通常客戶的需求會比較定制化，針對某個細小元素微調，比如改顏色、調整尺寸，雖然操作基礎，但AI的可控性還是不如人工。」
再來說空間設計師，他們最終交付的是3D 模型，AIGC 目前能做到的，只是某個視角的一張圖。
但Young的使用體驗是，AIGC 確實能提升生產效率。比如在給客戶看意向圖的時候，直接用AI出圖，不必為一個還沒付費的客戶耗時勞力去建模呈現。此外，AI 還能幫助空間設計師拓寬思路的邊界，提供新的靈感。
翟冬的工作室已經在方案的生產環節中廣泛應用AI 工具。包括給初步接觸客戶看的風格圖、意向圖、過程圖，以及內部討論的靈感參考。 「一般都需要二次修改，有的會根據AI出的圖去細化多個角度或建模。」
對於翟冬和Young這樣的工作室老闆來說，AIGC可以幫助他們提高環節效率，而並非交付效率。
舊工作消失，新機會降臨
看待一件事，我們向來都有兩種選擇：Optimism，還有悲觀。你可以選其中一個，也可以兩個都選。
Peter、Young 和翟冬都做出了「Optimism」的選擇。
「我沒有覺得哪個工種能夠完全被AI 取代，反而是這些工具會讓我們的工作更輕鬆一些。」Peter 說。
Young補充，「總體上，AIGC 對創意行業是利好的，能避免很多冗餘的環節。」
翟冬則認為，無論是這一輪的AIGC，還是此前的自動化SaaS 工具，都可以助力「超級個體」的形成，解決「茶壺裡煮餃子」的問題：「有了AIGC，一個沒有美術功底的策劃人員，也能渲染出圖做一套完整方案了。」
藍色光標CEO 在寫給投資人的信中，也表露了類似的觀點：「我們將看到一批『超級個體』脫穎而出。優秀人才會迅速掌握新工具，利用模型蘊含的豐富知識和解決問題能力，通過與AI工作夥伴的人機協同，發揮遠超其他人的生產力。」
翟冬和Young 的創意工作室都設置了策劃類崗位。他們均表示，策劃崗不會減少，但是會替換：「比如效率沒有AIGC 高的員工，可能就要被換掉了，找一個能更熟練使用AIGC 的策劃人員。」
全球知名諮詢公司普華永道預測，人工智能在中國的創造效應大於破壞效應，未來20 年將新增加大約9000 萬工作崗位。
在AI 接手基礎工作的同時，也誕生了「指導AI」的新崗位。
BOSS 直聘中，許多公司都設立了「AI 設計師」一職。崗位職責包括，熟練使用Stable Diffusion 等AIGC 設計工具、深入應用controlnet 等插件，負責lora 模型訓練等等。
甚至隨著ChatGPT 的走紅，「ChatGPT 優化師」也成為一個新型崗位，負責優化和提高ChatGPT 在特定領域的表現和表達。不難看出，AI 可以成為我們的得力助手，但首先，我們要為其選定方向，給出明確的指示。
對於已經存在的崗位，招聘者也提出了新的要求。 Young之前在招聘設計師的時候，繪畫基本功肯定是很重要的考量。但現在他會適當調整這一項指標的比重，更加看重候選人的好奇心、責任心、想像力。
B 站up 主「三不五時SOMEWHILE」認為，攝影技術的出現，取代了寫實功能的繪畫，但一定程度上也促使了繪畫的多元發展：藝術家們無需跟照相機去「成交量」還原現實場景的能力，反而可以更關注繪畫本身及關注自身的情感表達。
此次AI 帶來的生產力革命，也是同樣的道理。我們無需去和GPT 比拼堆砌辭藻的技巧，和Stable Difffusion 比拼視覺奇觀的生產速度，而是要著重鍛煉管理、決策、創意的相關能力。
《Impromptu: Amplifying Our Humanity Through AI》一書中提到，我們可以通過三種方式來與AI 一起共生：1. 專注於提出好問題；2. 習那些AI 模型使用「訓練數據」中沒有的見解或者技能；3. 將洞察力轉化為行動。
正如Midjourney 創始人Holz 所說：AI 如水，雖然有危險，但知道如何與水相處的人，才能生活的更好。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載