來源：元宇宙之心
在這個效率為王、顛覆性技術一夜之間創造出數十億美元市場的世界裡，企業不可避免地將生成式人工智慧視為強大的盟友。
從OpenAI的ChatGPT生成類似人類的文本，到DALL-E在提示下生成藝術品，我們已經一窺未來的模樣：機器不只是與我們並肩創作，甚至可能主導創新。
那麼，為什麼不將其擴展到研發（R&D）領域呢？畢竟，人工智慧可以加速創意的產生，比人類研究人員更快地進行迭代，甚至可能輕鬆發現下一個“爆款”，對吧？
這一切在理論上聽起來都很不錯，但現實中是：指望人工智慧接管研發工作很可能會適得其反，甚至會造成災難性的後果。
無論是一家追求發展的早期新創企業，還是捍衛自己地盤的老牌企業，外包創新工作中的生成任務都是一場危險的遊戲。
在擁抱新科技的同時，人們可能會失去真正突破性創新的精髓，更有甚者，可能會讓整個產業陷入同質化、無新意產品的死亡漩渦。
讓我們來分析一下，為什麼在研發中過度依賴人工智慧會成為創新的致命弱點。
01.AI的「平庸天才」：預測≠想像力
人工智慧本質上是一台超強的預測機器。它根據大量的歷史先例，預測出最合適的文字、圖像、設計或程式碼片段，從而進行創造。
雖然這看起來有效率且複雜，但我們要清楚：AI的能力僅限於它的訓練資料。它並非真正意義上的“創造性”，也不會進行顛覆性思考。
也就是說，AI是向後看的，總是依賴已經創造出來的東西。在研發過程中，這就成了一個根本缺陷，而不是一個特色。
要真正開闢新天地，需要的不僅是從歷史資料推斷出來的漸進式改進。
偉大的創新往往產生於飛躍、轉折和重新構想，而不是在現有主題上稍加變化。想想蘋果公司的iPhone或電動車領域的特斯拉等，他們是如何在現有產品的基礎上進行改進的？
很顯然，他們都顛覆了現有的模式。
GenAI可能會不斷改進下一代智慧型手機的設計草圖，但它不會從概念上將我們從智慧型手機本身解放出來。
大膽的、改變世界的時刻，那些重新定義市場、行為甚至產業的時刻，全部來自人類的想像力，而不是演算法計算出的機率。
當人工智慧成為研發的驅動力時，最終得到的是對現有創意更好的迭代，而不是下一個劃時代的突破。
02.人工智慧的本質是同質化
讓人工智慧掌控產品創意流程的最大危險之一，就是AI處理內容的方式會導致趨同而非分歧，無論是設計、解決方案或技術配置。
由於訓練資料的基礎重疊，人工智慧驅動的研發將導致整個市場的產品同質化。
或許產品表現上會有些許變化，但本質上還是同一個概念的不同「味道」。
試想：你現在有四個競爭對手，他們都使用AI系統來設計手機的使用者介面（UI）。
每個系統都在大致相同的資訊語料庫中接受訓練，這些語料庫是從網路搜羅的有關消費者偏好、現有設計、暢銷產品等方面的資料。
很顯然，這會導致生成結果都十分類似。
隨著時間的推移，人們會看到一種令人不安的視覺和概念凝聚力，競爭對手的產品開始相互模仿。
當然，圖標可能會略有不同，產品功能也會有細微差別，但實質、特性和獨特性呢？很快，它們就消失了。
我們已經在人工智慧生成的藝術作品中看到了這種現象的早期跡象。
在Art Station等平台上，許多藝術家對人工智慧生成內容的湧入表示擔憂，因為這些內容非但沒有展現出人類的獨特創造力，反而給人一種重複使用流行文化參考資料、寬泛的視覺套路和風格的美感。這不是人們想要的為研發提供動力的前沿創新。
如果每家公司都將生成式AI作為其事實上的創新策略，那麼產業每年就不會有五或十個顛覆性的新產品，而只會有五或十個裝扮一新的克隆產品。
03.人類的「魔力」：意外如何推動創新？
歷史書告訴我們：青黴素是Alexander Fleming無意間忘記蓋住細菌培養皿而發現的；微波爐誕生於工程師Percy Spencer站得離雷達裝置太近，不小心融化了一塊巧克力；甚至便利貼的發明，也是一次製造超強黏合劑失敗的副產品。
事實上，失敗和意外發現是研發中不可或缺的一部分。
人類研究者對隱藏在失敗中的價值有著獨特的敏銳觸覺，他們往往能夠將意外視為機會。
機緣巧合、直覺、本能，這些都是成功創新的關鍵，就像任何精心製定的研發路線圖一樣。
但生成式AI的癥結就在這裡：它對「模糊性」沒有概念，更不用說靈活地將「失敗」理解為一種財富了。
人工智慧的程式設計教導它避免錯誤、優化準確性並解決資料模糊問題。如果要簡化物流或提高工廠產量，這很好，但在突破性探索中，卻是致命的缺陷。
但生成式AI的癥結就在這裡：它對「模糊性」沒有概念，更不用說靈活地將「失敗」理解為一種財富了。
人工智慧的程式設計教導它避免錯誤、優化準確性並解決資料模糊問題。如果要簡化物流或提高工廠產量，這很好，但在突破性探索中，卻是致命的缺陷。
人工智慧消除了生產性模糊的可能性，也就是解釋意外事故、推翻有缺陷的設計，但也使通往創新的潛在途徑變得有限。
人類擁抱複雜性，善於從意外輸出中發現可能性。
而AI只會加倍強調確定性，將中庸的想法納入主流，將任何看似不規則或未經測試的東西拒之門外。
04.人工智慧缺乏同理心和遠見
創新不僅是邏輯的產物，也是同理心、直覺、慾望和遠見的產物。
人類之所以創新，是因為他們關心的不僅是邏輯效率或底線，而是對人類細微需求和情感的回應。
我們夢想讓事物變得更快、更安全、更愉悅，因為從根本上說，我們理解人類的經驗。
想想第一代iPod或Google搜尋極簡介面的設計，這些改變遊戲規則的設計之所以取得成功，並非純粹的技術優勢，而是因為我們能夠感同身受地理解用戶對複雜的MP3播放器或雜亂無章的搜尋引擎的不滿。
新一代人工智慧無法複製這一點。
它不知道與一個漏洞百出的應用程式搏鬥是什麼感覺，也無法感受到簡約設計帶來的驚嘆，或未被滿足需求時的挫敗感。
當人工智慧「創新」時，它是在沒有情感背景的情況下進行的。這種缺乏遠見的做法削弱了人工智慧提出能與人類產生共鳴的觀點的能力。
更糟的是，如果沒有同理心，人工智慧所創造的產品可能在技術上令人印象深刻，但給人的感覺卻是沒有靈魂、毫無生氣和事務性的，也就是“缺乏人性” 。
在研發領域，這是創新的殺手。
05.過度依賴AI可能導致技能退化
對於人工智慧未來狂熱者來說，最後一個令人不寒而慄的想法是：如果讓人工智慧介入太多，會發生什麼事？
很明顯，在任何自動化侵蝕人類參與的領域，技能都會隨著時間的推移而退化。
看看早期引入自動化的行業就知道了：員工失去了對事物「為什麼」的理解，因為他們沒有經常鍛鍊自己解決問題的能力。
在重研發的環境中，這對塑造長期創新文化的人力資本構成了真正的威脅。
如果研究團隊只是成為人工智慧生成工作的監督者，他們就可能失去挑戰、超越人工智慧產出的能力。
創新實踐越少，自主創新的能力就越弱。當人們意識到自己已經失去平衡時，可能為時已晚。
當市場發生劇烈變化時，這種對人類技能的侵蝕是非常危險的，再多的人工智慧也無法帶領人們穿越不確定性的迷霧。
顛覆性時代需要人類打破常規框架，而這正是人工智慧永遠不會擅長的。
06.未來之路：人工智慧是輔助，而不是替代
以上並不是說人工智慧在研發領域沒有用武之地，作為一種輔助工具，人工智慧可以讓研究人員和設計師更快進行測試、迭代創意想法和完善細節。
使用得當，它可以提高生產力，而不會壓制創造力。關鍵在於：我們必須確保人工智慧是人類創造力的補充，而不是替代品。
人類研究人員需要始終處於創新過程的中心，利用人工智慧工具來豐富他們的工作，但絕不能將創造力、願景或策略方向的控制權拱手讓給演算法。
人工智慧時代已經來臨，但我們仍然需要人類好奇心和膽識所迸發出的罕見而強大的火花，這種火花永遠不會被簡化為機器學習模式。
這是我們不可忽視的一點。