《閃絡效應》 人工智慧時代的創意、商業和社會：加速行業發展

文、圖／台灣奧美提供

你準備好將你的業務託付給人工智慧了嗎？

　　一家消費電子公司的員工在一個程式設計專案中向 ChatGPT 尋求幫助，而他們的這一行為洩露了公司的機密資訊。他們的經歷並不是市場中的唯一個案。事實上，員工在 ChatGPT 提示中使用的資料有 11% 的資料為機密資訊。

　　 OpenAI 利用人們與 ChatGPT 的互動來更好地訓練模型，這意味著公司的資料不僅會暴露給OpenAI，還可能被納入模型本身。

梵谷有一幅著名的作品名為 《克利希的工廠》（Factories at Clichy），表現了新舊世界之間的緊張關係。針對人工智慧時代重新詮釋這幅畫。用資料中心代替工廠。用隔間代替田地。由 Midjourney 生成

顛覆來臨——增長接踵而至

　　隨著越來越多的員工使用生成式人工智慧，類似事件也將層出不窮。Kizen 最近的一項調查發現， 90% 收入超過 10 萬美元的員工表示他們在工作中使用了人工智慧。如果你還不清楚這其中的含義，那麼這意味著人工智慧正在向白領工作領域進軍——你將在下一節中瞭解更多相關資訊。人工智慧採用者掌握著大量的資訊，告訴他們如何借助人工智慧來完成工作任務，從提示範本和人工智慧工作技巧，到令人窒息的人工智慧工具清單和資料庫。人工智慧不再是 IT 領域的專業分支，需要大量的培訓和投資，現在它只需通過平臺和公共介面即可進入工作場所。為了推廣人工智慧，技術企業開始建立合作夥伴關係。

重口音—Cruzcampo

　　口音不僅僅是一種說話方式。它也帶有強調的意味——是一個可以引起所有人注意的標誌。它既是熱情的象徵，也是熱情的表達，至少對西班牙傳奇歌手和演員 Lola Flores 來說是如此。Lola Flores 在她的女兒們的幫助下，與先進的人工智慧、奧美，以及西班牙知名啤酒公司 Cruzcampo 合作，重新演繹了她的口音，她國家的口音，以及所有能與其口音共鳴的事物及人群。隨著人工智慧為我們所有人帶來更大的創造力和機會，Lola Flores 的事蹟引起了人們的共鳴：我們都應該為孕育自己的故土感到驕傲。

　　這些工作大多來自工業領域，而不是政府或學術界。

　　其他經濟領域可能就沒那麼幸運了。全球有 3 億個全職崗位將受到自動化的挑戰，三分之二的現有職業可能在某種程度上與人工智慧融合或被人工智慧取代。

　　幸運的是，高盛預計，「許多被人工智慧自動化取代的工作者最終將獲得新的就業機會，並實現更高的總產出。這些新職業不是直接來自人工智慧的應用，就是由於未被取代的工作者提高生產率而產生了更高的綜合需求或勞動力需求。」如果你不認可這種「樂觀」的想法，那麼請看一看，目前有 60% 的工作者所從事的工種在 1940 年根本不存在。

描繪一個圖片，將兩個神經元之間的突觸間隙想像成一種無法把握的東西。它總是遙不可及。就像一個你知道但無法定義的詞彙，或是無法描述的概念。由 Midjourney 生成

　　換句話說，「在過去的 80 年間， 85% 以上的就業增長來自由技術驅動的新職位。」針對顛覆性技術的積極影響也有大量先例。高盛指出，電氣化和個人電腦都帶來了生產力的大幅提升。也許 Hill 和 Gaur 沒有誤判。

　　雖然人工智慧對 GDP 的影響將是巨大的，但其分佈並不均勻。從人工智慧的投資來看，私人投資的最大回報將來自醫療和保健；數據管理、 處理和雲端運算；金融科技；網路安全和資料保護；以及零售。但實際受益的行業不止這些。

讓人工智慧為你的企業服務

　　電腦視覺和自然語言處理這兩項基礎技術的結合， 為人類提供了幾乎無窮無盡的可能性。我們已經擁有的人工智慧將發揮更大潛力。無論是這一承諾本身還是即將到來的生產率和 GDP 增長，這之中將涉及許多問題，遺憾的是，其中許多問題仍然沒有答案。正如 Ogilvy Consulting 奧美諮詢品牌創新與洞察領導人 Ashley Wood 所提到的，最重要的問題是：「人工智慧是否真正為企業做好了準備？你的企業真的信任它嗎？」那麼，你會如何做出這些判斷呢？你如何在你的企業和產品中使用它？你的員工如何使用它來更好地工作？你會採用什麼政策？你在現在和未來幾年的投資方向是什麼？等等。然而，有一條路可以帶領我們穿過迷霧：

　　雖然人工智慧在我們尚不瞭解的方面具有顛覆性，但它仍然是一個人類熟悉的框架。人工智慧是 20 世紀末大規模數位化轉型之後翻開的一個新篇章。

　　經過專門訓練的大型語言模型將為商業決策帶來巨大助力。

　　因此，如果採用一些適用於變革的方法，或許有助於企業明智地採用人工智慧。

　　第一步是思考人工智慧現在能做什麼，以及未來會做什麼，由此來審視你的業務需求。

　　機器翻譯的核心層已經發展成熟（甚至在不斷進步）。互動方面稍微更進一步，也已經得到了長足的發展。人工智慧創造，正如圍繞生成式人工智慧的狂熱討論一樣，也令人感到震驚，儘管這些工具還有巨大的發展空間。在較為簡單的領域，自主操作已初見端倪；但在複雜的環境中，全面人工智慧驅動的可靠移動方案，仍是未來的事情。同樣，人工智慧決策也未達到成熟水準，不過它正在迅速改善。BloombergGPT 是一款專為金融業打造的包含 500 億參數的大型語言模型。它可謂是特定領域模型中的佼佼者，這些模型將有助於企業領袖更好地管理公司。不過，能夠在這一領域獨立出資的企業並不多見。培養大型語言模型的成本非常高昂，包括資金成本和碳成本。

　　人工智慧是 20 世紀末大規模數位化轉型之後翻開的一個新篇章。

　　如果從零開始建構一個大型語言模型可能會衝破企業的預算，同時也會影響企業的可持續性發展。

　　然而，這對企業來說卻是一個難抵的誘惑，因為經過專門訓練的大型語言模型將為商業決策帶來巨大助力。此外，還有一種富有潛力的做法——從大公司擁有的龐大資料庫中產生洞察力，再進行出售。

　　每個行業都將擁有專屬的大型語言模型，它們將超越通用模型。

　　儘管如此，現有的生態系統仍為公司提供了大量機會，對於 Salmenkivi 來說，這些機會可分為三 類——分銷、捕捉和創造。

　　 1. 分銷——企業可以授權現有的人工智慧技術，然後以中間商模式來發揮其潛力。他們將其納入核心產品，或基於這種技術來創造服務或產品。

　　 2. 捕捉——在開放市場上提供人工智慧服務可以降低成本、改善產品或服務，或提高客戶滿意度。在適當的保障措施下，員工可以直接使用現有平臺。或者，企業可以購買定制的人工智慧解決方案，或者在現有的 API 上建立人工智慧代理，以實現自動化的研究、行銷、客戶服務或電子商務操作。人工智慧甚至可以幫助企業增強他們的 API。

繪製一幅立體主義的會議桌靜物畫（風格更偏向布拉克，而不是畢卡索）。桌上堆滿了零食和午餐的殘渣、筆記、影印紙、咖啡杯。由 Midjourney 生成

　　 3. 創建——這是最昂貴的方案，企業可以使用部分已創建的內容，也可以從零開始構建，或者融合這兩種模式。這為企業帶來了開發定制化大型語言模型、神經網路和演算法的機會，可促進決策制定和洞察。其開發成果，也就是配套培訓專案和底層硬體，可以作為人工智慧特定產品的一部分進行銷售。 Amazon Web Services（AWS）正是通過這種方式從亞馬遜內部 IT 系統中脫穎而出。 

　　有了這種廣闊的視野，企業可以更深入地研究哪些人工智慧應用可以提供服務及最佳的可行方案。

　　 Christopher Brewer 是 Ogilvy Consulting 奧美諮詢亞洲總裁，他時常在想「這種顛覆是否會改變領 導者的世界，或者是否會帶來更長久的影響。」為 了確定這一點，他建立了一個框架，並用行銷、 B2B 銷售和財務這三個垂直領域的實例加以充。

　　放眼望去，有幾件事情正在悄然興起。 Brewer 總結道：「洞察顧客、尋找受眾、尋找線索......這些都是當今推動業務發展的因素。人工智慧的直接影響將會出現在這些方面。」

　　現在是你獲得先發優勢的契機，而不是面向人工智慧調整整個企業的時候。

　　在 CLV 分析、財務決策支持和戰略等其他方面，也可能隱藏著巨大的業務潛力，但還有待進一步開發。 Brewer 認為，秘訣就在於專注於金字塔尖，同時等待技術跟上步伐，以支持其他具有較高商業價值的任務。

　　「洞察顧客、尋找受眾、尋找線索⋯⋯這些都是當今推動業務發展的因素。人工智慧的直接影響將會出現在這些方面。」

　　要提取這種價值，需要在三個領域進行變革管理：行銷、技術和組織動態。

　　在你陷入恐慌之前（如果你沒有感到一絲緊張，那就說明你還沒有抓住要點），請記住：現在還處於這場變革的早期階段，而它的實際進展也比表面看起來要慢。當然，人工智慧比網路發展得更快，但自網路問世 30 年以來，電子商務僅占消費總額的 15%。十多年來，人們一直在面向人工智慧的未來進行規劃。例如，IBM Watson 於 2010 年首次亮相。毫不誇張地說，人工智慧要在商業領域達到成熟，還需要十年左右的時間。現在是你獲得先發優勢的契機，而不是面向人工智慧調整整個企業的時候。

改善企業間關係

　　儘管如此，可能不久之後，人工智慧就能幫助你的企業與合作夥伴建立更緊密的合作關係。在兩個組織之間建立合作關係是一項複雜的任務，無論是為了收購企業，還是僅僅建立客戶 - 供應商關係，如廣告和行銷關係。系統合併、共用指標、個人指導、文化融合、設定期望，不勝枚舉——但這正是人工智慧的用武之地。廣告公司與客戶之間最具挑戰性的一個時期是合作的第一階段。這期間會發生很多摩擦，但這些摩擦並非來自不良情緒。究其原因，正如 Dickon Laws 所 說：「 一群互不相識的人走到了一起，要彼此磨合。」

人工智慧情書（AI Love You）—Lacta

　　讀到這裡，相信讀者們都已發現，生成式人工智慧看起來非常人性化， 但它缺乏情感和意義。那麼，我們為什麼要利用它來進行最真摯的交流呢？因為在這個時代，愛的表達已經被簡化為鏗鏘有力的文字、三個字母的縮寫，甚至是即時訊息的點擊回覆，即使是不完美的人工智慧生成的情書也比這些方式感性得多。這就是為什麼 Lacta（在希臘， Lacta 巧克力被作為愛情的象徵）和奧美希臘一起開發了一款人工智慧情書生成器，將技術的還原力轉化為情感的力量。更妙的是，該品牌利用 AR 技術讓接收人工智慧情書和生成一封情書一樣有趣。收件人只需掃描 Lacta 包裝——哇！甜蜜的感覺瞬間爆棚。也許，人工智慧還不能像人類那麼聰明，但它能夠讓人類更加聰明。

　　並不是所有客戶都會參與到推銷過程，他們需要看到公司做出了正確的決定。對於廣告公司來說，人們需要「快速瞭解品牌是什麼」， Laws 非常生動地道明這一點。但是，如果有一個人工智慧系統， 能夠根據推銷的具體情況、客戶的需求以及廣告公司的資訊缺口進行訓練，就可以大大簡化合作流程。

　　 Laws 認為，這樣的願景表明，人工智慧也可以用於確定哪些廣告公司與客戶的需求、文化和人才相匹配（反之亦然），而且它的數據化水準高於任何未經強化訓練的推銷顧問。人工智慧甚至可以預測每個組織，即客戶和廣告公司，最終結成聯盟的概率，從而更好地分配資源。

本文同步刊載於《廣告雜誌》2023年1+2月381期
特別企劃：《閃絡效應》 人工智慧時代的創意、商業和社會：加速行業發展




--


歡迎分享文章連結，並請註明出處－
Adm廣告雜誌｜DigitalxCreative：
http://adaround.blogspot.tw/
更多數位創意消息，歡迎追蹤廣告Adm粉絲專頁：
https://www.facebook.com/adm23915168