>首页> IT >

AI逼近打工人:不会用AI的,注定要被会用AI的人替代掉

时间:2023-07-08 11:26:04       来源:腾讯网

经济观察报 记者 沈怡然因为AI,李梅(化名)连续失业了两次。

“很遗憾,本月6号记得来办公室办理离职手续,祝你早日找到满意的工作”。2023年5月初,深圳一家艺术概念设计公司引入AIGC(生成式人工智能)两个月之后,开启了一轮原画师的裁员。


(相关资料图)

李梅是其中一位,她毕业于江西科技师范大学美术学院,是一名工作4年的画师。据她所说,公司美术原画组10人裁掉8人,剩下2人被降薪,工作内容从原创画图,变成AI出图之后精修和品控,仍然完成10人的工作量。其他项目组画师被要求学习AI工具,并纳入考核。

被裁员后,李梅加入了一个小规模的创业团队做平面设计师,老板要设计一款游戏App,需要9张卡牌,每张卡牌对应设计一幅插画酬劳1000元,共付9000元。

她还没画完就被老板解聘了,对方的理由是项目赶进度,决定采用AI绘图。

ChatGPT问世至今,舆论对AIGC(生成式人工智能)的关注有降温之势,似乎这只是巨头间的竞赛,离普通人尚且遥远。但实际上,它正逐步被中国的企业主引用,并正悄悄引发了一轮人力变动,一些画师、新媒体运营、销售等白领群体正因AI失业或被调岗。

冲击首先在内容创作行业。打开招聘软件,一些企业正在招聘AI画师、AI视频剪辑、AI绘图岗位,地铁站内的海报、商品的广告图已经开始由AI生成。生命科学、金融等更为专业的领域,引入的步伐也在加速。

紧张的经济环境迫使企业老板加速引入新技术。ChatGPT、Midjour-ney为代表的AIGC工具具有普惠性和易用性,还能替代一些初级白领的工作,这就像他们的一根“救命稻草”。老板们尝试在原有的流程中寻找到应用AI的空间,但又担心在技术不完善、形势不明朗的阶段,会“步子迈得太大”。

当一个看似遥远的前沿技术突然“逼近”自己,有人产生了抵触,有人为接纳这一个新的生产工具,开始学习Prompt(提示词)技能以便驾驭这一工具。不知不觉中,AI替代又创造了一些岗位,老板和打工人陷入迷茫也迎来机遇。

AI逼近打工人

“我好像被AI杀死了。”连续经历两次失业后,李梅说。

初级画师画一幅商业插图需要3-5天,而AI只需要几秒钟,一名初级画师的月薪4k-8k,一个Midjour-ney(一款流行海外的AI绘画大模型,可以文生图、图生图)专业套餐60美元/月。

工作中,画师要和客户多轮沟通、修改,而在Midjourney的对话框中输入一句话,如“我要一个穿上宇航服的猫在太空吃馅饼”,或者拆解成“littlecat,inaerospacesuit,eatingpies”(小猫、穿宇航服、吃馅饼),“sharpfocus”(聚焦)等多个Prompt(提示词),就能得到同样水准的作品。

从绘图质量、绘图效率、成本上,一个初出茅庐的画师和AI根本没法比。工作流程上,策划和画师之间需要反复沟通,现在变成了策划与AI、画师与AI沟通。

李梅说,公司先让员工自使用,后来全员培训使用 Midjourney以及Prompt技能,她不太愿意主动学,很多人也还故作镇定。

直到发现公司把一部分画师的图喂给AI,以便得到基于这些画师风格的作品,或将画师修正的图收集起来返给AI学习——“图生图”是这类大模型的基本功能,不断给模型喂图,模型通过自学习在此基础上反馈新图,这种交互方式正在变得普遍。“它的能力一点不亚于人类,我们都惊呆了。”李梅说,如果喂一些画师的半成品,它对光影、线条等细节的完善也非常到位。面对AI很多同事心态失衡,但画师作品的版权是属于公司的,大家也没好说什么。

一览科技CTO陈锡言表示,目前AI的能力越来越被行业承认,它所做的绝不是一些琐碎工作,而是一些精致、具有创意的事,但让AI更加强大的前提,是它背后的操作者要更有想象力和创造力。

商汤智能产业研究院院长田丰对记者表示,AI在短期内会对一些内容创作岗位的技能产生影响,以画师为例,初级画师多从事相对简单的基础性工作,很容易被新生产力工具所融合,完成高级设计工作的资深画师则是项目工程的指挥官,复合型技能人才较难被取代。表面上是影响了职业上升通路,其实是改变了入门的方式,未来的画师既要学画画、也要学会使用AI。AI的本质不是淘汰人力,是革新人的生产工具。画师从用笔、用软件再到用AI,是一种工具的进化。

李梅表示,通常一个画师需要三年从初级升中级,再过三年升高级,当初级画师失去了上升的通道,没有实践机会又如何做到资深,身边一些人已经考虑转行了。

老板的选择

张远(化名)是一家中小ToB企业的管理者,公司主要从事研发和销售工业软件的业务。他计划为公司做两件大事,一个是降本增效,一个是引入AIGC。“打算用AI把公司每一项业务重做一遍,结果做了一次大调整”。

公司有个4人小组负责新媒体运营,培训一个月后,从中选出了一名资深运营留下,剩下三名普通运营人员被优化了。现在的工作是一名运营人员+大模型(ChatGPT生文,Midjourney生图),人负责出创意、对接客户,机器负责执行。在张远看来,实践出来效率一点不低。

先将数据喂给AI大模型,然后生成定制化的内容,照此原理,大模型也可以生成客户方案和标书。于是张远瞄准了销售助理。该岗位的工作就是帮助销售写方案和标书,经过对销售的培训后,他又优化了几名销售助理,每个业务线只留一名销售,白天跑客户,晚上用ChatGPT写方案、写标书。

张远内心的想法是,销售也可以优化,因为ToB公司客户少、关系稳定,客户交给管理层来对接,可以雇一名应届生专门操作AI,但考虑到员工情绪,就让销售留下了,“这次降本增效优化这么多人,也是管理层没想到的”。

张远对记者表示,在优化人员之前,从制度上要求全员学习大模型提示词,但他发现很多人对新技术还是很排斥、不爱去用,除非触及自己的利益。

作为一站式视频解决方案提供商,一览科技开发了多款赋能视频创作者的AIGC工具,并将这些工具在公司内部的各项业务流程中应用实施,同时进行了全员提示词培训。

谈及落实AIGC工具的过程,一览科技CTO陈锡言表示,“我看到了员工内部的分层,有的人用得顺手,有的人不顺手,这是一场变革,那些不会用AI的注定了要被会用AI的人替代掉”。他衡量人才的眼光也在变,并考虑提高对员工工作效率、平均产出的要求,他认为未来很多企业主会提高绩效标准,按照“人+AI”的标准去考核。当然他也在犹豫,“现在是变革阶段,不可以‘一刀切’”。

寒冬下更多企业缩减广告支出,以动画传媒为主的内容创作行业普遍收缩,一方面减少外包公司的使用,一方面通过绩效来减员,画师是这个产业的最小单元。

优化一批人员之后,张远也在反思“步子迈得太大了”,打工人的不满情绪也是一种应激,AIGC的本质并不是替代人力,或许是经济环境让一部分企业主变得激进。AIGC是非常普惠性的,市面上的通用大模型只需要很低的月租费,有的甚至是开源的,它们对企业主就像一根“救命稻草”。

张远认为正常的路径应该是全员培训、赋能业务,让所有人换一种新的角色上岗,把所有产品用AI重做一遍。

张远企业是整个链条上最先引入AIGC的,客户、供应商对此都很感兴趣,“但是大家有个矛盾心理,既想为公司增加一个AIGC的概念,又不想让外人知道究竟用AIGC做了什么。”张远说。

360集团创始人周鸿祎对经济观察报表示,从网络安全的角度考虑,企业在使用大模型时“一开始步子可以小一点”,不要向它开放API,坚持“人在回路”,让人的意志在决策上起关键作用。

周鸿祎表示,整体上看,企业从数字化到智能化要分多步走,建议坚持从松耦合到深度融合、多步迭代的策略原则。希望企业在使用大模型时先开启“助手”和“副驾驶”模式,让大模型与现有的业务系统保持相对独立,保持隔离度,对企业来说也更安全可控。

科锐国际业务总监杨朔对记者表示,不同企业主对引入AIGC持不同态度,这与企业的业务形态、产业地位有关。在AIGC刚开始出现的时候,很多人还是抱有开放态度,但随着不断地深入了解,也有一些趋向保守谨慎。比如内容创作类工作、创意工作,更需要广度和发散程度,往往是其业务对AIGC容错率较高;生物基因、医疗、金融的企业主相对保守,这些业务容错率很低;尤其在一些商用的场景关键点上,企业主不敢轻易尝试。

杨朔表示,另外,产业中具备垄断地位的大型企业,会采购行业大模型进行私有化或自研大模型,成本高、训练周期长,本身行业模型技术还有待完善,这类企业对AIGC也会更加谨慎。还有一类企业因政策不明朗而选择观望。

驯化AI

“打不过就加入。”失业后的两个月,李梅每天在家研究几个AIGC工具,比如 ChatGPT、Midjourney和StableDiffusion,买账号、学相应的提示词。这些来自OpenAI等海外科技公司的AIGC工具,月租费不高,有的功能免费开放、不限使用次数,对硬件的要求也不高,普通显卡上就能跑。

国内也研发了文心一言、讯飞星火、通义千问、商汤“商量”等大语言模型,对标ChatGPT,商汤还研发了“秒画”对标海外Midjourney。“与AI交流真得不难,只要摸清楚提示词的规律,简单调一些参数值,代码都不需要会。”李梅说,按照以往画师的步骤,从草稿、线稿到色稿,有了AI,可以直接跳过一些步骤到成品,再精修,也可以省略其中某个不擅长的步骤,让AI帮你补全,大幅提高出图效率。

李梅对AI的“驯化”分了三步。“一开始,我成了AI的修图师、质量检查员。”李梅表示,人类用Prompt表达需求,AI可以给出一个短平快的结果,它画更像是基本功扎实、缺乏个性的“网红脸”,这也是为何AI可以短时间内替代一个初级画师的原因。

第二步,李梅把自己的作品喂给AI,反馈的是带有她风格的精细作品,熟悉的人也无法辨认出作者是机器还是人类。李梅认为,这个阶段,AI成了她的合作伙伴。

第三部,李梅出轮廓和创意,由AI来实现。有一次她将某两个不同国家、不同时代的画家风格结合起来,做一张爱因斯坦的画像,审美价值远超以前。相比之下,一个不懂美术史的人,只能用AI画出爱因斯坦骑自行车、摩托车、玩滑板、滑雪。

陈锡言表示,很多人是因为想象力不够,想象力的基础就是具备足够的专业知识。AI背后有个巨大知识库,只有具备专业知识才有能力调动它。

李梅说,心态从观望、失望、绝望到重新找回一个平衡。从辅助AI到与其合作、再到尝试驾驭AI。下一步,她准备重回人才市场,应聘AI画师、绘画提示工程师的岗位。

新的技能,新的机会

刚使用ChatGPT、文心一言、通义千问的人往往有这样的感受:AI不能一键给你一个完美结果,输入的指令与所得反馈之间总有差距,所以有人质疑AI是“一本正经胡说八道”“人工智障”,或者仅当作一个搜索引擎来用。但是Prompt的流行让更多人意识到:不是AI不行,是你不会用它。

Prompt,提示词,是指ChatGPT等通用及行业AI大模型设计和完善提示词指令,以确保其输出的结果符合人类的期待。

如果AI是一种新的生产工具,Prompt就是人类驯化这种工具的技能。就ChatGPT等大语言模型来说,交互方式以对话框输入为主。所以,这种技能看似是陪AI唠嗑,不断向AI提问,本质是把人类语言翻译成AI语言,弥合AI语言和人类语言之间的鸿沟,它也是人机交互的“最后一公里”。

比如,人类语言是一句主谓宾完整的话,但拆解成“任务”“主体“”细节”“形式”几个Prompt,机器更容易理解;比如机器不是抓关键词,而是依照概率对你的所有指令进行预测,你也要按照重要性给提示词排序。

对Prompt的掌握程度也极大的决定了人们能够利用AI的能力,觉察先机的人开始学习这个技能。

4月起,以吴恩达为代表的Ope-nAI功臣是联合出品ChatGPTPrompt提示词课程,国内百度等大厂也做了相应公开课。提示词工程不局限于大语言模型和绘图模型,一些垂直领域的大模型也需要以提示工程对它进行训练或调教,例如在生物医药、金融,由于数据从语言变成了专业知识,Prompt技能的门槛也更高。

田丰表示,如果一项业务要用AI来改造,需要软件工程师将人类需求转化成编程语言,中间需要2到3步,如今AIGC大幅降低开发和使用AI的门槛,人类用自然语言而非计算机语言去描述任务,人机交互只需要一步。

Prompt工程师正在海外兴起。海外机构ResumeBuilder表示,29%的公司希望在2023年聘请提示工程师,在员工超过250人的公司中,27%的企业领导者表示他们希望雇用10名以上的快速工程师。就该职位的薪酬而言,近四分之一的企业领导人表示起薪将超过20万美元。对于员工超过1000人的公司的商业领袖,17%的人表示起薪将超过30万美元。

招聘市场也有这些人的影子。记者从BOSS直聘、猎聘等平台发现,国内已有互联网大厂、AI大厂等科技公司以及医疗、视频动画、金融财险等传统公司招聘该职位。和算法工程师、软件工程师的AI相关职位相比,招聘量不大,月薪有35k-45k,也有8k-10k,一个共同要求是熟练使用国内外AIGC工具,以确保AIGC能够满足特定业务场景需求进行高质量输出。

杨朔表示,相比海外,提示词工程师在中国尚未形成一个规模化的群体,作为AIGC早期的第一批工程师,他们的职业轮廓还不够明晰,在人才市场上明确的薪酬范围暂未统计。

杨朔表示,简单说,这是既懂提示词又懂业务的一批人,核心价值不在于提示词技能,在于贴合业务,真正非常有竞争力的提示工程师一定是具备跨界能力的。杨朔进一步解释,他认为的提示工程师有两种场景,一类是业务驱动(90%懂业务+10%对于技术的好奇心与学习意愿);一类技术驱动(90%的技术能力+10%对于业务强烈的了解意愿和动机)。

在一些垂直领域,Prompt需要更多专业能力。

百图生科是一家生命科学平台公司,其AI大模型“xTrimo”可以根据用户给定的参数和功能,给出各种蛋白质、细胞功能和疾病场景下的解决方案,以帮助来自高校、药企的生命科学研究者提升研发效率。作为大模型研发方,团队也在做提示词技能的培训并招聘相关人才。

百图生科CTO宋乐表示,相比ChatGPT的人机对话,生命科学大模型的人机交互难度显然更高,它的提示词不仅有人类语言,还有英文和字符组成的蛋白质序列,而且要输出多轮指令才能让AI生成一个完整蛋白。

宋乐表示,目前,研发者需要以提示词工程来训练大模型,让机器生成的内容和人类的指令接轨,从而降低人机交互门槛。为此公司还研发了一款蛋白生成编辑器,尽可能将业务侧的语言翻译到机器侧。

杨朔表示,当前细分场景AIGC需要解决的核心命题是,如何把一些垂直场景中非常结构化的语言体系、方法论知识,转变成能够被提示词所沉淀下来的内容,比如参数调优。

这里的提示工程师,不仅仅是玩转几个大模型那么简单。在宋乐看来,该领域的提示词工程师要既懂生命科学又懂人工智能算法,在人才市场非常稀缺,这也是很多雇主开出高薪的原因。公司目前主要是内步培养,同时招聘生命科学和算法工程师两类人才,合作开发,打造一个交叉学科的团队。

当然提示词不是万能的,“咒语”也会失灵。

杨朔表示,随着各行业引入AIGC,或许提示词工程师这个职业会消失,因为当各行业的业务人员都能够掌握提示词工程,它将变成一种基本技能。就像李梅刚开始背一些经典提示词,是为了复刻大师的创意,但她最终要自己用创意驱动AI的数据库。

田丰表示,提示词是操作AI的基础技能,不要过分夸大它的作用,它只是AIGC时代人机交互的一个接口,随着海内外研发者的努力,大模型会逐步提升人机交互效率和开发效率,提示词的功能也会弱化。同时,随着产业需求的演进,提示词的效率和专业性也会越来越强,和目前普及的基础能力有所区别。

田丰认为,AI的本质是数字化转型过程中的新一代生产力,不会产生太多全新的职业,会在各行各业催生出掌握新生产力工具的传统职业。

杨朔表示,未来很多新职业并非一个全新工种,而是AIGC赋能了人才的广度和宽度后,打开了很多传统岗位的能力的边界,比如销售和售前融合,产品经理和营销融合,记者和编辑融合等。

田丰表示,目前大部分AIGC工具都是“点”功能,帮人写一封邮件、一张画、一段音乐等,市场用户则需要全套开发环境,需要totalsolution。下一步,AIGC工具正在协同对接融合,由点到面发展,逐步规模化、工程化、自动化。模型之间会形成标准化的协同网络协议、接口标准,像汽车全自动生产线一样,人类迎来全网模型协同的时代。

关键词: