生成式AI勢改變世界 怎把握新機遇？

每次有新技術冒起之際，最常聽到的猜疑聲音，總是有關該技術的應用層面，例如元宇宙（即虛擬實境VR／擴增實境AR／混合實境MR）概念幾年前大行其道，但最終未能立即改變世界，主要在於硬軟件配套經歷多年發展，仍有致命缺陷（例如因光學難題，令長時間使用頭套十分不舒適），應用場景有限；最近風行的生成式AI（generative AI），是否又是被過分誇大影響力的技術？筆者認為絕非如此，原因在於AI生成內容（AI generated content，AIGC）產品十分成熟，已經切實帶來巨變。

綜觀不同AIGC產品，筆者認為「文生圖」軟件或是最快取替大量工作的產品，此類以Stable Diffusion或Midjourney為首的軟件，可以讓用戶輸入對一幅圖片的文字描述，再由AI生成配合該描述的圖片。以兩個月前發布的Midjourney v5為例，幾分鐘內已可以生成4幅圖片，用戶可調整生成的隨機程度，令4幅圖片變得十分不一樣，而且可以任意調整其風格及比例等細節，再透過微調篩選出的圖片，得出更貼合需求的效果。

「文生圖」可亂真 料取替大量工作

此外，軟件更可把兩幅圖片合成，並生成一幅新圖片（即「圖生圖」），或是把局部細節提交給AI，由AI完成完整的圖片，例如只提供人物的草圖，由AI完成上色等其他細節，十分多元化。最近有報道指，一名藝術家透過微調AI生成的圖片，奪得著名相機品牌舉辦的相片比賽獎項，可見AI的功力已達幾可亂真的境界。

至於受惠的企業，理論上大量企業都可用AI開源節流，改善營運效率。精準地描述的話，每生成一幅圖片，都需要用到AI晶片的強大運算能力，目前而言主要是Nvidia或AMD生產的顯示卡，而由於購買這些晶片十分昂貴，大部分用戶只會租用雲端供應商提供的顯示卡伺服器，例如Amazon的AWS、Microsoft的Azure、Google Cloud等；有能力製造這些晶片的企業亦十分有限，現時不外乎是台積電及三星，若干年後或會包括現正開展先進晶片代工服務的Intel。

「恰巧合格」技術 更易普及應用

當然，目前的「文生圖」AI仍有許多缺陷，例如由於缺乏邏輯能力及世界知識（world knowledge），有時生成的圖片會有細節問題，典型例子如生成人物的手部時，人物會多了或少了幾根手指（目前已很少有此問題）；同時，輸入成語或諺語時，生成的圖片與輸入的文字不符等。在這些領域，仍需要設計師運用其美術能力及經驗解決問題，不能依仗AI，有些從業員便因此認為，AI的威脅仍然很小，不足為懼。

然而，改變世界的技術往往並不接近完美，因為領先技術通常成本過高，難以投入商用；通常「恰巧合格」的技術，才會改變世界，重點在於有缺陷，但沒有致命缺陷。早期的個人電腦便是一個好例子，早期的電腦功能有限，主要處理文書工作，但照樣暢銷，原因在於比其要替代的技術利多於弊，而非只有利沒有弊。

助中小企開源節流 增推廣能力

同樣地，雖然專業設計師可以原創出臻至完美的圖片，但很多用戶只要求質量剛好合格的標準化成品，較着重產量及價格，因此完全可以只僱用幾個設計師，在AI的設計上小修小補，而不用招聘大量人手，用更少成本維持同等水準的設計能力；至於對數量龐大的中小企而言，本來就沒有特定人手作美術設計，有「文生圖」AI則如同多了一個外判設計團隊，反而令可調用的美術能力提升，改善這些企業的宣傳推廣能力，因此「文生圖」AI正在快速顛覆設計行業，絕非只是商家自吹自擂的行銷噱頭。

除了可用通用軟件（「文生圖」軟件可以生成不同類型的圖片）加上人工後期調整的方法應用AI，另一方向便是令通用AI得以調用不同的專業工具，解決複雜問題。傳統的大型語言模型（如ChatGPT）將會成為平台工具，以插件（plugin）的形式增強其自身能力。

OpenAI最近已宣布，ChatGPT的付費用戶即將可以體驗插件服務，或會令新一代的「超級App」出現。插件是指容許ChatGPT調用其他程式的API，用戶可以自行選擇ChatGPT可存取的插件，當ChatGPT解決問題時，便可以自行決定使用哪些「被允許可以存取的插件」，例如由於語言模型的數理能力較差，在解決數學問題時，便可以調用Wolfram Alpha（常用於解決數學問題的軟件）此一插件，以得出更準確的答案。

運用插件拓超級App 增用戶黏性

微信一直以來是最接近「超級App」的軟件，原因是在中國要解決的各種問題（例如訂機票），很多時候都可在微信上找到相應的解決方案，令用戶可以一直停留在微信上，形成極高的客戶黏性；ChatGPT插件或會令ChatGPT成為新一代「超級App」，而且是國際版，再依靠向個人用戶收付費訂閱的月費牟利（如目前每月20美金的ChatGPT Plus）。

此外，更可以仿效蘋果App Store或Google Play Store的分成模式，向插件開發商收取分成。具體可行做法之一，是向在ChatGPT上產生的收入，收取固定的分成比例，例如用戶透過ChatGPT訂閱了某些付費軟件，則該軟件開發商分出一部分月費收入予ChatGPT平台。Microsoft作為OpenAI的最大合作夥伴之一，亦將因此獲得大量用戶的流量數據，令其交叉銷售其他產品或推送廣告的能力大增，為Microsoft提供新的增長動能。

「多生多」AI 勢成未來突破關鍵

目前的AI主要還是「一生一」的設計，例如「文生圖」，但人類就是典型的「多生多」設計--人類依靠多種感官輸入理解世界，輸出多種類型的作品，例如文字、圖片、聲音等；運算能力及邏輯能力是限制「多生多」形式AI的關鍵難題之一，但我樂觀認為很快會有解決方案。

當然，「多生多」AI亦將有新類型的缺陷，但就正如人類助手同樣有不同問題（如情緒不好的助手或許會常犯錯），AI亦將在人類協助下逐步成為主角，淘汰更多的人，以及興許會產生其他有限的新機遇（我更傾向認為AI是一種「毀滅性創新」）。不論如何，持續發展應會是不可避免的趨勢，不適應者只能自求多福。