最近 AIGC 火了，鋪天蓋地的 "AI 替代 XX" 讓人開始焦慮，擔心會被 AI 給拋下。不過，經過一段時間的接觸之后，本文作者認為又沒必要焦慮了。為什么？一起來看一下吧。

AIGC，指 Artificial Intelligence generate content，即人工智能生產內容。最近 AIGC 火了，但是，AI 這個東西已經提了很久了，無論是智能化還是智能化設計，并不是什么新鮮話題。

那為什么 AIGC 會火？

(資料圖片)

確切地說，是 AI 找到了合適的用武之地，讓大家看到了近在咫尺的效用，不管是 ChatGPT 還是 Midjounery，利用 AI 快速生成內容帶來的無限可能點燃了關注度。

不過，鋪天蓋地的信息傳遞出的 "AI 替代 XX" 搞得人真是有點焦慮了。反正我是有點焦慮了。

焦慮來不及學習蜂擁而出的 AI 工具們，擔心自己掌握不好咒語，人家一日千張圖，我一張都費勁。焦慮 AI 工具可能會帶來更嚴重的兩級分化，頂尖的人會更容易聚集資源，惡化近年來本就不太好的就業環境。

可是經過這么些日子，我突然覺得又沒必要焦慮了。

為什么呢？

一、它也沒有那么智能

先說 Notion AI。

因為是 Notion 的忠實用戶，所以 Notion AI 出來沒多久我就開始使用了，對我常用功能總結如下：

利用 AI 總結：比較生硬，不能作為文章的組成內容，我用在建立數據庫時生成概要上。

利用 AI 作頭腦風暴：目前使用下來沒看見暴出什么驚艷的 idea，依然需要二次加工。

利用 AI 起草或續寫：起草主要是有了文章的結構、輸入問題讓 AI 生成答復，類似 ChatGPT 使用的方法，續寫大多是卡文的時候使用 continue 功能，總的來說寫出來的東西能用的只占 10% 不到。

為了讓我的 Notion AI 更智能一點，我去看了看一些技巧貼，感覺有點五味雜陳：為了讓它更智能，我得先幫它做助理…

再說 ChatGPT。

在它幫助下值得一提的兩次任務，一次寫視頻腳本，一次寫分享 PPT。

腳本制作上提供了大綱，輔助程度大概 5%，主要內容還得自己湊

PPT 因為屬于專業內容分享，通過問題讓 Chat GPT 提供了比較常用的內容，如注意事項等，自己再修改，大概輔助程度能達到 20-30%

如果要讓它更智能一點，更精準的解決問題，好像也得先喂數據，喂數據之前，我要先整理數據，雖然說沒有它我也該整理數據的，但是總覺得繼 NotionAI 后，又要給 ChatGPT 做小助理了，還是有點五味雜陳。

對了，還有 Bing。

上周和它聊了聊，對 Bing 說：我們聊的內容你整理整理發個郵件給我好么。

它：不行，你自己復制黏貼吧！

我：你不是 AI 嗎？！（驚訝）

它：我只管生成。

這次感覺不是有點五味雜陳了，是很五味雜陳。

不過，我朋友說，還有比助理更讓人煩躁的工作：注冊 AI 賬號，輸入驗證碼，來回注冊、驗證。簡單來說，就是我用我有限的生命，在陪 AI 玩。

嗯……好像有點偏題了。

二、它在給你時間適應

提到了電腦繪畫，想說下和設計師比較相關的一些 AIGC 工具的試用感受。

1）Gen-1 生成視頻

剛開始試用的時候腦子里什么東西也沒有，面對輸入框不知道輸入什么，后來試了幾個句子，出來的都不太滿意。

所以，如果我的想法不夠具體，它很難生出我真正想要的視頻。本質上考驗的還是我自己的創意，以及描述需求的能力。

真正有需求的時候，不要太指望它。

用工作中的實際需求試了試，直接生成是不要想了，用它弄點素材來也許是可以的，雖然，我自己沒試出來……因為不想再投入時間了，主動結束了試用，搬磚去了……。

2）即時 AI 生成界面

直接用最近的需求實驗，可能智能化方案類的界面需求有些復雜，結果依然不行，出來的界面完全用不了。

如果它能基于我給的界面生成就好了，大概是正在進行的優化點？

3） Midjourney

因為我主業是交互設計，這個借用了我朋友的經驗。

控制咒語有一定的盲盒概率。比如朋友畫一個故事想讓一只兔子閉眼睛，看教程試用了很多方法，也問了大拿都不行，只能自己 P 了。但之前試驗的時間還是浪費了。

過了幾個星期，使用 SD 出的面部控制的插件，朋友那個問題自然而然的被解決了。

這些例子，說明了 AI 不僅沒有想象中那么智能外，也說明 AI 是需要時間優化的，正好，這段時間就留給人類學習和適應新工具了。

總的來說，我和朋友實際用下來，AIGC 的這群工具并不像這些鋪天蓋地信息里所給出來的，一副 AI 要替代人類當家作主的感覺。

三、再說兩個以前工作的小故事

第一個故事是以前我們北京設計團隊有設計過一個人工智能生成圖片的網站。彼此交流的時候，設計師聊到為了讓這個人工智能制作出比較美觀的設計圖片，大量的設計師幫她做了許多整理、歸類、以及素材收集工作。

第二個故事是我在做電力智能巡檢平臺的時候，為了幫助算法更精準地識別出電力中的表計讀數、設備狀態，外觀缺陷，我們投入了許多的人力去做算法標定的工作，我也是其中的一員。

在這兩個故事中，我們都有同樣的調侃：人工智能、人工智能、先人工再智能，沒有人工不智能。

人工智能，包括如今我們看到的 AIGC 工具，之所以能那么智能的三個底層基礎：數據、模型、算力，無一不基于人類的貢獻。

所以，本質來說這些 AIGC 應用還是工具，工具的作用還是來自于人類的建設和使用。就像電腦繪畫剛出來時，也沒見得畫師都被替代了，反而因為效率提升創造了很多新的需求，從業者更多更豐富了。

那焦慮來自哪里呢？

捫心自問，其實這一窩蜂的 AIGC 所給予的焦慮和不安全感本來就存在，AI 只是放大了它。

焦慮來不及學習蜂擁而出的 AI 工具們，擔心自己掌握不好咒語，人家一日千張圖，我一張都費勁？

——就算沒有 AI 工具，自己掌握的工具就比你口里的人家好了嗎？學習能力和愿意驅動自己去學習的驅動力，并不是 AIGC 帶來的。

焦慮 AI 工具可能會帶來更嚴重的兩級分化，頂尖的人會更容易聚集資源，惡化近年來本就不太好的就業環境？

——就算沒有 AI 工具，兩級分化一直都存在也一直在加劇。找工作難，到處都在裁員，并不是 AIGC 出現以后的事情。相對的，企業也總說招不到人，真相大概是優秀的人才從來不缺工作。

最后，我想說：AIGC 替代不了你。會讓你被替代的，是放棄在自我成長中不斷迭代的你自己。

專欄作家

林影落，微信公眾號：林間有影落，人人都是產品經理專欄作家。一枚會玩卡的用戶體驗設計師，《AR 界面設計》作者，10 年 +UIUX 設計經驗，專注于 AR 及智能化領域用戶體驗設計 6 年；設計 & 心理學教育背景，國家職業認證高級 OH 卡師 / 天賦挖掘教練。愿意用我的一份努力，讓設計這個領域在智能化的未來更有價值，讓設計師這個職業更加值錢！

本文原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于 CC0 協議