生成式 AI 在我們的日常生活中越來越常見。如今，畫作、文章、音樂、遊戲乃至代碼，任何一個需要人類原創能力的創作都可能會出自生成式 AI 之手。但是，我們需要了解的是，生成式 AI 的出現，不是為了替代人類，而是為了幫助人們更快、更好、更低成本地去創作。

在往期文章《生成式AI：充滿創造力的新世界| 紅杉匯內參》中，我們從生成式 AI 的發展歷史、市場格局、應用解剖等方面帶領大家認識了這一新的技術趨勢。今天，我們繼續拓展，來了解一下這一技術趨勢會出現哪些類型的參與者，以及創業者應如何在其中找到機會。

受生成式 AI 影響最大的行業

1.營銷和文案寫作

文案寫作可謂生成式 AI 最吸人眼球、也最有名的用途之一了。互聯網營銷的成本越來越高，而且難度也越來越大——好的營銷需要大量的時間、技巧以及能力。生成式 AI 的出現，給了行銷團隊除去外包與搭建團隊的第三種方案——任何人都可藉助這一強大的 AI 助手，順暢寫作電子郵件、博客文章、社媒推文等，而且速度比以前快數倍。特別是對於初創公司來說，這種方案將大大減少公司所花費的成本與精力。

像 jasper.ai 或 copy.ai 這樣的工具使用的都是和 GPT-3 類似的算法。但它們能做的遠不止文章寫作，還有諸如創意宣傳、產品描述等更多類型內容的創作。從長遠來看，這會對整個文案和行銷行業產生巨大影響，在未來我們將會看到人類和 AI 之間的一種新的伙伴關係。

如果你想要在這方面進行創業，需要注意的是競爭會十分激烈——像 Jasper.ai 這樣的公司，如果不想被競爭對手淹沒，要迅速建立起行業壁壘，因為新的強力對手已經越來越多。事實上，所有這些公司使用的算法都大差不差，幾乎都是 GPT-3 的變體，並且都不是自己獨立開發的。此外，這些算法在更廣泛主題的內容生成方面還遠遠不夠完美，想要覆蓋更大的人群，可能還需要一點時間。或者，等到 GPT-4 出現後，它可能才是我們真正需要，且能大規模使用的技術產品。

另外，很多現有工具和平台已經開始推出自己的 AI 助手。因此，像 jasper.ai 等一站式的平台的發展或許會受冷。可以說，這個領域留給新的初創公司的機會不多了。

2.視覺內容創作

生成式 AI 的另一個知名應用領域便是藝術與視覺內容創作領域，而且它們的應用遠不止供人們娛樂消遣而已。藝術家們用它來獲得靈感、快速測試設計效果，其中一些人甚至生成了 100% 由計算機製作的藝術作品。我們看到了 AI 生成藝術的巨大發展，一種具備計算機科學方面技能的新型藝術家正在出現。但是這些工具還遠遠不夠完美，例如它們生成的結果大多數時候都不是我們真正想要的、使用的過程中交互相對麻煩、生成的結果無法本地修改編輯等。

對於創業者來說，或許這就是機會所在：為藝術家和設計師打造更好的輔助工具，將生成性 AI 以更好的方式融入他們的工作流程。比如一些針對設計行業特定領域的工具，在 AI 的加持下，結合可本地編輯修改的輔助工具，任何人都將能成為更好、更高效的設計師。我們可能還會看到利用這些工具的新型設計機構出現。

當然，這個行業中還有挑戰需要解決，尤其是在版權方面。另外，由於目前的算法都是用互聯網上的公開數據訓練的，可能到某個時候（比如版權方面的法律有了新的進展，禁止我們直接使用現有的網絡素材訓練 AI），我們將需要僱傭大量的設計師來為諸如 Open AI 和Stability AI 創造訓練素材，才能更好發揮 AI 的創造力。

3.遊戲、VR 和元宇宙

在遊戲、VR和「元宇宙」中最重要的挑戰之一就是內容創造。以遊戲行業為例，過去十年中，大多數成功的遊戲均得益於它們創造的廣闊而豐富的虛擬世界，但是要知道，對於遊戲工作室來說，這部分也是製作成本最高的環節。同樣的，這也是 VR 和元宇宙公司目前面臨的最大挑戰之一——如果沒有足夠的內容吸引大量用戶，收入便會減少，惡性循環則是，能創造的內容也會逐漸減少。

在過去很長一段時間中，遊戲公司已經在使用接近生成式 AI 算法的方式來構建無限世界了。其中最受歡迎的方法是程序生成——遊戲設計師提供一套包含對象、景觀元素和規則的算法，算法按照這些規則隨機生成新的世界，諸如《我的世界》和《無人深空》等遊戲就是如此。這種方式非常簡單，但局限性很大、普適性不高。

而生成式 AI 將會讓一切發生改變。想像一下，你不僅可以要求計算機通過將你設計的多個內容組合在一起來生成一個世界，還可以使用這些內容生成全新的內容，並構建豐富廣闊百倍、千倍的世界。通過微調 3D 生成算法，結合遊戲設計師的設計，配以現實物體的虛擬副本，在未來，將有公司能夠生成令人難以置信的豐富的虛擬世界和遊戲，而成本和時間可能只需要之前的百分之一。但這還不是全部，得益於文本和音頻生成技術，我們或許還能創造出真正智能的 NPC 和遊戲角色，這些都是前所未有的突破。

它將為遊戲和元宇宙領域開啟全新的時代，讓夢想變得不再遙遠。

當然，它不僅會影響電子遊戲，還會影響整個 3D 領域。另外，受此影響，娛樂產業、教育行業乃至醫療行業都會發生改變。

4.代碼和軟件工程

GitHub Copilot 是一款能夠自動生成代碼的生成式 AI 工具，它能夠在你輸入幾個簡單的詞語後，自動為你補足剩餘代碼。是不是聽起來很衝擊？不過，目前它僅僅只對於非專業的開發者來說比較有幫助，對於開發工程師就顯得十分不足。

非專業的開發者因為不熟悉指令的確切表述，特別是從一種編程語言切換至另一種時，AI 能夠幫助他們補足這方面的失誤。而對於非開發崗位的員工來說，即便不使用生成式 AI 工具編程，也可以用來進行數據庫查詢等工作。

但對於開發工程師來說，現階段 AI 工具生成的代碼在結構、準確度上的問題很多，還是需要人工進行審查。所以它對於工程師的幫助僅僅是提高 1.5 倍的生產力——看起來是個不小的提升了，但要是與從 C 語言切換到 Python 的 5-10 倍效率提升相比，就真的只是小巫見大巫了。

總之，目前生成式 AI 在開發編程行業主要的影響有以下 4點：

初學者和兼職程序員可以更高效地編寫中等質量的代碼；

將舊代碼從舊語言轉換成新語言會變得更容易；

更多擴展和集成開發環境將更好地整合這些技術，以幫助開發者變得更有效率。更具體地說，一些工具可能會讓公司用現有代碼和優秀用例來訓練這些算法，打造出智能助手之類的工具來協調所有存儲庫的代碼以及指導新員工等；

平台利用這些類型的算法與無代碼平台整合，我們將能更容易地建立非常強大的網絡應用。

5.其他

這些用例可能只是冰山一角，還有許多其他變革用例已經在測試或即將進入測試階段：

使用生成性 AI 來創造新的分子和藥物。由於其潛在的計算能力，生成性 AI 模型可用於生成人類無法想到或不會花時間測試的新分子和藥物。這是生成性 AI 最有前途的領域之一。

網絡安全。黑帽黑客已經使用生成性 AI 來生成攻擊和破壞系統的新方法。在白帽方面，一些公司正在利用它來防止攻擊和保護企業。它可能會成為一個巨大的市場，因為網絡安全是二十一世紀最重要的事項之一。威脅巨大，對於「白帽子」來說，巨大的機遇也應隨之而來。

圖片和視頻的優化。在這方面已經有不少偉大的行動者了，他們利用 AI 來實現特定圖片和視頻方面的優化應用。

生成式 AI 的未來參與者的特點

1. 全球參與者專注於巨大的市場，並在一種產品中解決多個問題

首先可以肯定的是，未來 10 年會出現一些以生成式 AI 為核心的「十角獸」（估值超過 100 億美元的公司）。

但也需要注意的是，這類十角獸公司的數量絕不會太多，因為並沒有那麼多的市場可以讓生成式 AI 產生百億美元以上的收益。再加上目前大多數生成性 AI 方面的公司或多或少都使用著相同的算法，如果創業者真的想成長為行業巨獸，就必須要有建立巨大的行業壁壘的能力，比如形成足夠的網絡效應、能夠收集專有數據、優化其工具的使用體驗或者將生成式AI與其他專有技術結合起來等等。2. 使用生成式 AI 瞄準非常特定的利基或應用的公司

這可能是生成式 AI 能創造最大價值的地方。生成式 AI將對我們所知的大多數行業產生劇烈的影響，其中真正的變局者應該是那些專注於驅動生成式 AI 工具升級後，結合行業專業性開發功能性工具的人。如果想在這方面創業，建議你仔細思考一下你喜歡的行業目前有哪些主要問題可以通過 AI 解決。

另外，在某些情況下，有些企業因其生成式 AI 的利基市場太過細分，可能會無法成為獨角獸企業，但他們可能會成為非常賺錢的小企業。Tweet Hunter 公司就是個很好的例子，這家公司僱傭的兼職員工似乎不到 4 人，但其年度經常性收入卻超過了 120 萬美元。將生成式 AI 應用到一個非常特定的細分市場可能是目前創建盈利副業的最佳機會之一，並且它不需要大量的技術和時間投入。

3.現有企業使用生成式 AI 來改進工具

即使生成式 AI 領域的大多數創新可能來自初創企業，但我們日常使用的大部分產品都應該是來自一些老牌的大型技術公司。如今，大型科技公司和規模化公司已經開始入場，其中很多正在努力將 GPT-3 或 Stability 的功能整合到其現有產品中。

這些創新可以來自企業內部，由公司自行開發自己的工具，也可以通過收購從外部獲得。因此，在未來 5 到 10 年，我們將看到許多大企業會收購 AI 公司，這將為創業者提供絕佳的機會。

本文經授權轉載自：《深潮 TECHFLOW》
原文作者：紅杉匯

【觀點】生成式AI不會取代人類！但AI會怎麼改變未來？5 應用一次看