文：新莓daybreak，作者：史圣园
图片来源：由无界 AI工具生成
「即日起，管理层决定无期限全面停止创意设计、方案撰写、文案撰写、短期雇员四类相关外包支出。」
前段时间，蓝色光标的一封内部邮件在网上广为流传，更加放大了 AI 浪潮下人们的「失业焦虑」。
投资银行高盛（Goldman Sachs）的一份报告指出，全球有 3 亿个工作岗位将被 ChatGPT 生成式 AI 取代，律师和行政最有可能被裁员。
创造了 ChatGPT 的 OpenAI 最近也发布了一篇学术论文，系统性地论证了 AI 对现有职业的替代性。文章得出的结论是，80% 的人将会受影响，19% 的人将「大受影响」。OpenAI 还直言不讳地说，蓝领相对安全，白领更加危险，其中programming and writing（编程和写作）所受的影响是最大的。
在访问了三位从事设计创意相关工作的创业者后，我们发现，被 AI「抢走饭碗」的论断或许过于悲观了。
但不可否认的是，许多岗位的性质和要求正在发生变化，工作流程上的各个环节都在被重塑，我们即将迎来与 AI一起工作的时代。
游戏美术：将基础执行外包给 AI
Peter 是一家游戏创业公司的技术美术组长。
据他介绍，在整个生产线中，与游戏美术相关的工种相当细分。游戏角色的场景和动态形象的确定，要经历「需求 — UI和原画 — 模型 — 绑定和造型 — 动画 — 模拟 — 技术美术」7 个环节。
Peter 的观点是，AI 工具已经几乎能够胜任贴图设计、模型部分的道具设计，但现阶段还不能完整地代替任何一个环节。
比如模型部分，又分为角色模型和场景模型。角色模型，需要符合人物的性格设定，技术上涉及到毛发、皮肤等各种细节的高精度建构，这是目前 AI 作图无法实现的。宏大的场景模型也是一样，比如冰与火之歌的全局地图，AI 暂时没有这么庞大的想象力。
但是游戏道具、环境装饰这些模型，较为细节、琐碎，在场景中没那么重要；其次，形状又比较基础，之前Peter会交给外包或者实习生，现在 AI 就能够很好地完成。
也就是说，Peter主创团队的编制并没有缩减，但 AI 的确替代了此前他们对于实习生、外包团队的部分需求。
再比如贴图工作，是将 3D 模型展开，在 2D 平面上为其绘制贴图。现在只需要在 Prompts（提示语）中明确给到你需要的texture，AI 就能生成个大差不差的贴图，设计师在 AI 生成的基础上修改即可。
对于常见的通用型作图任务，如果对 AI 指导有方，能够输出70-80分水平的内容；随后仍需要原画师对其进行精修，才能够满足交付的需求。
除了正式设计环节一些基础工作的辅助，AI 还可以让前期内部沟通的效率更高。比如在概念设计阶段，比起人工绘制，在相同时间内 AI 可以生成更多的形象参考供选择。
对于小公司的原画师来说，这无疑是一件好事。Peter 说，「小公司一个萝卜一个坑，之前的需求都是做不完的，借助 AIGC 产量大大提升，无需外包，两三个人就能满足一个项目的概念需求了。」
而在人员比较充足的大公司，原画师就会比较饱和了。甚至可能确实存在人员过剩的情况，这时候熟练掌握 AI 作图的能力就是很重要的竞争力了。
很多大厂中厂的游戏部门都已大量使用 AI 进行辅助出图，甚至成立了 AI 美术中心。而 AI 绘画的门槛，也不像我们想象的那么低：AI 是一个高级工具，仍需要人来驾驭它。「不可不用 AI，不可依赖 AI」，是游戏美术从业者的共识。
要想很好地使用 Stable Diffusion，需要下很大精力去学习。比如在本地部署的 Stable Diffusion 中，想做出效果更好的图，只用自然语言是不够的，需要用一些命令行、代码去完成。
但Peter也坦陈，AI 工具的进步速度让他很有紧迫感。此前，用 AIGC 工具绘制人物形象时，很难处理好手部细节。而现在，Stable Diffusion 们已经支持精细地圈定某个部分进行微调了。
Peter甚至有个想法，「能不能把我掌握的东西、对一个模型的调整和把控等等操作数据，完整地记录下来，然后喂给 AI 去学习，生成一个自己的数字分身？这样一来，只要显卡足够多，我的产能就是无限的。」
听上去，有些疯狂，但谁知道未来会不会成真呢？
创意工作室：AI还不能保证交付
翟冬和 Young 都是做平面设计出身，他们分别成立自己的创意工作室，为大公司提供设计外包服务。
由于设计环节相对独立、产出较好衡量、工作又多为项目制，「个体工作室」模式在设计行业颇为流行。个人能力较为突出的设计师在积累了一定的客户资源后，成立个人工作室，是个较为普遍的职业选择。
设计师，按不同方向又可以细分为插画、平面设计、空间设计。
翟冬的感受是，虽然设计大类都会受到 AIGC 影响，但是目前来看，受到冲击最大的还是插画师，平面设计和空间设计受波及相对较小。
他近几年都不打算招聘全职的插画师了，除非候选人还有更多的复合能力——比如策划能力、商务思维等等。「插画师需要呈现的，往往不是抽象化内容，而是具象化的表现，所谓『画得越像越好』，这正是 AIGC 所擅长的。」
而平面设计的高阶需求，需要设计师具有用户思维、文案思维，还得有一定的抽象能力，这都是目前 AIGC 力所不能及的；低阶需求，比如电商产品图、详情页等，几年前阿里巴巴的鲁班这类工具就能做到了，这轮替代效应并不明显。
Young 的公司主要为商业地产提供新媒体平面设计物料的制作，他也持有相同的观点：「如果一个平面设计师，只有操作软件的技术能力，缺乏审美，更缺乏对客户需求的理解，即使没有 AI，也不太符合我们的需求。」
Young的工作室现在有 5 位平面设计师，每个人都具有独立服务客户的能力，更像是懂设计的项目经理。
目前平面设计受 AI 冲击相对较小，还有一个重要原因是 AI 绘图的可变性、操控性差，元素不能拆分。「通常客户的需求会比较定制化，针对某个细小元素微调，比如改颜色、调整尺寸，虽然操作基础，但 AI的可控性还是不如人工。」
再来说空间设计师，他们最终交付的是3D 模型，AIGC 目前能做到的，只是某个视角的一张图。
但Young的使用体验是，AIGC 确实能提升生产效率。比如在给客户看意向图的时候，直接用 AI出图，不必为一个还没付费的客户耗时劳力去建模呈现。此外，AI 还能帮助空间设计师拓宽思路的边界，提供新的灵感。
翟冬的工作室已经在方案的生产环节中广泛应用 AI 工具。包括给初步接触客户看的风格图、意向图、过程图，以及内部讨论的灵感参考。「一般都需要二次修改，有的会根据AI出的图去细化多个角度或建模。」
对于翟冬和Young这样的工作室老板来说，AIGC可以帮助他们提高环节效率，而并非交付效率。
旧工作消失，新机会降临
看待一件事，我们向来都有两种选择：乐观，还有悲观。你可以选其中一个，也可以两个都选。
Peter、Young 和翟冬都做出了「乐观」的选择。
「我没有觉得哪个工种能够完全被 AI 取代，反而是这些工具会让我们的工作更轻松一些。」Peter 说。
Young补充，「总体上，AIGC 对创意行业是利好的，能避免很多冗余的环节。」
翟冬则认为，无论是这一轮的 AIGC，还是此前的自动化 SaaS 工具，都可以助力「超级个体」的形成，解决「茶壶里煮饺子」的问题：「有了 AIGC，一个没有美术功底的策划人员，也能渲染出图做一套完整方案了。」
蓝色光标 CEO 在写给投资人的信中，也表露了类似的观点：「我们将看到一批『超级个体』脱颖而出。优秀人才会迅速掌握新工具，利用模型蕴含的丰富知识和解决问题能力，通过与AI工作伙伴的人机协同，发挥远超其他人的生产力。」
翟冬和 Young 的创意工作室都设置了策划类岗位。他们均表示，策划岗不会减少，但是会替换：「比如效率没有AIGC 高的员工，可能就要被换掉了，找一个能更熟练使用 AIGC 的策划人员。」
全球知名咨询公司普华永道预测，人工智能在中国的创造效应大于破坏效应，未来 20 年将新增加大约 9000 万工作岗位。
在 AI 接手基础工作的同时，也诞生了「指导 AI」的新岗位。
BOSS 直聘中，许多公司都设立了「AI 设计师」一职。岗位职责包括，熟练使用 Stable Diffusion 等 AIGC 设计工具、深入应用 controlnet 等插件，负责 lora 模型训练等等。
甚至随着 ChatGPT 的走红，「ChatGPT 优化师」也成为一个新型岗位，负责优化和提高 ChatGPT 在特定领域的表现和表达。不难看出，AI 可以成为我们的得力助手，但首先，我们要为其选定方向，给出明确的指示。
对于已经存在的岗位，招聘者也提出了新的要求。Young之前在招聘设计师的时候，绘画基本功肯定是很重要的考量。但现在他会适当调整这一项指标的比重，更加看重候选人的好奇心、责任心、想象力。
B 站 up 主「三不五时SOMEWHILE」认为，摄影技术的出现，取代了写实功能的绘画，但一定程度上也促使了绘画的多元发展：艺术家们无需跟照相机去「卷」还原现实场景的能力，反而可以更关注绘画本身及关注自身的情感表达。
此次 AI 带来的生产力革命，也是同样的道理。我们无需去和 GPT 比拼堆砌辞藻的技巧，和 Stable Difffusion 比拼视觉奇观的生产速度，而是要着重锻炼管理、决策、创意的相关能力。
《Impromptu: Amplifying Our Humanity Through AI》一书中提到，我们可以通过三种方式来与 AI 一起共生：1. 专注于提出好问题；2. 习那些 AI 模型使用「训练数据」中没有的见解或者技能；3. 将洞察力转化为行动。
正如 Midjourney 创始人 Holz 所说：AI 如水，虽然有危险，但知道如何与水相处的人，才能生活的更好。