这是你永远不应该外包给人工智能模型的一件事

在一个效率为王、颠覆在一夜之间创造数十亿美元市场的世界里，企业不可避免地会关注生成式人工智能作为一个强大的盟友。从 OpenAI 的 ChatGPT 生成类似人类的文本，到 DALL-E 在提示时制作艺术作品，我们已经看到了未来的一瞥：机器与我们一起创造，甚至引领潮流。为什么不将其扩展到研究与开发 (R&D) 领域呢？毕竟，人工智能可以加速创意的产生，比人类研究人员更快地进行迭代，并有可能轻松地发现“下一件大事”，对吗？

坚持，稍等。这一切在理论上听起来都很棒，但让我们面对现实吧：押注人工智能来接管你的研发可能会产生重大的、甚至是灾难性的后果。无论您是追求增长的早期初创公司还是捍卫自己地盘的老牌企业，外包生成任务在你的创新管道中是一场危险的游戏。在急于拥抱新技术的过程中，存在着一种迫在眉睫的风险，即失去真正突破性创新的本质，更糟糕的是，可能会让整个行业陷入同质化、缺乏创意的产品的死亡螺旋。

让我来解释一下为什么在研发中过度依赖新一代人工智能可能会成为创新的致命弱点。

1. AI 的非原创天才：预测— 想像力

人工智能时代本质上是一个增压预测机。它通过根据大量的先例历史预测哪些文字、图像、设计或代码片段最适合来创建。尽管这看起来很时尚和复杂，但我们要明确一点：人工智能的好坏取决于它的数据集。从人类的意义上来说，它并不是真正的创造性；它是一种创造性的东西。它不会以激进、破坏性的方式“思考”。它是向后看的——总是依赖于已经创造的东西。

在研发中，这成为一个根本缺陷，而不是一个特征。要真正开辟新天地，您需要的不仅仅是从历史数据中推断出的渐进式改进。伟大的创新往往源自飞跃、转变和重新想象，而不是源自对现有主题的微小改变。想想像苹果公司在电动汽车领域推出 iPhone 或特斯拉这样的公司不仅改进了现有产品，还颠覆了传统模式。

Gen AI 可能会迭代下一代智能手机的设计草图，但它不会在概念上将我们从智能手机本身中解放出来。那些大胆的、改变世界的时刻——重新定义市场、行为、甚至行业的时刻——来自人类的想象力，而不是来自算法计算的概率。当人工智能推动你的研发时，你最终会得到现有想法的更好迭代，而不是下一个类别定义的突破。

2. 人工智能本质上是一种同质化力量

让人工智能掌控产品构思过程的最大危险之一是人工智能处理内容（无论是设计、解决方案还是技术配置）的方式会导致趋同而不是分歧。鉴于训练数据基础重叠，人工智能驱动的研发将导致整个市场产品同质化。是的，同一个概念有不同的风格，但仍然是同一个概念。

想象一下：您的四个竞争对手实施了一代人工智能系统设计他们的手机用户界面 (UI)。每个系统都或多或少地接受了相同的信息库的训练——从网络上抓取的有关消费者偏好、现有设计、畅销产品等的数据。所有这些人工智能系统会产生什么？类似结果的变体。

随着时间的推移，您将看到一种令人不安的视觉和概念凝聚力，竞争对手的产品开始互相镜像。当然，图标可能会略有不同，或者产品功能的边缘会有所不同，但实质、身份和独特性呢？很快，它们就蒸发了。

我们已经在人工智能生成的艺术中看到了这种现象的早期迹象。在 ArtStation 这样的平台上，许多艺术家对人工智能制作内容的涌入表示担忧，这些内容并没有展现出人类独特的创造力，而是感觉像是重新混合了流行文化参考、广泛的视觉比喻和风格的回收美学。这不是您想要为研发引擎提供动力的尖端创新。

如果每家公司都将新一代人工智能作为其事实上的创新战略，那么您的行业将不会每年推出五到十个颠覆性新产品，而只会出现五到十个精心打扮的克隆产品。

3. 人类恶作剧的魔力：意外和模糊性如何推动创新

我们都读过历史书：亚历山大·弗莱明（Alexander Fleming）留下一些细菌培养物后，偶然发现了青霉素。当工程师珀西·斯宾塞因站得太靠近雷达设备而意外融化巧克力棒时，微波炉诞生了。哦，还有便利贴？另一个愉快的意外——制造超强粘合剂的尝试失败了。

事实上，失败和意外发现是研发的内在组成部分。人类研究人员对失败中隐藏的价值具有独特的洞察力，通常能够将意外事件视为机遇。机缘、直觉、直觉——这些与任何精心制定的路线图一样，都是成功创新的关键。

但这是问题的关键一代人工智能：它没有模糊的概念，更不用说灵活地将失败解释为资产。人工智能的编程教会它避免错误、优化准确性并解决数据歧义。如果您要简化物流或提高工厂吞吐量，那么这很好，但对于突破性探索来说，这很糟糕。

通过消除生产性模糊的可能性——解释事故、消除有缺陷的设计——人工智能使潜在的创新之路变得平坦。人类拥抱复杂性，并知道如何在意外输出出现时让事物喘息。与此同时，人工智能将加倍强调确定性，将中间路线的想法纳入主流，并排除任何看起来不规则或未经测试的东西。

4.人工智能缺乏同理心和远见——这两个无形因素使产品具有革命性

事情是这样的：创新不仅仅是逻辑的产物；更是逻辑的产物。它是同理心、直觉、欲望和愿景的产物。人类创新是因为他们不仅关心逻辑效率或底线，而且关心对人类微妙的需求和情感做出反应。我们梦想让事情变得更快、更安全、更愉快，因为从根本上来说，我们了解人类的体验。

想想第一台 iPod 背后的天才或 Google 搜索的极简界面设计。这些游戏规则改变者的成功并非纯粹的技术优势，而是理解用户对复杂的 MP3 播放器或杂乱的搜索引擎感到沮丧的同理心。人工智能时代无法复制这一点。它不知道与有问题的应用程序搏斗、惊叹于时尚的设计或因未满足的需求而感到沮丧是什么感觉。当人工智能“创新”时，它是在没有情感背景的情况下进行的。缺乏远见降低了其提出与现实人类产生共鸣的观点的能力。更糟糕的是，如果没有同理心，人工智能可能会产生技术上令人印象深刻的产品，但让人感觉没有灵魂、枯燥乏味和交易性——缺乏人性。在研发领域，这是一个创新杀手。

5. 过度依赖人工智能可能会导致人才技能下降

对于我们这些闪亮的人工智能未来狂热者来说，这是最后一个令人不寒而栗的想法。当你时会发生什么让AI做太多事？在任何自动化侵蚀人类参与的领域，技能都会随着时间的推移而退化。只要看看早期引入自动化的行业即可：员工对事物的“原因”失去了联系，因为他们没有定期展示解决问题的能力。

在研发密集的环境中，这对塑造长期创新文化的人力资本构成了真正的威胁。如果研究团队仅仅成为人工智能生成工作的监督者，他们可能会失去挑战、超越思考或超越人工智能输出的能力。你越少实践创新，你自己的创新能力就越弱。当您意识到自己已经超出平衡时，可能为时已晚。

当市场发生剧烈变化时，人类技能的这种侵蚀是危险的，而且再多的人工智能也无法带领你穿越不确定性的迷雾。颠覆性时代要求人类打破传统框架——这是人工智能永远不擅长的。

前进之路：人工智能作为补充，而不是替代

需要明确的是，我并不是说新一代人工智能在研发中没有一席之地——它绝对如此。作为一种补充工具，人工智能可以帮助研究人员和设计师比以往更快地测试假设、迭代创意并完善细节。如果使用得当，它可以提高生产力，同时又不会抑制创造力。

诀窍在于：我们必须确保人工智能作为人类创造力的补充，而不是替代。人类研究人员需要保持在创新过程的中心，利用人工智能工具来丰富他们的努力，但永远不要放弃对算法的创造力、愿景或战略方向的控制。

新一代人工智能已经到来，但对人类好奇心和大胆精神的罕见而强大的火花的持续需求也在不断增长——这种火花永远不能简化为机器学习模型。我们不要忽视这一点。

Ashish Pawar 是一名软件工程师。