在人工智能和自动化的时代，创意人如何茁壮成长
在人工智能和自动化的时代，创意人如何茁壮成长
创意人在营销、广告和出版中的角色从未像现在这样具有挑战性。
This post is an edit of a luncheon keynote given to the MMPA’s 2017 Summit on April 26 (Photo: Joseph Rueter), parts of which were also included in a May 2 address to the graduating students in the MCTC Design Program.
我热衷于有想法的人的想法；尤其是创意的生意。我相信，创意发现、创意表达、创意展示、创意优化和创意分发都是科学而巧妙的，都是同等重要的。
作为有想法的人，我们也是鼓动者。我可以借用罗伯特·格鲁丁(Robert Grudin)的话，他在他的书《伟大事物的优雅 中描述了我们，“许多(有想法的人)最初被视为麻烦制造者，只是因为他们充满活力和毫不妥协的分析暴露了以前被忽视的问题。”格鲁丁警告说，“创造力是危险的。我们不能在不危及先前假设的安全性的情况下，接受新的见解。创造性成就”——我相信我们所有的创意人都是这样——“创造性成就是……一次冒险。它的乐趣不是安全港的舒适，而是到达风帆的刺激。”
所以我们继续航行。
现在，事情是这样的:我们以前来过这里。
每一项创新都给工作角色、我们所做的工作、行业和文化带来了威胁和机遇。在每一种情况下，创新(比如人工智能)都给人一种作家尼尔·波兹曼(Neil Postman)可能称之为“魔法”的感觉。但我更喜欢亚瑟·C·克拉克第三定律的定义。
“任何足够先进的技术都和魔法没什么区别。”
如果我们从今天开始倒退，请考虑…
首先，桌面出版的魔力。
——这威胁到我们如何印刷、谁印刷、何时何地印刷的理念，以及控制图像和设计的理念
—与此同时，桌面出版由特定作者和出版商为更多特定受众创作了更多内容。桌面出版的魔力为更多的人创造了成为创意人的新途径。
然后考虑摄影的魔力。
——这威胁到了视觉表达的理念以及通过绘画和素描用手和眼睛定义的图像和肖像的记录
——然而，摄影创造了一种新的观看方式，一种新的艺术。摄影扩大了我们对周围世界的理解，并促进了出版业的繁荣。
再往前追溯，想想印刷的魔力。
——这威胁到口头传统和那些少数会说话和讲故事的人的权力
与此同时，印刷创造了对文化的需求，对教师的需求，国家和信仰体系的扩张。
所以我们已经在这里待了一千多年了。新的创新出现了，居民恐慌了。有时是正确的。
让我们从谈论自动化、机器人和规模的概念开始；简单重复的工作曾经由人类完成，然后由机器处理，现在由软件处理。统计数据可能看起来很糟糕。
“83%每小时工资低于 20 美元的美国工作将被自动化或取代。而由于技术进步，高达 47%的美国工作岗位面临失去相关性的危险，大多数失业发生在受教育不足的人群中。”奥巴马白宫 2017 年 1 月撰写的题为“为人工智能的未来做准备”的报告如是说。[ 来源于 Scott Abel @ The Content Wrangler]
在一份来自麦肯锡咨询公司的“机器人证明工作”报告中，我们听到，“在美国经济的所有职业中，工作场所三分之一的时间涉及收集和处理数据。这两项活动(收集和处理)的自动化技术潜力超过 60%。”报告继续写道，“而且收集和处理数据的不仅仅是入门级工人或低薪职员；年收入超过 20 万美元的人也会花 31%的时间做这些事情。
言归正传，詹姆斯·萨默斯最近在《大西洋月刊》中写道，“报纸和杂志曾经拥有相当粗糙的读者模型。以前是他们无法确定自己的每篇文章有多少人阅读；他们无法在仪表盘上看到一块相对于另一块有多少社会影响力。他们可以更自由地进行实验，因为事先并不清楚什么样的文章可能会失败。这当然会导致没有人会阅读的极度放纵的作品；但这也可能带来意想不到的魔力。”
这就是症结所在。在不断寻找意想不到的奇迹的过程中，自动化能帮助我们扩展劳动力吗？
作为有想法的人，我们应该考虑自动化为我们的读者服务的能力，使观众能够而不是欺骗他们。
所以，是的，请将阅读和享受产品的过程自动化。自动化让你的观众参与进来的方式，按照他们的方式，而不是你的方式。只是不要试图自动化意想不到的魔法。
当你可以让人工智能为你创造它的时候就不会了。对吗？
很明显，“人工智能”是时下的流行语。也不是一无是处。
斯坦福大学组织社会学家小大卫·迪克森写道:“我们人类很大程度上仍然参与这个过程，因为我们仍然是我们正在做的任何任务的最便宜的选择。更便宜是因为技术目前太贵或不存在，更便宜是因为工资总是可以降低。然而，随着技术的进步，人类越来越不如好的机器有效，也越来越昂贵。这不仅适用于在底层工作的人，也适用于他们上面的经理。”
等等，还有更好的！
迪克森继续说，“随着人工智能和机器学习的发展，特别是在理解和参与自然人类对话的能力方面，人类将在越来越多的行业系统中完全失去效用。”
大家感觉如何？谁对明天回去工作感到兴奋？
我们已经看到这个故事在金融服务行业的演变。转述自今年 3 月的《纽约时报》……”投资公司贝莱德(BlackRock)制定了一项雄心勃勃的计划，将旗下 11%的主动管理共同基金(300 亿美元资产)与更多依赖算法和模型选股的同行进行整合。作为重组的一部分，预计贝莱德的 53 名选股者中有 7 人将退出他们的基金。至少有 36 名与这些基金有关的员工正在离开公司。
Forrester 的研究人员认为，今天，38%的企业已经在使用人工智能(AI)，到 2018 年将增长到 62%。Forrester 预测，与 2016 年相比，2017 年的人工智能投资将增长 300%，IDC 认为，到 2020 年，人工智能将成为 470 亿美元的市场。[ 来源
哦，可口可乐公司的一些人已经宣布他们想用人工智能来帮助制作广告。
好吧，让我们不要畏缩在我们的阿富汗人面前。
在这一点上，有必要问一个问题，人工智能到底是什么？或者就像尼尔·波兹曼在 1985 年提醒我们的那样，“……在我们创造的每一个工具中，都嵌入了超越事物本身功能的想法。”那么，人工智能背后蕴含的理念是什么？
这个概念是由斯坦福大学教授约翰·麦卡锡在 20 世纪 50 年代首次提出的。我们知道，智能，不管是不是人工的，都植根于——正如《T4》编辑凯特·凯耶写的那样，“数字化系统产生的海量数据，以及相对便宜和快速的云计算的可用性。”
简而言之，人工智能是基于数据的。很多很多。数据容易连接，容易解析，廉价处理——生成看起来像、闻起来像、摆动起来像的东西——思维。
国防高级研究计划局的信息创新办公室通过 YouTube 参与进来，并建议我们区分三种不同的人工智能浪潮。(Futurism.com 的 Roey Tzezana 对 DARPA 的冗长视频进行了总结。)
总结 Tzezana 的总结:
“第一波人工智能系统能够为明确定义的问题实现简单的逻辑规则，但无法学习，并且很难处理不确定性。”“有了第一波人工智能，每种情况的参数都由人类专家提前确定。因此，首波系统发现很难处理新的情况。他们也很难进行抽象——从某些情况中获取知识和见解，并将其应用于新的问题。”
换句话说，第一波 AI 只知道它知道的。以语音激活为例。作为第一波人工智能的例子，Alexa 或 Google Home 只能给你他们有权访问的答案，以及他们理解的问题。
再次总结一下:在第二波人工智能系统中…
工程师和程序员不会费心去教授系统要遵循的精确的规则。相反，他们为某些类型的问题开发统计模型，然后在许多不同的样本上‘训练’这些模型，使它们更加精确和有效。”
例如，考虑我们如何训练人工智能识别猫或脸的图像，或者最近谷歌翻译在准确性和速度方面的进步。这些第二波人工智能正在使用复杂的模型来比较和假设响应的准确性。更接近你我思考时的样子，但还不是人类的思维。
最后， Tzezana 总结道，第三波人工智能将超越利用我们人类创造的模型，去“自己发现塑造他们决策过程的逻辑规则”听起来像人类，不是吗？但让我们明确一点，第三波人工智能——至少根据 DARPA 的说法——距离现实还有几十年。
但是为什么呢？答案是数据。
正如 Palantir 的联合创始人和投资公司 8VC 的普通合伙人乔·朗斯代尔(Joe Lonsdale)最近指出的那样，“在人工智能能够解决一些更困难的问题之前，可能需要几年甚至几十年的时间来(找出如何)构建这些系统将摄取的数据。”
啊，数据。智力生根的土壤。目前我们的数据是混乱的，不相似的，不一致的。Neustar 的 Julie fleisch er称之为“一片沼泽:一片不透明的、不为人知的混乱。”这就是为什么朗斯代尔和其他人声称“人工智能距离人类的创造力还有几十年的时间。”
如果数据一团糟，情报也是如此。
尽管移动 37。
的确，AlphaGo 在第二场比赛中历史性地战胜了世界最佳围棋手 Lee Sedol。但是，我们还没有看到谷歌的人工智能理解自己成就的证据。是的，人工智能赢了，但它知道自己赢了吗——或者赢意味着什么？正如技术专家 Shelly Palmer 所说的那样，“AlphaGo 对九段围棋高手来说是危险的，但对优化媒体购买的人来说是无害的。”
举另一个例子，以明尼苏达州自己的 Lucy 为例，这是一个专注于来自 Equals 3 Media 团队的营销服务的人工智能。露西由 IBM 的沃森驱动。露西的智慧当然可以帮助你更接近，帮助你集中注意力，帮助你提炼见解，为一个想法提供动力。但是露西不会建议你往小处想。或者建议你把安迪·沃霍尔放在汤罐里作为杂志封面。
仍然需要有想法的人的脑力来连接这些点。
而且也需要深思熟虑的 UX 和 UI 从人工智能中受益。这需要惊人的设计。记住，人工智能还不能自我组织和设计。我们人类如何体验人工智能——我们如何与它互动，我们如何查询，结果或行动如何交付，困惑如何解决——往往比智能本身重要得多。
但是时间不多了。
Seth Godin 说“我们每个人都要问的问题很简单(但很难):不久的将来，我能做什么对计算机来说很难做到的事情？我怎么才能变得如此有弹性，如此人性化，并且成为技术变革无法赶上的关键人物？”
的确，怎么会呢？
现在还不清楚我们是走向奥威尔的黑暗还是赫胥黎的光明而黑暗的道路。因为人造人还没有学会像你我这样的想法人那样好奇。
因此，我认为对于戈丁的问题，对于自动化和人工智能的威胁，一个词的答案就是好奇。
好奇心要求我们寻找更远、更不明显、更不确定的视野。正如格鲁丁在《伟大事物的优雅》中所说，“一个人必须培养对问题的倾向，对不完全合适、不完全一致或不合理的事物的长期吸引力。…创造性地思考是在混乱的边缘行走。在思考原创的时候，我们可能会想到荒谬的东西。”
现在，我不相信好奇心是荒谬的。也许尼可罗·马基亚维利说得最好…
人们应该考虑到，没有什么比引入一种新的事物秩序更难实现、更难成功、更难管理的了
我不是说好奇心能让我们远离危险。远非如此。
这种新的秩序——一个越来越多地通过自动化和人工智能运行的世界——是不可避免的。它是由敏锐的、极度好奇的头脑驱动的。
现在最重要的是我们对这些发展的反应。不要举手。不要折叠。反而更加好奇。我们的思维和想法能超越可能威胁我们生存的技术吗？
我最好奇的是，像你这样的创意人如何通过自动化和/或人工智能来增强我们的出版物、内容和参与度。
正如风险投资家乔·朗斯代尔所说，“美国最大的产业目前的运行方式，与它们在最好的信息技术和最好的计算机科学下的运行方式之间，存在着巨大的差距。”所以我很好奇——如果你们这些编辑、出版商、作家和设计师认为自己是技术专家会怎么样？你的产品可能会如何发展，会出现什么新产品——从寻求将人工智能的好处应用到持续、定期向订户发送文字、图像和动作的好奇想法中？
托马斯·海斯·达文波特和茱莉亚·科比是《只有人类需要应用的作者，他们是这样说的:“我们不把这些机器视为竞争的闯入者，而是把它们视为创造性解决问题的伙伴和合作者。”**
我们应该探索。我们应该拥抱和原型。从明天开始，你的团队将进行什么样的两周冲刺，以了解和利用你组织内部的人工智能或自动化？你的出版物有哪些新的经验正等待着被披露？
跨国人力资源咨询公司万宝盛华集团(Manpowergroup)的首席执行官乔纳斯·普里辛(Jonas Prising)说:“在一个新技能出现的速度与其他技能消失的速度一样快的环境中，就业能力与你已经知道的知识无关，而与你的学习能力有关。”
所以谢谢你今天给我这个机会讲话。
我必须承认我不是科学家。我不是软件开发人员。我不能在亚马逊网络服务上安装人工智能。但是我可以问问题，我可以学习。在学习人工智能和自动化的过程中，我发现我并不害怕有想法的人的未来。我看好我们从技术发展中获取机会的能力。
我相信，这个房间里的长期、热情、有目的的思想家将发现独特、稳健和有利可图的方式，从自动化和人工智能中受益。如果我们保持好奇。
我给你们留下最后一句，也是最喜欢的一句话，来自波士顿交响乐团指挥本·詹德和他的妻子罗莎蒙德，来自他们的书《可能性的艺术】。
“恩典来自拥有我们在一个基本上不受我们控制的世界中所冒的风险。”
谢谢您们。
**
**
