上週阿肯有幸受邀至格帝集團演講，就生成式 AI 在影視、創意產業的運用與未來趨勢做了分享。期間，我透過數個全球各地創意產業與工作室實施生成式 AI 的案例，談及如何導入這項技術。分享後，我接到兩個值得深思的提問：一是關於 AI 泡沫化是否會發生的議題，二則是如何讓創意產業導入生成式 AI 的服務。
AI泡沫化的現象與反思
首先，AI泡沫化是否真的會發生？這確實是個引人入勝且需要深入探討的問題。
我個人認為，AI 是一項持續進化的科技課題，並且其實早在許多年前，AI 就以各種形式存在於我們生活中，例如工廠的自動化生產線、搜尋引擎的演算法、數位廣告投放機制等，都是 AI 的應用例子。甚至 Google 在2017年開發的 Autodraw 服務，也是早期生成式 AI 服務的一個範例。因此，我認為 AI 確實會逐漸演進，並更深入我們的日常生活。
那麼，何謂「泡沫化」？我認為這是指基於 AI 應用的各種軟硬體、服務及技術可能會走向泡沫化。今年初，ChatGPT 登上市場後，基於 GPT 架構的服務如雨後春筍般湧現，但近期我們也注意到這些服務的討論熱度逐漸消退。
事實上，前一陣子 OpenAI 也觀察到 ChatGPT 的使用人數近期呈下滑趨勢。這象徵著，如果你的服務無法充分滿足使用者需求（無論是跟風還是真正有需求），用戶就會在覺得不再需要或厭倦後逐漸離開。
技術或服務的開發者必須思考：使用者在這個服務上真正希望得到什麼價值？他們想要達成什麼目標？
有關泡沫化的議題，關注 AI 的朋友們可以透過各種角度繼續關注。
生成式 AI 如何導入現代的創意團隊
其次，我回答了如何讓創意團隊導入生成式 AI 的服務。我認為，最佳的導入方法是讓團隊成員在各種專案中有機會開放性地嘗試使用這些生成式 AI 的服務。而當在應用過程中達成一定的成果時，應將這些成果拿出來分享、討論。嘗試總是能點燃創意的火花，而這些火花也將讓團隊找到適合長期導入的生成式 AI 服務。
AI 導入的關鍵議題：資安、技術維護和生命週期
然而，在導入時，仍有幾項注意事項。我個人歸納出三個面向的問題：資安問題、AI 服務的技術維護門檻，以及 AI 服務的生命週期。
首先是 AI 服務導入可能會產生的資安問題。
三星曾因導入 ChatGPT 導致保密資料外洩的案例，提醒我們在導入 AI 服務時，必須嚴謹對待資料類型及其處理方式，包括哪些類型的資料必須在加密狀態下應用，以及哪些類型的資料不應導入。
其次是 AI 服務的技術維護門檻。
雖然許多 AI 服務都採用第三方訂閱制（SaaS）模式，但企業在導入時，仍需要有專業技術能力的人才或團隊協助維護資料串接與應用，以及解決應用過程中可能產生的問題。
最後是 AI 服務的生命週期。
所有 AI 技術和服務都有其生命周期，企業的技術人員必須理解並追蹤這些服務的生命週期，隨時建立替代方案，以避免所採用的服務若有一天終止時，無法應對所產生的問題。
以上是我對這兩個議題的理解與見解。如果您有任何補充或回饋，非常歡迎與我分享。謝謝。
(以上內容有經過 ChatGPT 潤飾，以 GPT-4 產出。)
