Kevin Kelly 如何看待 AI 带来的挑战与机遇：版权、失业、创作者赋能

AI、Web3与个体品牌：Kevin Kelly揭示创作者黄金年代背后的挑战与机遇

starzq

and

Ruby Wang

May 10, 2023

欢迎阅读由 starzq 和 rubywang 主理的 Newsletter: Web3Brand

AI 正在极大提升人类的生产力，而 Web3 在构造更健康的生产关系，两者双螺旋带领我们向前。我们每周分享对以下 3 个主题的市场观察、案例与思考，希望可以带给你一些启发和思考

Web3 领域的品牌和 IP 发展
创作者经济
AI如何为企业、创作者和消费者带来改变

如果你有感兴趣的内容或者建议，欢迎在文章留言或者推特 DM

本期主题：AI 带来的挑战与机遇：版权、失业、创作者赋能

我不止一次说过，未来将是一个充满个体品牌(Individual Brand)的时代。Web3将资产(asset)回归个体，而AI让个体拥有了前所未有的生产力(productivity)，个体品牌将成就巨大价值🚀

然而，AI的崛起也带来挑战：版权界定困难、原作者贡献受忽视，甚至有人担忧大部分人类失去工作。那么，顶尖创作者如何看待这些问题呢？

在上个月的Tim Ferris Show中，「1000名真实粉丝」理论的开创者、资深创作者 Kevin Kelly 就 AI与创作者关系发表了一系列反直觉而深刻的看法，给我了不少启发。

我做 KK 的采访和之前同主题的文章做了梳理，同时增加了 Web3 先驱们正在实验的一些案例。全文共 6500 字，请享用。

Kevin Kelly 如何看待 AI 带来的挑战与机遇：版权、失业、创作者赋能

TL;DR

AI 训练集：现在艺术家吵着删除，未来会吵着进入
AI 补偿艺术家：我们并没有补偿人类艺术家对其他人类艺术家的影响，为什么要求 AI 补偿呢？
AI不会造成失业：AI 会替代任务（task），但不会替代工作（job）
AI 未来会变成什么样，可以如何帮助到我们？
1. 对 10 年后 AI 的 5 个预测
2. AI 帮助创作者的 7 个 Prompt
3. 对创作者最强赋能：AI 提供了大规模且廉价的小写创造力（Lowercase Creativity）

0. Kevin Kelly 简介

有些朋友对 Kevin Kelly 可能还不是很熟悉，我让 ChatGPT 4 帮忙介绍一下。

其最破圈的2篇内容

- 《1000名真实粉丝》：这篇内容写于 2008 年，靠 1000 名粉丝就可以养活自己，是几乎所有创作者经济的基础

- 《失控》：用自组织和自我适应系统解释了科技公司的崛起，深受科技大佬喜爱

Kevin Kelly（生于 1952 年）是一位美国作家、编辑、摄影师和未来学家，以其在技术、文化和数字时代的影响力而著称。他是《连线》杂志（Wired）的创始执行编辑，该杂志自 1993 年以来一直关注科技行业的最新发展和未来趋势。

除了在《连线》杂志的工作，Kevin Kelly 也是一位多产的作家。他的作品涵盖了各种主题，如人工智能、虚拟现实、数字化和互联网文化等。他的一些著名书籍包括：

《Out of Control》（失控）：一本探讨复杂系统、自组织和生物技术的书籍。
《New Rules for the New Economy》（新经济新规则）：关于数字化经济如何改变商业和社会的书籍。
《What Technology Wants》（科技的意愿）：讨论科技进步背后的驱动力和其对人类社会的影响。
《The Inevitable》（不可避免）：预测未来 30 年数字技术发展趋势和影响的书籍。

除了写作，Kevin Kelly 还是一个热衷于摄影的人。他曾经进行过一次为期 9 年的亚洲之旅，用照片记录了这些国家的文化和生活方式。他是全球最大的亚洲艺术数字图书馆之一——亚洲艺术图书馆（Asia Art Archive）的创始人。

1. AI 训练集：现在艺术家吵着删除，未来会吵着进入

关于「艺术家要求把自己作品从 AI 训练集删除」，KK 直接抛出一个大胆的观点

未来艺术家可能会吵着进入AI训练集

目前，在 AI 中深入运行的每个神经网络算法都依赖于大量数据——因此需要数十亿张图像来训练它。但是，一个蹒跚学步的人类小孩仅需 12 个例子就可以学会区分猫和狗，并不需要投喂几百万条训练数据，这是因为人类除了模式识别之外，还拥有符号逻辑和归纳推理能力

随着 AI 的进步，符号逻辑和归纳推理很可能在未来成为模型的主力（实际上已经在 ChatGPT 里面展现了）。

在接下来的十年里，我们将拥有依赖更少示例来学习的 AI，可能只有 10,000 个示例。我们将通过向更强大的 AI 图像生成器展示数以千计精心策划的、高度选择的图像，而不再是数十亿张图像。

当这一点到来时，各种背景的艺术家将相互竞争以包含在训练集中。如果一位艺术家在主池(main pool)中，他的影响将被所有人分享和感受到；而那些没有在训练集的人必须克服成为一名艺术家的主要障碍：不是盗版，而是默默无闻。

另外 KK 指出一个血淋淋的真相：即使基于目前数十亿张图像训练的 AI, 删除某个特定艺术家的作品其实不会带来任何实质性的影响

如果您不是有影响力的艺术家，那么删除您的作品不会有任何影响。无论您是否在训练集中工作，生成的图片看起来都完全一样。

但即使你是一个有影响力的艺术家，删除你的图像仍然没有关系。因为你的风格影响了其他人的工作——影响的定义——即使你的图像被删除，你的影响仍然存在。想象一下，如果我们从训练集中删除所有梵高的画作，梵高的风格仍将深植于那些模仿他或受他影响的人所创造的浩瀚的图像海洋中。

2. AI 补偿艺术家：我们并没有补偿人类艺术家对其他人类艺术家的影响，为什么要求 AI 补偿呢？

AI 使用了众多艺术家的作品，需要支付版税或者进行某种形式的补偿吗？

关于这个话题，KK 的观点依然很大胆

我们并没有补偿人类艺术家对其他人类艺术家的影响，为什么要求 AI 补偿呢？

以收入最高的在世艺术家之一大卫·霍克尼 (David Hockney) 为例。霍克尼经常承认其他在世艺术家对他的作品产生了巨大影响。但在这个社会里，我们并不指望他（或其他人）对他的影响力开出支票，即使他可以。

KK 认为这是成功艺术家所付出的「税」

成功艺术家为他们的成功付出的「税」是他们对他人成功的无偿影响

如果我们认为 AI 是「借鉴」而不是「抄袭」，那按照同样的道理，AI 也没有义务付钱给对应的影响者。

另外我们之前也分享过，从技术角度，识别作品权利归属的困难相当大

因为很多内容都公开在网上，随着ChatGPT和Midjourney这类大规模AI模型纳入更多用户生成内容并允许任何人贡献培训数据，识别作品权利归属的困难只会增加

这背后的范式转移：UGC→AIGC

UGC 带来了内容量的爆发，商业模式是好内容赚钱；而 AIGC 带来了「无限」的高质量内容，必须引入新的变量才能构建新的商业模式。

新的 2 个变量： NFT / CC0

原始内容基于 AI 无限衍生，通过 NFT 保障了其「稀缺性」，使其拥有了差异化价值
CC0 协议下，原始内容不只是内容，而是构建了一个平台，通过其自身影响力+AI 孵化大量高质量的衍生项目，一方面扩大其影响力和生命力，另一方面也获得了更高天花板的商业模式
智能合约 / Tokenomics 建立了相应的商业流转协议，使得这个平台可以更健康的运行下去

在 10 个月前我写下《关于 CC0: 做平台(Platform)还是做品牌(Brand)？》时，这 2 者还可以是一个选择；但是在 AI 时代，好内容都自然会成为平台，期待看到更好的底层支撑工具出现（一个好的创业方向？）

我也非常开心的看到，在写下这篇文章 10 个月后，马斯克前妻 Grimes 通过 AI + CC0进行了践行

将其声音「开源」，愿意和 AI 创作五五分成合作并不做任何诉讼
并且迅速做了一个小型孵化器，将 AI 和 CC0 有机结合。一方面扩大了其影响力和生命力，另一方面也在试验 AI 时代的商业模式。

也附上 2 位行业 leader 的评价：

@punk6529

AI 让“内容”变的无限，但人类的注意力始终有限
在无限内容和有限的注意力下，「稀缺性」和「出处」变的更重要，NFT 保障了这一切

@lijin

在一个无限内容的世界中，稀缺的是创作者的“灵魂”——源头的NFT将会更有价值
对于 AI 衍生内容与原创的关系，CC0 的模式值得借鉴

3. AI 会替代任务（task），但不会替代工作（job）

我们之前分享过不少 case, AI 正在让一部分人失业，同时精简组织人数。Tim Ferris 也抛出了同样的问题

Will AI take our jobs?

Kevin Kelly 对此有不同的观点

我可以做出非常明确的预测：生成式 AI 将改变我们设计几乎所有事物的方式。但没有一个人类艺术家会因为这项新技术而失业。

Tim Ferris 直接杠上去

我和很多 contractor 合作，现在有一些与我合作的艺术家将被取代。至少他们的一些功能会被 AI 取代

KK 进一步解释，输出了非常有 insight 的观点

AI 替代的是任务（task）而不是工作（job）
1. 大多数工作都是由不同的任务组成的。其中许多任务将交给 AI 去做，但整个工作岗位并不一定会被替代
2. AI 生成令人满意的图像并不只是点一下鼠标这么容易，而是人与机器之间长时间对话的结果。每幅图像的进步都来自很多次的迭代和来回，以及数小时，有时甚至数天的团队合作
3. 他举了一个例子，作为一个 Logo 设计工作室的老板，之前是让 intern 先画出一系列初稿，老板来做决策和迭代；现在的变化是， intern 需要学习如何用 AI 来画初稿（老板的主要工作是 toB, 并没有精力来学习大量的 prompt 技巧）。intern 的任务变化了，但这个工作职位仍然存在
另一方面，新的需求在被创造，工作将会转变，并且你会有不同的任务（the job will shift and you'll have different tasks）
1. KK 之前做了一个 AI 生成图片用途的非正式调查，只有 7.2%的人投给【主要用在工作】。大多数 AI 图像会用在以前没有图像的地方，例如电子邮件、短信、博客、书籍和社交媒体。
2. 甚至会出现这样一种需求「创造某个图像来取悦自己」，在上述调查中，将近 60%的人选择了【单纯好玩】。之前我们如果脑海中浮现出一个场景，就只能想想而已，但现在完全可以把这个场景用 AI「打印」出来，AI 生成图片这时变成了「想象力的打印机」

从历史上看，技术很少直接取代人类的工作

在 1800 年代，人们担心机器（称为相机）自动生成图片，因为它肯定会让肖像画家失业。但历史学家汉斯·罗斯布姆只能找到一个当时的肖像画家因为摄影而失业（摄影实际上激发了那个世纪晚些时候绘画的复兴）
在更接近我们的时代，人们担心随着智能手机吞噬世界并且每个人都能成为摄影师，专业摄影师会失业。然而，美国摄影专业人士的数量一直在缓慢上升，从 2002 年的 16 万人（还没有照相手机）增加到 2021 年的 23 万人。
正如一个世纪前机械摄影并没有扼杀人类插图，而是显着扩大了图像出现的地方，人工智能图像生成器也为更多艺术开辟了可能性，而不是更少。

总结一下，KK 认为 AI 不会替代人类职位，Don’t Panic

使用 AI 工具并不只是点一下鼠标，而是一个需要新掌握的技能。老板仍然需要有人用 AI 工具生成初稿，工作职位仍然存在，但这些员工必须学会这门新技能
创作者 / 个人用 AI 工具，是因为出现了新的需求，之前的纯文本内容，都会增加图像
以史为鉴，技术并没有直接取代人类的工作，反而开辟了更多可能性

需要注意的是，AI 带来效率提升后，职位数量不变，隐含信息是业务量提升（宏观经济环境变好）。如果业务量不变或者萎缩，职位数量肯定要减少，但并不完全是 AI 带来

4. AI 未来会变成什么样，可以如何帮助到我们？

KK 认为，上面这些问题，是典型的【技术恐慌】。每一项新技术从诞生之际，都会引发技术恐慌周期，一共有七个阶段，目前我们正处于第 3 阶段

不要用这些废话来烦我。它永远不会工作。
好的，它正在发生，但它很危险，因为它不能很好地工作。
等等，效果太好了。我们需要阻止它。做一点事！
这个东西是如此强大，以至于对那些无法访问它的人来说是不公平的。
现在它无处不在，无处可逃。不公平。
我准备放弃了（一个月后又重新回来）
让我们关注真正的问题——这是下一个当前的问题。

KK 建议与其陷入无止境的恐慌，不如去思考「AI 未来会变成什么样，可以如何帮助到我们？」

对 10 年后 AI 的 5 个预测

预测一：AIs 而不是 AI

KK 坚持在聊 AI 的时候一定要加上 s（复数），AIs 意味着会遵循现在的趋势，继续出现大量为特定任务而生的 AI 模型

这些 AIs 会在某些方面表现出色，但在另一个维度上不如其他东西。就像我们已经看到的那样，比如图像生成器，有些更适合艺术家，有些则更适合摄影师。它们会拥有不同的个性。最擅长绘画的AI可能并不是最适合写作的。

KK 用 dumbsmarten（在某个领域很擅长而在其他领域是傻瓜）来形容这些 AIs, 特别形象。

Tim Ferris 在这里补了一刀：硅谷一半的人都符合 dumbsmarten 的描述 lol

当然 KK 认为也会有通用型 AI，像是瑞士军刀，总体来说不错，但在任何一种工具中都是不是最好的(engineering maxim)

预测二：将 AI 视为人造外星人，这样我们就能更容易接受和共生

这个观点很巧妙的描述了人和 AI 的关系，某种程度上也承认了 AI 也是一种生命？

最好的立场是将其视为人造外星人（Artificial Aliens）。这样他们可以有强大但和我们不一样的行事模式。如果他有幽默感，那就有点不对劲了。他们帮助我们以不同的方式思考，这恰恰是我们使用他们的目的

预测三：它们中的大多数将是看不见的

它们中的大多数将是看不见的。它们将在办公室背后操作各种设备和基础设施。这实际上是他们成功的标志。The AIs is that most of them will be unseen. They'll be behind the office operating things. The plumbing, the infrastructure. And that's actually a sign of their success.
当技术变得无处不在、我们不再思考它们时，它们才真正成功。它们变得平淡无奇，大部分的东西甚至都不会面向外界，而是默默地运行在幕后。Technologies succeed when we don't see them anymore, we don't think about them. They become boring and that the majority of the stuff won't even be outward-facing. It'll be just behind the scenes.

预测四：你需要付费让你的 AI 没有意识（consciousness）

这个观点很有意思，当 AI 愈发接近生命体后，也可能会出现「自主意识」，但这不一定是每个人都想看到的。「没有意识」会成为一个付费功能

KK: 你不希望你的汽车有意识。你希望它能够驾驶。你不想担心它是否应该主修金融学，而是希望它专注于道路。因此将会出现没有意识的广告人工智能
Tim: 愚蠢又听话，30 美元一个月

预测五：我们将进入一个全新层次的人机交互，获得更强大的功能

这个部分最后，KK 认为「AI 短期被高估，长期被低估」（真是一个经典句式哈哈）。「大规模失业」是我们可能高估了的想法，而「新交互界面带来的变化」可能被低估。作为互联网活化石的 KK 用 web1 的例子做了生动的描述

我认为整体上 AI 被低估了，现在的版本，30年后我们甚至不会称之为AI.

在1992年、1993年开创《Wired》杂志之前，我已经在网上生活了至少10年。从某种意义上说，我们无法让任何人认真对待它。它被当作青少年男孩的玩物。而实际上，那就是它的样子。但我觉得，不，这真的很重要。这真的很有影响力。

界面变化改变了这一切。当在Web中第一次出现了可视化界面，网页上出现了图片和其他内容，每个人都开始关注起来。

大部分现在被应用的 AI 已经出现了很多年，新鲜的是我们现在有一个界面。我们可以与之对话，这就是所谓的大型语言模型。突然间，那些存在已久却一直难以使用其能力的技术突然变得易于操作起来，就像当初web诞生后引领着整个行业进入主流市场一样。

我记得第一次在加油站看到泵上有一个网址，我想：“哦，天哪，这是真的，它来了。”现在我对聊天机器人和图像生成器有同样的感觉，这些功能至少已经存在了十年。

但现在新鲜的是我们有一个语言界面、会话式交互界面。它们的能力完全展示在我们眼前。那么我们从哪里开始呢？我认为我们将开始将其应用于所有领域。

就像每天都有人嵌入这个技术，并且使用这个界面，所以我们将进入一个全新层次的机器与语言交互。这非常强大。我们只需要做到 X 加上语言界面即可获得更强大的功能。

X 加上语言界面，这不就是 OpenAI 和 Bing Chat 在做的插件开放平台吗？所有领域都接入 AI，就像所有领域都接入移动互联网一样，肯定不是「手机上网订外卖」这么简单，会带动一系列人机交互和基础设施的进化。

未来已来，值得期待。

AI 帮助创作者的 7 个 Prompt

KK 认为 ChatGPT 这类聊天模型产生了“大众智慧”类的知识，有助于创建大致正确但非常普通的内容，甚至可以提供一些他没有想到的思路，作为写作的良好起点。

同时，ChatGPT 的推理和归纳能力，可以让其成为一名校正书稿的实习生。

我总结了 KK 和 Tim Ferris 分享的 3 个场景下的 7 个 Prompt（有不少我已经在用了哈哈）, 希望对你有帮助，也欢迎留言分享其他对创作有帮助的 Prompt

最后一个 Prompt 很有意思，Tim Ferris 认为可以训练一个为其受众量身打造的 ChatBot（他的访谈文字稿和其他大量材料都可以在网站上获取）, 这样便可以 24 小时和粉丝互动，ChatBot 化身成为了 Agent.

实际上已经有人在这样做了。KK 说他的一名医生朋友运营着一个流行儿科网站，将20年回答患者的问题用于机器学习聊天功能。效果还不错，并且“比没有医生好”。

我上周分享的可汗学院聊天机器人 Khanmigo 也是这样的思路。这对于不发达地区的小朋友很有帮助，甚至会开创医疗、教育的新形式。

AI 提供了大规模且廉价的小写创造力（Lowercase Creativity）

创作者的背后是创造力。KK 认为，AI 图像生成器教给我们的最重要的事情是

创造力不是某种超自然的力量

KK 做了非常精彩的解释

它是可以合成、放大和操纵的东西。事实证明，我们不需要获得智能来孵化创造力。创造力比我们想象的更基本。它独立于意识。我们可以在像深度学习神经网络这样愚蠢的东西中产生创造力。海量数据加上模式识别算法似乎足以设计出一个不断给我们惊喜和帮助的过程。

媒体上的创造力一种叫做大写创造力（Uppercase Creativity）的东西。Uppercase Creativity 是一项重大突破带来的惊人的、改变领域的、改变世界的重新排列。想想狭义相对论、DNA 的发现或毕加索的格尔尼卡。大写创造力超越了仅仅是新的。它很特别，也很罕见。它以一种深刻的方式触动了我们人类，远远超出了外星人工智能所能理解的范围。

然而，这种大写创造力不应与大多数人类艺术家、设计师和发明家日常产生的创造力相混淆。平凡的、普通的、小写的创造力（Lowercase Creativity）是我们从一个新标志设计、一个很酷的书封面、一个漂亮的数字可穿戴设备，或者我们最喜欢的科幻连续剧的布景设计中得到的。过去和现在的大多数人类艺术都是小写的。小写创造力正是 AI 生成器所提供的。

这个影响是非常巨大的。历史上第一次，人类可以按需、实时、大规模、廉价地进行日常创意活动。小写创造力从之前的「神秘物品」变成了一件人人可得的商品。

要发挥创造力——产生新的东西——你所需要的只是正确的代码。我们可以将它插入目前的设备中，或者我们可以将创造力应用于大型统计模型，或者将创造力嵌入药物发现程序中。

我们还能用小写创造力做什么？我们可能感觉有点像中世纪的农民，他们被问到：“如果你手头有 250 匹马的力量，你会做什么？” 我们不知道。这是一份非凡的礼物。我们所知道的是，我们现在拥有简单的创造力引擎，我们可以将其瞄准从未见过新奇事物的陈旧角落进行创新和变革。在一切都崩溃的背景下，这种超能力可以帮助我们无限期地延长。如果使用得当，我们可以在宇宙中留下一个小凹痕。

KK 这个想法简直太酷了。人人可得的创造力，显然可以提升我们的生活水平，并创造出更多的生活机会，这是一份非凡的礼物，对创作者的最强赋能。