导读
壹 ||初级画师画一幅商业插图需求3-5天，而AI只需求几秒钟，一名初级画师的月薪4k-8k，一个Midjourney（一款盛行海外的AI绘画大模型，可以文生图、图生图）专业套餐60美元/月。
贰 ||工业中具有独占位置的大型企业，会收购作业大模型进行私有化或自研大模型，本钱高、练习周期长，自身作业模型技术还有待完善，这类企业对AIGC也会愈加慎重。还有一类企业因方针不明朗而挑选张望。
叁 || AI背面有个巨大常识库，只需具有专业常识才有才能调集它。
肆 || 对Prompt的把握程度也极大的决议了人们可以运用AI的才能，察觉先机的人开端学习这个技术。
由于AI，李梅（化名）接连赋闲了两次。
“很惋惜，本月6号记得来办公室处理离任手续，祝你提前找到满意的作业”。2023年5月初，深圳一家艺术概念规划公司引进AIGC（生成式人工智能）两个月之后，敞开了一轮原画师的裁人。
李梅是其间一位，她结业于江西科技师范大学美术学院，是一名作业4年的画师。据她所说，公司美术原画组10人裁掉8人，剩余2人被降薪，作业内容从原创画图，变成AI出图之后精修和品控，依然完结10人的作业量。其他项目组画师被要求学习AI东西，并归入查核。
被裁人后，李梅参加了一个小规模的创业团队做平面规划师，老板要规划一款游戏App，需求9张卡牌，每张卡牌对应规划一幅插画报酬1000元，共付9000元。
她还没画完就被老板解聘了，对方的理由是项目赶进展，决议选用AI绘图。
ChatGPT面世至今，言论对AIGC（生成式人工智能）的重视有降温之势，好像这仅仅巨子间的比赛，离一般人姑且悠远。但实际上，它正逐渐被我国的企业主引证，并正悄然引发了一轮人力变化，一些画师、新媒体运营、出售等白领集体正因AI赋闲或被调岗。
冲击首先在内容发明作业。翻开招聘软件，一些企业正在招聘AI画师、AI视频剪辑、AI绘图岗位，地铁站内的海报、产品的广告图现已开端由AI生成。生命科学、金融等更为专业的范畴，引进的脚步也在加快。
严重的经济环境迫使企业老板加快引进新技术。ChatGPT、Midjourney为代表的AIGC东西具有普惠性和易用性，还能代替一些初级白领的作业，这就像他们的一根“救命稻草”。老板们测验在原有的流程中寻找到运用AI的空间，但又忧虑在技术不完善、局势不明朗的阶段，会“脚步迈得太大”。
当一个看似悠远的前沿技术忽然“迫临”自己，有人发生了冲突，有人为接收这一个新的生产东西，开端学习Prompt(提示词)技术以便驾御这一东西。不知不觉中，AI代替又发明了一些岗位，老板和打工人堕入苍茫也迎来时机。
AI迫临打工人
“我好像被AI杀死了。”接连阅历两次赋闲后，李梅说。
初级画师画一幅商业插图需求3-5天，而AI只需求几秒钟，一名初级画师的月薪4k-8k，一个Midjourney（一款盛行海外的AI绘画大模型，可以文生图、图生图）专业套餐60美元/月。
作业中，画师要和客户多轮沟通、批改，而在Midjourney的对话框中输入一句话，如“我要一个穿上宇航服的猫在太空吃馅饼”，或许拆解成“littlecat，in aerospace suit，eating pies”（小猫、穿宇航服、吃馅饼），“sharp focus”（聚集）等多个Prompt（提示词），就能得到相同水准的著作。
从绘图质量、绘图功率、本钱上，一个初出茅庐的画师和AI底子无法比。作业流程上，策划和画师之间需求重复沟通，现在变成了策划与AI、画师与AI沟通。
李梅说，公司先让职工自运用，后来全员练习运用 Midjourney以及Prompt技术，她不太乐意自动学，许多人也还故作镇定。
直到发现公司把一部分画师的图喂给AI，以便得到依据这些画师风格的著作，或将画师批改的图搜集起来返给AI学习——“图生图”是这类大模型的基本功用，不断给模型喂图，模型经过自学习在此根底上反应新图，这种交互方法正在变得遍及。“它的才能一点不亚于人类，咱们都惊呆了。”李梅说，假如喂一些画师的半制品，它对光影、线条等细节的完善也十分到位。面临AI许多搭档心态失衡，但画师著作的版权是归于公司的，我们也没好说什么。
一览科技CTO陈锡言表明，现在AI的才能越来越被作业供认，它所做的绝不是一些琐碎作业，而是一些精美、具有构思的事，但让AI愈加强壮的条件，是它背面的操作者要更有想象力和发明力。
商汤智能工业研讨院院长田丰对记者表明，AI在短期内会对一些内容发明岗位的技术发生影响，以画师为例，初级画师多从事相对简略的根底性作业，很简略被新生产力东西所交融，完结高档规划作业的资深画师则是项目工程的指挥官，复合型技术人才较难被代替。表面上是影响了作业上升通路，其实是改变了入门的方法，未来的画师既要学画画、也要学会运用AI。AI的实质不是筛选人力，是革新人的生产东西。画师从用笔、用软件再到用AI，是一种东西的进化。
李梅表明，一般一个画师需求三年从初级升中级，再过三年升高档，当初级画师失去了上升的通道，没有实践时机又怎么做到资深，身边一些人现已考虑转行了。
老板的挑选
张远（化名）是一家中小ToB企业的管理者，公司首要从事研制和出售工业软件的事务。他计划为公司做两件大事，一个是降本增效，一个是引进AIGC。“计划用AI把公司每一项事务重做一遍，成果做了一次大调整”。
公司有个4人小组担任新媒体运营，练习一个月后，从中选出了一名资深运营留下，剩余三名一般运营人员被优化了。现在的作业是一名运营人员 大模型（ChatGPT生文，Midjourney生图），人担任出构思、对接客户，机器担任履行。在张远看来，实践出来功率一点不低。
先将数据喂给AI大模型，然后生成定制化的内容，照此原理，大模型也可以生成客户计划和标书。所以张远瞄准了出售助理。该岗位的作业便是协助出售写计划和标书，经过对出售的练习后，他又优化了几名出售助理，每个事务线只留一名出售，白日跑客户，晚上用ChatGPT写计划、写标书。
张远心里的主意是，出售也可以优化，由于ToB公司客户少、联系安稳，客户交给管理层来对接，可以雇一名应届生专门操作AI，但考虑到职工心情，就让出售留下了,“这次降本增效优化这么多人，也是管理层没想到的”。
张远对记者表明，在优化人员之前，从制度上要求全员学习大模型提示词，但他发现许多人对新技术仍是很排挤、不爱去用，除非触及自己的利益。
作为一站式视频处理计划提供商，一览科技开发了多款赋能视频发明者的AIGC东西，并将这些东西在公司内部的各项事务流程中运用施行，一起进行了全员提示词练习。
谈及执行AIGC东西的进程，一览科技CTO陈锡言表明，“我看到了职工内部的分层，有的人用得随手，有的人不随手，这是一场革新，那些不会用AI的注定了要被会用AI的人代替掉”。他衡量人才的眼光也在变，并考虑进步对员作业业功率、均匀产出的要求，他以为未来许多企业主会进步绩效规范，依照“人 AI”的规范去查核。当然他也在犹疑，“现在是革新阶段，不可以‘一刀切’”。
隆冬下更多企业减缩广告开销，以动画传媒为主的内容发明作业遍及缩短，一方面削减外包公司的运用，一方面经过绩效来减员，画师是这个工业的最小单元。
优化一批人员之后，张远也在反思“脚步迈得太大了”，打工人的不满心情也是一种应激，AIGC的实质并不是代替人力，或许是经济环境让一部分企业主变得急进。AIGC是十分普惠性的，市面上的通用大模型只需求很低的月租费，有的乃至是开源的，它们对企业主就像一根“救命稻草”。
张远以为正常的途径应该是全员练习、赋能事务，让一切人换一种新的人物上岗，把一切产品用AI重做一遍。
张远企业是整个链条上*引进AIGC的，客户、供货商对此都很感兴趣，“可是我们有个对立心思，既想为公司添加一个AIGC的概念，又不想让外人知道究竟用AIGC做了什么。”张远说。
360集团创始人周鸿祎对经济观察报表明，从网络安全的视点考虑，企业在运用大模型时“一开端脚步可以小一点”，不要向它敞开API，坚持“人在回路”，让人的意志在决议计划上起要害效果。
周鸿祎表明，全体上看，企业从数字化到智能化要分多步走，主张坚持从松耦合到深度交融、多步迭代的战略准则。期望企业在运用大模型时先敞开“帮手”和“副驾驶”方式，让大模型与现有的事务系统坚持相对独立，坚持隔离度，对企业来说也更安全可控。
科锐世界事务总监杨朔对记者表明，不同企业主对引进AIGC持不同情绪，这与企业的事务形状、工业位置有关。在AIGC刚开端呈现的时分，许多人仍是抱有敞开情绪，但跟着不断地深化了解，也有一些趋向保存慎重。比方内容发明类作业、构思作业，更需求广度和发散程度，往往是其事务对AIGC容错率较高；生物基因、医疗、金融的企业主相对保存，这些事务容错率很低；尤其在一些商用的场景要害点上，企业主不敢简略测验。
杨朔表明，别的，工业中具有独占位置的大型企业，会收购作业大模型进行私有化或自研大模型，本钱高、练习周期长，自身作业模型技术还有待完善，这类企业对AIGC也会愈加慎重。还有一类企业因方针不明朗而挑选张望。
驯化AI
“打不过就参加。”赋闲后的两个月，李梅每天在家研讨几个AIGC东西，比方 ChatGPT、Midjourney和Stable Diffusion，买账号、学相应的提示词。这些来自OpenAI等海外科技公司的AIGC东西，月租费不高，有的功用免费敞开、不限运用次数，对硬件的要求也不高，一般显卡上就能跑。
国内也研制了文心一言、讯飞星火、通义千问、商汤“商议”等大言语模型，对标ChatGPT，商汤还研制了“秒画”对标海外Midjourney。“与AI沟通真得不难，只需摸清楚提示词的规则，简略调一些参数值，代码都不需求会。”李梅说，依照以往画师的过程，从草稿、线稿到色稿，有了AI，可以直接越过一些过程到制品，再精修，也可以省掉其间某个不拿手的过程，让AI帮你补全，大幅进步出图功率。
李梅对AI的“驯化”分了三步。“一开端，我成了AI的修图师、质量检查员。”李梅表明，人类用Prompt表达需求，AI可以给出一个短平快的成果，它画更像是基本功厚实、缺少特性的“网红脸”，这也是为何AI可以短时间内代替一个初级画师的原因。
第二步，李梅把自己的著作喂给AI，反应的是带有她风格的精密著作，了解的人也无法辨认出作者是机器仍是人类。李梅以为，这个阶段，AI成了她的协作伙伴。
第三部，李梅出概括和构思，由AI来完成。有一次她将某两个不同国家、不一起代的画家风格结合起来，做一张爱因斯坦的画像，审美价值远超曾经。比较之下，一个不明白美术史的人，只能用AI画出爱因斯坦骑自行车、摩托车、玩滑板、滑雪。
陈锡言表明，许多人是由于想象力不可，想象力的根底便是具有满意的专业常识。AI背面有个巨大常识库，只需具有专业常识才有才能调集它。
李梅说，心态从张望、绝望、绝望到从头找回一个平衡。从辅佐AI到与其协作、再到测验驾御AI。下一步，她预备重回人才商场，应聘AI画师、绘画提示工程师的岗位。
新的技术，新的时机
刚运用ChatGPT、文心一言、通义千问的人往往有这样的感触：AI不能一键给你一个*成果，输入的指令与所得反应之间总有距离，所以有人质疑AI是“不苟言笑胡言乱语”“人工智障”，或许仅当作一个搜索引擎来用。可是Prompt的盛行让更多人意识到：不是AI不可，是你不会用它。
Prompt，提示词，是指ChatGPT等通用及作业AI大模型规划和完善提示词指令，以保证其输出的成果契合人类的等待。
假如AI是一种新的生产东西，Prompt便是人类驯化这种东西的技术。就ChatGPT等大言语模型来说，交互方法以对话框输入为主。所以，这种技术看似是陪AI闲谈，不断向AI发问，实质是把人类言语翻译成AI言语，弥合AI言语和人类言语之间的距离，它也是人机交互的“终究一公里”。
比方，人类言语是一句主谓宾完好的话，但拆解成“使命”“主体“”细节”“方式”几个Prompt，机器更简略了解；比方机器不是抓要害词，而是依照概率对你的一切指令进行猜测，你也要依照重要性给提示词排序。
对Prompt的把握程度也极大的决议了人们可以运用AI的才能，察觉先机的人开端学习这个技术。
4月起，以吴恩达为代表的OpenAI功臣是联合出品ChatGPTPrompt提示词课程，国内百度等大厂也做了相应公开课。提示词工程不局限于大言语模型和绘图模型，一些笔直范畴的大模型也需求以提示工程对它进行练习或调教，例如在生物医药、金融，由于数据从言语变成了专业常识，Prompt技术的门槛也更高。
田丰表明，假如一项事务要用AI来改造，需求软件工程师将人类需求转化成编程言语，中心需求2到3步，现在AIGC大幅下降开发和运用AI的门槛，人类用自然言语而非计算机言语去描绘使命，人机交互只需求一步。
Prompt工程师正在海外鼓起。海外组织Resume Builder表明，29%的公司期望在2023年延聘提示工程师，在职工超越250人的公司中，27%的企业*表明他们期望招聘10名以上的快速工程师。就该职位的薪酬而言，近四分之一的企业领导人表明起薪将超越20万美元。关于职工超越1000人的公司的商业*，17%的人表明起薪将超越30万美元。
招聘商场也有这些人的影子。记者从BOSS直聘、猎聘等渠道发现，国内已有互联网大厂、AI大厂等科技公司以及医疗、视频动画、金融财险等传统公司招聘该职位。和算法工程师、软件工程师的AI相关职位比较，招聘量不大，月薪有35k-45k，也有8k-10k，一个一起要求是娴熟运用国内外AIGC东西，以保证AIGC可以满意特定事务场景需求进行高质量输出。
杨朔表明，比较海外，提示词工程师在我国没有构成一个规模化的集体，作为AIGC前期的*批工程师，他们的作业概括还不可清楚，在人才商场上清晰的薪酬规模暂未计算。
杨朔表明，简略说，这是既懂提示词又懂事务的一批人，中心价值不在于提示词技术，在于贴合事务，真实十分有竞争力的提示工程师一定是具有跨界才能的。杨朔进一步解说，他以为的提示工程师有两种场景，一类是事务驱动（90%懂事务 10%关于技术的好奇心与学习志愿）；一类技术驱动（90%的技术才能 10%关于事务激烈的了解志愿和动机）。
在一些笔直范畴，Prompt需求更多专业才能。
百图生科是一家生命科学渠道公司，其AI大模型“xTrimo”可以依据用户给定的参数和功用，给出各种蛋白质、细胞功用和疾病场景下的处理计划，以协助来自高校、药企的生命科学研讨者提高研制功率。作为大模型研制方，团队也在做提示词技术的练习并招聘相关人才。
百图生科CTO宋乐表明，比较ChatGPT的人机对话，生命科学大模型的人机交互难度明显更高，它的提示词不只有人类言语，还有英文和字符组成的蛋白质序列，并且要输出多轮指令才能让AI生成一个完好蛋白。
宋乐表明，现在，研制者需求以提示词工程来练习大模型，让机器生成的内容和人类的指令接轨，然后下降人机交互门槛。为此公司还研制了一款蛋白生成修改器，尽可能将事务侧的言语翻译到机器侧。
杨朔表明，当时细分场景AIGC需求处理的中心出题是，怎么把一些笔直场景中十分结构化的言语系统、方法论常识，转变成可以被提示词所沉积下来的内容，比方参数调优。
这儿的提示工程师，不只仅是玩转几个大模型那么简略。在宋乐看来，该范畴的提示词工程师要既懂生命科学又懂人工智能算法，在人才商场十分稀缺，这也是许多雇主开出高薪的原因。公司现在首要是内步培育，一起招聘生命科学和算法工程师两类人才，协作开发，打造一个交叉学科的团队。
当然提示词不是*的，“咒语”也会失灵。
杨朔表明，跟着各作业引进AIGC，或许提示词工程师这个作业会消失，由于当各作业的事务人员都可以把握提示词工程，它将变成一种基本技术。就像李梅刚开端背一些经典提示词，是为了复刻大师的构思，但她终究要自己用构思驱动AI的数据库。
田丰表明，提示词是操作AI的根底技术，不要过火夸张它的效果，它仅仅AIGC年代人机交互的一个接口，跟着海内外研制者的尽力，大模型会逐渐提高人机交互功率和开发功率，提示词的功用也会弱化。一起，跟着工业需求的演进，提示词的功率和专业性也会越来越强，和现在遍及的根底才能有所区别。
田丰以为，AI的实质是数字化转型进程中的新一代生产力，不会发生太多全新的作业，会在各行各业催生出把握新生产力东西的传统作业。
杨朔表明，未来许多新作业并非一个全新工种，而是AIGC赋能了人才的广度和宽度后，翻开了许多传统岗位的才能的鸿沟，比方出售和售前交融，产品司理和营销交融，记者和修改交融等。
田丰表明，现在大部分AIGC东西都是“点”功用，帮人写一封邮件、一张画、一段音乐等，商场用户则需求全套开发环境，需求total solution。下一步，AIGC东西正在协同对接交融，由点到面开展，逐渐规模化、工程化、自动化。模型之间会构成规范化的协同网络协议、接口规范，像轿车全自动生产线相同，人类迎来全网模型协同的年代。