這輯的《秘笈症候群》我們要討論的主題依舊是最近最火熱的「人工智慧生成內容（AIGC）」，並且聚焦在 AIGC 在遊戲產業中的應用以及對此產業內員工的影響。我們邀請到在遊戲產業中有著豐富資歷的總監好朋友—「尹口」，來跟我們聊聊：AI 襲來，對遊戲產業目前的衝擊、人才的需求等，以及對遊戲產業未來的想像，她的第一手經驗和觀察。
為了能夠更精準的討論，讓我們再來複習一次名詞解釋：
- AI (Artificial Intelligence): 人工智慧
- AIGC (AI Generated Content): 人工智慧生成內容
- Generative AI：生成式AI
- Prompt：當動詞時是「提示」、名詞時則是提示語。在華文圈有許多人會用「詠唱」。意指輸入AI生成系統以生成內容的語句或關鍵字詞。
近期最熱門的 ChatGPT、MidJourney、Dall-E 2、Stable Difusion…等，都是屬於 Generative AI（生成式AI），而透過「詠唱」它們而生成出來的文字、圖片等內容，則是屬於 AIGC（AI Generated Content 人工智慧生成內容）的範疇。
延伸閱讀：詠唱出什麼樣的未來？AIGC 對各行各業帶來的影響！
在這近一個小時的討論中，我們天馬行空地涵蓋了許多主題，主要可以分成兩個部分，以下整理成簡單的重點跟大家分享，如果有興趣的話，歡迎去聆聽這集的完整 Podcast 哦。
注意：本集內容主要聚焦與圍繞在「遊戲產業」的範圍，同時僅限於討論者自身的經驗和意見，不代表任何職涯建議或嚴謹的產業預測。
對「個別工作者」的影響
首先在討論中提到了許多與繪師、遊戲企劃、產品 PM、工程師等個人工作者有關的影響。
一週的工作量在30分鐘內完成，又快又好
遊戲公司過去在與繪師的合作上，因為工作量的排程和來回確認修改，通常會需要一週左右的時間能完成一個角色的設定和設計，導入 AIGC 的流程之後，可以在驚人的30分鐘內就能完成。
當然這裡會有一些先決條件的限制，例如使用者對AI操作的熟稔度，對角色設定和成果的掌握度等等，但總而言之可說是非常可觀的效率提升。
和上一代的工具進化有何不同？
大約在2004年左右，台灣的設計產業經歷了從上一代的手工繪圖完稿，轉換到電腦繪圖軟體的導入時代，當時的設計前輩們雖然也對新技術的導入產生各種情緒（正面負面都有），但是時間證明，當時的工具革新並沒有讓設計師這樣的職位角色變少，反而讓入門門檻降低，並同時刺激了市場需求。
然而2023年這一波 AIGC 的大浪來襲，似乎帶來了更大的焦慮感。
除了 AI 工具的入門門檻降得更低、產出更高之外，即使是過去對於設計相關領域零經驗的一般人，也能夠瞬間生成出極佳品質的成果，導致對於原先在該領域的工作者立即產生龐大的威脅感—甚至出現「AI將能取代繪師」的聲音。
例如在過去一個角色可能只有台幣三萬元的繪師預算，就不可能用八萬元的預算去請一個最頂級的繪師來執行創作，但現在卻可以用更低的成本，可能就取得符合需求的成果。
其次，在「角色設定」的工作上，過去需要以文字或參考圖和繪師進行溝通，再來回定調成果，可能會花費大量的時間和精力，但是現在透過 AIGC ，可能只需要遊戲企劃人員或是產品PM直接就可以產出角色設定圖，大大地提升效率，減少了時間和金錢成本。
技能組合更為創作者的工作加分
在討論中我們一致認為「繪師」仍然具備 AI 缺乏的原創和藝術性，但是不可否認在市場上這樣的內容需求仍有可能會被 AIGC 取代一部分，因此，繪師如果能夠利用自己的美感和技術強項來優化與訓練AI生圖的品質，甚至增加企劃能力，反而會成為遊戲產業裡最不可被取代的一群人。
相同的，遊戲企劃和產品 PM 如果能橫向學習 AI生圖的技巧，同樣也會為自己創造獨特的競爭力。
創意，比產能和技術更為重要
過去的「大作」要費時等待經驗豐富的繪師有空擋才能製作，現在卻能夠用更低的成本和更短的時間得到大作等級的圖片。一個不斷在AIGC影響的相關論述中不斷出現的一個概念是：當未來每個人都可以輕易產出80分的內容的時候，如何把品質提升到99就是差別所在。
這個分數提升的部分當然不只是「更好的Prompt技巧」和「AIGC成果在修圖優化」而已，反而更大的區別會是在這個內容在一開始時候的「設定」和「創意」上，這才是讓工作者的成果能夠從茫茫 AIGC 波浪中脫穎而出的重要因素。
對「管理層」及「產業」的影響
工業化的流程變化
先不論成果品質，非常殘酷地，現在正在發生的情況就是已經有公司，開始建立「圖像量產流水線」。也就是選好模組和參數，設計好執行步驟，就可以開始請人量產圖像。即便是過去極度依賴繪師個人能力的「角色繪圖」，也成為了工業化的量產產物。
效率和成本的優先順序
另外一方面，雖然媒體不斷恐嚇設計圖像工作要被AI取代，根據一份微軟提供的對AI進入工作環境的調查報告顯示，企業主和高階主管對於導入 AI 之後的工作，優先目標其實是「提升現有員工的生產力」而不是「裁員」。
這其實很好理解，因為對企業主來說，在大多數的情況下，「創造更多盈利」會比「節省現有成本」來得更重要。因此思考如何利用 AI 來增進效率，創造更多營收，就會比思考如何利用 AI 來取代現有人力來得合理。
而延伸來說，效率提升，單位產出成本下降，也開啟了下面這個好處。
成本降低促進實驗性質的產品出現
當內在因素（製作一個遊戲的時間和資金成本降低）和外在因素（更多遊戲競爭）互相加乘，我們認為或許有利於企業主鼓勵員工發揮創意，出奇招，創造更待實驗性質的產品來嘗試吸引玩家。
對員工來說相對會是一件好事，這會讓上面提到的部分可以「工業流水線化」的工作盡量交給 AI 來做，人類就去發揮創意，發想更多的可能性。
對遊戲玩家來說，這同樣也會是一件令人興奮的發展，因為可以期待更多更不一樣風格、玩法、情節、效果…的遊戲出現。
生產力增加，但是要成功仍需其他層面的專業配合
討論中我們也提到，遊戲應該要回歸到本質，也就是「好玩」才有機會成功。而遊戲要好玩，不只是「畫面」一個要素而已，還需要玩法、動畫、音效、營收模式、故事情節、敘事技巧，甚至上市後的行銷推廣、社群經營、客戶服務…等等。
所以即便「製造一個遊戲」的成本降低，可能會因此出現許多小團隊，但是與其他專業能力的配合仍然考驗著這樣的團隊是否能夠成功。
最後，補充一個我們在討論的最後提到的重要議題：
「手工」的價值
當紡織工業普及後，一件手工編織毛衣的價值更加珍貴了，甚至產生了像「自製T-Shirt圖樣絹版印刷」這樣的體驗商品市場。
手工皮鞋、手工製錶、手工家具…等等這些雖然因為工業標準化而消失了大量職缺的工作，反而變得更珍貴了。未來或許在 AIGC 成為主流後，反而「手工電腦繪圖」、「手工小說」、「手工動畫」會顯得更有特殊性，更能展現人類專屬的創造力，和溫度。
