生成式AI來勢洶洶，人類是否會被取代的話題甚囂塵上，但答案並非只有「是」與「否」。我們還有另一種選擇，就是活用這項最新科技，強化我們身為人類的寶貴價值。

關於本文藝術作品／所有圖像均使用生成式AI創造。這兩張圖片由Midjourney生成，使用燈泡、花、彩色粉筆、幾何形狀、簡約、乾淨的線條和極簡靜物等提示所創造而成。

生成式人工智慧（generative AI）這項科技可以創造新的內容，例如音訊、文本、圖像和影片等，有些人十分擔心它可能會取代人類擔任的許多職務。但是生成式AI提供給企業和政府的最大機會之一，就是擴增人類的創造力，以及克服「創新民主化」（democratizing innovation，亦譯大眾化創新）所面臨的挑戰。

「創新民主化」一詞，是由麻省理工學院（MIT）的艾瑞克．馮希培（Eric von Hippel）所創造。他從1970年代中期以來，一直研究並撰文探討的主題，是產品與服務的使用者有潛力能夠開發自己需要的東西，而不是單純依賴企業來做這件事。讓使用者深度參與創新流程，這個觀念在過去20年左右已然大受歡迎，而且今天有企業利用群眾外包（crowdsourcing）和構想競賽，來生成許多新的構想。然而許多企業很難好好利用這些貢獻，原因在於以下四項挑戰。

第一，創新民主化的努力可能造成評估作業的負荷過重。例如，群眾外包可能會產出極為大量的構想，而其中許多構想最終都會被拋棄或漠視，因為企業缺乏有效率的方式去進行評估，或是缺乏有效率的方式去合併不完整或微小的構想，但如果它們真的合併起來，結果可能十分驚人。

第二，企業可能因為擁有專業知識而受害。最擅長生成與找出「可行」構想的領域專家，往往很難生成、甚至接受「新穎」的構想。

第三，缺乏領域專業知識的人，也許能夠找出新穎的構想，但可能無法提供細節，讓這些構想變得可行。他們無法將雜亂無章的構想，轉化為條理分明的設計。

最後，企業很難見樹又見林。組織專注於結合大量的顧客要求，卻無力產出一個全方位的解決方案，吸引整個社群。

我們的研究，以及我們和企業、學術機構、政府、軍方在數百項創新行動的合作經驗（其中有一些使用生成式AI，有一些沒有），都已證明這項技術可以協助組織克服上述挑戰。它可以擴增員工和顧客的創造力，協助他們生成和找出新穎的構想，並改善原始構想的品質。我們觀察到以下五種方式。

本文觀念精粹

問題：20年來，企業愈來愈讓外部人士參與新產品構思過程。群眾外包和構想競賽是兩個主要的例子。但企業仍然很難好好利用由此產生的大量構想。

根本原因：缺乏一個有效率的方式來評估構想；領域專家很難接受新穎的構想；貢獻構想的人無法提供必要的細節，讓構想變得可行；綜合不同構想是一項挑戰。這些都是造成問題的因素。

解決方案：生成式AI可以協助克服這些挑戰。它可以擴增員工和顧客的創造力，協助他們生成和找出新穎的構想，並改善原始構想的品質。

1. 促進發散式思考

生成式AI可以支援發散式思考（divergent thinking），讓我們在彼此不相關的概念之間建立關聯，並從中產生構想。這裡舉一個例子來說明我們如何使用Midjourney。Midjourney是一套把文字轉為圖像的演算法，可以偵測圖像之間的類比相似性，因而能依照人類的文字提示，來生成新穎的產品設計。（本文提到的例子使用了Midjourney、ChatGPT和Stable Diffusion，但現在可以運用的生成式AI工具非常多，它們只是其中一小部分而已。）我們要求Midjourney結合大象和蝴蝶來創造一張圖像，然後它就產生了一個混合生物，我們稱為「象蝶」（phantafly）。

接著，我們參考這張由Midjourney產出的細節豐富的「算圖」（rendering）來產生一些提示，用於Stable Diffusion。這是另一款受到歡迎的文字轉圖像模型，為不同產品類別生成了一系列構想，包括椅子和傳統手工巧克力糖果（見圖）

以這種方式迅速而低成本地產出大量設計，讓企業能夠快速評估許多不同的產品概念。例如，服裝公司使用生成式AI來創造T恤的新設計，也許就能站在潮流的最前端，並給顧客提供不斷變化的產品選擇。

另一個例子可說明這項科技如何將各種構想連結起來，創造出個人或團隊也許永遠無法靠自己想出來的概念。我們用ChatGPT這種以大型語言模型著稱的生成式AI，來引導產生各種構想。我們要求它連結三個不同的東西，藉由這種三重關聯（trisociation）的過程來生成各種構想；三重關聯是指連結三個不同的實體，這是「二元關聯」（bisociation）這種創意技巧的擴大做法。我們團隊給ChatGPT以下的提示：「你將扮演構想發想者的角色。請隨機生成十個常見的名詞，然後從中隨機選擇兩個名詞，接著要我提供第三個名詞。你把你找出的兩個名詞和我提供的那個名詞組合起來，或建立它們之間的關聯，然後生成一個商業構想。」

ChatGPT生成了「食物」和「科技」這兩個名詞。它提示我們提供第三個名詞時，我們輸入了「汽車」。ChatGPT很快就產生出以下的商業構想：「一種智慧型外送服務，使用自動駕駛汽車將餐點送交顧客。科技層面可能包括運用AI來優化送餐路線、即時追蹤食物溫度，以及給顧客提供訂單處理狀態的即時更新資訊。這種服務可以針對忙碌的專業人士和家庭，他們希望在不犧牲美味和品質的情況下，獲得便利、健康的餐飲選擇。」

在另一回合，ChatGPT產生了「航空公司」和「椅子」這兩個名詞。它提示我們提供第三個名詞時，我們輸入了「大學」，然後ChatGPT就產生出一個商業概念，提供一個便捷而具有成本效益的方式，讓學生和學者可以參加世界各地的會議和工作坊，而且還能在飛行途中取用圖書館裡收藏的教育書籍。它建議將這家航空公司命名為「飛讀」（Fly and Study）或「育飛」（Edu-Fly）。

2. 挑戰專業知識偏見

在新產品開發的初期階段，生成式AI創造的非典型設計，可以激發設計師在思考可能或渴望的產品形式與功能時，擺脫既有的成見。這種方法所能產生的解決方案，是人類運用傳統方法也許永遠想像不到的。傳統的方法是先確定各項功能，然後配合這些功能來設計產品的形式。生成式AI提供的這些構想有助於克服偏見，例如設計的僵化（過度依賴標準的設計形式）、功能的固化（無法想像傳統用途之外的其他用途），以及定勢效應（Einstellung effect），也就是過往的個人經驗會阻礙人們考慮運用新方法解決問題。

以下的例子可說明這個過程。我們要求Stable Diffusion針對以螃蟹為靈感的玩具生成一些一般的設計，但沒有提供任何功能規格的說明。在看到生成的設計後，我們才去想像它們的功能。例如，上圖以螃蟹為靈感的一堆玩具中，左上角那個可以發展成爬牆的玩具，而它旁邊那個可以是一個把小球射過房間的玩具。靠近中間那個盤子上的螃蟹，可以當成寵物的慢食盤。

這並不是構思出不尋常產品的全新方式：迪士尼世界（Disney World）之類的主題樂園有許多建築和乘坐式遊樂設施，一直以來，推動它們的力量就是渴望重現故事的場景和角色。但是生成式AI工具有助於啟動企業創造出富於想像力的設計。

3. 協助評估構想

生成式AI工具還可以在創新前期的其他層面提供助力，包括提升構想的明確性，以及評估各種構想，有時還可以結合不同的構想。假設有一個創新挑戰，目標是找出方法盡量把食物浪費降到最低。ChatGPT評估了三個原始構想的優缺點：（1）包裝上標示動態的有效日期（標籤會根據食物存放位置的環境條件，自動更改日期或顏色）；（2）開發應用程式（app），協助使用者捐贈食物；（3）舉辦宣傳活動，教育人們了解有效日期的類型，以及它們在新鮮度和適合食用度方面代表的意義。ChatGPT對這些優缺點進行平衡的分析，反映出對這個問題感興趣的兩個人，在討論這些構想的優點時可能會出現的情況。例如，ChatGPT評估動態有效日期包裝的概念時，判定這個做法能協助消費者更了解產品的保存期限，並鼓勵食品製造商減少每批次生產的數量，因而雜貨店就能更頻繁補貨到架上。此外，ChatGPT指出，動態有效日期可能需要大幅更動製造和包裝流程，因此有可能提高製造商和消費者的成本。

ChatGPT判定食物捐贈app可以鼓勵人們在食物變質前食用完畢，或是將未開封的可食用食物捐給需要的人，以減少食物浪費。它提醒我們，這款app可能需要大量使用者才能發揮效果，而且食物來自四面八方，沒有受到監管，它們的運輸和配送可能會有安全上的疑慮。

ChatGPT指出，消費者教育計畫的優點，是讓消費者更了解不同有效日期標籤的意義，並協助他們在購買和浪費食物上做出更有依據的決定。但ChatGTP警告：這個教育計畫可能過於複雜，因為所有食品的有效日期並沒有標準化。它也提醒我們，如果教育計畫的範圍廣大，特別是如果要舉辦許多宣傳活動或發送許多學習材料，那麼教育使用者了解不同類型有效日期的做法可能會花費高昂。

生成式AI不只能夠列出簡單的優缺點，還能協助人們評估創造力的各個面向，例如新穎性、可行性、明確性、影響和可操作性。我們要求ChatGPT運用這些標準來評估上述那些例子。

以下是它對「動態有效日期包裝」這個概念的評估：

新穎性：有點新穎。一直都有人努力開發可以延長食品保存期限的智慧型包裝，但動態有效日期的構想是一個新興的概念。

可行性：執行起來可能會有挑戰，因為它需要開發新的包裝材料和科技。它也需要和食品製造商、法規監管機構及經銷商協作。

明確性：明確，因為它提供消費者更準確的有效日期，以處理食物浪費的問題。 影響：可能產生重大影響，減少食物浪費並改善食品安全。如果提供更準確的有效日期，消費者就更有可能在食物變質前食用。

可操作性：很可能需要投入大量資源和專業知識去開發和執行，也可能需要好幾年時間才能充分實現它的潛力。

以下是ChatGPT對「即期食物捐贈app」的評估：

新穎性：並不特別新穎。已經有許多計畫和組織致力於減少食物浪費，並將多餘食物捐贈給需要的人。

可行性：高度可行。已經有許多既有模式和基礎設施，可以支援食物的捐贈。

明確性：明確，因為它的目標是減少食物浪費和處理食物來源不穩定的問題。 影響：有潛力帶來重大的影響，因為它同時處理食物浪費和飢餓的問題。將多餘食物重新分配給需要的人，有助於減少食物浪費，同時改善弱勢群體的食物來源不穩定的問題。

可操作性：高度可操作，因為它可以迅速執行，而且成本相當低廉。它需要和食品製造商、經銷商、食物銀行，以及收集和分送捐贈食物的志工合作。

最後，以下是ChatGPT對「教育使用者了解不同類型有效日期」這個構想的評估：

新穎性：並不特別新穎。一直都有人努力教育消費者了解有效日期的意義，以及如何恰當地存放食物，以延長保存期限。

可行性：高度可行。它可以透過不同方式執行，例如大眾宣傳活動、學習材料和媒體廣宣。

明確性：明確，因為它的目標是教育消費者了解不同的有效日期，以及如何恰當地存放食物，以減少浪費。

影響：可能很重大。教育消費者了解不同的有效日期，以及如何恰當地存放食物，會讓他們更注意食物浪費的問題，並採取措施減少浪費。

可操作性：高度可操作，而且執行成本相對低廉。這需要和食品產業團體、政府機構及其他組織協作，來開發和分送學習材料。

用ChatGPT可以相對容易評估這三個概念，或依照最重要的標準，迅速給予評分或組織。

4. 支援完善構想

生成式AI工具可以解決構想競賽面臨的一項重要挑戰：結合或合併大量的構想，以產生遠遠更為強大的構想。例如，組織若嘗試贏得合約或補助，來擬定減少食物浪費的計畫，就可以使用這些工具來結合前面討論的三個概念。這件事我們分成兩個步驟來進行。首先，我們要求ChatGPT充實每個概念：

1、「動態有效日期這項解決方案的目標是要減少食物浪費。這需要將科技納入包裝之中，讓包裝能夠即時追蹤和調整產品的保存期限。運用感測器，包裝就能根據環境因素的變化來更新有效日期，讓消費者更準確估計產品何時會變質。」

2、「讓消費者能夠捐贈即期食物的app，目標是捐贈未開封的可食用食物給需要的人，以減少食物浪費。這個app將那些有多餘食物的人，連結到能夠利用這些食物的在地組織。它運用科技促進食物捐贈，有助於減少食物浪費，並提供食物給需要的人。」

3、「教育使用者了解不同類型的有效日期，可以協助使用者在購買和消費食物、減少浪費和節省金錢方面，做出有依據的決定。教育宣傳活動清楚解釋『最佳食用日期』『食用期限』和其他到期標籤的意義，可以協助使用者更了解如何判定食物是否安全可食用，以及何時該丟棄。」

接著，我們要求ChatGPT將這三個構想全部合併成一個減少食物浪費的計畫。它很快就產生以下的說明：「減少食物浪費的全方位解決方案，包括創造一個具有動態有效日期的智慧型包裝、建立一個捐贈多餘食物的計畫，並教育大眾了解食物有效日期的重要性。智慧型包裝可協助消費者在食物新鮮度上做出有依據的決定，捐贈計畫確保多餘食物能夠得到妥善利用，教育活動則讓人們更明白食物浪費造成的影響。這套解決方案賦予消費者力量、與產業和政府合作，以及更妥善利用多餘食物，因此有可能大幅減少食物浪費，並創造更永續的未來。」

5. 增進企業與使用者的協作，以及使用者彼此的協作

在開發新產品的構想或設計時，生成式AI可以促進公司設計師和潛在產品的使用者之間的協作，也可以促進使用者彼此的協作。換句話說，科技讓新產品的共同創造（co-creation）更容易得多，成本也更低廉得多。例如，企業可以讓使用者取用工具來生成設計，然後根據顧客的喜好創造出個人化的產品版本。或者，使用者的設計可以發表在群眾外包平台，由平台社群來評估。接下來，最好的設計可以交由其他協作者進一步開發。

我們用飛行車的設計過程為例來說明它的潛力。人類開發飛行車已經有一百多年的歷史，並沒有取得太多的成功。我們給Stable Diffusion一個提示：「設計一種既能飛行，也能在路上行駛的產品，也就是一輛會飛行的汽車。」Stable Diffusion生成好幾種設計，我們選出我們認為最有前景的一個：前頁最上方拼貼圖裡右下角那輛。

然後，我們要求Stable Diffusion採用這個設計，並重新想像飛行車的概念，讓這輛車「像一隻機器老鷹」。第二張拼貼圖是生成式AI程式迅速產出的不同版本——從左上角看起來最像機器老鷹的設計，到右下角比較可行的飛行車概念。

第二個例子說明設計師如何運用這些工具進行協作，從同一個結構設計生成不同的主題。他們從AI生成的一個飛行車設計開始，要求AI工具產出一些類似蜻蜓、老虎、烏龜和老鷹的版本（見下方拼貼圖）。

另一種方法是讓人類協作者使用ChatGPT之類的工具擬出產品的細節，然後使用Stable Diffusion之類的工具，根據一系列環環相扣的提示來取得視覺設計。我們給ChatGPT的提示，和我們先前給Stable Diffusion的提示類似：「描述一種既能飛行，也能在路上行駛的產品，也就是一輛會飛行的汽車。」

ChatGPT提供了以下的描述：「飛行汽車是一輛造型流線、具有未來感的交通工具，專為終極冒險而打造。它外表看起來就像時尚跑車，線條流暢，外表光滑亮麗，但備有隱藏的轉子，讓它能夠起飛。」

我們把這個描述提供給Stable Diffusion，於是它提出右頁最上方的圖像。接下來，我們要求ChatGPT重新想像這段描述，新納入的資訊包括產品必須類似蜻蜓，並具有夜間飛行所需的發光標記。它的回覆如下：「這輛車具備細長的車身、伸展的機翼和隱藏的轉子，彷彿就是一隻真的蜻蜓。位於機翼和車身的發光標記，營造出令人驚艷的視覺效果，讓車輛在黑暗裡清晰可見。」

Stable Diffusion將這段描述轉化為不同的版本，各版本都維持那項可行的設計，並根據蜻蜓的翅膀花樣來添加發光的元素。原始設計下方的圖像就是一些例子。

解放創造力

人類擁有無窮的創造力。然而，用文字或視覺形式傳達自身概念，卻是一項挑戰，讓許多人無法貢獻新的構想。生成式AI可以消除這個障礙。它就像任何真正創新的能力一樣，毫無疑問會遭到抵制。長期存在的創新流程將需要改變。採用以往做事方式的既得利益者，尤其是那些擔心遭到淘汰的人，將會採取抵制。但生成式AI有機會大幅增加來自組織內外的構想，也大幅提高這些構想的新穎性，這些優點將會讓這趟旅程值得一走。生成式AI的最大潛力並不是取代人類，而是協助人類透過個人和集體的努力，創造至今無法想像的解決方案。它確實能做到創新民主化。

文章來源：哈佛商業評論 7月號