对于知识型工作者来说,ChatGPT的问世完全等于工业革命,是一波不亚于蒸汽机、电报、互联网的时代巨浪。伴随着ChatGPT和以它为代表的AIGC高度发展,世界将被重塑。特赞身处这一轮浪潮之中,希望能够站在科技和人文的交汇处,在企业数字化过程中不仅能降本增效,还能看到创意更多元也更个性化的可能性。

范凌博士于2015年创立了特赞,希望帮助企业和品牌提供内容体验的解决方案。特赞之外,范凌还是同济大学特聘研究员和博士生导师,同济大学设计人工智能实验室主任,世界经济论坛全球青年领袖和文化领袖,美国著名智库阿斯彭学会中国成员和阿斯彭全球领袖网络成员。范凌是哈佛大学博士和普林斯顿大学硕士,曾在美国加州大学伯克利分校和中央美术学院任教。

特赞专注于通过“技术+创意”,搭建创意内容的数字新基建,为全球品牌提供内容体验的生产、管理、分发、分析的解决方案,赋能品牌的内容数字化转型,助力品牌以内容驱动增长。成立至今已服务了200多个全球领先企业,成功帮助阿里巴巴、联合利华、字节跳动、百事、资生堂、宝洁、星巴克、麦当劳等企业搭建内容中台。已生产了超过 15万 的内容资产并形成亿级的内容资产管理规模,聚集全球超 5万个内容创作者。特赞于2021年完成了D1轮融资,正式成为10亿美元以上估值的创业独角兽。

*以下是动点科技与特赞创始人范凌的访谈内容:

如果要用三个关键词介绍一下特赞,您认为哪三个词比较贴切?

今年的第一个核心关键词叫build,所以我们今年是做东西的一年,主张少讲多做。第二个就是想象力,我觉得尤其在 AI的时代,想象力是无法被取代的,只要能想到我们就应该花更多时间去想,我们希望帮助企业更具有想象力。第三个是科技,我们也希望抓住科技的新动向,然后把科技翻译成产生客户价值的产品和服务,来服务更多的用户。

特赞的内容科技体现在哪些方面?它是如何去赋能其他行业的?

我们主要做的就是用人工智能、数据相关的技术,帮助企业更好的来指导内容的管理,内容的生产,内容的分析以及内容的分发。所以我们会用一些生成式的技术帮企业更好地把内容设计出来,会用一些技术,让内容可以更好地结构化,比如说视频内容可以理解中间的结构标签等。然后另外一部分,创作是一个比较主观的东西,我们试着用结构化的方式去理解创作的能力,从而能够为企业的需求去更好地匹配各种各样的内容创作。

DAM对品牌的核心价值在哪里?

企业数字化是企业的流行趋势。最早的时候企业可能先做的是触点的数字化,比如说从线下的触点变到了线上,像电商、社交网络等等,然后慢慢企业开始关心自己的用户,所以开始建类似于CRM、CDP这样的一些工具来更好地管理用户的资产。

在过去这3到5年里面,我们发现企业开始逐步知道用户在哪里以后,希望用更好的内容,更准的内容,更个性化的内容和这些用户打交道,从而让用户可以有更好的体验,更好的忠诚度。内容数字化的核心就是要把内容有效地变为数据管理起来,所以有了DAM,内容的数字资产管理系统,全称叫Digital Asset Management。有了内容管理这个体系以后,可以一边指导用户生产,一边带来企业内外的内容协作,另外一边是更高效地进行内容到用户触点的分发,从而让整个商业的闭环可以做得更好。

特赞在AIGC方面有哪些布局和规划?

在2016年底到2017年初的时候,我们就开始做人工智能来赋能内容生产。当时我们做的是上一代的技术,成本高、场景窄,需要做的数据处理还很多,造成企业的使用成本较高。

随着技术越来越平民化,尤其是5年前transformer的模型出来以后,我们也看到技术的适用性越来越强,门槛越来越低,对我们自己的产品来说是一个巨大的解放。

在特赞服务的企业里,内容管理规模最大的一个企业可能有超过1亿条内容(图文、视频等),有了AIGC以后,这些内容就变成AIGC的原材料和燃料,又能生成更多的和品牌相关的好内容。所以对我们来说,从原来只是一个发动机,现在变成一个内容的永动机。

在 AIGC 发展过程中,您觉得最大的挑战是什么?特赞是如何克服这些挑战的?

危与机永远并存,但是我们自己在做企业服务,所以我们看到的中大型企业在AIGC里一方面很兴奋,因为看到降本增效的可能性,看到创意更多元、更个性化的可能性。

但另外一方面提到很多的其实是数据的来源和归属权的问题,这些企业他们的数据基本都是专有的数据,没有喂到ChatGPT里。他们讨论比较多的是,今天如果要用类似于GPT这样的大语言模型或者多模态模型的话,怎么样保证他们数据的安全、产权清晰和大模型带来的结果优化。我们一直在想每个品牌自己的GPT到底该怎么做,所以也在跟微软有很多的沟通。

未来5年AI会在创意内容领域产生什么样的影响?

影响其实已经在发生,根据相关的数据预测,可能未来5年会有70%的内容是 AIGC的内容,但另外一方面也会有创作者担忧未来我们只能看到AIGC的内容从而同质化严重,比如不停地混剪造成内容质量的下降。

但我会觉得创意的力量依然巨大,但是创意的工具会越来越平民化,也就是说过去画张图比说话难,做视频比画图更难,而未来可能这几种方式的呈现难度差异越来越小,我们都可以用prompt的方式产生图片、短视频,但是这个prompt或者说创意本身可能会变得越来越有价值。

您认为哪些行业会最先受到AIGC的冲击?

我以前也不敢相信,但是我真的在这一波的过程里面,感觉可能99%现在的白领工作,不只是设计师、插画师,也包括律师、投资人、分析师,他们的工作都很难再保证原来的溢价。

另一方面,有时候听到年轻人会说不想做“工具人”,你会发现原来就有很多工作事实上应该机器做的,只是被人完成了而已,所以这些人叫“工具人”,现在可能又把这些工作还回给机器了。

其次就是不论机器多先进,事实上我们的生活还是有很多问题存在,比如食品安全、医疗和教育资源的分配……所以如果这99%的人失业了,其实他们很容易再找到可以创业的机会,社会上还有很多问题需要被解决。

AI未来将如何赋能人的创造力?

每一次技术在人类创意的历史上,都是先产生了某些恐慌,然后又产生了巨大的机会,最终机会大于恐慌。举个例子,相机刚问世的时候,很多画家开始担忧失业问题,因为相机永远比画家呈现得更真实高效,但是后来出现了印象派、后印象派、抽象派,出现了形式主义、当代艺术,甚至连像不像都不重要,因为出现了装置艺术,打开了艺术创作的新大门。

30年前Photoshop出来的时候,很多人说传统的手工艺排版面临挑战,但是美国的平面设计师人数在1990年到2000年这10年里面涨了30倍,中国的平面设计师这个群体更是从无到有。因此一开始我们可能都会在原来存量的工作机会里受到影响,但是又会有新的工作出现。

您同时在学界和业界有丰富的学术和实践经验,那么作为一名老师,你会鼓励你的学生加入到AIGC创业大潮吗?

我不鼓励任何人加入AIGC的创业,除非你做有技术门槛的大模型,不然上层应用的门槛其实都是非常低的。而日常生活里还有很多问题需要解决,正如我上面提到的AI能不能帮我们更好地解决食品安全、教育等的问题,这里面也蕴含着创业机会。如果只是做个AIGC,新的底层模型出来以后,上一代的东西可能都会马上过时。

特赞即将在上海举办的“数字设计:AIGC创建者大会”是一个怎样的活动?有何特色和亮点?

AIGC是一个“流行词”,我们一定不会错过。现阶段是人工智能大航海时代,所以具体会怎么样没有人知道,所以我们想做一个给在这个时代里弄潮儿开的会。我们将把“创”和“建”两种类型的人聚集在一起。

“创”就是creators,创作者就是我提到的99%可能会失业但可能也会发现新机会的这些艺术家、设计师,包括各行各业的创作者、品牌;另外还有“建”叫builders,他们可能是工程师、创业者等。所以我们想做一个给这些人的会。

其次我很期待现在这个阶段的AIGC很能像电脑刚出现的时候,给人无限遐想。那时电脑还是个玩具,后来才慢慢变成了工具进入千家万户。有点像家酿计算机俱乐部(The Homebrew Computer Club)时代,家酿俱乐部就是最早时候一帮搞电脑的人,那时候沃兹尼亚克出来present了一个很粗糙的机器。那时候乔布斯就在下面听着,后来才变成了苹果的乔布斯和沃兹尼亚克。基于AIGC也正处于这样一个黎明时刻,因此我们想做一个没有上一代KOL的会,为AIGC时代的乔布斯和沃兹尼亚克提供一个可以做很多的双向互动的大舞台。

注:特赞5月7日举办“数字设计:AIGC创建者大会” 官网:whoisaigc.com

请跟我们分享特赞与微软及微软加速器的故事

我们在非常早的时候有机会加入微软加速器,微软加速器是对创业者非常友善的社区,也适时给了我们一些云的资源,从而能够让我们在搭建产品技术的时候,有很好的基础设施。

另外微软加速器其实搭建了一个很好的和客户创新部门、数字化部门交流的平台,让特赞这样的创业公司在早期就有机会去接触企业最愿意尝新数字化的关键人物,给我们的企业服务业务营造了一个非常好的基础。

那么从和微软的合作来说,微软现在毫无疑问在AIGC时代有非常强的先机,包括更及时的API对接,微软云强大的基础设施,这些都会在AIGC时代给我们这样的创业公司的提供较好的基建,比如说对公司的算力、速度的支持等。因此我也很期待能够从和微软加速器的合作,慢慢到和微软能够有更多合作,去服务更多的企业级客户。

 

特赞是微软加速器的校友企业,了解更多校友及创新动态,请关注:

微软加速器官方公众号:mvachina

微软加速器官方网站:startups.microsoft.com

加入Microsoft for Startups FoundersHub:

foundershub.startups.microsoft.com

BP直投:[email protected]