生成式人工智能（generative AI）这项科技可以创造新的内容，例如音频、文本、图像和视频等，有些人十分担心它可能会取代人类担任的许多职务。但是生成式AI提供给企业和政府的最大机会之一，就是增强人类的创造力，以及克服“创新民主化”（democratizing innovation）所面临的挑战。
“创新民主化”一词是由麻省理工学院的埃里克·冯·希佩尔（Eric von Hippel）创造的。自20世纪70年代中期以来，他一直在研究和撰写关于产品用户与服务用户自己开发他们所需东西的潜力，而不是简单地依靠公司来做这件事。让用户深度参与创新流程，这个观念在过去20年左右已然大受欢迎，而且今天有企业利用群众外包和构想竞赛，来生成许多新的构想。然而许多企业很难好好利用这些贡献，原因在于以下四项挑战。
第一，创新民主化的努力可能会导致评估负担过重。比如，众包可能会产生大量的想法，其中许多想法最终会被丢弃或忽视，因为企业没有高效的方法对其进行评估，或是对不完整或不那么重要的想法进行整合，但如果它们真的整合起来，结果可能十分惊人。
第二，企业可能因为拥有专业知识而受害。最善于产生和识别可行想法的领域专家通常难以产生甚至接受新的想法。
第三，缺乏专业领域知识的人可能会发现新颖的想法，但可能无法提供具体办法以使想法变得可行。他们无法将杂乱无章的想法转化为条理清晰的设计。
第四，企业很难见树又见林。各组织专注于综合众多的客户需求，却难以产生一个具有总体吸引力的全面解决方案。
我们的研究以及我们与企业、学术机构、政府和军队在数百项创新工作上的合作经验（其中有一些使用生成式AI，有一些没有），都已证明这项技术可以帮助组织克服这些挑战。它可以增强员工和客户的创造力，帮助他们产生和鉴别新的想法——并提高原始想法的质量。我们观察到了以下五种方式。
1 促进发散性思维
生成式AI可以支持发散性思维（divergent thinking），让我们在彼此不相关的概念之间建立关联，并从中产生构想。这里举一个例子来说明我们如何使用Midjourney。Midjourney是一套把文字转为图像的算法，可以侦测图像之间的模拟相似性，因而能依照人类的文字提示，来生成新颖的产品设计。（我们在本文范例上使用了Midjourney、ChatGPT和Stable Diffusion，但它们仅是现有一大批生成式AI工具中的少数几例）。我们要求Midjourney创建一幅结合有大象和蝴蝶的图像，于是它创作了我们称之为“象蝶（phantafly）”的怪物。
然后，我们用Midjourney的细节渲染在Stable Diffusion中激发提示，Stable Diffusion是另一个流行的将文本转换为图像的模型。Stable Diffusion为不同的产品类别产生了一系列想法，包括椅子和手工艺性的巧克力糖（见上图）。
以这种方式快速而廉价地产生大量的设计，让公司能够迅速评估各种产品概念。比如，一家使用生成式AI来为T恤衫创造新设计的服装公司可以紧跟潮流，向客户提供不断变化的产品选择。
让我们来看看另一个例子，说明这项技术如何能够将各种想法联系起来，创造出个人或团队自己可能永远想不出的概念。我们使用了ChatGPT来指导创意的产生。ChatGPT是一种被称为大型语言模型的生成式AI。我们要求它通过关联三个不同实体（双联创造技术的延伸）的一个三联过程来产生想法。我们的团队给ChatGPT提供了以下提示：“你将扮演一个创意者的角色。你将随机产生10个普通名词。然后你将随机选择这10个名词中的任何两个。然后你将要求我提供第三个名词。通过组合或关联你确定的两个名词和我确定的那个名词，你将产生一个商业创意。”
ChatGPT生成了名词“食物（food）”和“技术（technology）”。当得到提示时，我们提供了额外的名词“汽车（car）”。ChatGPT迅即产生了以下商业创意：“一项智能食品递送服务，使用自动驾驶汽车将食物运送给客户。技术方面可能涉及使用AI来优化送货路线，实时跟踪食品温度，并为客户提供其订单状态的实时更新。这项服务的目标受众可以是忙碌的专业人士和家庭，他们希望在不牺牲口味和质量的情况下拥有方便和健康的膳食选择。”
在另一轮选择中，ChatGPT产生的名词是“航空公司”和“椅子”。在得到提示时，我们提供了“大学”一词，ChatGPT于是提出了一个商业概念，即为学生和学者提供一种方便、划算的方式，让他们去参加世界各地的会议和研讨会，并在飞行期间可以访问教育系列丛书。它建议将公司命名为Fly and Study或Edu-Fly。
2 挑战专业知识偏见
在新产品开发的初期阶段，生成式AI创造的非典型设计，可以激发设计师在思考可能或渴望的产品形式与功能时，摆脱既有的成见。这种方法可以带来人类用传统方法可能永远无法想象的解决方案。在传统的方法中，首先确定的是功能，然后再设计形式来适应功能。这些投入可以帮助克服一些偏见，比如设计僵化（过度依赖标准设计形式）、功能固化（缺乏想象超越传统用途的能力）以及定势效应，即个人以前的经历阻碍了他们考虑用新方法解决问题。
以下的例子可说明这个过程。我们要求Stable Diffusion生成以螃蟹为灵感的玩具的通用设计，但没有为它提供功能规格。然后，我们在看到这些设计后，想象出了一些功能性能力。比如，在上图所示的以螃蟹为灵感的玩具系列中，左上角的图片可以开发成一个爬墙玩具；其旁边的图片可以成为一个能在房间里发射小球的玩具。靠近中间的盘子里的螃蟹可以成为宠物的慢食盘。
这并非一种全新的方式来想出不同寻常的产品：迪士尼世界等主题公园的大部分建筑和游乐设施功能都是受重新创造故事中的场景和人物的愿望所驱使的。不过，生成式AI工具可以帮助启动一家公司富有想象力的设计。
3 协助评估创意
生成式AI工具还可以在创新前期的其他层面提供助力，包括提升构想的明确性，以及评估各种构想，有时还可以结合不同的构想。让我们来看看一项创新挑战，其目标是找到办法尽量减少食物浪费。ChatGPT评估了三个原始想法的利与弊：（1）带有动态有效期的包装（根据储存地点的环境条件自动改变日期或颜色的标签）；（2）帮助用户捐赠食物的应用程序；（3）开展一项教育活动，让人们了解保质期的类型以及它们在新鲜度和使用适合度方面所代表的意义。ChatGPT对利弊进行了平衡的分析，其反映的内容正是两个感兴趣的人在讨论这些想法的优点时，我们可能想要从其交流中得到的东西。
比如，当ChatGPT在评估动态有效期包装这一概念时，它确定这将有助于消费者更好地了解产品的保质期，并鼓励食品制造商生产小批量的产品，使其在杂货店货架上可以更频繁地补充。此外，ChatGPT指出，动态有效期可能需要对生产和包装流程做出重大改变，因此可能会增加制造商和消费者的成本。
ChatGPT认定，食物捐赠应用程序可以鼓励人们在食物变质之前用完，并将未开封的可食用食品捐给有需要的人，从而减少食物浪费。它告诫说，该款应用可能需要一个庞大的用户群才能发挥作用，而且运输和配送来自各种不受监管的来源的食物可能会带来安全问题。
ChatGPT表示，消费者教育计划的好处是提高消费者对不同有效期标签意义的认识，并帮助他们对食品购买与浪费的问题做出更明智的决定。不过，ChatGTP警告称，这种教育计划可能过于复杂，因为并非所有食品的有效期都是标准统一的。而且，它提醒说，如果该计划范围广泛，尤其是如果涉及广泛的活动或教育材料，教育用户了解不同类型的有效期可能会产生高昂的成本。
生成式AI可以突破简单的利弊，帮助人类评估新颖性、可行性、独特性、影响力和可操作性等创造力维度。我们要求ChatGPT使用这些标准来评估同样的例子。
以下是其对动态有效期包装概念的评估：
新颖性：有几分新颖。人们一直在努力开发可以延长食品保质期的智能包装，但动态有效期的想法是一个新兴的概念。
可行性：由于需要开发新的包装材料和技术，实施起来可能具有挑战性。它还需要与食品制造商、监管机构和经销商合作。
独特性：它的独特性在于，它通过为消费者提供更准确的食品有效期来解决食品浪费问题。
影响：对减少食物浪费和改善食品安全可能会产生重大影响。当提供了更准确的有效期时，消费者更有可能在食物变质之前使用它们。
可操作性：它的开发和实施很可能需要大量的资源和专业知识，充分实现其潜力可能需要好几年时间。
以下是ChatGPT对捐赠临近过期食品的应用进行的评估：
新颖性：不是特别新颖。已经有许多项目和组织致力于减少食物浪费，并将多余的食物捐赠给有需要的人。
可行性：高度可行。有许多成熟的模型和基础设施来支持食品捐赠工作。
独特性：在减少食物浪费和解决食物不安全问题的目标方面具有独特性。
影响：具有产生重大影响的潜力，因为它同时解决了食物浪费和饥饿问题。通过将多余的食物重新分配给需要的人，它可以帮助减少食物浪费，同时又改善弱势群体的食品安全。
可操作性：可操作性强，因为它可以快速实施，而且成本相对较低。它需要与食品制造商、经销商和食品银行建立伙伴关系，并需要志愿者来收集和分发捐赠的食品。
最后，以下是ChatGPT对教育用户了解不同类型的有效期的想法进行的评估：
新颖性：不是特别新颖。人们一直在努力教育消费者，让他们了解有效期的意义，以及如何正确储存食物以延长其保质期。
可行性：高度可行。它可以通过各种方式得到实施，比如公众意识宣传活动、教育材料和媒体宣传。
独特性：在教育消费者了解不同的有效期以及如何正确储存食物以减少食物浪费的目标方面具有独特性。
影响：具有潜在的重大影响。教育消费者了解不同的有效期以及如何正确储存食物，这会令他们更加注意食物浪费，并采取措施减少浪费。
可操作性：可操作性强，可以以相对较低的成本实施。它需要与食品行业团体、政府机构和其他组织合作，以开发和分发教育材料。
使用ChatGPT的评价，评估这三个概念会相对容易，或者根据最重要的标准对它们进行快速评分或加以整理。
4 支持创意的完善
生成式AI工具可以解决构想竞赛面临的一项重要挑战：结合或合并大量的构想，以产生远远更为强大的构想。比如，一个试图赢得合同或拨款来制定减少食物浪费计划的组织可以使用这些工具来将前面讨论的三个概念结合起来。我们是分两步来做这件事的。首先，我们要求ChatGPT充实每一个概念：
1. “动态有效期是一种旨在减少食品浪费的解决方案。这涉及将技术纳入包装，可以实时跟踪和调整产品的保质期。通过使用传感器，有效期可以根据环境因素的变化进行更新，从而为消费者提供更准确的产品变质时间估计。”
2. “一个让消费者能够捐赠过期日临近食物的应用程序，旨在通过向有需要的人提供未开封的可食用食品来减少食物浪费。该应用程序将拥有多余食物的个人与可以使用这些食物的当地组织联系起来。通过使用技术来促进食物的捐赠，该应用程序可以帮助减少食物浪费，并为有需要的人提供食物。”
3. “教育用户，使其了解不同类型的有效期，这可以帮助用户在食品购买和消费问题上做出明智的决定，减少浪费，节省金钱。通过澄清‘最佳食用期’、‘保质期’和其他失效期标签的含义，教育活动可以帮助用户更好地了解如何确定食品是否可以安全食用，以及何时是该处理食品的时间。”
接下来，我们要求ChatGPT将这三个想法合并为一个减少食物浪费项目。它迅即产生了以下描述：“这个综合性的减少食品浪费解决方案包括创建具有动态有效期的智能包装，建立一个捐赠多余食品的计划，以及教育公众了解食品有效期的重要性。智能包装帮助消费者对食物的新鲜度做出明智的决定，捐赠计划确保多余的食物得到妥善利用，而教育则提高了人们对食物浪费影响的认识。这一解决方案有可能通过赋予消费者权力、通过与行业和政府合作以及更好地利用多余食物，大幅减少食物浪费并创造一个更可持续的未来。”
5 促进与用户的合作以及用户间的合作
在开发新的产品创意或设计时，生成式AI可以促进企业的设计师与某一未来产品的用户之间以及用户自身之间的合作。换言之，该技术让新产品的共同创造变得更加容易，成本更低。比如，一个企业可以让用户使用工具来生成设计，然后根据客户的喜好创建一个个性化版本的产品。或者，用户的设计可以张贴在一个众包平台上，由社区进行评估。然后，最优秀的设计可以由更多的合作者进行进一步的开发。
我们用飞行车的设计过程为例来说明它的潜力。人类开发飞行车已经有一百多年的历史，并没有取得太多的成功。我们给Stable Diffusion提供了这样的提示：“设计一种既能飞行又能在公路上行驶的产品，一种飞行汽车。” Stable Diffusion生成了好几种设计，我们选择了我们认为最具前景的一个：顶部拼图中位于右下角的那辆车。
然后，我们要求Stable Diffusion采用该设计，对概念进行重新设想，以便让汽车“像一只机器鹰”。第二幅拼图显示了生成式AI程序迅速产生的各种变化——从左上角看起来最像机器鹰的设计到右下角更可行的飞行汽车概念。
另一个例子说明了设计师如何使用这些工具来合作完成结构设计上的主题变化。他们从AI生成的飞行汽车设计开始，要求该工具生成类似蜻蜓、老虎、乌龟和鹰的各种版本（见左边拼图）。
另一种方法是让人类合作者使用ChatGPT这样的工具来开发产品的细节，然后使用Stable Diffusion这样的工具，根据一系列的相互提示来获得视觉设计。我们给ChatGPT的提示类似于我们给Stable Diffusion的提示：“描述一种既能飞行又能在路上行驶的产品，一种飞行汽车。”
ChatGPT提供了这样的描述：“飞行汽车是一种线条流畅的未来派车辆，是为终极冒险而打造的。它具有时尚跑车的外观，具有流畅的曲线和光洁的外表，但它装有隐藏的旋翼，使其能够飞行。”
当我们把这一描述提供给Stable Diffusion时，它提供了右边部的图片。接下来，我们要求ChatGPT对描述进行重新设想，加入产品必须形似蜻蜓，并有夜间飞行照明标志的信息。它反馈回来的是如下描述：“凭借其纤细的身体、伸展的翅膀和隐藏的旋翼，这辆车让人想起栩栩如生的蜻蜓。沿机翼和机身的照明标志创造了惊人的视觉效果，有助于让汽车在黑暗中明显可见。”
Stable Diffusion将这一描述转化为各种版本，保持了可行的设计，并根据蜻蜓翅膀的图案增加了照明元素。原始设计之下的图片就是例子。
人类拥有无穷的创造力。然而，用文字或视觉形式传达自身概念，却是一项挑战，让许多人无法贡献新的构想。生成式AI可以消除这个障碍。它就像任何真正创新的能力一样，毫无疑问会遭到抵制。长期存在的创新流程将需要改变。采用以往做事方式的既得利益者，尤其是那些担心遭到淘汰的人，将会采取抵制。但生成式AI有机会大幅增加来自组织内外的构想，也大幅提高这些构想的新颖性，这些优点将会让这趟旅程值得一走。生成式AI的最大潜力并不是取代人类，而是协助人类透过个人和集体的努力，创造至今无法想象的解决方案。它确实能做到创新民主化。
托因·伊彭是密苏里大学老罗伯特·特鲁拉斯克商学院(Robert J. Trulaske Sr. College of Business at the University of Missouri)助理教授，Innomantra公司首席顾问。丹尼尔·芬肯施塔特是加利福尼亚州蒙特雷海军研究生院(Naval Postgraduate School)防务管理学助理教授，Wolf Stake咨询公司的负责人。乔希·福尔克是基于云的创新软件平台IdeaScale的联合创始人及企业解决方案总裁。洛克什·文卡塔斯瓦米是Innomantra公司CEO兼董事总经理。该公司是印度班加罗尔一家创新和知识产权咨询公司。
托因·伊彭（Tojin T. Eapen） 丹尼尔·芬肯施塔特（Daniel J. Finkenstadt）
乔希·福尔克（Josh Folk） 洛克什·文卡塔斯瓦米（Lokesh Venkataswamy）| 文
永年 | 译 易语 | 校 时青靖 | 编辑