Як хтось, хто працює в або навколо творчих галузей, ви, ймовірно, здивуєтеся, коли чуєте, що штучний інтелект «перетворює простір». Але минулого тижня я був на закритій зустрічі - власники платформ, засновники стартапів, керівники студій виробництва. Це не про майбутнє творчості, це про те, де можна перестати витрачати гроші. У цій статті я поясню, чому, на мою думку, справжнім двигуном у прийнятті штучного інтелекту в творчих галузях не є автоматизація – це усунення витрат на транзакції. The Real Reason AI Gets Adopted Реальна причина, чому його прийняли Більшість публічних розмов про AI у творчих галузях обертаються на ті ж теми: авторське право, естетика, чи замінить AI робочі місця. Ключовим драйвером є транзакційні витрати - все, що бізнес витрачає не на саму роботу, а на організацію роботи з людьми. Знайти когось, переговорити терміни, пояснити коротко, переглянути вихід, управляти конфліктом, замінити людину, яка тільки що кинула роботу. У виробництві ви можете стандартизувати більшу частину цього. У тій бесіді в задній кімнаті це було сказано чітко: людські фахівці є постійним джерелом операційної невизначеності. Вони хворіють, спалюються, відштовхуються від брифінгів, припиняються в найгірший можливий момент. Інфраструктура навколо них продовжує дорожчати – офіси, пільги, корпоративні терапевти. З точки зору фінансової моделі нічого з цього не легко планувати. Я не думаю, що ця логіка неправильна. це раціонально, але це веде до чогось, на що варто звернути увагу. AI Doesn't Reduce Transaction Costs — It Eliminates Them AI не знижує витрати на транзакції - це усуває їх Це частина, яка робить AI по-справжньому відрізняється від попередніх хвиль автоматизації. Ви не наймаєте модель, не набираєте її на борт, не мотивуєте її або не зберігаєте її. Вона не має переговорної позиції. Вартість координації знижується до практично нуля. З теоретичної точки зору цілий клас витрат, який раніше вважався неминучим у творчому виробництві, просто зникає. Ось чому прийняття не відбувається через стратегічні оголошення. Це відбувається тихо, через бюджети. Спочатку фріланс-поул скорочується. Потім контракти не поновлюються. Тоді позиції, які використовувалися для автоматичного відкриття, просто не розміщуються. Ніхто не заявляє, що вони замінюють людей - наймання просто стає економічно невиправданим. Класичний ефект заміни.Немає нічого дивного тут, якщо дивитися на цифри. What Happens to the Product Що відбувається з продуктом Ось що ледве прийшло на цю зустріч, і про що я продовжую думати. Зменшення витрат виробників змінює продукт.Коли основним критерієм оптимізації є вартість за одиницю вмісту, якість стає першою змінною, яку потрібно пожертвувати. AI добре вирішує проблему, яку він дає. Проблема полягає в тому, що йому дають неправильну проблему. Кількість кліків, утримання, скорочення завершення вимірюються, і модель добре їх оптимізує. Щоб зробити це, вона спирається на найбільш надійні поведінкові важелі: тривога, Допінг – це швидкість, а не глибина. Фомо Результат вже видно: структурна однорідність. Ідентичні заголовки, клоновані формати, контент копіювання-пасти. Кожна частина технічно виконує свою роботу — захопила увагу протягом декількох секунд. У таблиці, що виглядає як перемога. На рівні ринку, це повільна девальвація самого продукту. Коли всі виробляють те ж саме, диференціація зникає - і так само причина, чому аудиторія вибрала певний бренд або публікацію на першому місці. Це класична пастка від гонки до дна: кожен гравець поводиться раціонально, а сукупний результат руйнує ринок для всіх. The Server Rack Where the Office Used to Be Рейк-сервер, де колись знаходився офіс Логіка, яку я почув на тій зустрічі, взята до її завершення, малює просту картину: не команда в офісі — серверний ракетка. Короткостроково, це працює. У довгостроковій перспективі, це менш очевидно. Історія бізнесу має багато прикладів агресивної оптимізації витрат, що виробляють речі, які технічно бездоганні, але перестали бути необхідними. Людська "неефективність" у творчій роботі - розбіжність, суб'єктивність, переосмислення короткого - не є помилкою. Це механізм, який виробляє диференціацію. Що залишилося на іншому кінці цієї оптимізації, я дійсно не впевнений. і я підозрюю, що люди, які проводять оптимізацію, також не повністю впевнені.
