# 未來已來，努力跟上

### Indispensable vs Invaluable

之前在聽WSJ的Podcast「[The Value in Being Invaluable at Work](https://www.wsj.com/podcasts/as-we-work/the-value-in-being-invaluable-at-work/ff2a3860-ad65-48e1-994d-8455c03e24a7)」，聽到一個很有趣的觀念，跟大家分享：我們在現在的職位上，在公司的組織中，是「Indispensible」，還是「Invaluable」？翻成中文的話：你是一個「無可取代」的角色，還是一個「無價之寶」的角色？

這兩句話乍聽起來，好像都很重要吧？但Podcast的內容有進一步的解釋。

「無可取代」是指，你在公司有少見，特殊領域的經驗或資歷，因此，全公司找不到第二個人可以取代你。對你個人而言，這是一個不錯的"本錢"。根據你所在的位置造成的影響，有可能是公司的產品沒有經過你的調校，沒辦法製作或生產，你是某個產品線的重要關卡，甚至可以說是某種程度上的"技術門檻"。

超過30年的公司，常有資歷非常久的資深人員，同一件事情對他們而言，熟練到閉著眼睛可能都能做，或是只有他們才知道有哪些微小的細節需要觀察。這些人夠久的實務經驗，也是讓公司產品比競品優秀的要素之一。他們對公司確實很重要，有「無可取代」的價值。可若是在一個高速，每年都必須有所成長的公司而言，若他們既無法把他們的經驗有效的傳承給新人，也無法擴展自己的技能庫，他們就**反而會成為成長的瓶頸**。

==「無價之寶」呢？這是指他們能在不同的領域下，都能有"**複製**"及"**連結**"的能力。==

他們往往熱衷於不斷的輸出自己的實務經驗，讓其他人能學到他們的經驗而有所成長；他們在那份職務上的熱情，也常能影響到身邊的伙伴，吸引大家往同樣的目標邁進；他們還會有精準及順暢的溝通能力，能有效的串聯研發的能量，發揮「1+1>2」的效果；他們通常也具有深度的觀察能力，不僅能看到別人沒看到的深度，也能聽出主管指示的弦外之音，或是問題後面的問題。

我也算是資深人員了，那我是哪一種？還有什麼不足？

我算是認真輸出自身經驗及所學的人，「複製」的能力應該還行，但「連結」的能力還不是很到位。我**常被啟豪部長要求，要多學習怎麼「聽出主管的意圖或目標」**。因為「眼見為憑」及「工程思維」的個人特質，讓我比較少有「推論」的練習，如果話沒有講到足夠清楚，我往往沒辦法很確定主管的意圖是什麼，這是我需要加強的部分。

那往下思考到系統組和製程組，他們大家是「無可取代」還是「無價之寶」呢？

有時我跟啟豪部長常討論，專案的需求哪些事該做？事情該怎麼做？永遠都有人需要我們"支援"，但我們不能來者不拒，什麼都做。他們在做的事，很多都已經是「無可取代」的事了，我們該認真思考的是，怎麼讓他們發揮更大的價值，往「無價之寶」的方向前進。

我們面對的問題，**是缺「人力」還是缺「能力」？** 如果真的是技術問題，我們當然挺身而出，哪怕是加班研究，我們也會給專案一個交待。可如果根本就是缺人力做的事情，我們也不應該什麼都接，身處公司的技術研究部門，最具技術力的成員既然在我的小組，我就有這個責任要慎選交給他們執行的任務。**投入一樣的時間，就要儘可能放大所產生的價值**。

### Creativity Is the New Productivity

ChatGPT和Whisper的API出來後，感覺《鋼鐵人》中的[Jarvis](https://www.youtube.com/watch?v=5RQFdF6vonM&ab_channel=%E7%A9%BA%E5%AF%82%E6%97%A0%E6%83%85)突然不再只是電影中的一個設定，而已經是現在進行式了。

「[Creativity Is the New Productivity](https://scottbelsky.medium.com/creativity-is-the-new-productivity-d287d6ad7533) 」是Scott Belsky在2019年發表的一篇文章。Scott Belsky是Adobe的產品長(Chief Product Officer)兼執行副總(Executive Vice President)。在他的年度趨勢觀察報告中，有一個重要的觀念是這樣的：


我們一直都是用「投入的時間」加上「優化的工具/製程」，來創造盡可能多的價值，這是「生產力」的本質及核心。**這是「Human Productivity」拋物線的前半段，投入的時間越多，生產力越高，得到越高的價值**。

隨著GPT(ChatGPT及那堆產圖服務的底層)技術的成熟，我們**剛剛經過了藍色的圈圈：投入同樣多的時間，機器將是一個更划算的選擇**。它只需要電，它不會報怨，品質穩定不會累，不論是生產力或價值，都開始跟人類可並駕齊驅，甚至都已經超越人類。

過了這個圈後，「價值」的定義將開始有所改變。因為機器滿足了「生產力」的不足，**「價值」將需要有更多的「創造力」才能合成，也就是「Human Productivity」拋物線的後半段**。因此我們人類若還是像以前那樣，只想用時間換到更多的生產力，是無法創造出更多的價值的。

這張圖在小組內有一些討論。有的人不太認同，以AI產圖為例，AI滿足的不只是「生產力」，也滿足了「創造力」不是嗎？，它不就是創造了許多符合提詞，但我們不一定想像得出來的圖，讓你有得選嗎？這句話乍聽我確實有點反應不過來，好像沒說錯？但又覺得哪裡好像不一樣？

後來有比較想通了。我覺得那個差異就是所謂的「End game」。也就是說，==「終局」的想像力才是人類能超越機器的事==。不管產圖服務能產多少圖給我們選，「提詞(Prompt)」還是人類下的啊，「提詞」就是人類想像出來的終局，就是機器無法超越人類的部分。

同樣的問題我拿去問ChatGPT，請它給我個讓一般人也能懂的比喻，[結果](https://shareg.pt/iAAjPRA)還不錯：

> 假設你是一個做麵包的廚師。在過去，你可能花費很長的時間精心製作麵團，確保它們有足夠的時間發酵，然後把它們放進烤箱裡烤。你的目標是在同樣的時間內製作更多的麵包。你可能會通過改善配方、提高技術水平和使用更高效的工具和設備來實現這一目標。
>
> 然而，現在你有了一個AI助手，它可以自動化大部分的工作，從製作麵團到放進烤箱裡烤，而且速度比你快得多，產量也更高。這意味著你不再需要投入更多的時間來提高「生產力」，因為AI已經可以在這方面完全取代你的工作。
>
> 因此，你需要轉變你的工作方式。你需要開始思考如何設計更好的麵包，如何製作更吸引人的麵包，以及如何在你的麵包店中創造更好的體驗。這些是AI無法取代的部分，它們需要你的創造力和設計能力。
>
> 以這個比喻來說，過去的「生產力」指的是你製作麵包的速度和產量，現在的「設計」和「創造力」則是指你的烘焙技巧、麵包口感和外觀設計等方面，這些是AI無法取代的部分。


之前我還真沒特別想過，**"產圖"服務為什麼不是用「Create」，而是用「Generate」？** 以中文來說，Generate是偏「製造」的意思，而Create是偏「開創」的意思。AI確實產生了許多圖給我們選，但最終是我們在決定End Game是長什麼樣子，原來這才是Scott Belsky指的「Creativity is the new productivity」啊。

### AI突然降臨，我們也如臨大敵

在ChatGPT橫空出世的這段期間，**啟豪部長也一直要求我們，要緊跟AI的技術發展，隨時有想法就跟他討論**，因此製程組和引擎組這陣子非常的忙碌。引擎組積極的在探索ChatGPT的各種可能，包括更正確的「提詞工程(Prompt Engineering)」的相關知識研究，甚至嘗試接上網路搜尋結果，也[在部會上簡報](https://docs.google.com/presentation/d/1FRqrUxBQNvWIhHSeGb6rTv9hH70pP7-8ltiGGnr7OrY/edit?usp=sharing)，同步給大家。

商用事業處之前買了部GDX Station，硬體規格超強，現在正是該發揮它價值的時候了吧，製程組除了正在規劃怎麼讓這台機器的算力，為商用事業處提供更好的產圖服務以外，也積極和線上事業處的技術服務部交流。他們動作真的很快，雖然他們沒有超強的工作站，但他們比我們更早就開始在[架設算圖服務](http://192.168.4.13:7860/)，給專案團隊使用：


在小凱成立AI產圖社團後，我們就和不同部門的TA(Technical Artist)常有交流，像是研二的彥佐和研七的智雄。線上事業處他們不像我們有實力堅強的TA，但他們執行的速度快。在交流的過程，我們就從他們那邊學到一些架設上的參數，來解決多人產圖的問題，他們也從我們這邊學到一些產圖的模型及參數怎麼設定，來獲得更好的產圖效果。將來我們也開始將GDX Station的產圖服務架起來，應該可以跟他們有更多的經驗可以交流。

AI產圖的領域"進化"(不是"進步"而已)速度非常快，有時一個新Model還沒玩熟，更強的Model就出來驚豔世界了。因此我一直沒讓浩鈞閒著，除了為部門內的組長介紹產圖服務的能耐以外，也要求他為技術社團，[積極分享](https://discourse.i17game.net/t/topic/1488)他"目前為止"在產圖上的實務經驗給軟體及美術人員。有時他會說，變化真的太快了，每次投影片好像都得加新內容，雖然很累，但每次分享都很興奮。


同時間，很巧的是，之前產學合作要優化【奧特曼變身Go】的去背模型。但學校那邊研究了一陣子後，發現有些障礙過不去，所以又回頭要從我們之前的模型去優化。在ChatGPT釋出API後，許多人就趕快把自己的產品串上API，好像「加上AI功能」是很容易的事。但其實我們很清楚，==「AI研發」的能力，才是真正的技術門檻==。面對學校的問題，**還好我們一直有紮實的研發記錄習慣**，皓瀚除了協助他們建立環境以外，也特別說明了我們怎麼利用不同的Model及自己產生的資料，來解決那些大機才會有，很特化的問題。

### 未來已來，努力跟上

**之前陳總這邊有給我方向，請我多和專案負責人交流**。和志鴻這邊在談到Screen Pusher的產品時，他希望Screen Pusher能更突破的視效表現，就像「海王4」導入即時渲染技術那樣。玩家的要求越來越高，我們不能再總是想用同樣的視效水平來期待玩家會買單。因此想到之前我們研究過的[Head Tracking技術](https://youtu.be/h9kPI7_vhAU)，以及[Havok物理引擎](https://youtu.be/8CGrg6gLtSg)，我們也馬不停蹄的移植到M02試試看效果怎麼樣，若有一定程度的完成度，我們會安排時間給大家做展示。

馬雲說零售業的未來已來，陳總在上個月底(2/23)也說彩票機營運的未來已來，身為公司的技術研究單位，我們確實也看到AI技術會帶來的未來，距離真也不遠了，我們會努力跟上，尋找可以落地到產品的可能性。