我觉得吧，ai生图挺好用，但是能不能系统的批量的取代美术……还是任重道远。理由倒不是别的，而是……有没有发现？需求越简洁，ai越容易更惊喜，但是需求越明确——尤其明确的需求其实是错误的，ai就容易傻逼。
所以，在ai最容易产生效果的领域，之前的文章里提到过“
一个公司，最理想的状态，当然就是大部分的员工都具备发现问题的能力，反馈问题的动力，然后从解决问题的激励里获得正反馈后，循环往复。”
可是，公司的人员规模大到一定程度，高层领导对一线业务的感知，伴随各种规范化流程和层层高度概括的三手四手信息传递，很容易陷入系统性钝化。同时伴随一线前沿各项事宜的日新月异，系统性钝化的一个结果，就是越需要专业能力的细分领域越容易形成专业壁垒，而壁垒这东西吧，天然容易成为欺上不瞒下的护城河。
以及吧，大部分情况，高层们也不是不知道哪里有问题，只不过并不一定知道问题已经很严重了。只是更具象化的谈要如何解决这个问题大的道理，很重要的原则，一定是“不让老实人吃亏，不让聪明人被诱惑，不让整个体系慢性中毒”。而落地执行来解决问题，那么前提肯定是涉及可能有问题的原始信息能被记录的同时，再被高效正确的暴露分析和定向公示——不谈别的，单纯涉及到钱的事，最容易暴露问题和锻炼人的，一定也是事前流程确保业务相关负责链上的人知晓有这事，还有事前预判大概花多少钱后事中事后去比对。
所以，现在，自上而下的监管需求，不必等到完成全面数字化转型，只要在特定场景中积累了足够的实战经验和语料，就能通过轻量级的方式实现AI赋能监督和预判——被事无巨细记录本身代表着蛛丝马迹都能被溯源，聪明的人动“过于聪明”的心事，自然而然心有所惧。高效正确的暴露和定向公示，老实人会觉得自己微小的成绩长期践行也能被认可和感知，而长期不懈的维持这套东西，在过去最大的问题就是持续的成本投入从人手到成本都过于高昂，而且依赖太多人力投入到监察体系时间一久，本身为了避免问题自然而然的又会叠加更多监察的监察投入，最终更加的官僚主义……这个时候呢，再看看不知疲倦，超高效率低AI？所以AI在这方面得到活用，倒还真是更可能有出乎意料的成效，越大的组织结构，越能从这方面获得立竿见影的回报了。
谢谢大家看到底！如果看完我的杂谈文字野路子经验，你也有感触，欢迎点在看、关注、分享或者给点个「
赞
」哟
其他……
《
关于我经常提到的游戏业内群怎么加入？
》
免费的经验：
《
详谈到底什么是游戏运营三张表
》
《
自己遇见大佬做游戏时候的6步方法
》
《
游戏创业里王道正统和香酥鸡拷贝这件事
》
付费的坑：
《
小游戏研发初创团队立项前建议思考的问题和融资，立项，测试相关经验谈
》
《
游戏业内的闲扯，研发侧大佬线下复盘游戏研发和团队的真知灼见
》
《
页游年代的游戏产品综合评分量化标准文档
》
《
小游戏大制作：聚焦核心玩法，注重用户体验
》
《
一份虚构的TPS市场分析报告
》
