创意工作往往从混乱开始。简报散落在各种文档和看板中,参考链接堆积如山。团队在提示词、文件和评论之间跳转,而客户却期望明天早上就能看到一个紧密的概念。新创公司First Concepts希望将这种混乱转化为一个统一的平台,让AI促进创意过程,但"品味"依然牢牢掌握在人类手中。
在西班牙马拉加举办的Upscale会议上的AWS创业竞赛中获胜后,该团队展示了一种降低真实团队构建和测试创意系统成本的方法。其理念是让创意团队在AI的加速下更快行动,同时不失去他们的创意风格。
人工智能时代下的创意压力
First Concepts联合创始人Conor Hoey用简单的语言阐述了这个问题:"今天的创意工作者面临着巨大压力,需要在几小时而非几周内交付接近最终的概念。"仅仅是压力还不足以摧毁一个项目,真正的杀手是失去上下文。简报在Google Docs中漂移,研究隐藏在Perplexity中,灵感停留在Pinterest或Cosmos中,输出在Figma中组装。这种混乱浪费时间和记忆。
Hoey的公司通过创业公司的方法回答了这些挑战,提供"一个AI原生工作空间,帮助您从简报到准备推介的概念速度提升70%,同时保持您的创意质量和品味完整。我们称之为'以速度传递品味'。"
这个理念的核心依赖于配合现有习惯而非要求使用新工具。通过浏览器扩展而非另一个孤立应用与用户交互,"系统本身位于您的工具栈之上,"Hoey在推介中解释道。"它理解您正在进行的工作,统一您的团队和简报,并无缝提取相关灵感和研究。然后它获取这些上下文并围绕生成式AI工具进行编排,让您专注于获得最佳效果。"
一个提供位于现有工具栈之上的分层系统可以将品牌DNA从一次探索传递到下一次。这种模式减少了重复工作,为团队提供了记忆。
创意行业与AI的关系现状
创意经济与AI有着充满焦虑的关系。一方面,创意工作者将AI视为对其获得高薪工作能力的潜在威胁以及其产出的窃贼,同时又将AI视为帮助加速和增强自身产出的潜在工具。
随着AI成为每个对话的话题,创意链中的每个工具现在都声称拥有一定剂量的AI。从Adobe、Canva、Figma等行业巨头到较小的新兴公司,AI,特别是生成式AI,都是每个创意过程的一部分。AI采用的最简单路径是将这些能力嵌入到工具及其现有用户流程中。编辑工具添加生成器。设计工具嵌入位于图层和框架旁边的建议面板。文档工具学会回答问题并起草基于工作空间记忆的大纲。这种策略对拥有庞大用户群的大型平台来说是有意义的。让人们留在他们已经熟悉的地方并添加一个更多的强大功能。
First Concepts推动了不同的角度。该公司不是提供一个新的表面来替代Figma或看板应用的克隆,而是旨在提供位于正在进行工作之上的编排。该层读取简报、参考资料和先前的选择。然后它将提示路由到具有匹配品牌护栏的正确模型。专注于将AI用于过程而非创意工作者的输出是一个令人信服的论点,因为它将人类重新置于创意循环的中心。
创意工作者的关键考虑因素
为了确保工具提供持续价值,公司及其用户需要确定系统是否真正学习品味,而不仅仅是提示词。品牌DNA不是风格标记。它存在于团队多年来做出的选择中。
被拒绝的方法与最终选择同样重要。有用的记忆必须捕获那个负空间。如果工作空间只存储参数或提示模板库,它将漂移回通用风味,产生通用或平均输出,很快就会散发AI气味。保持人类品味在过程中心是关键。
确保解决治理和权利归属也至关重要。大型代理商会对资产权利、模型来源和审计跟踪提出严厉问题。如果输出从客户拒绝的数据集中提取,有人需要一个记录来准确显示发生了什么。像First Concepts提供的编排工具如果记录决策和来源可以提供帮助。如果它将路径变成黑盒,则可能造成伤害。买家会要求收据。
迄今为止的证明点
创意行业的未来将取决于该行业如何采用AI。团队的构成与问题空间一致。创始人包括一位也从事艺术创作的大科技公司运营商。一位理解分散上下文痛苦的品牌和系统设计师,以及一位全栈AI工程师。顾问包括大型代理商和品牌集团。Hoey将其描述为一个既具备工艺技能又具备构建技能的团队。
他以对未来的展望结束了他的推介:"我们正在为下一个十年的创意工作构建基础设施。一个理解您创意DNA、预测您工作流程并为您创造最佳作品提供动力的生活系统。"
Q&A
Q1:First Concepts是什么?它能解决什么问题?
A:First Concepts是一家新创公司,开发了一个AI原生工作空间,帮助创意团队从简报到准备推介的概念速度提升70%。它主要解决创意工作中简报散落、参考链接堆积、团队在不同工具间跳转导致的效率低下问题。
Q2:First Concepts如何与现有创意工具配合使用?
A:First Concepts通过浏览器扩展而非独立应用与用户交互,系统位于现有工具栈之上。它能理解正在进行的工作,统一团队和简报,无缝提取相关灵感和研究,然后围绕生成式AI工具进行编排。
Q3:创意行业对AI工具有什么担忧?使用First Concepts需要注意什么?
A:创意行业担心AI威胁收入和窃取成果。使用类似First Concepts的工具需要确保系统真正学习品味而非仅仅是提示词,因为品牌DNA存在于团队多年的选择中。同时需要解决治理和权利归属问题,确保决策和来源的可追溯性。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
Salesforce AI研究团队构建了首个大规模多模态文档RAG评测基准UniDoc-Bench,包含7万页真实PDF文档和1600个问答对,覆盖8个领域。研究发现文本图像融合检索策略显著优于单一模态和联合多模态方法,为未来AI文档理解系统提供了"分工合作"的设计思路。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
腾讯研究团队发现AI训练中"推理火花"现象,揭示低概率词汇如"等等"、"不过"等在维持AI探索能力中的关键作用。团队开发的低概率正则化方法通过精准保护有价值的低概率词汇,在数学推理任务中实现60.17%准确率,比传统方法提升2.66%,为AI创造性思维研究开辟新路径。