智東西
編譯 | Alyssa
編輯 | Panken
智東西5月6日訊息，據【華爾街日報】報道，人工智能（AI）可以預測特定人類的外表、行為和感覺，正逐步替人類承擔起時裝模特、焦點小組成員、臨床試驗參與者等工作。
這些AI系統透過收集個人特征數據，如外貌、購物偏好和健康狀況，進而預測個體穿著某件衣物的效果、對問題的回答或疾病對其的影響。這種AI生成內容，有時被稱為個人的「數碼孿生」，已在多種任務中得到套用。
洛杉磯初創公司AI Fashion利用真實模特照片，生成全新的AI影像，展示他們身穿各種服飾，服務於時尚宣傳和電商網站。
另一家初創公司Brox AI建立了27,000位個體的數碼版本，其中包含他們的品牌偏好和購物習慣等資訊，並支持企業們向AI提出焦點小組式的問題，焦點小組一般指由受過研究訓練的調查者主持，采用半結構方式，與一組被調查者交談的研究方法。
位於舊金山的Unlearn公司，則利用AI基於個人健康數據生成數碼孿生體，預測疾病在個體身上的進展過程，旨在提高臨床試驗的效率與效果。
盡管AI技術引發了對未來人類就業前景的質疑，但這些公司認為人類仍扮演著至關重要的角色，並且可以根據他們分享數據以建立數碼孿生的意願而獲得補償。對企業而言，數碼人是實作快速擴張和成本節約的有效途徑。
咨詢機構Gartner將此技術稱為「數碼人」，並預計5至10年內，企業或許能為每位顧客建立數碼孿生。目前該技術尚處初級階段，且面臨眾多挑戰。
「如果術語、數據使用和案例處理不當，可能會引起消費者對品牌形象強烈抵制的態度。」Gartner分析師馬蒂·雷斯尼克（Marty Resnick）談到。盡管如此，各企業已開始投資於利用AI來將人類某些特質進行數碼化並變現。
一、模特拍攝：AI模特上陣，秒拍時尚大片
知名女裝品牌Anne Klein正在與AI Fashion公司合作測試一項創新技術，該技術能基於真實模特照片生成多樣化的時尚大片。AI Fashion公司透露，這一技術融合了獨有的專利技術和行業領先的開源模型。
WHP Global公司（Anne Klein母公司）的數碼、電商及AI高級副總裁道格·韋斯（Doug Weiss）談到：「消費者日益追求更高層次的個人化服務，同時也希望在多種不同的環境中看到產品。而AI能夠使我們規模化地實作這一目標。」
他還補充道，雖然這項工具不一定會完全取代傳統的攝影棚拍攝，但它「可以幫助我們構建出消費者線上購物時所期望的豐富多樣的產品展示」。
當前，多家初創企業正提供根據品牌服裝系列用AI生成影像的服務。部份情況下，模特完全由AI生成，這一做法引發了可能令真人模特失業的爭議。
對此，AI Fashion公司的聯合創始人兼行政總裁丹尼爾·西特龍（Daniel Citron）強調， AI Fashion試圖透過將真人模特置於流程的中心來區分。西特龍曾是谷歌的創意負責人，他於2020年與技術長約翰·奇裏吉安共同創立了這家公司。
AI Fashion公司提到，模特薪酬受品牌、所需圖片數量以及模特知名度等多重因素影響，並且模特有權拒絕任何他們認為不適合的代言活動。
韋斯預期，透過使用這一工具，將帶來更加個人化的服務和成本效率的提升，但目前尚無法精確估算具體能節省多少成本。
▲人工智能生成的模特leticia （圖源：【華爾街日報】）
二、焦點小組：想調研消費者購物偏好？跟AI數碼人聊聊就知道
在傳統焦點小組調研成本高昂且耗時數月的背景下，Brox AI公司推出了一款革新工具，讓企業能夠迅速獲取消費者反饋，無需再經歷漫長的籌備過程。該工具依托於27,000名真實個體的數碼孿生，大大加速了市場研究的步伐。
Brox AI聯合創始人兼行政總裁哈米什·布羅克班克（Hamish Brocklebank）介紹道：「我們掌握了這些個體的購物習慣、購買偏好等詳盡資訊，這些數據主要透過長時間深入訪談收集而來。」
借助獨家的AI演算法，Brox AI能根據訪談數據模擬預測，例如判斷30歲女性消費者是否願意為串流媒體服務訂閱支付10%的價格上漲。參與訪談的個體根據參與次數不同，可獲得20至150美元不等的報酬。
企業只需在該工具中輸入查詢，即可了解哪些優惠措施能吸引特定消費群體、他們對價格變動的敏感度如何，或是哪些因素會促使他們嘗試新服務。布羅克班克補充說，該工具的年費從25,000美元到數十萬美元不等，具體取決於使用程度，對於那些每年花費數百萬美元進行焦點小組研究的企業而言，這無疑是一個節省成本的新選擇。
三、臨床試驗：AI當對照組，讓更多真人患者能用上「救命藥」
初創企業Unlearn正利用AI為人們生成能夠預測特定疾病隨時間進展的「數碼孿生」。
成立於2017年的Unlearn，已成功融資超過1.3億美元，並擁有69名員工，專註於臨床試驗領域。
通常在臨床試驗中，一組人接受實驗性藥物並被監測以評估其副作用和療效。另一組人則接受安慰劑，並被監測以評估在沒有該實驗性藥物的情況下疾病會如何發展。
而Unlearn的行政總裁卓思·費沙（Charles Fisher）談到，Unlearn會收集關於特定參與者健康狀況的基本數據點，並將其輸入到一個經過大量臨床數據訓練的客製模型，為該個體生成一個數碼孿生，預測如果他們在安慰劑組中，疾病會如何發展。
費沙強調，患者不願參與臨床試驗的主要原因之一是擔心被隨機分配至安慰劑組。而采用數碼孿生作為安慰劑對照組，意味著更多參與試驗的患者都能接觸到實驗性療法，提前獲得潛在的救命治療機會，這正是他們加入試驗的首要動因。
同時費沙介紹，建立數碼孿生作為臨床試驗的一部份，將在患者正常的試驗同意流程中進行，因此患者不會為此額外獲得補償。
生物技術公司QurAlis的聯合創始人兼行政總裁卡斯珀·羅特（Kasper Roet）強調，這項技術對於像肌萎縮側索硬化癥（ALS，即漸凍癥）這樣的疾病尤其有意義，因為患者通常在三年內死亡。
QurAlis正在為ALS、額顳葉癡呆癥和其他神經退行性疾病發現和開發精準醫學治療。羅特談到，該公司計劃最早於明年開始與完整的人類安慰劑組一起測試Unlearn的技術。「令人遺憾的是，當前為了進行試驗，我們不得不給予身患絕癥的患者安慰劑，」羅特補充道，「但透過Unlearn等公司技術的發展，我們正朝著完全消除安慰劑組的目標邁進。我對此持樂觀態度，相信終有一天能夠實作。」
結語：前進演化AI正開辟更多行業的新可能
面向洶湧而來的AI技術革命，越來越多企業開始探索用AI降本增效的新方式，許多行業的打工人也開始產生被端掉飯碗的危機感。
目前AI距離替代專業人員還很遙遠，但它已經在解決一些行業的棘手實際問題上起到積極的影響。這在前文提及的三個案例中可見一斑，AI技術正逐漸滲透到時尚、商家、醫療健康等行業，透過打造AI數碼孿生，在模特試裝、焦點小組、臨床試驗等具體任務上起到輔助人類工作的作用。
