游戏公司AI团队的一些思考

《人工智能浪潮与职业发展的一些思考》还没有,AI团队的组织倒是思考了一些~~~

最近刷到《记录一下活在 openai 的阴影里的 AI 创业经历》这篇文章,作者的创业项目是一项图像生成相关的C端产品,虽然技术上时有突破,但很快被大公司的产品超越,使得团队对产品的竞争力缺乏信心。

文章的作者感慨:在巨头的资源面前,AI创业公司如路边野草,巨头垄断,技术舞台已容纳不了多少从业者了, AI 创业公司还有什么生存之道呢?

其实不仅仅是创业公司,游戏公司内部的AI团队也面临诸多挑战,一样有着生存考量。或可以说,AI本来就是一场残酷淘汰赛,最终能剩下的人可能不太多。这也很容易理解,AI使得人们提高做事情的效率,而效率越高,资源就越集中,头部效应更明显,非头部就越难以生存。

在五六年前,我就开始在公司内推动一些AI尝试。直到去年,随着AI绘图、ChatGPT的出现让大家意识到AI可能引发的变革,部门决定成立一个AI组,也开始招聘专门的AI岗位。因此必须要做一些方向性的思考,包括团队的定位、职责、业务等等。

与创业公司的孤注一掷不同,游戏公司的AI团队属于中台部门,公司的主业自然是游戏研发和运营,因此在AI上的投入肯定不能和专门的AI公司相比,但从技术支撑、战略布局、对标竞争对手等方面而言,也确实需要有一定的投入。

做特定领域AI

通用的工具或产品很难做,例如通用的绘图、通用的语言模型,一方面是竞争激烈,整个市场最终只会有两三款同类型产品存活;其二是很难做到领先,可能辛辛苦苦的优化,然后被一波技术革新全部带走。若以实业为目标(反之,是以圈地融资为目的)则应选择一个细点。

游戏公司的AI团队,那自然是做AI+游戏的,因此从其定位上说本身就是一个特定领域AI方向。但其中也会涉及一些投入的重点,大体有这么几个做选择。其一,是AI与游戏结合的玩法创新,比如智能NPC,智能捏脸,玩家定制角色衣装,对战机器人;其二,是研发过程中的提效工具,例如绘图辅助工具、代码辅助工具、自动绑定骨骼蒙皮;其三,是运营辅助,例如智能客服,用户画像分析。

若要升华主题,还有第四个方向,将游戏开发的小作坊模式、工业化模式,替换成效率更高的AI管线(互联网黑话,具体含义不重要),做一个大的变革。当然,这是未来的期许,当前的AI还没这么强大。

那么,应视团队情况,选取其中一两个重点,做较为深入的业务结合。而其他方面,也需要适当的预研,毕竟AI变化很快,哪些业务能做结合不是一成不变。

技术服务 VS 工具开发

另一项定位问题,是给其他团队提供技术服务,还是提供内部工具。所谓技术服务,例如某团队需要做个AI捏脸系统,那便投入人力物力去协助开发,后续归纳解决方案帮助更多团队;所谓内部工具,例如做个更契合内部习惯的AI绘图系统,然后推给项目组去用。

在合适业务下两者都能体现价值,但定位不同,团队招聘方向也会不同,需要有个重点。若是技术服务,则应投入更多的算法人员,在专业上做的更深,工程团队(前端、后端)可由项目组协助;反之,若以工具为主,则应增大工程团队的比例,使得足以支撑工具产品的开发和维护。

推动上,可以沿着一个三步走的策略,即预研→服务→产品。在预研阶段,要明晰能做到的效果,解决可能的难点问题,然后以技术交流、前沿通告、Demo演示等形式作为产出;服务即结合项目需要,提供可能的方案和协助,由于做过预研,给出的方案也会较为靠谱,此时以实际落地场景作为产出;在提炼服务方案后,对于较为通用的需求,则开发相应的工具/产品/解决方案,以实际服务的用户作为产出。

回归产品

若说互联网的发展浪潮,则每一波都在提高人们生活生产的效率。AI当下,技术价值较大,有一定的红利期,但也只能维持三五年。长远来看,是AI赋予的较高生产力的价值更高,使得能用好AI的团队,能够更快更好的研发游戏产品。

游戏公司的AI团队自然对AI的理解更深刻,更有可能发挥AI的效率。

那为不把提高的生产力用在自己身上,在游戏产品的竞争中去角逐~~

ref

相关文章:游戏公司AI组观察

相关文章:互联网系列

这一点我非常赞同;通用的工具往往需要顶级大佬/科学家坐镇,拥有独到的资源和能力,人才密度极高,才有可能脱颖而出,不然都是以卵击石。我从一开始了解大模型时就想明白了这个问题,所以才选择了“做特定领域AI”,也就是“垂类”、“细分赛道”、“人工智能+”这条路

关于你的这2段话,我有不同的想法。

你们提供的“技术服务”是通过一款AI捏脸系统来实现的,这不就已经是一款工具应用了吗?还是说,你们提供的不是一款AI捏脸系统,而是捏之后的脸本身?

你们拿到了真实需求,然后开始预研,最后以一个demo来产出;但是这个demo里产生的输出,不就已经可以当做服务来提供了吗?例如,你们预研了一款捏脸demo,不就已经可以为用户提供捏脸服务了吗?
也就是说,我认为预研和服务应该是紧密相关的,不是割裂的三步走状态。

我们策略则是这样:

  1. 拿到真实需求,分析需求、需求评审
  2. 技术可行性分析(即预研),打通本案AI工作流
  3. 抽象通用AI工作流
  4. 开发产品

我们的最终目的是开发产品,而不是提供服务;提供的服务也是产品本身,如SaaS。因为如果逐案提供服务,现在AI行业的资源和人才还是偏贵,服务费较高,不划算。

举个例子,类似这款游戏的AI捏脸系统,通过文字的描述去改变3D角色的形态,具体做法跟业务关联很大,例如美术的制作过程,定制化的程度很高。像这种定制化很高的内容,虽说可以沉淀解决方案,但初期我还是把它当成一种对项目组技术服务的定位。

b219ebc4b74543a9a09612b3a9d0c28eb8011417

想法是在有真实需求之前就得做大量的预研工作,当然这种想法也有其很不正确的地方,比如命中率不一定高,比如很多额外消耗。但反过来说,没有这些积累,需求是接不住的(除非是比较简单的),像上面的捏脸,如果接到需求再做,说不定几个月就过去了,这时候可能项目自己都没了。

当然,其实面临的环境不完全一样。例如,对于一家公司,就尽可能的选择适合自身能做的真实需求,对公司内的AI团队,那还是尽可能减少出现“做不了”的情况。此外,并非只有AI服务的一种职责,去推进其他团队使用AI,做出一些标杆,也是一种。

明白了,相当于这个项目里的一个模块是由你们AI团队开发的

这个预研的尺度确实很重要,一方面需要打造一个AI团队来提前准备,另一方面这个团队不可能太大,不然成本太高领导不一定同意。
我很好奇,你们预研的AI团队有多少人呢?例如捏脸功能,你们预研了多久,拿到需求后给出解决方案,又用了多久呢?

这个是其他公司的游戏,我们也会有类似的一些需求。也不分预研不预研的团队了,有需求就做需求,没需求就各种预研。当然,其实还是很小很小的团队:joy:

做实际需求和预研的比例大概是多少呢?

大概1/3? ,不过似乎有时候也到1/2了

1 个赞