目錄
文 | Ryan CSTD人才發展平臺
OpenAI 發佈了Sora，全世界都在驚呼，因為AI生成的影片已經達到了不遜色人類作品的效果，相信很多朋友都有看過。有人說影片也就那樣吧，拍的比這好的一大堆，更不用說裡面BUG滿天飛。只能說格局小了，真正令人震驚的其實是AI的發展速度。
去年圖文類生成式AI剛出來的時候，就有公司開始打影音類AI的主意。當時最知名的莫過於「史密斯吃麵條」，簡單來說就是讓AI生成一條威爾 · 史密斯吃麵條的影片。結果就是，讓影音產業工作者直接笑翻了，就這程度還想取代我？之後出現了Pika和Runway兩匹黑馬，憑藉相對較高的生成品質，在業內站穩腳跟。
但市場總是這般無情，就在Pika和Runway以為穩占業界領頭之時，OpenAI大過年的把人飯碗連盆帶鍋打翻了。對比「史密斯吃麵條」和今天的「大叔吃漢堡」，如果依然停留在嘲諷和挑刺的階段，覺得還不夠好，是不是對這個「剛出世的孩子」太過嚴苛了。
Sora帶來哪些影響？
線上的討論很多，很多人提到會對影視產業、廣告產業帶來衝擊。但由於影片生成可控性存在挑戰，而大多數影視作品一般對一致性和連貫性有比較高的要求，加上有老戲骨們的演技坐鎮，所以過度擔憂其實是沒有必要的。包括廣告產業，很多創意內容，能否透過隻言片語來實現，依然值得思考。
那Sora到底影響了什麼？有3點。
SORA帶來的3個影響：
1. 效率
在Open AI釋出的影片中，有一個「短毛絨怪物跪在一支紅蠟燭旁」的動畫場景，有人在貼文底下留言「GG Pixar」。皮克斯大家都知道，做動畫很厲害，他們有一部影片《怪獸電力公司》，為了創造片中怪獸在移動時複雜的毛髮紋理，技術團隊直接連續爆肝幾個月，費了好大一番功夫。雖然Sora還沒有公開使用，影片生成時間還不清楚，但從阿特曼Altman之前的一則回復來看，前後只差1個多小時，這節省的時間不是一點半點。同樣的結果，時間節省了，人效就上來了。
2. 門檻
這絕對是Sora帶來的最直接影響。任何一個人，無需專業技能，只要有想法，透過簡單的文字輸入就能實現複雜、豐富的影音內容創作，完成原本需要一個團隊才能搞定的活。而當門檻降低，更多人湧入之後，與其說會衝擊影視產業，倒不如說Sora會讓更多人有機會進入影視產業，推動行業蓬勃發展。
3. 成本
雖然OpenAI沒有透露Sora成本相關資料，但可以預見對於一些細節要求不高的影片製作，成本會大大降低，因為舞台、道具、演員、特效，統統不需要了，這些可都是成本。而且後期伴隨技術成熟和更多廠商入場，成本還會有進一步的下降空間。
延伸學習：《AI生成時代的工作革命》面對未來工作挑戰，你最須具備的10種關鍵能力！
Sora影片生成技術在培訓中的價值
說了這麼多，有人要問，花裡胡哨，是挺好，但一個做影片的軟體跟我們培訓有什麼關係？快速做微課？召集全員做微課？做很多很多微課？雖然這樣直白的反問，讓人很想反駁，但就目前的狀態來看，似乎就是做做微課了。
但即便如此，Sora帶來的影響依然很大，首先想一個問題，為什麼要做微課？1個10分鐘教學影片，其中文字內容我5分鐘就能讀完，甚至還能快速反覆地看，尋找上下文的關聯。那為什麼還要做微課？
1946年愛德格·戴爾提出「學習金字塔模型 Learning Pyramid」，很多培訓人都知道。其中「聽講」，也就是傳統授課模式，學員學習後的記憶留存率僅有5%，這也是為什麼我們培訓要加入翻轉、討論等其他環節，因為單純聽講吸收效果實在太差；「閱讀」，可以保留10%；「聲音、圖片」可以達到20%；「示範演練」可以到30%。而「影片」應該就在20-30%之間。
金字塔越往下，內容越具體，訊息量也越大，為什麼我們常說「一張圖勝過千言萬語」，就是這個原因。人是視覺動物，親眼看見，就是要比聽人描述和看人描寫，更容易吸收、記憶資訊。所以，理論上所有知識用影片來呈現，學習效果是高於文字學習的，這就是Sora的應用點。但並不是所有微課都適合用Sora來做的。哪些適合？
適合用SORA做的微課內容：
- 與新員工相關
影音課程相較文字內容，更能抓住短影音時代新員工的注意力，提升學習效果； - 概念類課程
抽象概念加上實際示範，搭配具體影片，學習效果不用多說； - 實作類課程
目前不清楚Sora在提示詞下能細節到什麼地步，猜測應該要搭配一些相對具體、特定的文本指令可能存在一定難度，但生成簡單的動作，以及一些實操情境肯定是可以的，一定程度也能優化該類影片學習效果。
在此基礎上，疊加效率、成本這些優勢，讓培訓預算可以花在刀口上。這樣一看，Sora確實有用武之地。
此外，OpenAI發佈的影片中展示了Sora對自然世界及物理規律的類比。我們可以不用盯著眼前十幾寸的螢幕談情境化了，直接聯結AR、VR，來個真正的沉浸式教學。進行案例教學，一下就給學員「傳」到生產現場了，完全符合現實，不出戲，輕鬆實現從紙上談兵到「現場」教學。不過看Sora目前的狀態，類比一些具體生產環境有難度，但做虛擬沙盤演練應該是一把好手。
此外，前面提到了門檻。所以，除了培訓人，是不是可以讓其他人也參與進來呢？比如說，業務。你會想業務不夠忙嗎？還做影片。但有一個情況例外，就是為了業績做影片。
比如之前參加過企業學習設計大賽的一家汽車公司，就將短影音作為工具，創新行銷模式，還有一些金融公司、快銷品公司，也在做短影音行銷培訓。因為短影音目前是公域傳播最有效率的管道之一，只要企業有產品、有行銷，就有機會。因為門檻低了，甚至可以發動全員行銷，設計「賽馬機制」( 建立一個可以賽出人才的機制，並維持這個機制健康持久的運行 )，做的好公司直接採用，宣傳費都能省下一大筆。
這也是為什麼培訓人要對新科技敏銳的原因，不光是裝備自己，更是在更新自己的武器工具庫。所以，如果Sora有機會讓你的業務朋友有機會多賺錢，你是不是會更感興趣一些？那就到這了？這次Sora引起眾人如此震撼，難道只是因為讓這個世界多了一些影片？當然不是。
重新定義學習的本質
前面提到的做影片只是表像，最關鍵的其實是Sora對自然世界及物理規律的理解，比如重力如何表現，摩擦如何產生的，籃球如何打出抛物線等等。你會說，不就是做的影音內容更真實嗎？不是如此此。首先，想一個問題，Sora透過分析大量影音資料，官方稱為空間時間補丁（Spacetime Patches），最後輸出自己對物理世界的理解，你覺得這是一種「學習」嗎？
《伍爾克福教育心理學》中提到廣義上的學習定義，「學習是指因經驗使個體行為產生改變且維持良久的歷程」。那麼Sora透過輸入經驗（大量物理世界視頻），並成功描述未接觸過的物理世界，是否就是對物理規律的學習呢？所以，如果Sora的學習成立，那會發生兩件事。
- 對未來進行模擬
舉個例子，比如說把大量流水線視頻餵養給Sora之後，是不是可以模擬出某些特定條件下流水線的工作狀態，進而減少實驗和改造成本，提高流水線的工作效率？如果你覺得這些是可能的，那模擬經濟運行、社會運作會有怎麼樣的結果呢？當然，這些都屬於有生之年系列了。 - 重新定義學習
就像小孩子知道扔上天的石子會落下，並不是因為上了什麼課，學了什麼萬有引力，而是通過自己觀察得來的。學習從來都是自然發生，本能需要，不是通過上課才能發生。
而今天需要培訓，是因為我們無法讓一個人經歷並且體驗所有情況，所以只能不斷提煉概念、總結規律，要上課、要培訓，以幫助他應對從未見過的情況。如果這個問題可以解決呢？
在影片《駭客帝國》中，插入磁片，資料傳輸完畢，尼奧就「學會」了中國功夫。依照Sora的模式，是不是以後人類也可以透過輸入海量資料，就能完成學習呢？到那時，不知我們培訓人會在做什麼。不過這要等馬斯克想像中的介面發明出來再說了。
說到腦機介面，最後來天馬行空一下，當大腦信號可以和機器信號互通，Sora讀取大腦信號，創造虛擬場景傳送給大腦，大腦受到刺激繼續給機器回饋信號，一個虛擬世界就可以迴圈運轉起來。這下你真的可以「活在夢裡」了。
當AI從文字到圖片，再到影片，關於AIGC到底是拼湊還是創造的討論好像少了很多。雖然也有專家表示生成逼真影音並不能代表系統真正理解了真實世界，但AI今天的發展速度絕對是毋庸置疑的。
不過倒也沒必要整天談顛覆，ChatGPT出來一年多，顛覆在哪裡？好像有，但不多，具體到培訓層面就更不明顯了。所以不要高估AI在今天的落地應用，老老實實把培訓做扎實準沒錯的，否則文具再多也改變不了學習不好的事實。但也不要低估AI對未來的長期影響，保持關注，畢竟OpenAI可能還藏著突破性工具還沒亮相呢，能提高效率總是好的，省下來的預算和精力可以做點別的事。
我們看到有36.9%的培訓人在企業培訓的一些情境中應用了AI技術，這就是培訓人作為學習者的態度。儘管目前AI的落地應用還有很多阻礙和限制，但不妨礙我們對美好未來的暢想，只有接觸和瞭解AI，才能掌握和駕馭，讓AI成為手中的工具，說不定以後我們培訓人就改名AI調教師了呢。
延伸學習：Work Smart新時代：善用生成式AI創造工作高效能
您也有訓練需求嗎?
填寫訓練需求表單，我們將盡快派專人與您聯繫，提供相關培訓建議與資料，以協助您的企業人才持續發展。
