AI原生工作流程崛起趋势及其影响分析

很少有人喜欢他们用来完成工作的软件。这并不让人意外——无论是幻灯片制作器、视频编辑器还是照片增强器，今天的工作工具大多诞生于几十年前，而且痕迹实在太明显了。即便是一流的产品，也常常让人觉得要么死板又粗糙，根本没法胜任实际任务，要么学习曲线陡峭得让人崩溃（没错，说的就是你，Adobe InDesign）。

生成式AI给创始人提供了一个彻底重造工作流程的机会——而且这会催生一批全新的公司，它们不只是“AI增强版”，而是完全“AI原生”的。这些公司会从零开始，围绕人工智能独有的生成、编辑和合成能力来构建产品，充分利用我们今天已经拥有的技术。

从最直观的层面看，AI能帮用户更高效地完成现有工作。AI原生平台会“提升”人与软件的互动方式，让用户把技能要求较低的活交给AI助手，自己则把时间花在更高层次的思考上。这不仅适用于传统的办公室员工，也适用于小企业主、自由职业者、创作者、艺术家——他们的时间分配往往更复杂，也更需要这样的解放。

但AI还能帮用户在技术和审美层面解锁全新的技能组合。这一点已经在Midjourney和ChatGPT的代码解释器等产品中得到了印证。现在，每个人都可以成为程序员、制作人、设计师或音乐家——创造力和手艺之间的鸿沟正在被填平。只要拥有专业级但消费友好的AI驱动工作流程产品，每个人都有可能成为新一代的“Prosumer”（生产消费者）。

在本文中，我们将重点梳理当今以及未来最成功的GenAI原生工作流程所共有的特征，并谈谈对这些产品演进方向的一些看法。

1、GenAI原生产品将会是什么样子？

所有具备GenAI原生工作流程的产品都有一个核心特征：把最前沿的模型转化为可操作、可访问的用户界面。

工作流程工具的用户通常并不关心底层是用什么基础设施跑的——他们只关心这东西到底能不能帮到自己。虽然生成式AI在技术上已经取得了令人惊叹的飞跃，但成功的产品依然需要从深刻理解用户和他们的痛点出发。AI能帮我们抽象掉什么？哪些关键“决策点”必须由人来把控？杠杆效应最高的环节在哪儿？

我们认为这类产品会具备以下几个关键能力：

1.1 生成工具可以消除“空白页”问题

最早也最明显的消费级AI用例，就是把自然语言提示转换成媒体输出——比如图像、视频和文本生成器。这一类能力同样适用于Prosumer产品。这类工具有助于消除真正的“空白页”（比如在幻灯片里直接通过文本提示生成内容），或者把零散的资产（比如一张草图、一个提纲）转化成更完整的作品。

有些公司会通过自研的专有模型来实现这一点，另一些则可能在后台混合或拼接多个模型（开源、专有，或者通过API）。Vizcom的渲染工具就是一个例子：用户可以输入文本提示、草图或3D模型，然后立刻得到逼真的渲染结果，方便进一步迭代。

另一个典型案例是Durable的网站构建器。据该公司称，该产品迄今已生成了超过600万个网站。用户只需输入公司名称、行业和位置，Durable就会生成一个可定制的网站。随着大语言模型能力越来越强，我们期待像Durable这样的产品能进一步从互联网和社交媒体中抓取你企业的真实信息（历史、团队、评论、Logo等），仅通过一次生成就输出更加复杂的成果。

1.2 多模态（和多媒体！）组合

很多创意项目需要多种类型的内容配合。比如，你可能想把图像和文字混在一起，给音乐配上视频，或者把动画和画外音组合起来。到目前为止，还没有一个模型能独自生成所有这些资产类型。这给工作流产品创造了机会——让用户能在同一个地方完成不同类型内容的生成、优化和拼接。

HeyGen的头像产品就是个好例子。该公司把自己的人像和口型同步模型与ElevenLabs的文字转语音API结合起来，生成了逼真的、会说话的视频头像。而且，HeyGen的产品还提供了模板和类似Canva的编辑器，用户可以直接在内部把头像放进幻灯片或视频里，创建幻灯片或添加文字等其他资产，完全不需要把头像搬到PowerPoint或Google Slides里。

1.3 智能编辑器可实现更多迭代

几乎没有任何工作成果是“一次性”完成的——尤其是在AI领域，因为每一次生成都自带随机性。第一次运行就能拿到满意结果的情况少之又少。点击“重新生成”按钮或修改提示词是这个过程中必不可少的环节，但既耗时又让人沮丧。

第一波AI生成产品几乎不允许任何迭代：你生成了一张图片（或一段视频、一段音乐），然后就没有然后了。如果你用同样的提示词再跑一次，结果可能完全不同。而现在，我们开始看到一些功能让用户可以对现有输出进行改进，而不是每次都必须从头再来。Midjourney的“变化”和“缩放”工具就是一个很好的例子。

在视频领域，Pika也提供了类似的功能。用户可以截取已经生成的片段，然后修改特定区域——比如改变角色的性别或头发颜色，或者添加或删除某个对象。用户还可以通过修复现有视频周围的空白区域来扩展画布。

1.4 平台内优化

智能编辑的另一个关键要素是优化——最后那10%的打磨往往决定了作品是好是还是伟大。但要做到这一点并不容易：首先得找出哪些地方需要优化，其次还得在不借助其他工具的前提下完成这些优化。

AI工作流产品可以帮助用户识别可以改进的地方，然后自动进行这些改进。你可以把它想象成Apple照片里的“自动修饰”功能，但这一次，它适用于任何内容。

最直观的体现就是“升级”功能，Krea等平台已经提供了这一点。在一个界面里，用户可以生成图像或设计，然后进行增强——让它们离最终成品更近一步。

ElevenLabs的有声读物工作流程是另一个好例子。你可以用这个工具为特定角色生成声音来朗读书中的各个部分，然后通过调整句子或短语的停顿、稳定性或清晰度来润色输出。

1.5 可混编和可转换的输出

AI让内容变得格外灵活——每一段内容都可能成为下一次迭代的“起点”。如果你曾经在Midjourney或ChatGPT里复制并调整过别人的提示词，那你实际上已经参与了这种玩法。

能够发挥这种灵活性的平台，很可能会构建出更强大、更具粘性的产品。对最初的创作者来说，能够在不同媒介之间转换自己的作品极具价值——比如把一段视频变成一篇博客文章，或者把一段文字说明变成一个操作演示动画。这正是Gamma发布平台的核心功能。用户可以通过提示或上传的文件生成卡片组、文档或网页，并且可以随时切换格式。

从外部的角度看，这些产品还可以让用户公开自己的工作流程，供其他人拿来迭代。这可能是一系列提示词或模型组合，也可能只是一个“复制”按钮，让技术水平较低的用户也能模仿输出效果或美学风格。

Imagen AI是一个面向专业摄影师的编辑平台，就是这方面的例子。该公司根据每位摄影师的个人风格训练模型，使他们能够更轻松地进行批量编辑。而且，用户还可以选择以在平台上提供个人资料的行业领先摄影师的风格进行编辑。

2、GenAI原生产品将如何发展？

下一代的“产消合一”AI工具仍然处于早期阶段。虽然现有工具生成核心资产的能力终于强大到足以加入有意义的工作流程，但大多数产品仍然只专注于一种类型的内容——而且功能相当有限。以下是我们在未来几个月里比较期待看到的几个方向：

2.1 结合内容模式的编辑工具

视频是最好的例子。今天，要用AI制作一段短片，你需要在Pika或Runway这类产品里生成多个片段，然后把它们搬到Capcut或Kapwing等另一个平台进行编辑或混音（甚至还要加上在其他地方生成的声音）。

如果你能在一个平台上完成这一切呢？我们预计，一些新兴一代的产品将能够加入更多工作流功能，并扩展到其他类型的内容生成——这可以通过训练自己的模型、利用开源模型或与其他参与者合作来实现。我们还有可能看到一种全新的、独立的AI原生编辑器的出现，让用户能够“插入”不同的模型。

2.2 使用不同交互模式的产品

文本提示并不总是与AI产品沟通的最有效方式。我们相信，你应该能像和人类伙伴一起头脑风暴一样来使用生成工具——无论是通过语音、草图，还是分享灵感照片。

我们对语音尤其感到兴奋，因为它能让用户表达更复杂的想法（或者只是闲聊，这是文字做不到的）。这类产品已经开始出现，Oasis、TalkNotes和AudioPen都能将语音笔记转换为电子邮件、博客文章或推文。我们预计，音频甚至视频作为输入源将出现在更多工作流程产品中，从而改变用户完成工作的方式和时间。

2.3 将人类和AI生成的内容视为平等的产品

我们希望看到那些能同时使用AI和人类内容的工具。如今大多数产品都只专攻其中之一——它们要么擅长增强真实照片，但对AI图像无能为力；要么能生成新视频，但无法增强或重新剪辑iPhone上已有的视频素材。

未来，我们预计大多数专业内容制作者会同时使用AI生成和人类创作的内容。他们使用的产品应该能同时处理这两种类型的内容，甚至让它们更容易结合使用。Runway的编辑工具就体现了这一点——你可以从公司的生成模型中提取剪辑和图像，同时上传实拍资产到同一个时间线中。然后你可以在两种类型的内容上使用公司的“神奇工具”，比如修复和绿屏。

我们在这里重点讨论的内容工作流产品只是未来专业消费者软件的一个重要组成部分。稍后我们还会深入探讨第二个关键组成部分——生产力工具——我们认为这类工具在AI时代同样值得被重新发明。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI原生工作流程崛起趋势及其影响分析要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题