生產現場出現“角色模糊”
在視覺製作現場、關於如何處理人工智慧的爭論越來越多。
但實際現場出現的問題是、不是“用AI還是不用AI”。
真正的問題是
生產過程中哪些地方需要負責？、人工智慧從哪裡來？
這是沒有正確組織的。。
例如，廣告視覺、EC 產品圖片、ブランドイメージ制作などでも、制作工程は実はかなり細かく分かれています。
- 計劃
- 概念設計
- 視覺方向確定
- 材料生產
- 變異生產
- 替代品
- 大量生產
無需拆解此過程
“人工智慧製造”“人類製造”
如果你談論、現場では判断ができなくなってしまうんですよね。
重要的是
制作工程を構造的に見ることです。
造成混亂的原因是討論是關於工具的。
關於引入人工智慧的討論進展不順利的許多原因是、
討論的是工具而不是生產設計。です。
經常發生的情況是
- 人工智慧很方便
- 人工智慧速度很快
- 可以用AI製作
這是一個像這樣的解釋。
但從生產現場來看、這不是決定因素。
因為視覺製作
決策和生產過程的集合這就是為什麼。
例如，在品牌廣告的視覺效果中，
- 品牌世界觀
- 市場地位
- 目標影像
- 表情語氣
僅當這些元素對齊時才會創建視覺效果。。
這個領域與單純的物質生成是完全不同的工作。。
換句話說、如果我們談論引入人工智慧而不組織生產過程、現場一片混亂。。
生產流程已改為“置換前提”
還有另一個重要的變化。。
它視覺產生的結構是基於替換的。です。
這在以下領域尤其明顯：。
- EC產品視覺
- SNS廣告
- 橫幅
- LP視覺
- 品牌營運資料
這些不僅僅是一個已完成的作品。
- 尺寸不同
- 不同顏色
- 複製差異
- 構圖錯誤
ETC。變異生產假設。
つまり制作工程の中には、已經
量產流程
它包括。
在這個過程中
即使是那些迄今為止除了製作和拍攝之外別無選擇的事物。、
目前，透過AI生成實現的案例越來越多。。
制作の構造自体が変わっているということです。
實際生產過程中所發生的角色劃分
然後、制作工程のどこが人で、人工智慧從哪裡來？。
組織生產過程、大致分為以下幾種。
人們負責的領域（決策）
這是生產的核心。
- 規劃設計
- 概念設計
- 品牌定位
- 與市場接軌
- 確定表達方向
- 視覺結構設計
換句話說
決定表達內容的區域です。
這部分需要生產經驗、市場了解、品牌了解。。
AI容易建立的領域（生產流程）
另一方面、生產過程中
有些結構部分很容易建立人工智慧。。
例如
- 物質生成
- 構圖模式創建
- 變異生產
- 尺寸範圍
- 替代材料生成
這些過程
- 圖像共享是可能的
- 不一定是特定的人
- 多視圖/量產前提
它成立的條件是。
換句話說
部分生產流程已轉為AI
情況就是這樣。。
誤ったAI導入が起きる理由
以下是一些常見問題。
它
人工智慧不是一個生產過程、將其視為成品的替代品です。
例如
- 概念尚未確定
- 品牌定位不明確
- 表達方向未確定
如果在這種狀態下開始AI生成、雖然視覺效果是大量生產的、品質不穩定。
因此
- 品牌形像被破壞
- 表達不統一
- 我不知道誰該負責
問題就出現了。
在許多情況下，隨著人工智慧的引入，品質會下降。、
無生產設計這就是原因。。
概括：AIは制作工程の設計問題
視覺製作中什麼最重要
問題不在於是否使用AI。
生產流程如何設計です。
從結構看生產
負責人的領域
- 計劃
- 概念
- 品牌定位
- 市場整合
AI落地領域
- 物質生成
- 變異生產
- 替代品
- 作業物料量產
這種角色分工變得清晰。
換句話說，人工智慧不是一個工具。
作為生產過程的一部分就是這樣，不是嗎？。
視覺製作的價值
這不僅僅是創建圖像。
- 表達什麼
- 你該把它交給誰？
- 它在市場上如何發揮作用？
因為這樣的設計、視覺已建立。
如果你能鳥瞰生產過程、
人工智慧的引入不僅僅是工具的問題。
生產設計決策您應該能夠將其組織為。
