智东西
编译 | Alyssa
编辑 | Panken
智东西5月6日消息，据《华尔街日报》报道，人工智能（AI）可以预测特定人类的外表、行为和感觉，正逐步替人类承担起时装模特、焦点小组成员、临床试验参与者等工作。
这些AI系统通过收集个人特征数据，如外貌、购物偏好和健康状况，进而预测个体穿着某件衣物的效果、对问题的回答或疾病对其的影响。这种AI生成内容，有时被称为个人的“数字孪生”，已在多种任务中得到应用。
洛杉矶初创公司AI Fashion利用真实模特照片，生成全新的AI图像，展示他们身穿各种服饰，服务于时尚宣传和电商网站。
另一家初创公司Brox AI创建了27,000位个体的数字版本，其中包含他们的品牌偏好和购物习惯等信息，并支持企业们向AI提出焦点小组式的问题，焦点小组一般指由受过研究训练的调查者主持，采用半结构方式，与一组被调查者交谈的研究方法。
位于旧金山的Unlearn公司，则利用AI基于个人健康数据生成数字孪生体，预测疾病在个体身上的进展过程，旨在提高临床试验的效率与效果。
尽管AI技术引发了对未来人类就业前景的质疑，但这些公司认为人类仍扮演着至关重要的角色，并且可以根据他们分享数据以创建数字孪生的意愿而获得补偿。对企业而言，数字人是实现快速扩张和成本节约的有效途径。
咨询机构Gartner将此技术称为“数字人”，并预计5至10年内，企业或许能为每位顾客创建数字孪生。目前该技术尚处初级阶段，且面临众多挑战。
“如果术语、数据使用和案例处理不当，可能会引起消费者对品牌形象强烈抵制的态度。”Gartner分析师马蒂·雷斯尼克（Marty Resnick）谈到。尽管如此，各企业已开始投资于利用AI来将人类某些特质进行数字化并变现。
一、模特拍摄：AI模特上阵，秒拍时尚大片
知名女装品牌Anne Klein正在与AI Fashion公司合作测试一项创新技术，该技术能基于真实模特照片生成多样化的时尚大片。AI Fashion公司透露，这一技术融合了独有的专利技术和行业领先的开源模型。
WHP Global公司（Anne Klein母公司）的数字、电商及AI高级副总裁道格·韦斯（Doug Weiss）谈到：“消费者日益追求更高层次的个性化服务，同时也希望在多种不同的环境中看到产品。而AI能够使我们规模化地实现这一目标。”
他还补充道，虽然这项工具不一定会完全取代传统的摄影棚拍摄，但它“可以帮助我们构建出消费者在线购物时所期望的丰富多样的产品展示”。
当前，多家初创企业正提供根据品牌服装系列用AI生成图像的服务。部分情况下，模特完全由AI生成，这一做法引发了可能令真人模特失业的争议。
对此，AI Fashion公司的联合创始人兼首席执行官丹尼尔·西特龙（Daniel Citron）强调， AI Fashion试图通过将真人模特置于流程的中心来区分。西特龙曾是谷歌的创意负责人，他于2020年与首席技术官约翰·奇里吉安共同创立了这家公司。
AI Fashion公司提到，模特薪酬受品牌、所需图片数量以及模特知名度等多重因素影响，并且模特有权拒绝任何他们认为不适合的代言活动。
韦斯预期，通过使用这一工具，将带来更加个性化的服务和成本效率的提升，但目前尚无法精确估算具体能节省多少成本。
▲人工智能生成的模特leticia （图源：《华尔街日报》）二、焦点小组：想调研消费者购物偏好？跟AI数字人聊聊就知道
在传统焦点小组调研成本高昂且耗时数月的背景下，Brox AI公司推出了一款革新工具，让企业能够迅速获取消费者反馈，无需再经历漫长的筹备过程。该工具依托于27,000名真实个体的数字孪生，大大加速了市场研究的步伐。
Brox AI联合创始人兼首席执行官哈米什·布罗克班克（Hamish Brocklebank）介绍道：“我们掌握了这些个体的购物习惯、购买偏好等详尽信息，这些数据主要通过长时间深入访谈收集而来。”
借助独家的AI算法，Brox AI能根据访谈数据模拟预测，例如判断30岁女性消费者是否愿意为流媒体服务订阅支付10%的价格上涨。参与访谈的个体根据参与次数不同，可获得20至150美元不等的报酬。
企业只需在该工具中输入查询，即可了解哪些优惠措施能吸引特定消费群体、他们对价格变动的敏感度如何，或是哪些因素会促使他们尝试新服务。布罗克班克补充说，该工具的年费从25,000美元到数十万美元不等，具体取决于使用程度，对于那些每年花费数百万美元进行焦点小组研究的企业而言，这无疑是一个节省成本的新选择。
三、临床试验：AI当对照组，让更多真人患者能用上“救命药”
初创企业Unlearn正利用AI为人们生成能够预测特定疾病随时间进展的“数字孪生”。
成立于2017年的Unlearn，已成功融资超过1.3亿美元，并拥有69名员工，专注于临床试验领域。
通常在临床试验中，一组人接受实验性药物并被监测以评估其副作用和疗效。另一组人则接受安慰剂，并被监测以评估在没有该实验性药物的情况下疾病会如何发展。
而Unlearn的首席执行官查尔斯·费舍尔（Charles Fisher）谈到，Unlearn会收集关于特定参与者健康状况的基本数据点，并将其输入到一个经过大量临床数据训练的定制模型，为该个体生成一个数字孪生，预测如果他们在安慰剂组中，疾病会如何发展。
费舍尔强调，患者不愿参与临床试验的主要原因之一是担心被随机分配至安慰剂组。而采用数字孪生作为安慰剂对照组，意味着更多参与试验的患者都能接触到实验性疗法，提前获得潜在的救命治疗机会，这正是他们加入试验的首要动因。
同时费舍尔介绍，创建数字孪生作为临床试验的一部分，将在患者正常的试验同意流程中进行，因此患者不会为此额外获得补偿。
生物技术公司QurAlis的联合创始人兼首席执行官卡斯珀·罗特（Kasper Roet）强调，这项技术对于像肌萎缩侧索硬化症（ALS，即渐冻症）这样的疾病尤其有意义，因为患者通常在三年内死亡。
QurAlis正在为ALS、额颞叶痴呆症和其他神经退行性疾病发现和开发精准医学治疗。罗特谈到，该公司计划最早于明年开始与完整的人类安慰剂组一起测试Unlearn的技术。“令人遗憾的是，当前为了进行试验，我们不得不给予身患绝症的患者安慰剂，”罗特补充道，“但通过Unlearn等公司技术的发展，我们正朝着完全消除安慰剂组的目标迈进。我对此持乐观态度，相信终有一天能够实现。”
结语：进化AI正开辟更多行业的新可能
面向汹涌而来的AI技术革命，越来越多企业开始探索用AI降本增效的新方式，许多行业的打工人也开始产生被端掉饭碗的危机感。
目前AI距离替代专业人员还很遥远，但它已经在解决一些行业的棘手实际问题上起到积极的影响。这在前文提及的三个案例中可见一斑，AI技术正逐渐渗透到时尚、商家、医疗健康等行业，通过打造AI数字孪生，在模特试装、焦点小组、临床试验等具体任务上起到辅助人类工作的作用。
