OpenAI在公关上投入巨资，而根本问题依然存在
本周，OpenAI发布了一份名为《智能时代的产业政策》的13页文件，收购了一家名为TBPN的技术播客网络，并在华盛顿D.C.宣布开设办公室，专门为立法者和非营利组织提供了解其技术的空间。与此同时，民意调查显示，公众对人工智能的反感持续上升。
这些举动的表面解读是：一家成熟企业在做成熟企业该做的事情：雇佣影响力，培养叙事，管理感知。但从战略的角度来看，这种解读则要复杂得多。
当信息变成产品
沟通价值与创造价值是有区别的。OpenAI正在做后者，市场最终会注意到这种区别。
他们刚刚发布的产业政策文件提倡重新想象社会契约，提出了一些他们自己称之为“以人为本”的想法。这种语言在达沃斯的论坛上听起来很不错，但对于那些看到自己工作被取代的用户或那些未获同意便被用来训练模型的创作者而言，并没有改变任何体验。文件所宣称的与调查所记录的之间的差距，并不是沟通问题，而是价值构架的问题。
我认为，OpenAI在叙事上投入的战略意义在于它反映了其竞争地位。那些拥有强大价值主张的公司不需要13页的文件来解释自己存在的合法性。而那些需要时，通常在回应其产品未能解决的压力。收购TBPN进一步强化了这一解读：当你购买通往一群受众的途径，而不是凭借自己的产品赢得他们时，你在隐含地承认你的产品没有产生足够的吸引力。
对华盛顿D.C.的投资有另一种逻辑，但同样具有症候意义。为立法者提供一个讨论公司技术的空间，从实务上讲，是设计更为精美的游说基础设施。虽然这本身没有错——任何有监管影响的行业都需要在政治决策中心占有一席之地——但当民意调查显示出活跃的不信任时，将其作为开放与教育的姿态进行包装，可能是一场风险很大的赌注。立法者也在阅读调查结果。
没有人消除的变量
现在，人工智能行业的结构性问题并不是公众的看法，而是大多数公司正在竞争相同的变量——处理速度、参数量、多模态能力——同时系统性地忽视了那些尚未采用这些工具的群体所关心的因素。
反对意见调查并不是随机噪声。它是未满足需求的信号。实际上还有一些用户、专业人士和组织，如果提供的方案涉及对训练数据的透明度、对原创内容创作者的补偿机制、有关版权的法律保证，以及不需要工程学博士来微调结果的学习曲线，他们可能会愿意采用人工智能工具。
这些变量在OpenAI的产业政策文件中并未提及。文中提到的“重新想象社会契约”，优雅地表达了向社会请求调整其期望值，而不是调整产品。
Getty Images的Rebecca Swift博士从视觉内容的角度清晰地表达了这一点：当一切看起来都一样时，受众就不再关注。这不仅是美学问题，而是一个保留率问题，而保留率是任何订阅模型或数据平台的动力。人工智能输出的同质化并不是一个缺陷，而是为了速度和规模进行优化而没有在成本方面妥协的可预测结果。而到目前为止，行业的回应是生成更多的输出，以更快的速度和更少的摩擦。这个循环在自我滋养。
迟来的验证成本
大型科技公司通常忽视一种金融机制，直到为时已晚：重新塑造已经在市场上产生抗体的品牌的成本显著高于从一开始就建立信任的成本。
OpenAI现在还没有到达那个地步，但路径很重要。每投入到播客、政策文件及设计精美的游说空间的美元，都是没有用于解决导致公众反感的具体问题的资源。而与产生可折旧资产的技术基础设施不同，叙事方面的支出在没有产品或企业行为的实质性变化作为支撑时，使用寿命非常短。
分析师Brittany Ellich预测，反对人工智能的情绪可能在改善之前先进一步恶化，而复苏将沿着实践诚实的道路前行：公开承认什么无效以及技术真正适合做什么。这一论点在实践中具有统计基础。市场对诚实的具体性反应良好，而对那些没有在日常使用中得到支撑的广泛承诺反应不佳。
行业当前面临的并不是一个形象问题，而是一个重新设计提案的机会，从现在开始正在故意忽视的变量，因为它们在实施上看起来昂贵。训练数据的透明度、对创作者的补偿、对采用这些工具的企业的法律保障：这些变量都有真实的成本，但每一个变量都有愿意为之付费的市场。一个现在不愿意采用人工智能的市场，因为行业还没有具备消除那些重要摩擦的纪律，而非简单地积累已经无法区分的能力。
当前情况下所需的领导力并不是发布一份关于社会契约的13页文件，而是有信心在市场迫使之前改变提案中的变量，基于与真实用户而非华盛顿一间装饰精美的办公室里的立法者的具体承诺去做。将资本浪费在叙事上以保卫一个尚未由产品证明的立场，并不是战略，反而是对不可避免调整前时间管理的干预。
