GameLook对话VC和游戏开发者：AI如何在游戏圈落地、用AI难不难

【GameLook专稿，未经授权不得转载！】

GameLook报道/由Midjourney、ChatGPT等生成式AI工具掀起的AIGC浪潮冲击全球游戏行业已经一年有余，包括育碧、暴雪、腾讯、网易等全球行业巨头都已押注相关领域，前后都开启了对于AI大模型的技术探索和研究。

对于大公司而言，整个AIGC浪潮不论前景如何，为了不错失机遇，都是需要及时布局，积极投资探索相关领域，但这一策略，其实并不适用于整个AIGC浪潮中，占据多数地位的中小游戏公司。

在7月25日亚马逊云科技中国企业出海季海外出海专场的线上直播中，GameLook就与76游戏的CEO钮小良、寒石网络的CEO艾天一、亚马逊云科技互娱行业生态负责人王鸷、GameTrigger投资副总裁高成志一起，围绕相关话题展开了讨论，从中小游戏企业、投行、云服务三方视角，讨论了有关AI在当代游戏行业的真实现状。

中小游戏企业AI现状：和理想状态，还差一段距离

过去半年里，生成式AI能力的进步肉眼可见地迅速，一周一个版本，周周都有新惊喜。围绕生成式AI对游戏行业的影响，不同媒体、个人、企业都有着各种各样的评价，有人将其视作抢走所有人工作的洪水猛兽，也有团队受舆论影响，决定与生成式AI划清界限。

亚马逊云科技负责数字原生合作伙伴团队的王鸷表示：“当你问他们游戏行业是否对AIGC有强需求的时候，基本上两个字就可以总结，就是‘拥抱’，或者四个字‘全面拥抱’。”

“没有一名游戏公司的从业者说AIGC对他们来说是垃圾、是没有用的。”

对于生成式AI在游戏研发中的运用，正在从事卡牌游戏研发的76游戏的CEO钮小良表示：“对我们而言，目前比如在生成图片、简单图标、或者对商业化要求不高的角色立绘设计的时候我们会用到。但还没有达到将几十人的美术团队缩减到五分之一或十分之一大小的理想状态。”

围绕该话题，作为游戏研发商同时也为各类海外游戏提供技术解决方案，以及咨询服务的寒石网络的CEO艾天一则从三个角度谈到了他在游戏行业观察到的现状。

艾天一认为，目前AI在企业的应用，可以分为两个部分：大模型以及Midjourney、Stable Diffusion等文生、图生模型。对于大模型，“比如说ChatGPT在我看来，对企业内部的降本增效是非常有帮助的”。

而对于第二种应用，在艾天一看来，“商业化的路径还挺遥远的”。“我个人评估大概还需要3到5年的时间”。

除了应用，艾天一还提到了目前投资生成式AI的空间，虽然在过去半年多里，全球大企业、投行、基金都在围着AI转，但艾天一表示“我的一些投资人和投资界朋友，他们布局这件事情，比较早地在去年，最近才布局的也有很大一批，所以我认为现在这个赛道目前还没有饱和。”

除了技术在不同环节的落地，影响AI在游戏行业的全面应用的另一项因素就是成本，这对于大公司而言可能不是问题，相较于支出，抢占市场先机可能更为重要，但对于中小游戏公司而言，目前高昂的算力成本，很有可能带来问题。

对此，艾天一认为，虽然在目前这个探索阶段，AIGC的成本要高于用人成本。

“举一个简单的例子，我们用的文生模型，或者图生模型的算法得到的一个小鸭子的模型，可能会耗费A100大概一天到一天半的时间。但用人的话，可能半天或者几个小时就做完了。”

但随着硬件性能的发展，以及全球范围内，用人成本不可避免地提高，未来类似的情况可能会发生反转。届时如果企业“对AICC还一无所知，那就会立刻被其他的公司所淘汰。”

作为云服务商，对于游戏企业是否使用AI，亚马逊则觉得应该从企业自身的业务需求出发，同样地，王鸷也举了两个实例：

“一家中国人在日本开的游戏公司业务很直接很简单，就是做换皮，所以他们的需求非常非常强，基本上就是一个好玩的游戏致敬拿过来，然后通过AICC快速出图，快速包装上线。”

“另一家杭州的社交+游戏的公司，他们下一步正在思考做一个虚拟的主播AI分身（类似Cahracter AI），但他们很纠结，怕用AI影响用户体验、怕用户不买账甚至投诉，所以对于他们来说，这个需求都没有那么急，反倒是想把下半年的预算买量投广告。”

高成志则认为，“贵不贵这件事肯定不能只看成本，还要看收益ROI。原神也贵但原神赚钱。”

ToC还是ToB？这是一个问题

虽然AI在游戏行业的全面应用还需要一段时间，但是当下围绕生成式AI搭建的各种生意和服务肉眼可见地相当热闹。

事实上，根据亚马逊云科技负责数字原生合作伙伴团队的王鸷的说法，不少游戏公司的中台部门或游戏行业的创业公司围绕自己研发、调教的AI工具/服务，在满足自身内部需求后，也在试图向外拓展，试图“做点别的行业的生意”。

“当时我们处于窘境，没有AIGC的服务商可以承接相关项目，这也就是为什么后来我认识了钮总，发现游戏公司也愿意承接一些项目需求。”

但AI的生意不是那么好做的，就算是想要将自己的工具放在市场创造些价值，目前其实在B端和C端都还没有经过验证的成熟的商业模式作为参考，选择ToB还是ToC就成为了“做点别的行业的生意”的游戏公司需要做的选择。

对于ToB还是ToC，钮小良表示：“对我们来说，可能是ToC更多一些，希望把AIGC相关的技术运用到游戏本身，ToB则需要我们先满足自己公司内部的需求。”

而艾天一也认为目前ToC是更合适的发力点，“B端的商业模型落地可能最终还会落到服务上，但是这个服务可能会涉及更高端的服务。”

专注于游戏产业的投资基金GameTrigger的投资副总裁高成志则主要从市场观察者以及VC的视角，给出了自己的看法。

作为市场观察者，高成志认为，游戏行业的ToB和ToC目前来看，都存在着明显的问题。

ToB方面，即便有公司试图利用AI工具赋能游戏行业，“无论是在落地还是AI数据算法算力，你会发现你要获得游戏的数据，大家其实都对保密性的要求非常高，也会非常排斥。”高成志说道。

除此之外，目前赋能游戏行业的B端AI工具，还将面对难以规模化、不符合游戏行业当下多元化市场需求现状等问题。

“总体来讲，无论你是在中台还是创业公司，你面临的需求大概率是非常定制化的、无形的，它并不能规模化。并且游戏我们讲究的都是差异化，既然是差异化，它必定就跟规模化讲究一致性、标准化是有矛盾的”。

在高成志看来，虽然在部分环节AI工具确实可以发挥作用，但想要建立一个商业模式，目前来看还是很困难的。“对于很多投资人，包括我们会更加在乎ToC，比如AI是否真的对于体验带来新的变化”。

但众所周知，电子游戏的画面、美术、演出、音效等各个环节可能都与硬件或技术的发展有关，但其最核心的体验上的创新，却恰恰是可能与新技术最无关的环节。

“不然我们也没看到所谓的Web3或者云游戏催生了新的玩法。”

逆水寒“AI3D场景生成”

在高成志看来，AI赋能游戏的角度其实并不多，就比如当下某些游戏落地文本生成AI的NPC，“其实很多游戏品类是用不到这些的。”因此目前对于游戏公司而言，“如果你本身是好的游戏，AI对你来说是个锦上添花的运营手段，那我觉得它很合理。”

而这一逻辑下，AI其实已经不是ToC业务的重点，做好游戏反而回到了焦点位。

不过高成志也给出了他自己认为游戏公司落地测试生成式AI等，相对较为合适的品类，那就是休闲游戏。休闲游戏除了试错成本低，借助社交传播、自传播还可能做成爆款，休闲游戏玩家的要求不高也是关键。

“换而言之你生成的结果没那么好，甚至有点搞笑、有点人工智障，但是大家可能觉得还挺有趣的。”

至于VC的视角，“大家虽然关注但会觉得商业落地的前景不是特别地明朗，可能做不大”，高成志坦白说道。

想要让对游戏不太敏感、对相关模式怎么赚钱、怎么商业化，大部分还没看得很清楚的VC投钱，首先市场上先要有产品，其次这个产品能赚钱。

“毕竟已有的项目该赚钱的已经赚钱，不太赚钱的项目，你用AI也不见得就能赚钱，本身技术也还在发展，上游还不是特别成熟的情况之下马上就来做下游，其实也比较危险。”

AI人才哪里来：从小学生抓起

在座谈会的最后，除了VC还在观望，游戏公司立项需要时间等原因，对于过去一年AI游戏，即纯粹基于AI能力设计系统玩法、增加游戏体验的项目少的现象，GameLook和众人还提到了一个关键的原因，那就是AI领域的人才问题。

对于自己都在用什么人探索AI工具、大模型等方向，钮小良表示，因为自己本身的体量并不大，所以76游戏目前依旧主要是基于“国外相对比较成熟的大模型，然后去做进一步的训练”，而负责相关领域的主要依旧是公司内部原先的技术人员。

不过虽然技术方面没有太多的问题，但钮小良提到，公司内部一些老技术在面对AI时，会存在心理问题。

“他们会不愿意接受新的内容，虽然我们的共同认知是我们必须去拥抱AI，但可能实际落地，我们会发现一些小问题、小插曲。”

寒石网络的艾天一则从教育和技术发展的角度，说明了为何当下AI技术人才稀缺的另一大原因。

“之前传统的NLP，或者说是在传统的AI的领域内，其实大家的技能点的五花八门，包括清华北大以及计算机强校里大部分的老师都不会去研究大模型。目前来讲，想要在国内某一个高校里找到一个深耕了多年大模型的老师，其实找不到。”

图片来源：Github jsksxs360/How-to-use-Transformers

而众所周知，在谷歌2017年发布了Transformer之后，传统的机器学习等技术，虽然他们在特定领域依然有着不错的表现，但在更通用的场景下，已经有被大模型碾压的趋势了。

不过在艾天一看来，目前国内中小型企业因为没必要重新造轮子，“对于2C端的游戏，只需要一些游戏的技术人员大致了解一下AIGC模型的接口，就可以上手去用。”

“基于成熟的模型，稍微去做一些小的修改，能够让企业用起来，对于我们目前国内来讲，已经是最好的效果了。”

至于亚马逊这种跨国巨头，不同于中小公司主要让自己目前已有的人才“人尽其用”，它们解决AI人才问题的主要策略就是招聘。

“基本上看他的背景，要不然就是之前做过算法，要不然就是对某一个开源的技术有贡献，不管是大模型还是以前的那些机器学习的技术”，王鸷说道。

不过除了招聘外，亚马逊云科技也在国内举办了各种活动，试图培养AI人才，相关活动甚至从中小学生就开始抓起，通过与北京人大附中等合作，培养他们对于人工智能的了解和兴趣。

对于亚马逊从中学生抓起的做法，高成志表示了肯定，“我觉得给行业带来一些小小的AI震撼的新方向，可能反而是思路很灵活、学习能力很快、也没太多包袱、不需要考虑KPI、没有太多压力的学生，他们反而可能带给行业一些新的东西。只是把它商业化、产品化，可能还是需要经验丰富，做商业游戏的策划或制作人。”

用高成志在访谈最后的一句话收尾：“我觉得就是做好游戏、做好商业化、然后分清楚ROI，这就是版本答案，AI只是个工具，大家谨慎期待。”