OpenAIn uusi kuvatoiminto.

OpenAIn uuden kuvatoiminnon lanseerauksen yhteydessä jaoin muutamia ajatuksia LinkedIn-postauksessa. Nyt yritän kehittää pohdintaa konkreettisilla esimerkeillä ja pohdinnoilla.

Jotta voimme asettaa tilanteen, seuraava on nyt mahdollista ja esimerkkini on vain YKSI MONISTA, osoittaakseni, että ideasta voi siirtyä visuaaliseen materiaaliin SUORAAN!

Annoin seuraavan promptin:
"Skapa en Rick and Morty -sarjakuvan sivu, jossa minä olen päähenkilö (katso kuva), ja käytä alla olevaa blogipostaustani juonena! Keskity tärkeimpään!"

Yhdessä aiemman blogipostauksen kanssa tulos tästä one-shotista oli seuraava.

Jos olisin käyttänyt tätä oikeasti, olisin jälkikäteen hienosäätänyt ja varmistanut, että tekstit ovat oikein, ja ehkä käyttänyt omaa kompassiamme kuvassa.

Tietoa mallista ilman teknistä jargonia.

Malli on integroitu GPT-4o:hon, joka on multimodaalinen malli, joka käsittelee tekstiä, kuvia ja ääntä, mikä parantaa kuvien generointia. Tämä tarkoittaa lyhyesti sanottuna, että mallilla on "parempi ymmärrys todellisesta maailmasta". Se hyödyntää multimodaalista koulutustaan tekstin, kuvien ja äänen parissa. Tämä mahdollistaa sen, että malli voi paremmin tulkita konteksteja ja yhteyksiä todellisuudesta, kuten kuinka esineet, kohtaukset tai käsitteet liittyvät toisiinsa, ja siten luoda realistisempia ja relevantimpia kuvia käyttäjän ohjeiden perusteella.

Parempi tekstin toisto: Malli voi toistaa tekstiä kuvissa, mikä oli aiemmille malleille usein haastavaa.

Tarkat ohjeet: Malli seuraa käyttäjän ohjeita tarkasti ja voi käsitellä monimutkaisia promptteja, joissa on jopa 10-20 objektia.

Interaktiivinen parantaminen: Käyttäjät voivat hienosäätää kuvia luonnollisen kielen avulla, mikä tekee prosessista joustavamman.

Uusi aika visuaaliselle sisällölle.

Uusi kuvagenerointitoiminto merkitsee selvää muutosta siinä, miten käsittelemme visuaalista sisältöä. Aiemmin kuvien luominen, jotka vastasivat tiettyä visiota, vaati koodausta, suodatinratkaisuja tai verta, hikeä ja kyyneleitä. Nyt riittää muutama tarkkaan valittu avainsana, jotta saadaan tuloksia, jotka aiemmin veivät tunteja tai päiviä ja vaativat kokonaisia tiimejä, kuten malleja, valokuvaajia ja suunnittelijoita. Tämä ei ole vain tekninen päivitys, vaan jotain, joka voi muuttaa sekä työprosesseja että tapaa, jolla olemme vuorovaikutuksessa visuaalisten medioiden kanssa arjessa.

Graafiset suunnittelijat: Yksinkertaisten suunnittelutehtävien kysyntä voi vähentyä, mutta he voivat sen sijaan keskittyä konseptuaaliseen ja strategiseen työhön.

Koodaajat ja kehittäjät: Tarvitsevat oppia uusia työkaluja ja API:ja kuvageneroinnin integroimiseksi sovelluksiin.

Markkinoijat: Voivat hyödyntää nopeampaa kuvien luomista kampanjoissa, mutta voivat tarvita taitojen kehittämistä promptien suunnittelussa.

Mainosten automaatio.

Yksi välittömimmistä vaikutuksista näkyy mainonnassa. Perinteisesti visuaalisten mainosten luominen on ollut aikaa vievä prosessi, joka on vaatinut suunnittelijoita, copywritereita ja markkinoijia useissa iteraatioissa. Nyt kuvavaihtoehtoja voidaan luoda suoraan tekstipromptien avulla ja testata kampanjoissa hetkessä. Tämä mahdollistaa yrityksille useampien vaihtoehtojen kokeilemisen ja sisällön nopean mukauttamisen kohdeyleisön reaktioiden perusteella. Markkinoijille tämä tarkoittaa mahdollisuutta tehdä enemmän datalähtöisiä päätöksiä, mutta se voi myös johtaa luovien tiimien roolien muutoksiin. Tietyt manuaaliset tehtävät voivat kadota, kun taas painopiste voi siirtyä strategiaan ja analyysiin.

Mainosten tekijät ja copywriterit: Vähemmän manuaalista työtä, mutta lisääntynyt keskittyminen tehokkaiden tekstipromptien kirjoittamiseen.

Datalähtöiset markkinoijat: Voivat hyötyä nopeammista iteraatioista ja datalähtöisistä päätöksistä kampanjoissa.

Luovien tiimien johtajat: Saattaa tarvita tiimien ja työprosessien uudelleenjärjestelyä automaation hyötyjen maksimoimiseksi.

Uutta elämää vanhoille teksteille.

Toinen mahdollisuus, joka innostaa minua tällä hetkellä eniten, on se, miten tämä voi herättää vanhan materiaalin eloon. Kuvittele, että otat vanhan tekstin, ehkä klassisen kirjan tai historiallisen dokumentin, ja muutat sen visuaaliseen muotoon, kuten sarjakuviksi tai kuvitettuihin tarinoihin. Tämä voisi tehdä sisällöstä helpommin lähestyttävää ja kiinnostavampaa, erityisesti lapsille tai nuoremmille sukupolville, joita pelkkä teksti ei ehkä houkuttele. Se on tapa säilyttää ja uudistaa kulttuuriperintöä samalla kun se avaa ovia uusille luoville ilmaisuille.

Kirjailijat ja sisällöntuottajat: Voivat käyttää uudelleen ja muokata vanhaa materiaalia uusiin formaatteihin.

Kuvittajat ja sarjakuvataiteilijat: Perinteiset toimeksiannot voivat vähentyä, mutta uudet työkalut voivat lisätä heidän tuottavuuttaan.

Koulutussuunnittelijat: Voivat luoda kiinnostavampaa opetusmateriaalia visuaalisilla elementeillä.

Hauskana kokeiluna ajattelin testata Dostojevskin "Rikos ja rangaistus" -teosta, mutta hieman eri näkökulmasta 5-vuotiaalle tyttärelleni. Kun kuitenkin ajattelin, että murha on hieman liian dramaattinen 5-vuotiaalle, yritin muita esimerkkejä, kuten etuilua keinujonossa, mutta sisällönsuodatin esti sen :D

Loppu geneerisille kuvapankeille.

Kuvapankit ovat pitkään olleet helppo ratkaisu esityksiin, verkkosivustoille ja muuhun sisältöön, mutta ne tuntuvat usein persoonattomilta ja kuluneilta. Nyt voimme sen sijaan luoda kuvia, jotka on räätälöity jokaiseen tilanteeseen, olipa kyseessä PowerPoint-dia tai tuotesivu verkossa. Tämä vähentää riippuvuutta ulkoisista kuvapankeista ja mahdollistaa visuaalisten elementtien tuottamisen, jotka todella heijastavat viestiä. Verkkokehittäjille tämä voi jopa toimia eräänlaisena paikkamerkkinä, jossa kuvat luodaan tyylillä, joka vastaa sivuston teemaa jo alusta alkaen.

Valokuvaajat ja kuvapankkien luojat: Geneeristen kuvapankkien kysyntä voi vähentyä.

Verkkosuunnittelijat: Saavat käyttöönsä nopeampia ja räätälöityjä kuvien luomisratkaisuja.

Esityssuunnittelijat: Perinteisten suunnittelutehtävien kysyntä voi vähentyä.

Mallit: Voidaan korvata tietyissä tilanteissa tekoälyn luomilla ihmisillä, erityisesti kun voidaan luoda toistuva hahmo, jota käytetään johdonmukaisesti kaikissa visuaalisissa yhteyksissä.

Sosiaalinen media ja luovuuden räjähdys.

Sosiaalisilla alustoilla näen selkeän kehityksen edessäni. Kuvittele painike "luo kuva" jokaisen latausvaihtoehdon vieressä, jossa käyttäjät voivat luoda visuaalista sisältöä suoraan tekstikuvauksistaan. Tämä madaltaisi kynnystä osallistua digitaaliseen kulttuuriin ja johtaisi luovuuden aaltoon. Erityisesti meemikulttuurissa uskon, että näemme selkeän eron. Meemit eivät välttämättä muutu hauskemmiksi, mutta visuaaliset tulokset paranevat ja tulevat helpommin saataville kaikille, myös niille, joilla ei ole teknisiä taitoja. Tämä on visuaalisen luomisen demokratisointia, joka voi laajentaa kuuluvien äänien kirjoa.

Sosiaalisen median vastuuhenkilöt: Voivat luoda kiinnostavaa sisältöä nopeammin.

Vaikuttajat ja sisällöntuottajat: Saavat uusia mahdollisuuksia tuottaa vaihtelevaa ja houkuttelevaa sisältöä. (Vaikuttajien asema on kuitenkin jo nyt heikolla pohjalla ja kilpailu tekoälyn luomien avatarien kanssa tulee olemaan yhä vaikeampaa. Trendi on jo nyt selvä!)

Kuvahaku uudessa muodossa.

Kuvahaku on toinen alue, joka voi muuttua perusteellisesti. Sen sijaan, että selaisimme sivukaupalla olemassa olevia kuvia löytääksemme sopivan, voimme pian luoda täsmälleen haluamamme kuvat omien kuvaustemme perusteella. Tämä säästää aikaa ja tekee prosessista tehokkaamman, mutta herättää myös kysymyksiä omaperäisyydestä. Kun on niin helppoa luoda juuri sitä, mitä tarvitsee, miten arvostamme silloin ainutlaatuista sisältöä? Ehkä huomio siirtyy itse kuvasta sen kontekstiin ja viestiin.

Viesti keskiöön.

Nyt kun korkealaatuiset kuvat ovat niin helposti saatavilla, sisällön ero ei enää perustu siihen, miltä se näyttää, vaan siihen, mitä se oikeastaan viestii. Vahva ja ainutlaatuinen viesti tulee ratkaisevaksi, kun taas estetiikka voi jäädä toissijaiseksi. Tämä voi johtaa muutokseen siinä, miten arvioimme luovaa työtä, jossa syvyyttä ja omaperäisyyttä arvostetaan enemmän kuin pintaa. Luoville tekijöille tämä tarjoaa mahdollisuuden erottua keskittymällä sisältöön ja ideoihin pelkän visuaalisen täydellisyyden sijaan.

Luovat tekijät ja taiteilijat: Arvioidaan enemmän viestin ja omaperäisyyden kuin visuaalisen täydellisyyden perusteella.

Markkinoijat ja viestijät: Voivat keskittyä enemmän strategiaan ja siihen, mitä kuvalla halutaan sanoa, ja vähemmän estetiikkaan.

Suunnittelijat ja kuvittajat: Tarvitsevat sopeutua konseptuaalisen omaperäisyyden vaatimuksiin.

Vaikutus taiteellisiin ammatteihin.

Yksi näkökulma, jota en heti ajatellut, on se, miten tämä voi vaikuttaa taiteellisiin ammatteihin. Kuvien luomisen automatisointi voi vähentää perinteisten suunnittelijoiden ja kuvittajien kysyntää tietyissä tehtävissä, mikä on haaste alalle. Samalla se voi vapauttaa aikaa konseptuaalisemmalle työlle, jossa ihmisen luovuus ja strateginen näkemys ovat edelleen korvaamattomia. Ehkä näemme tulevaisuuden, jossa teknologia toimii työkaluna, joka vahvistaa eikä korvaa inhimillistä kosketusta.

Suunnittelijat ja kuvittajat: Tietyt tehtävät automatisoidaan, mutta he voivat käyttää teknologiaa konseptuaalisempaan työhön.

Taiteelliset johtajat: Saattaa tarvita tiimien uudelleenjärjestelyä uusien työkalujen integroimiseksi.

Eettiset haasteet.

Tärkeä asia, jota en saa unohtaa, ovat eettiset näkökohdat. Mahdollisuus luoda realistisia kuvia tekstistä lisää väärinkäytön riskiä, kuten harhaanjohtavan tai vahingollisen sisällön luomista. On ratkaisevan tärkeää, että alustat ja kehittäjät ottavat vastuun selkeiden rajojen ja turvatoimien asettamisesta. Ilman tätä riski on, että teknologiaa käytetään haitallisilla tavoilla. Myös eettisten tarkastajien ja päätöksentekijöiden on kehitettävä ohjeita riskien hallitsemiseksi.

Tietoturva-insinöörit: Tarvitsevat luoda työkaluja teknologian väärinkäytön estämiseksi.

Käyttäjät: Tarvitsevat lisää tietoisuutta eettisistä kysymyksistä.

Luovuuden räjähdys!

Lopuksi näen positiivisen vaikutuksen siinä, miten tämä demokratisoi luomista. Henkilöt, joilla ei aiemmin ollut pääsyä kehittyneisiin työkaluihin tai koulutukseen (tai kuten minä, joilta puuttuu lahjakkuus), voivat nyt tuottaa ammattimaisen näköisiä kuvia minimaalisella vaivalla. Tämä voi johtaa laajempaan näkökulmien kirjoon visuaalisessa kulttuurissa, mikä on mielestäni erittäin jännittävä mahdollisuus.

Amatöörit ja harrastajat: Voivat tuottaa ammattimaisia kuvia ilman kehittyneitä taitoja.

Koulutuslaitokset: Voivat ja PITÄISI integroida teknologia opetukseen.

Luovat tiimit: Saavat laajemman kirjon ideoita ja näkökulmia.

Lopullinen pohdinta.

Uusi kuvatoiminto on voimakas työkalu, joka tulee muuttamaan tapaa, jolla työskentelemme ja kulutamme visuaalista sisältöä. Se on portti luovuuteen, lisää tehokkuutta ja avaa uusia mahdollisuuksia, mutta siihen liittyy myös riskejä, jotka on hallittava.

Yksi skenaario, jonka näen, on antaa AI-agentin, joka tuntee yrityksen graafisen profiilin, ottaa tuotekuvan ja itse iteroida täydellisen kehotteen. Se ei anna periksi ennen kuin tulos on täysin valmis. Mihin paikkaan meidän pitäisi sitten löytää?

Jonkin aikaa sitten minulla oli seuraava dia esityksessä, hieman leikillisesti mutta myös vakavasti, "call to action" -tyyliin. Tämä dia ei ole enää leikillinen.

Jos ajattelee, että teknologia on kehittynyt nopeasti aiemmin (Moore's Law jne.), jossa kehitys on ollut eksponentiaalista, on syytä miettiä uudelleen. Monet ovat puhuneet tasanteesta vuodesta 2023 lähtien. Tekoäly on äärimmäisen hypetetty, mutta on tärkeää "nähdä metsä puilta". Ota syvään henkeä ja anna seuraavan graafin upota mieleesi...