從人類默認到人類稀缺:AI 時代的 Human-Retro Scarcity
系列: AI 時代的創作、選擇與人類復古系列
篇次: 第 1 篇
版本: v0.1
性質: 理論論文/概念框架/公開版
摘要
在生成式人工智慧、Agent、自動化工具與低成本數位生產能力快速普及之後,「由人類完成」正在從一項不需要特別標示的默認條件,逐步轉化為可能需要被特別聲明、證明與辨識的稀缺來源屬性。
過去,一幅畫、一段程式、一首音樂、一部遊戲、一篇文章,只要沒有另外說明,通常可以默認其主要生產者是人類。未來這一假設可能逐漸失效。當 AI 參與設計、生成、測試、審核、編程、動畫、文本、資產管理乃至整體產品製作成為普遍現象時,「Human-Made」不再只是正常狀態,而可能形成一種新的 provenance category:Human-Retro Scarcity(人類復古稀缺性)。
然而,本篇的核心命題並不是「人類創作將因稀缺而變得更有價值」。相反,本篇主張:
Scarcity⇒Value
人類製程本身只有在其差異可以被感知、被信任、被偏好,而且能夠對最終體驗產生足夠重要的影響時,才可能形成真正的市場溢價、文化價值或身份價值。
因此,AI 時代真正的問題不是:
人類作品會不會消失?
而是:
當「人類完成」從默認背景變成一種稀缺屬性後,它究竟需要滿足什麼條件,才能成為真正有價值的稀缺性?
本篇建立 Human-Retro Scarcity 的基本模型,區分「來源稀缺」、「感知差異」、「身份偏好」、「信任」、「體驗價值」與「人類作者性」,並提出:未來人類創作者真正稀缺的可能不是低效率手工本身,而是可被辨識的選擇、責任、歷史連續性與人格化審美。
關鍵詞
Human-Retro Scarcity、AI 創作、生成式人工智慧、創作者經濟、手工價值、來源證明、作者性、稀缺性、AI 資本、選擇理論
1. 問題的轉移:從「AI 能不能創作」到「人類創作是否還是默認」
早期 AI 創作爭論經常圍繞:
AI 到底算不算真正創作?
但隨著技術發展,這個問題的重要性正在下降。
更具現實意義的問題開始變成:
當 AI 生產成為普通能力後,人類生產是否仍然是默認狀態?
過去:
P(Human-Made∣No Disclosure)≈1
至少在一般消費者認知中如此。
未來則可能逐步變成:
P(Human-Made∣No Disclosure)<1
甚至在某些內容市場:
P(Human-Made)≪P(AI-Assisted)
於是,「人類完成」第一次開始需要被標示。
這是一個重要的歷史反轉。
以前 AI 生成需要標示:
AI-generated。
未來某些市場可能反過來需要標示:
Human-made。
2. 從默認條件到來源屬性
可以把內容產品的一個來源屬性寫成:
O∈{H,A,H+A}
其中:
- H:Human-dominant;
- A:AI-dominant;
- H+A:Human-AI hybrid。
在過去的產業環境中:
O=H
通常不需要被特別說明。
它是:
Default Production Provenance
然而當:
CostA↓
QualityA↑
AvailabilityA↑
並且:
ToolAdoptionA↑
那麼純人類製程:
O=H
會逐步從:
Default
變成:
ScarceProvenance
這就是本篇所稱的:
Human-Retro Scarcity
3. 為什麼稱為「人類復古」
「復古」不是說人類本身過時。
而是指:
某種曾經普遍的生產方式,在新技術普及後變成可被特別辨識的舊式選擇。
例如:
- 手工製錶;
- 黑膠唱片;
- 底片攝影;
- 活版印刷;
- 全類比錄音;
- 手工木作。
它們曾經只是:
正常製作方式。
在工業技術成熟後,才逐漸轉化成:
特殊製程。
因此:
Human Production
也可能經歷同一個轉換:
普遍方法→特殊方法→身份化方法
4. 稀缺性不自動形成價值
這是整篇最重要的限制。
市場中:
Scarcity
只有在其他條件成立時才可能產生價值。
可先定義:
VHR=f(S,D,P,T,E)
其中:
- S:Scarcity,來源稀缺程度;
- D:Perceptible Difference,可感知差異;
- P:Preference,消費者偏好;
- T:Trust,來源可信度;
- E:Experience Value,最終體驗效用。
即:
VHR=f(Scarcity,Difference,Preference,Trust,Experience)
若:
D≈0
且:
P≈0
那麼即使:
S→1
也不必然形成高價值。
5. 一個極端例子:人類花十倍時間,但結果沒有不同
假設有兩件作品:
WH
由人類手工完成;
WHA
由人類使用 AI 協作完成。
若最終使用者感受到:
Utility(WH)≈Utility(WHA)
而成本:
Cost(WH)=10×Cost(WHA)
那麼:
Human-only production 不自動構成競爭優勢。
甚至可能形成:
High-Cost Provenance
也就是:
成本更高,但最終體驗沒有明顯提升。
6. 人類可以做出「像 AI」的作品
AI 時代一個很反直覺的現象是:
AI Homogeneity=AI Exclusivity
AI 可能產生:
但人類也完全可以。
當一個人:
- 長時間使用同一套畫法;
- 大量生產角色;
- 缺少外部審美審核;
- 為了效率反覆使用相似結構;
最後也可能:
HumanOutput→TemplateConvergence
因此:
Human-Made⇒Human-Distinctive
這是一個非常重要的區分。
7. 人類價值不能只靠「我是一筆一筆做的」
如果創作者主張:
我花了很多時間。
這代表:
Effort↑
但使用者購買的通常不是:
Effort
本身。
更接近:
ConsumerValue=Experience+Identity+Meaning+Trust
因此:
努力本身不是可直接轉移給使用者的效用。
一個人可以花 1000 小時完成低品質作品。
另一個人可以使用成熟工具在 100 小時內完成更好的作品。
市場並沒有義務因前者比較辛苦而給更高價格。
8. 玩家、讀者、觀眾購買的是什麼
一般內容消費中,使用者真正關心的往往是:
我得到什麼體驗?
例如玩家關心:
- 好不好玩;
- 角色有沒有魅力;
- 世界有沒有記憶點;
- 操作順不順;
- 故事有沒有情緒;
- 價格值不值得。
因此:
Production Purity
通常只是效用函數中的一個變量,而不是全部。
可寫成:
Uconsumer=αQ+βE+γI+δP
其中:
- Q:品質;
- E:體驗;
- I:身份/文化價值;
- P:來源/製程偏好。
對部分消費者:
δ
很高。
但對另一些消費者:
δ≈0
9. 什麼情況下「純人類」真的可能形成溢價
Human-Retro Scarcity 真正有價值,通常需要至少一個條件成立。
第一種:
可感知的人類差異
例如特殊筆觸、演奏誤差、即興、材料痕跡。
第二種:
作者身份價值
消費者不是只買產品,而是買:
這個人做的。
第三種:
歷史與故事價值
例如:
- 作品如何被完成;
- 創作者的人生;
- 手工過程;
- 場域與傳承。
第四種:
倫理/文化偏好
部分消費者可能本身偏好:
我想支持人類創作者。
第五種:
來源可信度
即人類製程必須可以被信任。
10. Provenance 將變得重要
當:
HumanMade
本身變成市場屬性後,就必須面臨:
How do we know?
也就是來源證明問題。
未來可能出現:
- Human-made certification;
- AI-assisted disclosure;
- process log;
- signed creation history;
- provenance metadata。
因此:
Human-Retro Scarcity
最後可能與:
Provenance Infrastructure
直接耦合。
11. 來源價值與品質價值必須分開
可以定義:
Vtotal=Vexperience+Vprovenance
其中:
Vexperience
是作品本身。
而:
Vprovenance
是:
它由誰、怎麼做出來。
兩者可能:
Vexperience≫Vprovenance
也可能在某些高端市場:
Vprovenance≫Vexperience
例如收藏、藝術品、限量手工品。
因此沒有必要把所有市場都視為同一種。
12. 「不用 AI」本身可以成為品牌,但不能自動成為品質
未來可能出現明確品牌:
100% Human-Made。
這完全可能是一種有效市場定位。
但:
Human-Made Claim=Quality Claim
兩者必須分開。
就像:
手工。
不等於:
一定好。
有機。
不等於:
一定好吃。
類比。
不等於:
一定好聽。
所以:
Human-Retro
首先是一種:
Process Identity
而不是品質保證。
13. AI 反而可能提高「人類作者性」的辨識需求
這又是一個反直覺命題。
AI 大量普及後:
AverageProductionQuality↑
同時:
AverageProductionCost↓
於是市場可能充滿:
Good-enough Content
此時真正稀缺的可能變成:
Strong Authorial Identity
也就是:
這明顯是某個人做的。
所以:
AI 越普及,人類作者性反而可能越重要。
但不是因為人類「做得比較慢」。
而是因為:
人格化選擇變得更稀缺。
14. 人類真正可能保有的稀缺性
如果把低效率手工拿掉,人類創作者真正比較難被同質化的可能包括:
Taste
Intent
Responsibility
Personal History
Identity
Selection
也就是:
不是「人類做了多少」,而是「這個人為什麼做了這些選擇」。
15. Human-Retro Scarcity 的真正核心
因此本篇提出:
Human-Retro Scarcity=Manual Labor Scarcity
而更接近:
Human-Retro Scarcity=Distinctive Human Agency Scarcity
也就是:
真正稀缺的不是手動點擊、手動繪製、手動輸入本身。
而是:
可被辨識的、持續的、可歸責的主體性選擇。
16. 一個簡化模型
定義人類復古價值:
VHR=S⋅D⋅P⋅T⋅A
其中:
- S:來源稀缺性;
- D:可感知差異;
- P:消費者偏好;
- T:來源可信度;
- A:作者性強度。
若任一項:
≈0
則:
VHR→0
因此單純:
S↑
不夠。
17. 對創作者的第一個警告
未來最危險的策略之一是:
我不用 AI,所以我比較有價值。
這個命題沒有邏輯必然性。
更合理的是:
我不用 AI,因為這能產生一種使用 AI 無法等價重建的價值。
如果說不出這個:
ΔValue
那麼不用 AI 很可能只是:
Production Constraint
而不是:
Competitive Advantage
18. 對 AI 創作者的對稱警告
反過來:
我用了 AI,所以效率高。
也不代表:
Quality↑
AI 可以讓:
ProductionVolume↑
同時:
IdentityDensity↓
所以:
AI Efficiency⇒Creative Value
真正重要的仍然是:
Selection+Direction+Integration
19. 第一篇的系列定位
本篇只處理第一個基礎變化:
Human-Made:Default→Scarce
後續系列將進一步處理:
- 稀缺為什麼不等於價值;
- 人類與 AI 都可能產生同質化;
- 使用者購買的是體驗還是製程;
- Integration Debt;
- AI 作為第二設計師;
- Agentic Development;
- Regression Capital;
- AI Capital;
- 創作者如何更新自己的模型;
- Iteration Learning;
- 《光與影:33號遠征隊》的實證案例;
- 人類復古創作者;
- 選擇底空間與元選擇。
因此本篇是整個系列的:
Scarcity Foundation
20. 結論
AI 時代真正重要的文化變化之一,很可能不是:
AI 將完全取代人類創作者。
而是:
人類創作將失去「不必解釋自己是人類創作」的默認地位。
當 AI-assisted production 普及後:
Human-Made
可能逐漸變成:
一種需要被聲明、被證明、被選擇的特殊 provenance。
這就是:
Human-Retro Scarcity
但本篇最終仍要拒絕一個最容易犯的錯誤:
稀缺不是價值本身。
真正能讓「人類完成」形成未來優勢的,不是人類比較慢、比較辛苦、比較原始,而是:
那個人真正留下了可被感知、被信任、被偏好的獨特選擇。
因此未來最值得保存的「人類性」,可能從來不是:
一筆一筆畫。
而是:
為什麼是這一筆,而不是另一筆。
這也將成為後續整個系列真正要回答的問題。