夜雨聆风增效不是降本：25 人拆分多个团队
InnoGames 工程总监 Thomas Lehr 说了一句话，我反复看了好几遍：在这个 AI 浪潮席卷全球的时代，他们把一个 25 人的团队精简成了 3 个人维护老项目，同时拆分出多个新项目团队，但是没有一个人被裁员。
这才是 AI 时代下的增效，而不是降本。
把时间拉回到近几年来游戏行业的背景下，一个团队裁掉九成人员之后，后面的流程基本上也可以预料到：人力资源部约谈、补偿金谈判，社交网站上很快就会出现内部人员的爆料。但是这家德国公司走的是另外一条路，22 名员工并没有被解雇，而是被转岗投入到新的项目《Cozy Coast》的开发中去。
这并不是把新项目当作裁员的借口，而是对内部人员进行重新分配。
AI 不是救命稻草，而是腾挪杠杆
行业里有很多公司把 AI 当作救命稻草。老项目的收益不好，就用 AI 的名义裁员，勉强维持业务。但是 InnoGames 给出了一种不同的观点：AI 在组织层面上所能够产生的价值，并不是简单地用 AI 来替代人手去维持老产品的运行，而是让现有的员工去从事更有发展潜力的工作。
《Sunrise Village》的事情就是从这里开始的。这款游戏已经上线很久了，收入的增长也已经停止了。SensorTower 的数据表现一般，即使加上直销和网页端的收入一起计算的话，也无法改变现状：25 个人坚守着一个没有增长的产品，人力投入很不合理。
摆在 Lehr 面前的只有三种选择：把团队缩小到很小规模来运营、把整个业务外包出去、使用人工智能。
前两个方案他很快就被否决了。小团队没有配套的工具，内容产出跟不上，玩家留存就会一直下降，只是把死亡时间延长了而已。外包公司就会失去对项目的控制权，并且还要增加对接管理和沟通的成本。
只剩下人工智能这条路了。
观察一小时，自动化解决体力活
但是他们着陆的方式与我的预期大相径庭。没有专门建立人工智能实验室，也没有对外公布过人工智能转型的计划书，更没有大规模购买各种 SaaS 工具并逐一进行测试。公司只派了一个工程师坐在《Sunrise Village》开发工位旁边，现场记录下每天团队的工作情况。
经过观察得出的结论很直接。
设计师要把设计规范输入到 Confluence 中，然后导出为 Excel 文件，再转换成 CSV 或者 JSON 格式，最后再导入到 Unity 引擎里去。每次版本更新都会花费几天的时间，并且很容易出现错误。
这部分的工作与创意无关，只是一些机械性的体力劳动。
Lehr 手下的一名工程师在一小时内就编写出了可以实现整个流程自动化的定制工具。
最有趣的地方并不是 AI 直接产生创意内容，而是降低了自动化流程建立的难度。以前工程师要花上三周的时间才会接手这样乏味的工作；而现在由于成本降低，可以很快地解决重复性的工作。
团队人数减少到三人，不是让 AI 代替掉 22 个岗位的所有工作，而是自动化落地之后，剩下需要维护的部分，三个人就可以承担了。
另外 22 人全部用来开发新的游戏。
AI 裁员潮中的一股清流
把这样的做法放到目前的游戏行业环境中来看，就显得非常与众不同了。
今年有很多公司利用人工智能的名义进行裁员。表面上说要接受新科技，实际上却大规模解雇员工。玩家看了很多这样的操作之后，就会对 AI 产生抵触心理。GI 那份 84.2%从业者不认可 AI 生成内容的调查中，有很大一部分数据是由这些把 AI 当作借口的公司所抬高的。
但是这 22 个人可以顺利转岗，是运气好还是有什么别的原因呢？
细看 Lehr 对外公布的信息中有一处值得注意的地方，即转岗员工投入到《Cozy Coast》的新项目中去，但是《Sunrise Village》即使只剩下三个人在维护，收入也在下降。
下载量减半，收入下降了 20%。
但是这款游戏由亏损转为盈利，并且所获得的利润正好可以用来支持 22 名员工开发新的游戏。
Lehr 说得非常直接，AI 就是帮助老游戏降低运营成本，延长一段时间的生命期，并把人力投入到更有前途的地方去。这两件事情都存在的话，那么后者就是更聪明的商业选择。
InnoGames 的核心逻辑就是：用人工智能来管理公司的内部人员，并不是把员工全部清退出去。
玩家视角：游戏"活"着，但体验在变差？
但是从玩家的角度看，这件事情也存在另外一面。
老玩家们可以感觉到，25 人团队减少为 3 人之后，内容更新的速度也会变慢。Lehr 也承认小团队没有工具支持的话，项目就只能慢慢消亡。即使有 AI 工具做后盾，游戏整体质量是否会下降，也没有人能够预料到。
这就是一个两难的选择题。继续维持大团队烧钱，项目扛不住亏损就会直接停服，玩家连最基本的服都不给。用人工智能来节省开支，至少游戏还能正常运转，留下来的玩家也能继续玩下去。尽管下载量减半了，但是核心用户的环境还是比较稳定的。
不管技术如何发展，好的内容创作权始终掌握在人手中，这一点是人工智能无法改变的。Lehr 也表示，团队工程师写 Rust 代码的机会越来越少了，技能衰退也是客观存在的。但是把这两者区分开来：基础语法可以交给工具来完成，而系统架构的设计，则仍然要靠人来做。AI 承担起底层重复的工作之后，开发者就可以把精力放在设计上。
这套模式成立的一个硬性条件就是公司手中有这 22 个可以调动到新项目上的员工。本身人才储备就不足了，即使 AI 把效率提高到极致，也无法凭空创造出新的游戏来。
稳定比性能更重要
InnoGames 还有许多实际的事情要做。他们用的是 GPT-4o，已经用了将近一年半的时间了，尽管模型版本已经比较陈旧了，但是仍然没有更新。
原因是现实的：更换大模型之后，整个生产流程都需要重新测试，成本太高。直到 OpenAI 停止对该版本的支持为止，他们才不得不进行升级。
而代码类工具就大相径庭了，Anthropic 发布了新版本之后，他们就会立刻更换。代码产出要经过工程师一行行地审核，可以接受输出不稳。但是内容生产的批量生成上万份素材的过程，流程稳定比模型的理论表现更重要。
这一点也戳穿了行业里常见的一个错误观念：很多人认为只要得到性能最好的大模型，业务问题就可以迎刃而解。真正实施起来的一套跑得通、用得好的工作流程要比排行榜上模型的分数更有意义。
AI 倦怠：被低估的副作用
Lehr 也提到了一个容易被人忽视的问题就是"AI 倦怠"。
员工在使用了人工智能辅助工作之后，下班后仍然感到身心俱疲。按照常理来说，工具减轻了负担，人们应该更加轻松，但是实际情况却正好相反。AI 产生的素材越多，人就需要做判断、做选择的节点就越多，在不同的智能代理之间来回转换思路。敲键盘的体力劳动减少了，但是脑力决策的密度却大大增加。
台面上的疲倦其实比传统的加班更加耗费人的精力。
敢于谈论这些问题的游戏公司很少。大多数工作室或者对投资人夸大其词地吹捧人工智能的价值，或者对玩家隐瞒事实真相，甚至有很多工作室自己都没有搞清楚状况，只是跟着别人喊口号。
Lehr 在分享时已经修正了公开的数据统计，并且直接表示拒绝 AI 的团队将会被市场淘汰，同时又坦白地说还有很多问题没有解决。
这才是人工智能在游戏行业的样子。它既不能成为拯救行业的救世主，也不能成为毁灭行业的反派。它就是一种工具。用得好，就可以腾出人手去做更有意义的创作；用得不好，就会产生低质量的内容，并且还会被当作裁员的理由。
回到原点：人没走，只是换了工位
那么回到最初的问题，22 个人去了哪里呢？
他们并没有离开，而是换到了另外一个工位上继续玩起了游戏，手中接过的，就是一款具有发展潜力的新项目。
如果说 InnoGames 的案例有什么可以借鉴的地方的话，那么重点就不在于 AI 工具了。而那个工程师搬了一把椅子坐在开发团队旁边，花了 1 个小时来想出编写工具的想法。
首先要弄清楚人到底在干什么，然后才考虑让 AI 去完成哪些事情。
而那些跳过调研、一开口就讲人工智能价值的团队，大都已开始发出裁员的通知。