最近參加了幾個關于 AIGC 的設計交流活動，聽到了一些不同領域、不同經驗的設計師對 AIGC 這波浪潮的直接看法?？赡艽蠹冶辉钪?、web 3.0 這樣的概念玩壞了，還有不少人沒有真正意識到這次技術革新會給人類世界帶來多大的影響和變化，也沒有意識到自己正處在這波技術浪潮的風口浪尖。

于是我想著先用這篇文章整理一下我目前了解到的一些信息，以及截止目前，我對 AIGC 與設計相關問題的一些觀點和想法。

我認為在未來 3-5 年內，設計領域的工作方式、設計流程以及設計師的能力模型與職能劃分將會全部完成洗牌。 設計師的知識結構、學習設計知識的方式、設計分析與調研的方式、使用的設計工具、設計稿的形式以及與產品經理和技術人員的協作方式，都會很快會發生變革。

更多AI相關的思考：

一、AI 會做設計嗎？AI 什么時候學會做設計

“基于圖像智能生成技術 ，改變傳統的設計模式，在短時間內完成大量 banner 圖、海報圖和會場圖的設計，提高工作效率。用戶只需任意輸入想達成的風格、尺寸，就能代替人工完成素材分析、摳圖、配色等耗時耗力的設計項目，實時生成多套符合要求的設計解決方案。”

2023 年的今天，我們讀到這段文字會很自然的想到，嗯，這就是 AIGC 的工作能力，Midjourney 為代表的 AI 在未來完全可以做到這些。

實際上，上面這段文字來自阿里巴巴的一個名為“鹿班”的產品介紹。鹿班是由阿里巴巴智能設計實驗室自主研發的一款設計產品。最早，是阿里巴巴的一名設計師發起并領帶研發，那時候是 2015 年。

“2016 年“阿里智能設計平臺”首次服務雙 11，制作了 1.7 億張商品展示廣告，如果全靠設計師人手來完成，假設每張圖需要耗時 20 分鐘，滿打滿算需要 100 個設計師連續做 300 年。”

“在 2017 年雙 11 中，Luban 每秒生成 8000 張海報，刷新了人們對 AI 創意能力的認知。”

那時候我想，未來有一天，AI 會真正取代自己身邊的設計師去做 banner 的。但時至今日，全中國還有大約百萬級別的視覺設計師在重復著與鹿班非常相似的工作。

與鹿班相比，DALL·E 2、Stable Diffusion、Midjourney 三者都是 AI 圖像生成器。客觀一點說，他們是在畫圖，而鹿班是在做設計。而遺憾的是，2015 年阿里“魯班”啟動到現在，8 年時間過去了。鹿班“開放”之后并沒有成為大規模影響視覺設計產能的 AI 設計工具。阿里鹿班項目的內部具體細節不得而知，但就鹿班最后的產出物料來看，猜測可能有兩點問題制約了它的進一步發展。

1）品質感低：鹿班具備超高效率生成淘寶商品宣傳物料的能力，但生成的結果還是沒有優秀設計師做的好。所以有品質要求的商家，或者商品價格更高的商家都會自己用自己的設計師來設計自己的品牌形象和商品宣傳物料。

2）同質化：因為設計領域同質化嚴重，鹿班從人類設計師學到的東西也非常同質化，所以產出的設計物料只能更加同質化。這些同質化的物料在電商平臺的投放效果會不斷打折扣。因為大規模同質化的東西很難持續吸引用戶的注意力，也無法獲得更好的點擊率。

那么鹿班遇到的這兩個問題，DALL·E 2、Stable Diffusion、Midjourney 他們三個能不能解決呢？

非常能。Midjourney 學習了互聯網上更為海量的圖像數據，因此可以產出更加豐富多樣的內容。相比之下，鹿班學習的是視覺設計師們的產出，主要運用于 banner 和海報設計。鹿班的 DNN 神經網絡將圖片分割成 3x3 像素的小塊，然后根據設計特征進行圖像的識別與生成。而 Midjourney、Stable Diffusion、DALL·E 2 學習的是設計師們的龐大的圖像靈感來源。這兩者從數據量上來看存在巨大差異。

Midjourney 目前還不能算是“設計”工具。Midjourney 的運行方式更像是在做圖像搜索，從龐大的圖像信息源中，不斷的給出我們可能想要的那個畫面。這個過程帶有很大的隨機性和不確定性。所以我們很難說可以用 Midjourney 來替代 photoshop 做設計。這也是為什么美國版權局認為“通過 ChatGPT、Midjourney 等 AI 自動生成的作品，不受版權法保護”。

Emad Mostaque 是一位才華橫溢且富有的印度人，他開源了 Stable Diffusion，使任何人都可以下載它并使用模型訓練自己想要的 AI。如果讓它學習二次元漫畫，它就可以生成很好的二次元漫畫（比如 NovelAI）；如果讓它學習建筑效果圖，那么它就可以生成很好的建筑效果圖；如果讓它學習人類歷史上所有的平面海報設計，那么它也就可以按照你的想法生成效果很棒的海報設計；如果我們讓它學習人類歷史上所有優秀的 UI 界面，包括人類設計師也會學習的 behance、Dribbble，以及所有大廠的 App 界面設計，那么它就可以生成超過大部分從業 2 年的 UI 設計師的設計作品。

在 AI 的學習和訓練過程中，我相信，格式塔原理、平面構成、色彩原理、網格設計、圖標繪制規范以及 Apple 的 HIG、安卓的 Material Design、阿里的 AntDesign 這種系統級的設計規范，所有這些人類設計師需要很長時間才可以掌握的設計基礎知識，AI 都可以學會，并且應用得比大部分設計師要好。

所以，你問 AI 真正學會做設計的時間會在什么時候？我只能想到那個略顯老套的說法：

未來，已來。

二、No need to be a designer

當 AI 學會做設計之后，有一個顯而易見的問題：如果非設計專業的人可以用 AI 來做設計，那么還要設計師做什么？

這個問題的答案也許最早出現在游戲行業：一位游戲開發者表示，他們借助 AIGC 生成概念圖的時間，從開始到結束，已經從 3 周下降到 1 小時：減少了 120 比 1。那么利用 midjourney 來生成游戲概念圖的人是原畫師還是游戲策劃？如果原畫師用 AI 來畫畫，那他還算原畫師嗎？

靈游坊 CEO 梁其偉表示，AI 繪畫的真正價值在于它很可能對美術需求發起方的意義，超過了對美術執行方的意義?！癆I 能幫助決策者（或甲方）成為更好的決策者（甲方）”

在互聯網行業，騰訊 ISUX 最近分享了設計師們使用 midjourney 來完成運營設計的案例。他們用 AI 生成畫面之后再稍作處理，配上運營文案，設計就完成了。乍看上去好簡單，設計師的勞動被解放了。

不過我們進一步想一想，運營設計師的核心工作其實就是那個“畫面”，如果這個畫面可以更加高效的低成本的生成，那還需要那么多設計師嗎？

如果運營經理可以用 AI 來生成運營物料呢？如果產品經理可以用 AI 設計工具來生成 UI 呢？那么可能他就不需要給設計團隊提需求，并等待設計師的需求排期了。如果他覺得哪里不是自己想要的，也不需要花時間去說服固執的設計師，自己直接改了就好了。

2018 年 Canva 正式面向中國市場推出了中文版產品“可畫”，同時國內也有“創客貼”這樣的產品上線。理論上，足夠多的、精致的模版是完全可以解決 80%的視覺/平面設計問題的，不需要設計師參與也可以完成。

Canva 可畫上面設計模版的設計質量已經達到了大概 70 分的標準，創客貼可能質量稍低一些，但也能滿足一些小企業的，或個人的常見的平面設計需求。

Galileo AI（www.usegalileo.ai )一個通過文本描述創建 UI 設計的智能設計工具，生成的 UI 設計文件支持 figma 編輯。如果對生成的結果不滿意，那可以在源文件上微調一下。

uizard （https://uizard.io/）是一個智能 UI 設計工具，在他的主頁上寫著 “No design experience required!”、“No need to be a designer”、“Design like a pro” 這樣的宣傳語。這個產品在發布初期，就定位自己并非專業設計師的設計工具。用戶可以把自己手繪的看上去很不“專業”的線框圖上傳，幾秒鐘后得到一個規范的 UI 設計界面。

如果你是一個創業者，需要盡可能低成本的創建自己的在線網站或 App，你會選擇將設計和開發外包給乙方咨詢公司，還是會自己招聘設計師和程序員完成開發？這兩個選擇似乎都太貴了，于是現在有了 uizard 這樣的選擇：也許，你完全可以自己來完成。

對于 Uizard、Galileo AI 等工具生成的效果，許多 UI 設計師可能覺得并不盡如人意，自己使用 Figma 完全可以做出更好的效果。這沒錯，人也許可以比 AI 做的好。就像在東莞工廠打工的工人，得知要被機器人替代之時，可能也會覺得機器人做的沒有自己做的好，這是一種本能的自我保護心態。

換個視角來看，如果你是一家企業的老板，人工智能的參與直接導致了設計工作效率的大幅提升，AI 的工作效率是人類設計師工作效率的 100 倍，但投入的成本大約是雇傭人類設計師成本的 10%，你會怎么選擇呢？

在很多公司中，設計師只是幫助產品經理和運營經理實現他們的想法的一群人，這種現象并不罕見。他們希望設計師為他們完成他們的想法，以便開發人員可以按照預期的時間讓自己策劃的功能如期上線。

如果設計師在這種情況下工作，那么他們的工作本質上就是工具化和機械化的。由此我們應該很容易理解為什么一種會出現情緒波動、感到疲勞，并且不時會出現意外情況的工具，會被一種更穩定、更高效、更易于管理的工具所取代。就像幾年前人們找你修照片，而現在他們都使用美圖軟件自己修理一樣。這些工具的修圖效果比你之前用 PS 修理的還要好，而且速度更快。

這是一個不可阻擋、不可逆轉的趨勢。

未來會有更多的 AI 智能設計工具出現，而這些工具已經不再只是為了專業設計師而設計，而是為了不再花錢雇傭設計師而設計，是為了取代設計師而設計。阿里的鹿班并不是為專業設計師設計的，而是為淘寶店主設計的。Canva 也不是為專業設計師設計的，而是為有設計需求但沒有足夠預算請設計師的人設計的。

雇主（或甲方）愿意花錢請設計師完成設計任務的原因是設計師可以幫助他們完成特定的任務。他們可能不認為在設計師身上的投入是非常值得的。

智能設計工具并非針對專業設計師而設計，而是為那些有設計需求但非專業設計師的人而開發。AI 和智能工具并沒有直接搶設計師的飯碗，而是把一些所謂的“專業”的事情，變得更加大眾化。

在可見的未來，可能會有今天提設計需求的人直接來搶奪設計師的飯碗。同時，設計師也很有可能會成為今天提出“設計需求”的那個人。

三、設計師的哪些能力是 AI 無法替代的

1. 審美與品味

隨著人工智能技術的發展，設計師作為“人”的審美與設計品味將更加突顯。

自去年 DALL·E 發布以來，許多內容創作者早早地嘗試了它，并持續使用 AIGC 創作圖像。但我也看到，許多審美品味并不高的人，無論多么熟練地使用 AI 工具，創作出來的內容都帶著一點 low low 的俗氣，即使它們多么精細逼真。審美品味問題是無法掩蓋的，AI 也無法替代他們做出品味更高的選擇，他只會給你四個不同的選項。

在 AI 的幫助下，任何人都可以輕松的生成一個虛擬 IP 形象，但如何選擇這個形象的外貌特征，如何賦予這個 IP 形象以更動人的人設，這就需要設計師們有更加深入的思考判斷和設計品味。

雖然技術能力在不斷提升，但是 AI 仍需要接受指令才能完成設計工作。就像整形醫生的手術技術再好，審美能力不行那也白搭。AI 會不斷給出很多選項，設計師可以選出其中有較高審美品味的那個、與品牌氣質更符合的那個。

AIGC 出現之前，好的設計師就知道如何從圖庫中選擇合適的素材用到合適的地方，以此來完成自己的設計項目。AIGC 出現之后，同樣還是需要有人來做正確以及更優的設計選擇與設計決策。

2. 解決問題的能力

在設計師的能力模型中，解決問題是非常重要的一個方面。

設計師通常需要與其他團隊密切合作，通過討論、調查和分析等方式了解用戶的需求，并提出解決方案。設計師需要通過對人類行為和需求的深入理解，提出能夠解決實際問題的解決方案。這是 AI 無法替代的。

3. 設計思維與洞察力

設計思維是指一種以用戶為中心的、通過設計解決問題的方法。它是一種將設計方法應用于非設計領域的思考方式。

這種思維方式可以幫助設計師更好地理解用戶需求，提出更好的解決方案，以及更好地與其他團隊協作。AI 可以通過處理大量數據來幫助設計師了解用戶行為和需求，但是設計思維需要設計師的主觀能動性和創造性，這是 AI 無法替代的。

AI 智能工具可以解放設計師的雙手，同時更應該解放的是設計師的大腦。在職場中，太多設計師經常抱怨自己太忙了太忙了，沒時間思考。那現在，AI 將會把設計師從機械化的工作中解放出來，從而大幅突顯洞察力與創造力的真正價值。

4. 垂類業務能力

我認為，設計師應該注重兩個方面的職業能力的培養。一方面是專業能力，另一方面是業務能力。很多設計師可能在早期有點偏科，只看重自己的專業能力提升，不太關注業務。如果持續這樣下去，這會在大約工作 8 年以上的時候，進入職業迷茫期。

業務能力就是指設計師對公司所做的業務理解清晰，并且具備較全面的業務知識，也懂得如何運用設計的方式圍繞公司的業務目標來工作。比如你在一個 O2O 公司做了 5 年，那么對 O2O 業務的線上和線下的業務問題，也應該有比較全面的信息以及比較深入的理解和思考。

業務能力強的設計師，會給自己建立起比較強的職業壁壘。也不會太擔心因為技術浪潮或者年齡危機之類的問題就會導致失業。

5. 創意和想象力

創意和想象力是設計師最重要的能力之一，這些能力是人工智能無法替代的。設計師需要在設計中發揮想象力和創造力，提出獨特的設計方案和創意，以滿足客戶的需求。

人工智能在設計中的作用是輔助設計師進行創意和想象力的發揮。例如，通過自動生成大量設計方案來激發設計師的靈感，或者使用機器學習技術來幫助設計師更好地理解用戶需求。

但是，真正的創意和想象力是需要人類設計師來發揮的。設計師需要不斷挑戰自己的思維方式，創造出獨特的設計方案和創意，以滿足客戶的需求和創造出更好的用戶體驗。

四、AIGC 會對數字產品設計有哪些影響？

1. 數據驅動設計（Data Driven Design）會得到放大

我知道，很多設計師并不喜歡數據。但 Ai 可以讓設計方案的產出效率與開發效率大幅提升，那也就意味著，產品的迭代速度可以變得更快，同時可以有更多的設計方案進行測試。

在這樣的場景下，較多的設計方案中如何選擇一個更好的？用數據結果做判斷，將會繼續成為數字產品設計的主流價值觀。

2. 懂業務、懂技術，成為全鏈路數字產品設計師的基本要求

上文中提到，設計師的能力分兩個維度：專業維度、業務維度。業務思維和業務能力將會成為 AI 時代下設計師被看重的能力。如果不懂業務，沒有對業務進行深入思考的能力，那么對不起，再見。

設計師需要懂技術的，在 15 年前，那時候的網頁設計師都被要求需要會寫 html、CSS，甚至 JS。后來設計職能被不斷細分，到最后，連 UI 設計師都不太懂前端的實現方式了，更別提交互設計師了，專職的交互設計師很有可能都沒有基本的研發工程與設計系統意識。

AI 的介入，成就真正的全鏈路設計師。AI 很有可能會讓事情變得更簡單一些，公司里的職位變得更單純一些。與前端的協作變得更簡單一些。這就需要設計師懂技術。

UX 設計師懂技術，就像平面設計師懂印刷工藝、室內設計師懂建材施工、服裝設計師懂布料剪裁是一樣的。我們有什么理由不懂技術呢？

3. 產品經理與設計師職位的融合

很多有想法的、認真的設計師經常與產品經理“吵架”，因為在一些設計問題上，設計師與產品經理有時候難以達成一致。這倒不是說設計師只關注體驗不關注業務，而是同樣一個問題，兩個職位的人在重復解決。

產品經理也要求有交互設計、用戶研究、競品分析、數據分析等產品設計能力，UX 設計師也同樣如此。這難道不是一種資源的重復和浪費嗎？畢竟大家都是在同一個工作流里工作。

這個現象已經存在了至少 10 年之久，至今還是很少有公司可以大膽的做出職位改革。相信 AI 的發展會給這兩個職位的融合帶來一個助推力。

在上周 chatGPT-4 的發布會上，我們看到了一個頁面手繪草稿直接生成 html 的演示。GPT4 這個超大的多模態模型，還在以人類想象不到的速度進化。

不用再懷疑，我們已經迎來了一個全新的時代，AI 的畫卷正在逐漸向我們展開。

無論處于何種時代，設計師們總是不斷嘗試提出更好的方案，來改善這個世界大大小小的問題。我相信你也是這樣的一位設計師。在 AIGC 的技術浪潮中，設計師可能是受到影響較早的一群人，也將會是最早做出改變的一群人，未來，真的需要我們自己去創造了。

所以 AI 時代將會是最好的時代，還是最壞的時代？

取決于你的選擇。

歡迎關注作者微信公眾號：「柴林的設計筆記」