自2022年下半年開始，席卷而來的AIGC對設計工作者帶來不小的沖擊，設計本是一個“GC”生產(chǎn)內(nèi)容的崗位，AI生產(chǎn)內(nèi)容有什么不同？
如何理解一波浪潮的發(fā)生邏輯及影響，如何用好AI工具幫助我們生產(chǎn)內(nèi)容，是群核設計團隊的新課題。目前有了一定的成果和觀點，今天跟大家一起分享與交流。
本文將從宏觀角度來聊聊這一輪AI對設計行業(yè)到底有什么影響，對我們有什么啟發(fā)？
了解今年狂飆的AI
現(xiàn)如今AI火熱體現(xiàn)在3個方面：
- 生成式AI到了技術發(fā)展從開始走向期望的膨脹期，現(xiàn)象級產(chǎn)品已經(jīng)出現(xiàn)；
- 在產(chǎn)業(yè)結構中，AI智能應用近乎爆發(fā)的狀態(tài)；
- 生成式AI的可控性突破也是爆火的重要原因之一。
1、技術發(fā)展趨勢的預測
（Gartner每年都會盤點新技術處在哪個階段，分起步、期望膨脹、破滅、發(fā)展幾個階段，以此幫助判斷科技產(chǎn)業(yè)未來走勢）
去年9月份，「Gartner」就預測生成式AI已經(jīng)進入期望膨脹高位，到2023年8月「Gartner」剛發(fā)布人工智能技術成熟度曲線，生成式AI從技術萌芽期到技術膨脹期的頂峰，跟過去一段時間AI在學術、產(chǎn)業(yè)、資本領域的爆火完全呼應。
另一方面，Gartner預計AIGC未來5年會是預期破滅的時段，這是任何一項新技術成熟發(fā)展的必經(jīng)之路，也可以理解是AI技術融入現(xiàn)實的開始。
2、 從產(chǎn)業(yè)的結構看，這一輪爆發(fā)的機會在智能應用
硬件、云平臺（模型層）、智能應用、應用分發(fā)構成了AI整個產(chǎn)業(yè)鏈條，站在產(chǎn)業(yè)格局的角度看，算力很重要、硬件卻并非關鍵。
這輪變革最大的機會在應用層面，所以大量涌現(xiàn)出智能應用，比如ChatGPT、Midjourney；以及各行各業(yè)基于大模型對AI能力接入，提升自己產(chǎn)品力或服務能力。
3、生成式AI在可控性層面的突破
生成式AI并不是剛出現(xiàn)，這一輪爆火，除了訓練參數(shù)的質(zhì)變，還有一個原因是是“可控度”，即在多個應用領域局部、初步思維上可控，AI可以從隨機到可控的生成，才有了更多可用的場景，也是這一輪技術變革關鍵原因。
從GPT-3.5到GPT-4，生成式AI的邏輯推理能力顯著提高。擁有強大的分析能力（如從文章中提取數(shù)據(jù)，總結趨勢），控制能力（如將人類語言轉(zhuǎn)化成復雜系統(tǒng)控制指令）和初步的邏輯推理能力（如解答簡單的數(shù)學、邏輯題）。可生成的文本內(nèi)容也擴展到數(shù)據(jù)、表格、代碼、指令序列、工作流或工具鏈等結構化文本。這直接引發(fā)一大批以Copilot為特征的新工具爆發(fā)。
內(nèi)容創(chuàng)建工具是生成式AI落地最直接也最快捷的場景。隨著生成式AI可控性的提升，內(nèi)容創(chuàng)建任務會從文本、圖片創(chuàng)建，過渡到視頻、3D、動畫等，讓設計從業(yè)者有了更多“創(chuàng)作團隊”。
市場的期望膨脹、面向用戶的智能應用爆發(fā)、內(nèi)容生成可控性的提升，在產(chǎn)業(yè)變革的漩渦中，以內(nèi)容生產(chǎn)謀生的設計師，我們需要了解AIGC到底對設計行業(yè)產(chǎn)生了什么影響，到底替代到什么程度了，設計師該如何應對？下面重點聊下這幾個話題。
AI對設計行業(yè)產(chǎn)生什么影響
影響體現(xiàn)在3個方面：
- 設計門檻降低了，中低端設計需求將會變少；
- 設計崗位有了更多的“武器”來提效或提升質(zhì)量；
- 新的交互形態(tài)對傳統(tǒng)的圖形界面工作者有一定的沖擊。
1、設計門檻降低，設計工具平民化
設計越來越平民化，對設計要求不高的個人、團隊、組織將可以靠自己“完成設計”，拿到產(chǎn)物，某種程度上講，這部分中低端設計需求工作被變少了。
2、“全面”替代設計崗還是增強設計崗？
自人工智能出現(xiàn)以來，替代的聲音一直是熱度話題，技術的變革都有兩面性，對于AIGC發(fā)展，到底是替代還是增強設計？
替代和增強是兩個不同概念， 以汽車市場為例：電車與油車市場是替代關系，但自動駕駛則是增強的作用，油車、電車都可以擁有自動駕駛，都可以起到增強的作用，之所以目前電車自動駕駛做的比較好是因為作為新的物種巔峰傳統(tǒng)市場需要多方位的優(yōu)勢。
結論1:職業(yè)的替代還有一些距離
有個有趣的現(xiàn)象，不管是什么崗位，外界對AI的應用程度，總比行業(yè)從業(yè)者要“樂觀”很多，比如UI、前端崗位，感覺已經(jīng)不太需要他們參與了。
實際在真實的商業(yè)生產(chǎn)環(huán)節(jié)中，職業(yè)完全替代還不夠明顯，但崗位工作的滲透是在進行的，以UI和創(chuàng)意來舉例：比如設計師可以通過Stable Diffusion、Midjourney來生成配圖、圖標、以及方案的初步原型，然后再進行精細化設計。
結論2:崗位增強可部分實現(xiàn)
下圖是設計團隊的典型場景，我們用AI結合各設計環(huán)節(jié)進行試驗，初步得出一些典型場景中的應用及可應用的程度，后續(xù)我們將以案例形式分享主要環(huán)節(jié)的應用成果，暫不贅述。
對內(nèi)容生產(chǎn)的設計師來說，AIGC產(chǎn)品可以作為一種創(chuàng)作工具來豐富設計手段，加速設計 OR 提升設計質(zhì)量，以Midjourney生成素材為例：
相比C4D做一個素材，可以大大提升出圖效率，這種與AI協(xié)作的形態(tài)，市面上也是最多的，本質(zhì)是增強設計師產(chǎn)出的效率。
3、新的交互形態(tài)對“傳統(tǒng)用戶界面”從業(yè)者的沖擊
界面交互的需求繁榮得益于圖形交互的興起和市場的發(fā)展，從CLI（命令行）→GUI（圖形交互）→LUI（自然語言交互），對設計服務的要求自然不同：
CLI時代，不需要畫圖的交互，特定人群用特定命令與電腦進行交互；
GUI時代，圖形的準確性、吸引力能直接影響業(yè)務效果（流量、轉(zhuǎn)化、收入等），尤其是消費類產(chǎn)品；
LUI時代，對圖形需求變少，可能又會遇到新的交互形態(tài)與需求，如多模態(tài)交互、用戶情緒設計與引導等等。
現(xiàn)在生成式AI產(chǎn)品，文生文、文生圖，多見的交互形態(tài)就是一個輸入框、一個語音輸入按鈕，即一個入口可完成“幾乎所有的任務”。
原本完成這些任務需要UI、前端大量的頁面、彈窗等交互流轉(zhuǎn)，現(xiàn)在直接繞過了這些復雜的界面環(huán)節(jié)，如果語音能直接作為直接輸入的方式，連“輸入框”都不需要了，用戶自然對話就可以完成任務，對“界面交互”從業(yè)者來說總需求量就變少了。
可能有人會問：各公司都在開發(fā)和迭代AI工具，市場需求不是增多了嗎？
這里以SaaS公司為例：
短期內(nèi)，各個軟件開發(fā)公司都是以SaaS上生長AI功能為主，本質(zhì)還是加功能的邏輯，AI只是一個沒有顛覆和替代原產(chǎn)品形態(tài)的附加功能，或者是Copilot。
長期看，除了SaaS+AI，AI改變行業(yè)的可能性，大概率未來大量在AI上生長SaaS，那將更大程度上沖擊著從業(yè)者的原有工作范式，圖形界面工作者可能會需要轉(zhuǎn)型為AI交互、AI多模態(tài)交互定義者（可能），總體需求可能變少。
更有甚者認為，某些SaaS業(yè)務在人工智能時代“Software as a Service”中的“Software”不一定存在，Service的提供形態(tài)將會多樣化或“弱界面化”，這樣對應原工作形態(tài)的從業(yè)者，將會帶來不小的沖擊。
現(xiàn)在的AI，擅長哪些地方
真正在實踐使用AI工具的過程中可以發(fā)現(xiàn)，目前的AI強大但不完美，準確的說現(xiàn)在的AI產(chǎn)品在很多場景都會出問題或者說“不如人”，但我們需要用它“超出人”擅長領域，也需要知道和規(guī)避它的短板。
設計師主要打交道的信息載體為圖形和文本，下面主要對圖形類、文本類做分析和應用探索。
1、圖形設計：創(chuàng)意插畫、圖片類
越具象越復雜，效果越好：
圖形生成類的AI目前有明星產(chǎn)品Midjourney、Stable diffusion、Dall E等，基于大模型通過文生圖、圖生圖的方式，得到結果。
在生成的圖片時，越具象AI表現(xiàn)越好，因為具象可以通過很多關鍵特征去描述它，越抽象越難描述。
不考慮思考過程時間消耗，將人工手繪和AI繪制對比，AI可能無法穩(wěn)定的繪制靠左的相機圖形，但可以很快、較穩(wěn)定的繪制右邊的相機，而人去繪制右邊相機可能需要至少一天時間，還不一定有AI效果好。
所以現(xiàn)在市面上用AI做設計都是比較復雜的圖形，比如人物角色、動物、3D物件等。
引申話題：從降低設計門檻，替代部分設計工作來講，前些年模板式設計也很火，從出圖的角度考慮，生成式AI與模板式設計，哪個好，選哪個？
如果不畫圖就快速的產(chǎn)出，模板式設計與生成式AI出圖是擺在面前的兩種選擇，模板式設計不算AI，可以當做“智能產(chǎn)出”，到底哪個好，核心差異在哪？
僅討論目前的產(chǎn)品，模板式設計是非專業(yè)設計師的生產(chǎn)工具，生成式AI工具是專業(yè)設計師的“外掛”武器。
模板式設計雖然在類型上、自由度上容易局限，但上手難度低，可以直接拿到產(chǎn)物全部，不需要再次的圖片拼接與再處理，對于非專業(yè)人士還是非常友好的，因此模板式設計在AI沖擊下，仍有市場。
對于專業(yè)類設計師，尤其是對產(chǎn)出要求比較高的場景，模板式設計可用之處較少，反而生成式設計能幫助設計師在靈感和方案可能性的探索上提供內(nèi)容，如Stable diffusion、Midjourney。
2、文本類
文本類生成式AI比較成熟的，如ChatGPT、訊飛星火，以及各大語言模型衍生出一系列文本對話式的AI產(chǎn)品、插件。
以ChatGPT為例，擅長對客觀、強規(guī)律性的內(nèi)容回答，并具備舉一反三的能力，如推理類、總結類、常識類、翻譯類等問題。
結合設計場景，利用大語言模型分析、推理、總結能力，可以輔助設計完成內(nèi)容總結、報告內(nèi)容提煉、知識解讀、內(nèi)容續(xù)寫、創(chuàng)意發(fā)散與腦暴等場景。
除此之外，市面上不少基于大語言模型，結合原本的產(chǎn)品能力，讓產(chǎn)品更智能的智能應用：
- 如視頻解析文本+大語言模型，典型產(chǎn)品有飛書妙記、通義聽悟，可以進一步提煉視頻中的內(nèi)容，在會議記錄提取、可用性測試問題還原提取上非常實用；
- 如PDF解析能力+大語言模型，可以讓PDF具備可檢索、可提煉的，對于設計師來講可以利用此能力來分析行業(yè)報告、日常的設計調(diào)研工作更輕松，典型產(chǎn)品：ChatPDF；
- 如思維導圖、文本撰寫產(chǎn)品+大語言模型，可以幫助設計在梳理思維導圖時輔助腦暴創(chuàng)意、制定有條理的內(nèi)容，典型產(chǎn)品：Boardmix、Notion AI等。
3、界面設計
界面設計中的AI主要有幾種：
- 界面生成；
- AI Copilot；
- 局部AI小功能，如填充文本、圖片，生成設計系統(tǒng)等。
這里主要聊下界面生成，因為后兩者在場景痛點或創(chuàng)新顛覆性上相對弱一點。
市面上有UIzard、Galileo、即時設計、Figma等界面設計工具增加了AI生成界面能力。目前看到的案例能嘗試生成一些高度通用的頁面，如Onboarding page和Delivery app。
不考慮“只是體驗下這個功能而已的情況”，目前界面類的產(chǎn)品難以融入到設計流程里，主要原因是生成結果不穩(wěn)定。
生成的飛機稿對于設計來說增益還不顯著，真正扎根業(yè)務的界面設計師缺的也不是飛機稿、過程稿。市面上界面設計已經(jīng)足夠的類型化和模式化，我們?nèi)粘？梢詮拇罅康陌咐龓熳鲈O計抉擇。
對于業(yè)務非常垂直，目前界面生成的AI也缺乏領域知識，不過相信只是時間問題，將來規(guī)則的成熟也將更大概率的來補充、或替代部分界面設計的工作。
因為界面設計在各行業(yè)、各企業(yè)中始終在朝著規(guī)則化、結構化、系統(tǒng)化的方向發(fā)展，未來將企業(yè)各自定義的設計系統(tǒng)喂給AI，基于偏好的生成結果，已經(jīng)有團隊在研究和試驗了，如果可以成熟推向市面，對于界面設計來說還是非常值得期待的。
4、市面上設計廠商如何與AI產(chǎn)生關系
其實目前設計團隊或設計行業(yè)與AI的關系，可以歸納為3種形態(tài)：
- 用已有ai，輔助設計
- 研發(fā)ai，賦能業(yè)務
- 設計型SaaS，做ai功能賦能行
這里不涉及設計作為UI、UX接相關AI業(yè)務需求的場景，目前主要的關系是用AI工具輔助設計，設計驅(qū)動研發(fā)AI賦能業(yè)務在部分大廠有，非常稀缺，設計SaaS賦能行業(yè)總體來講玩家數(shù)量有限，這里不再贅述。
小結
AI熱潮已經(jīng)來臨，尤其是在智能應用層面爆發(fā)式增長，對于內(nèi)容生產(chǎn)的設計師，雖離替代還有距離，但AIGC提升商業(yè)性內(nèi)容生產(chǎn)的效率和質(zhì)量，已經(jīng)在發(fā)生，且在將來一定會更深度的改變商業(yè)內(nèi)容生產(chǎn)的發(fā)展。
目前的AI產(chǎn)品在創(chuàng)意設計、文本類場景可以找到比較成熟的落地可行性，設計能有效的結合到內(nèi)容生產(chǎn)過程中去。
- 具象表達的圖形，可通過生成較好完成產(chǎn)出；
- 藝術性強、復用性比較弱的場景、素材；
- 文本型的AI可以幫助設計師在總結、查詢、梳理等場景；
- 界面類生成AI工具，能為初次設計提供一些方案可能性，目前生成效果、可控性遠達不到“可用”狀態(tài)，未來可期。
趨勢已來，設計師該如何看待和應對？
從今年三四月份開始，全行業(yè)AI替代的聲音讓設計師的焦慮也前所未有，AI時代我們需要怎么看、怎么入局？
作為設計師，我覺得可以從設計服務、歷史發(fā)展的角度來理解和順應這一輪技術的變革，更清晰的了解發(fā)展趨勢、危與機。
1、從設計服務的角度，看這一輪技術變革
遠觀歷史，科技與社會進步，持續(xù)帶來的新機會：
從歷史角度來看，設計是服務于科技和社會進步的，每一次技術的發(fā)展社會的變革，勢必帶來設計形態(tài)的改變，從兩次工業(yè)革命到信息化、智能化時代，每個周期內(nèi)都會衍生出新的危和機。
AI時代，生成內(nèi)容讓創(chuàng)意有了更多可能性，在設計領域?qū)⒖赡茉?1世紀造就下一個“包豪斯”。包豪斯讓工業(yè)現(xiàn)代化的技術與藝術融合，創(chuàng)造了把藝術和商業(yè)相結合的新模式，如今AI作為新技術為創(chuàng)業(yè)產(chǎn)業(yè)帶來的創(chuàng)意生產(chǎn)力也將是前所未有的。
近觀信息網(wǎng)絡的發(fā)展，設計師一直在面對新命題
從信息交互的發(fā)展看，設計作為一種崗位，服務于商業(yè)在科技發(fā)展的不同時期，以平面設計為例，對設計師有著不同的要求：
在印刷時代對手頭版式功夫有較高的要求；
在圖形交互軟件時代，對圖形的抽象與軟件基礎表達有新的技能訴求；在上世紀90年代，在硅谷如果有人熟練Photoshop，都可以直接創(chuàng)業(yè)或成為非常稀缺的人才。
在互聯(lián)網(wǎng)興起，門戶、信息爆炸時代，對信息的傳播、呈現(xiàn)有新的要求，在技法的表現(xiàn)格外注重。
在移動、產(chǎn)業(yè)互聯(lián)網(wǎng)，對設計對用戶、端、商業(yè)、技術理解又有新的要求；
在人工智能時代，部分重復性、初級的設計需求將被替代，設計師乃至互聯(lián)網(wǎng)職場人的能力維度將隨之會有所改變，善用AI的綜合能力素養(yǎng)變?yōu)閯傂?，在能力維度上接近于“雪花型”。
因此，設計師別慌，從設計變革和信息技術的發(fā)展來看，設計一直在面臨變化，只有順應變化給我們新的要求，我們才能轉(zhuǎn)危為機。
2、如何應對
不是所有設計師所在公司都會有AI相關研發(fā)，對于設計崗位來講，利用AI去生產(chǎn)內(nèi)容成本極低的一件事，所以小編認為做好兩點：一是用好工具；二是轉(zhuǎn)變思維，重新布局個人能力
用好它，就現(xiàn)在
如前文Gartner預測，AI目前已經(jīng)進入預期的頂峰，在接下來一段時間可能會趨于冷靜，但不是停滯，是更深度與現(xiàn)實結合的窗口期，不會同當年的“元宇宙”那樣，都在喊沒人行動的局面，因此我們需要：用好它，就現(xiàn)在！
不是說人人都成為Prompt設計師 or工程師，其實也不能這么叫，未來AI產(chǎn)品趨于穩(wěn)定成熟的情況下，它是一項基礎技能，如同設計師掌握PS使用技能一樣，沒人會叫自己是PS設計師，PS工程師。
本質(zhì)上AI產(chǎn)品只是一個拿到結果的工具，關鍵不在于Prompt（雖然目前非常重要），而在于工具使用前的想象力和洞察力，以及之后對結果的判斷、審美和應用落地能力。
目前群核設計團隊在創(chuàng)意表達場景上試點應用，梳理教程總結方法，找到契合的業(yè)務需求或設計過程，讓AI局部參與，并梳理幾個關鍵產(chǎn)品使用方法，后續(xù)還會在更多的場景中應用與探索。
布局個人能力，讓AI成為個人能力的超級后備軍。
利用專業(yè)審美和技能，開發(fā)風格模型、大模型是設計應該關注的，就如同組件一樣，一套組件可用于多個場景。大模型亦是如此，做出屬于自己團隊適合的風格，訓練出足夠優(yōu)秀的大模型來復用至以后的場景。
雖然目前的AI能力不完美，技術調(diào)優(yōu)、應用場景還有很多提升空間，但對于設計師積極擁抱它是必然趨勢。
利用AI的長處，豐富自己的能力，披上外掛讓自己內(nèi)容產(chǎn)出質(zhì)量、效率加倍。
以上是本文的所有內(nèi)容，針對AIGC對設計行業(yè)影響及啟發(fā)，從宏觀視角進行闡述，AI時代設計師將面對危機共存的情況，如何看清事物發(fā)展的方向與規(guī)律，順應趨勢，趁早入局，成為時代需要的人，從而成為趨勢與變革的受益者。
后續(xù)我們將會分享更多設計應用案例：AI在如何融入到設計場景中，敬請期待～
