最近参加了几个关于 AIGC 的设计交流活动，听到了一些不同领域、不同经验的设计师对 AIGC 这波浪潮的直接看法。可能大家被元宇宙、web 3.0 这样的概念玩坏了，还有不少人没有真正意识到这次技术革新会给人类世界带来多大的影响和变化，也没有意识到自己正处在这波技术浪潮的风口浪尖。
于是我想着先用这篇文章整理一下我目前了解到的一些信息，以及截止目前，我对 与设计相关问题的一些观点和想法。
我认为在未来 3-5 年内，设计领域的工作方式、设计流程以及设计师的能力模型与职能划分将会全部完成洗牌。 设计师的知识结构、学习设计知识的方式、设计分析与调研的方式、使用的设计工具、设计稿的形式以及与产品经理和技术人员的协作方式，都会很快会发生变革。
更多AI相关的思考：
“基于图像智能生成技术 ，改变传统的设计模式，在短时间内完成大量 banner 图、海报图和会场图的设计，提高工作效率。用户只需任意输入想达成的风格、尺寸，就能代替人工完成素材分析、抠图、配色等耗时耗力的设计项目，实时生成多套符合要求的设计解决方案。”
2023 年的今天，我们读到这段文字会很自然的想到，嗯，这就是 AIGC 的工作能力，Midjourney 为代表的 AI 在未来完全可以做到这些。
实际上，上面这段文字来自阿里巴巴的一个名为“鹿班”的产品介绍。鹿班是由阿里巴巴智能设计实验室自主研发的一款设计产品。最早，是阿里巴巴的一名设计师发起并领带研发，那时候是 2015 年。
“2016 年“阿里智能设计平台”首次服务双 11，制作了 1.7 亿张商品展示广告，如果全靠设计师人手来完成，假设每张图需要耗时 20 分钟，满打满算需要 100 个设计师连续做 300 年。”
“在 2017 年双 11 中，Luban 每秒生成 8000 张海报，刷新了人们对 AI 创意能力的认知。”
那时候我想，未来有一天，AI 会真正取代自己身边的设计师去做 banner 的。但时至今日，全中国还有大约百万级别的视觉设计师在重复着与鹿班非常相似的工作。
与鹿班相比，DALL·E 2、Stable Diffusion、Midjourney 三者都是 AI 图像生成器。客观一点说，他们是在画图，而鹿班是在做设计。而遗憾的是，2015 年阿里“鲁班”启动到现在，8 年时间过去了。鹿班“开放”之后并没有成为大规模影响视觉设计产能的 AI 设计工具。阿里鹿班项目的内部具体细节不得而知，但就鹿班最后的产出物料来看，猜测可能有两点问题制约了它的进一步发展。
1）品质感低：鹿班具备超高效率生成淘宝商品宣传物料的能力，但生成的结果还是没有优秀设计师做的好。所以有品质要求的商家，或者商品价格更高的商家都会自己用自己的设计师来设计自己的品牌形象和商品宣传物料。
2）同质化：因为设计领域同质化严重，鹿班从人类设计师学到的东西也非常同质化，所以产出的设计物料只能更加同质化。这些同质化的物料在电商平台的投放效果会不断打折扣。因为大规模同质化的东西很难持续吸引用户的注意力，也无法获得更好的点击率。
那么鹿班遇到的这两个问题，DALL·E 2、Stable Diffusion、Midjourney 他们三个能不能解决呢？
非常能。Midjourney 学习了互联网上更为海量的图像数据，因此可以产出更加丰富多样的内容。相比之下，鹿班学习的是视觉设计师们的产出，主要运用于 banner 和海报设计。鹿班的 DNN 神经网络将图片分割成 3x3 像素的小块，然后根据设计特征进行图像的识别与生成。而 Midjourney、Stable Diffusion、DALL·E 2 学习的是设计师们的庞大的图像灵感来源。这两者从数据量上来看存在巨大差异。
Midjourney 目前还不能算是“设计”工具。Midjourney 的运行方式更像是在做图像搜索，从庞大的图像信息源中，不断的给出我们可能想要的那个画面。这个过程带有很大的随机性和不确定性。所以我们很难说可以用 Midjourney 来替代 photoshop 做设计。这也是为什么美国版权局认为“通过 ChatGPT、Midjourney 等 AI 自动生成的作品，不受版权法保护”。
Emad Mostaque 是一位才华横溢且富有的印度人，他开源了 Stable Diffusion，使任何人都可以下载它并使用模型训练自己想要的 AI。如果让它学习二次元漫画，它就可以生成很好的二次元漫画（比如 NovelAI）；如果让它学习建筑效果图，那么它就可以生成很好的建筑效果图；如果让它学习人类历史上所有的平面海报设计，那么它也就可以按照你的想法生成效果很棒的海报设计；如果我们让它学习人类历史上所有优秀的 UI 界面，包括人类设计师也会学习的 behance、Dribbble，以及所有大厂的 App 界面设计，那么它就可以生成超过大部分从业 2 年的 UI 设计师的设计作品。
在 AI 的学习和训练过程中，我相信，格式塔原理、平面构成、色彩原理、网格设计、图标绘制规范以及 Apple 的 HIG、安卓的 Material Design、阿里的 AntDesign 这种系统级的设计规范，所有这些人类设计师需要很长时间才可以掌握的设计基础知识，AI 都可以学会，并且应用得比大部分设计师要好。
所以，你问 AI 真正学会做设计的时间会在什么时候？我只能想到那个略显老套的说法：
未来，已来。
当 AI 学会做设计之后，有一个显而易见的问题：如果非设计专业的人可以用 AI 来做设计，那么还要设计师做什么？
这个问题的答案也许最早出现在游戏行业：一位游戏开发者表示，他们借助 AIGC 生成概念图的时间，从开始到结束，已经从 3 周下降到 1 小时：减少了 120 比 1。那么利用 midjourney 来生成游戏概念图的人是原画师还是游戏策划？如果原画师用 AI 来画画，那他还算原画师吗？
灵游坊 CEO 梁其伟表示，AI 绘画的真正价值在于它很可能对美术需求发起方的意义，超过了对美术执行方的意义。“AI 能帮助决策者（或甲方）成为更好的决策者（甲方）”
在互联网行业，腾讯 ISUX 最近分享了设计师们使用 midjourney 来完成运营设计的案例。他们用 AI 生成画面之后再稍作处理，配上运营文案，设计就完成了。乍看上去好简单，设计师的劳动被解放了。
不过我们进一步想一想，运营设计师的核心工作其实就是那个“画面”，如果这个画面可以更加高效的低成本的生成，那还需要那么多设计师吗？
如果运营经理可以用 AI 来生成运营物料呢？如果产品经理可以用 AI 设计工具来生成 UI 呢？那么可能他就不需要给设计团队提需求，并等待设计师的需求排期了。如果他觉得哪里不是自己想要的，也不需要花时间去说服固执的设计师，自己直接改了就好了。
2018 年 Canva 正式面向中国市场推出了中文版产品“可画”，同时国内也有“创客贴”这样的产品上线。理论上，足够多的、精致的模版是完全可以解决 80%的视觉/平面设计问题的，不需要设计师参与也可以完成。
Canva 可画上面设计模版的设计质量已经达到了大概 70 分的标准，创客贴可能质量稍低一些，但也能满足一些小企业的，或个人的常见的平面设计需求。
Galileo AI（www.usegalileo.ai )一个通过文本描述创建 UI 设计的智能设计工具，生成的 UI 设计文件支持 figma 编辑。如果对生成的结果不满意，那可以在源文件上微调一下。
uizard （https://uizard.io/）是一个智能 UI 设计工具，在他的主页上写着 “No design experience required!”、“No need to be a designer”、“Design like a pro” 这样的宣传语。这个产品在发布初期，就定位自己并非专业设计师的设计工具。用户可以把自己手绘的看上去很不“专业”的线框图上传，几秒钟后得到一个规范的 UI 设计界面。
如果你是一个创业者，需要尽可能低成本的创建自己的在线网站或 App，你会选择将设计和开发外包给乙方咨询公司，还是会自己招聘设计师和程序员完成开发？这两个选择似乎都太贵了，于是现在有了 uizard 这样的选择：也许，你完全可以自己来完成。
对于 Uizard、Galileo AI 等工具生成的效果，许多 UI 设计师可能觉得并不尽如人意，自己使用 Figma 完全可以做出更好的效果。这没错，人也许可以比 AI 做的好。就像在东莞工厂打工的工人，得知要被机器人替代之时，可能也会觉得机器人做的没有自己做的好，这是一种本能的自我保护心态。
换个视角来看，如果你是一家企业的老板，人工智能的参与直接导致了设计工作效率的大幅提升，AI 的工作效率是人类设计师工作效率的 100 倍，但投入的成本大约是雇佣人类设计师成本的 10%，你会怎么选择呢？
在很多公司中，设计师只是帮助产品经理和运营经理实现他们的想法的一群人，这种现象并不罕见。他们希望设计师为他们完成他们的想法，以便开发人员可以按照预期的时间让自己策划的功能如期上线。
如果设计师在这种情况下工作，那么他们的工作本质上就是工具化和机械化的。由此我们应该很容易理解为什么一种会出现情绪波动、感到疲劳，并且不时会出现意外情况的工具，会被一种更稳定、更高效、更易于管理的工具所取代。就像几年前人们找你修照片，而现在他们都使用美图软件自己修理一样。这些工具的修图效果比你之前用 PS 修理的还要好，而且速度更快。
这是一个不可阻挡、不可逆转的趋势。
未来会有更多的 AI 智能设计工具出现，而这些工具已经不再只是为了专业设计师而设计，而是为了不再花钱雇佣设计师而设计，是为了取代设计师而设计。阿里的鹿班并不是为专业设计师设计的，而是为淘宝店主设计的。Canva 也不是为专业设计师设计的，而是为有设计需求但没有足够预算请设计师的人设计的。
雇主（或甲方）愿意花钱请设计师完成设计任务的原因是设计师可以帮助他们完成特定的任务。他们可能不认为在设计师身上的投入是非常值得的。
智能设计工具并非针对专业设计师而设计，而是为那些有设计需求但非专业设计师的人而开发。AI 和智能工具并没有直接抢设计师的饭碗，而是把一些所谓的“专业”的事情，变得更加大众化。
在可见的未来，可能会有今天提设计需求的人直接来抢夺设计师的饭碗。同时，设计师也很有可能会成为今天提出“设计需求”的那个人。
1. 审美与品味
随着人工智能技术的发展，设计师作为“人”的审美与设计品味将更加突显。
自去年 DALL·E 发布以来，许多内容创作者早早地尝试了它，并持续使用 AIGC 创作图像。但我也看到，许多审美品味并不高的人，无论多么熟练地使用 AI 工具，创作出来的内容都带着一点 low low 的俗气，即使它们多么精细逼真。审美品味问题是无法掩盖的，AI 也无法替代他们做出品味更高的选择，他只会给你四个不同的选项。
在 AI 的帮助下，任何人都可以轻松的生成一个虚拟 IP 形象，但如何选择这个形象的外貌特征，如何赋予这个 IP 形象以更动人的人设，这就需要设计师们有更加深入的思考判断和设计品味。
虽然技术能力在不断提升，但是 AI 仍需要接受指令才能完成设计工作。就像整形医生的手术技术再好，审美能力不行那也白搭。AI 会不断给出很多选项，设计师可以选出其中有较高审美品味的那个、与品牌气质更符合的那个。
AIGC 出现之前，好的设计师就知道如何从图库中选择合适的素材用到合适的地方，以此来完成自己的设计项目。AIGC 出现之后，同样还是需要有人来做正确以及更优的设计选择与设计决策。
2. 解决问题的能力
在设计师的能力模型中，解决问题是非常重要的一个方面。
设计师通常需要与其他团队密切合作，通过讨论、调查和分析等方式了解用户的需求，并提出解决方案。设计师需要通过对人类行为和需求的深入理解，提出能够解决实际问题的解决方案。这是 AI 无法替代的。
3. 设计思维与洞察力
设计思维是指一种以用户为中心的、通过设计解决问题的方法。它是一种将设计方法应用于非设计领域的思考方式。
这种思维方式可以帮助设计师更好地理解用户需求，提出更好的解决方案，以及更好地与其他团队协作。AI 可以通过处理大量数据来帮助设计师了解用户行为和需求，但是设计思维需要设计师的主观能动性和创造性，这是 AI 无法替代的。
AI 智能工具可以解放设计师的双手，同时更应该解放的是设计师的大脑。在职场中，太多设计师经常抱怨自己太忙了太忙了，没时间思考。那现在，AI 将会把设计师从机械化的工作中解放出来，从而大幅突显洞察力与创造力的真正价值。
4. 垂类业务能力
我认为，设计师应该注重两个方面的职业能力的培养。一方面是专业能力，另一方面是业务能力。很多设计师可能在早期有点偏科，只看重自己的专业能力提升，不太关注业务。如果持续这样下去，这会在大约工作 8 年以上的时候，进入职业迷茫期。
业务能力就是指设计师对公司所做的业务理解清晰，并且具备较全面的业务知识，也懂得如何运用设计的方式围绕公司的业务目标来工作。比如你在一个 O2O 公司做了 5 年，那么对 O2O 业务的线上和线下的业务问题，也应该有比较全面的信息以及比较深入的理解和思考。
业务能力强的设计师，会给自己建立起比较强的职业壁垒。也不会太担心因为技术浪潮或者年龄危机之类的问题就会导致失业。
5. 创意和想象力
创意和想象力是设计师最重要的能力之一，这些能力是人工智能无法替代的。设计师需要在设计中发挥想象力和创造力，提出独特的设计方案和创意，以满足客户的需求。
人工智能在设计中的作用是辅助设计师进行创意和想象力的发挥。例如，通过自动生成大量设计方案来激发设计师的灵感，或者使用机器学习技术来帮助设计师更好地理解用户需求。
但是，真正的创意和想象力是需要人类设计师来发挥的。设计师需要不断挑战自己的思维方式，创造出独特的设计方案和创意，以满足客户的需求和创造出更好的用户体验。
1. 数据驱动设计（Data Driven Design）会得到放大
我知道，很多设计师并不喜欢数据。但 Ai 可以让设计方案的产出效率与开发效率大幅提升，那也就意味着，产品的迭代速度可以变得更快，同时可以有更多的设计方案进行测试。
在这样的场景下，较多的设计方案中如何选择一个更好的？用数据结果做判断，将会继续成为数字产品设计的主流价值观。
2. 懂业务、懂技术，成为全链路数字产品设计师的基本要求
上文中提到，设计师的能力分两个维度：专业维度、业务维度。业务思维和业务能力将会成为 AI 时代下设计师被看重的能力。如果不懂业务，没有对业务进行深入思考的能力，那么对不起，再见。
设计师需要懂技术的，在 15 年前，那时候的网页设计师都被要求需要会写 html、CSS，甚至 JS。后来设计职能被不断细分，到最后，连 UI 设计师都不太懂前端的实现方式了，更别提交互设计师了，专职的交互设计师很有可能都没有基本的研发工程与设计系统意识。
AI 的介入，成就真正的全链路设计师。AI 很有可能会让事情变得更简单一些，公司里的职位变得更单纯一些。与前端的协作变得更简单一些。这就需要设计师懂技术。
UX 设计师懂技术，就像平面设计师懂印刷工艺、室内设计师懂建材施工、服装设计师懂布料剪裁是一样的。我们有什么理由不懂技术呢？
3. 产品经理与设计师职位的融合
很多有想法的、认真的设计师经常与产品经理“吵架”，因为在一些设计问题上，设计师与产品经理有时候难以达成一致。这倒不是说设计师只关注体验不关注业务，而是同样一个问题，两个职位的人在重复解决。
产品经理也要求有交互设计、用户研究、竞品分析、数据分析等产品设计能力，UX 设计师也同样如此。这难道不是一种资源的重复和浪费吗？毕竟大家都是在同一个工作流里工作。
这个现象已经存在了至少 10 年之久，至今还是很少有公司可以大胆的做出职位改革。相信 AI 的发展会给这两个职位的融合带来一个助推力。
在上周 chatGPT-4 的发布会上，我们看到了一个页面手绘草稿直接生成 html 的演示。GPT4 这个超大的多模态模型，还在以人类想象不到的速度进化。
不用再怀疑，我们已经迎来了一个全新的时代，AI 的画卷正在逐渐向我们展开。
无论处于何种时代，设计师们总是不断尝试提出更好的方案，来改善这个世界大大小小的问题。我相信你也是这样的一位设计师。在 AIGC 的技术浪潮中，设计师可能是受到影响较早的一群人，也将会是最早做出改变的一群人，未来，真的需要我们自己去创造了。
所以 AI 时代将会是最好的时代，还是最坏的时代？
取决于你的选择。
欢迎关注作者微信公众号：「柴林的设计笔记」