一、AI历史及当前趋势
1、历史
接受过九年义务教育的人应该对「深蓝」这个词不陌生： 1997年：IBM的深蓝（Deep Blue）在国际象棋的世纪大战中打败了当时的世界冠军加里·卡斯帕罗夫； 2001年：斯皮尔伯格执导的电影「AI」（人工智能）上映； 2004年：NASA火星探测机器人「勇气号」和「机遇号」在没有人为干预的情况下自主导航踏进火星表面； 2006年：Google推出统计机器翻译引擎，而后推出了Google Translate； 2010年：初代Siri发布，一年后，Siri在iPhone 4S上首次亮相； 2014年：谷歌的自动驾驶汽车通过美国的州驾驶考试； 2015年：马斯克联合山姆·阿尔特曼，创立了OpenAI； 2016年：DeepMind 的AlphaGo击败了世界围棋冠军李世石。同年，波士顿动力（Boston Dynamics）发布名为Spot的机器狗； 2017年：Apple发布第一代支持人脸识别的机型：iPhone X； 2018年：OpenAI发布GPT1.0模型； 2019年：DeepMind宣布AlphaStar在即时战略类游戏「星际争霸」中打败99.8%的人类选手，包括当时的人类冠军Serral； 2022年：Midjourney,inc发布并公测了图像生成式AI：Midjourney； 2023年：NVIDIA创始人黄仁勋在GTC大会上说：“The iPhone moment of AI has started！”； 今天，各类AI产品已层出不穷，不停冲击着人们的认知惯性。2、变化
实际上，AI已经融入我们生活的方方面面：从文字识别到软件翻译、从语音助手到智能家居、从自动驾驶到航空航天…AI正在不断改变着我们的生活和工作方式。
如今，以ChatGPT和Midjourney为代表的一众AI产品，已经在用户体验上打破普通人对于“AI”二字的既定印象
举个例子： 做PPT前，你得先了解PPT的各个界面和功能；在愉快的用PS前，你得了解图层、选区、蒙板和通道之间的关系…这背后有一个已经被训练出来的默认心智：
“在通过一个系统完成一个任务前，你需要先了解这个系统的运作机制。”
现在，新的AI产品则以极其简单的逻辑告诉我们：“你无需任何教育，只凭直觉输出需求，就能得到一个很符合直觉的结果反馈。”
3、关于行业
整体而言，AI行业处于爆发期，虽然AI的落地场景还在不断探索中。但在「设计应用」层面，大部分设计工具的概念大于实用。这里从两个角度来解释这句话： （1）内容质量： 目前AI类产品在产出的内容质量上依然有较大提高空间，输入只能给到一个范围，而内容的质量更多依赖「随机」。
AI建站工具Durable生成方案时只提供“随机”功能，引导用户重新生成。这类方式对生成的质量基线有较高要求。__https://durable.co/
（2）业务场景： 在产品的整个链路里，完全依赖AI的场景不多，AI更多在一些非常垂直的地方（比如文本生成、随机头像等）应用。稍为上层的应用更多依赖用户的输入和规则的约束。
美间提案生成中，在文案生成的场景下引入AI功能帮助用户快速生成方案文字。
4、关于应用
以AI为关键词，设计工具大致分为两类： （1）先发产品 先发产品指已经进入商业成熟期，且具备一定壁垒。他们更多以原有框架为基础，AI只是基础框架的延伸。
PPT设计工具Beautiful AI在原有的产品能力上嵌入了AI生成功能。
（2）后发产品 这类产品目前还在探索阶段，因为后发优势，所以对新技术和新形态有较强的包容性，他们更倾向以AI能力为基础，探索垂直领域的能力最大化。
视频提案设计工具synthesia，以AI数字人为基础，主打“汇报场景”下的全新解决方案。
二、2D设计工具的进化之路
1、功能堆叠
作为初代大众化的设计工具，以PhotoShop为代表的产品，一直聚焦于功能的堆叠，直到今天。虽然Adobe在AI场景化上已经有了初步探索，但这类产品的惯性趋势依然没变。
2、场景化模版
2013年，Canva成立，他们避开“工具内拼功能”的行业现状，转而去丰富工具之外的模版内容，通过模板的引用提高用户的生产效率。 这一策略极大降低了用户的”营销设计“成本，让Canva成为了设计工具领域的新秀，取得商业成功的同时，引来国内外一众产品的跟进。
3、结构化模版
2020年，Gamma作为办公工具的新代表，则更进一步。他们侧重于内容的上层整合，在模版的概念上做结构化封装。 这些措施不仅进一步释放了用户的生产力，还提高了交付物的灵活性，让Gamma的使用体验更加智能化、高效化，在国内外收获大批忠实用户。
4、AI参与创作
2022年，以Tome为代表的产品则选择弱化产品的内容和功能，将体验便捷化放在首位。通过AI的智能化，实现更加精准、高效的方案内容输出。 也反映了设计工具领域正从功能堆叠和模板丰富性的竞争中，向着更加注重体验质量的方向发展。
三、AI在设计工具中的应用形式
1、点状赋能
AI作为一种辅助技术，可以以原有产品框架为基础，通过引入单点AI能力来赋能各个设计环节，从而实现更加智能化的设计操作。 例如：PhotoShop的液化工具支持自动识别人脸并做调整。尽管在面对一些模糊的图片或非人像的照片时，这个功能并不适用，但在符合条件的场景下，它能够有效地提升用户的后期效率和体验。
2、流程融合
流程融合是一种更加智能化的AI应用方式，通过使用AI能力重塑设计链路，实现部分流程自动化。 例如：美间抠图工具利用AI自动识别边缘并完成抠图，用户无需绘制蒙版，极大地提高了抠图的效率和精度。并且用户可以快速返回到设计环境进行后续操作。
3、全过程设计
全过程设计是AI应用方式中最为智能化的一种：通过AI实现功能整合和内容产出，进而快速0-1完成设计方案。 例如：设计工具Tome采用Prompt输入的方式，用户可以通过输入关键词和短语来完成版式设计、功能唤起、内容修改、方案输出等一系列工作。
四、在用户体验设计中，我们应该如何拥抱AI？
其实在2D设计类产品中，不管怎么发展，其核心价值一直没有变过，即：帮助用户把一堆无序的素材变成有序的结果展示。
更聪明的用户体验不是AI带来的，而是通过整合AI和现有产品能力带来的：
（2）让场景服务更聪明； （3）让内容素材更聪明； （4）让产品功能更聪明。 到这里，设计师再结合业务特点和阶段情况做判断和取舍即可。
五、写在最后
在AI浪潮下，更聪明的用户体验要求设计师对产品有更宏观的视角、更多维的体验构建力、以及更强的横向推动力。其中每一个点都充满挑战，同时也充满机遇。 相信AI不仅能给业务带来新的商机，也能给设计师这个职业带来更多的可能性。 今天，变化已经到来，你想怎么做？ 以上文字，与君共勉。 —END—
若有收获，就点个赞吧
0 人点赞
