- 1、技**术发展趋势的预测**">1、技**术发展趋势的预测**
- 2、 从产业的结构看，这一轮爆发的机会在智能应用">2、 从产业的结构看，这一轮爆发的机会在智能应用
- 3、生成式AI在**可控性层面**的突破">3、生成式AI在**可控性层面**的突破
- 1、设计门槛降低，设计工具平民化">1、设计门槛降低，设计工具平民化
- 2、“全面”替代设计岗还是增强设计岗？">2、“全面”替代设计岗还是增强设计岗？
- 3、新的交互形态对“传统用户界面”从业者的冲击">3、新的交互形态对“传统用户界面”从业者的冲击
- 现在的AI，擅长哪些地方">现在的AI，擅长哪些地方
- 趋势已来，设计师该如何看待和应对？">趋势已来，设计师该如何看待和应对？
# 了解今年狂飙的AI
现如今AI火热体现在3个方面：
- 生成式AI到了技术发展从开始走向期望的膨胀期，现象级产品已经出现；
- 在产业结构中，AI智能应用近乎爆发的状态；
- 生成式AI的可控性突破也是爆火的重要原因之一。
1、技**术发展趋势的预测**
（Gartner每年都会盘点新技术处在哪个阶段，分起步、期望膨胀、破灭、发展几个阶段，以此帮助判断科技产业未来走势）
去年9月份，「Gartner」就预测生成式AI已经进入期望膨胀高位，到2023年8月「Gartner」刚发布人工智能技术成熟度曲线，生成式AI从技术萌芽期到技术膨胀期的顶峰，跟过去一段时间AI在学术、产业、资本领域的爆火完全呼应。
2、 从产业的结构看，这一轮爆发的机会在智能应用
硬件、云平台（模型层）、智能应用、应用分发构成了AI整个产业链条，站在产业格局的角度看，算力很重要、硬件却并非关键。 这轮变革最大的机会在应用层面，所以大量涌现出智能应用，比如ChatGPT、Midjourney；以及各行各业基于大模型对AI能力接入，提升自己产品力或服务能力。
3、生成式AI在**可控性层面**的突破
生成式AI并不是刚出现，这一轮爆火，除了训练参数的质变，还有一个原因是是“可控度”，即在多个应用领域局部、初步思维上可控，AI可以从随机到可控的生成，才有了更多可用的场景，也是这一轮技术变革关键原因。
从GPT-3.5到GPT-4，生成式AI的逻辑推理能力显著提高。拥有强大的分析能力（如从文章中提取数据，总结趋势），控制能力（如将人类语言转化成复杂系统控制指令）和初步的逻辑推理能力（如解答简单的数学、逻辑题）。可生成的文本内容也扩展到数据、表格、代码、指令序列、工作流或工具链等结构化文本。这直接引发一大批以Copilot为特征的新工具爆发。
AI对设计行业产生什么影响
影响体现在3个方面：- 设计门槛降低了，中低端设计需求将会变少；
- 设计岗位有了更多的“武器”来提效或提升质量；
- 新的交互形态对传统的图形界面工作者有一定的冲击。
1、设计门槛降低，设计工具平民化
设计越来越平民化，对设计要求不高的个人、团队、组织将可以靠自己“完成设计”，拿到产物，某种程度上讲，这部分中低端设计需求工作变少了。
2、“全面”替代设计岗还是增强设计岗？
自人工智能出现以来，替代的声音一直是热度话题，技术的变革都有两面性，对于AIGC发展，到底是替代还是增强设计？结论1:职业的替代还有一些距离
结论2:岗位增强可部分实现
3、新的交互形态对“传统用户界面”从业者的冲击
界面交互的需求繁荣得益于图形交互的兴起和市场的发展，从CLI（命令行）→GUI（图形交互）→LUI（自然语言交互），对设计服务的要求自然不同**：
CLI时代**，不需要画图的交互，特定人群用特定命令与电脑进行交互；
GUI时代，图形的准确性、吸引力能直接影响业务效果（流量、转化、收入等），尤其是消费类产品；
LUI时代，对图形需求变少，可能又会遇到新的交互形态与需求，如多模态交互、用户情绪设计与引导等等。
短期内，各个软件开发公司都是以SaaS上生长AI功能为主，本质还是加功能的逻辑，AI只是一个没有颠覆和替代原产品形态的附加功能，或者是Copilot。
长期看，除了SaaS+AI，AI改变行业的可能性，大概率未来大量在AI上生长SaaS，那将更大程度上冲击着从业者的原有工作范式，图形界面工作者可能会需要转型为AI交互、AI多模态交互定义者（可能），总体需求可能变少。
现在的AI，擅长哪些地方
真正在实践使用AI工具的过程中可以发现，目前的AI强大但不完美，准确的说现在的AI产品在很多场景都会出问题或者说“不如人”，但我们需要用它“超出人”擅长领域，也需要知道和规避它的短板。 设计师主要打交道的信息载体为图形和文本，下面主要对图形类、文本类做分析和应用探索。 ## 1、图形设计：创意插画、图片类 越具象越复杂，效果越好：图形生成类的AI目前有明星产品Midjourney、Stable diffusion、Dall E等，基于大模型通过文生图、图生图的方式，得到结果。 在生成的图片时，越具象AI表现越好，因为具象可以通过很多关键特征去描述它，越抽象越难描述。
引申话题：从降低设计门槛，替代部分设计工作来讲，前些年模板式设计也很火，从出图的角度考虑，生成式AI与模板式设计，哪个好，选哪个？
如果不画图就快速的产出，模板式设计与生成式AI出图是摆在面前的两种选择，模板式设计不算AI，可以当做“智能产出”，到底哪个好，核心差异在哪？
2、文本类
文本类生成式AI比较成熟的，如ChatGPT、讯飞星火，以及各大语言模型衍生出一系列文本对话式的AI产品、插件。 以ChatGPT为例，擅长对客观、强规律性的内容回答，并具备举一反三的能力，如推理类、总结类、常识类、翻译类等问题。
结合设计场景，利用大语言模型分析、推理、总结能力，可以辅助设计完成内容总结、报告内容提炼、知识解读、内容续写、创意发散与脑暴等场景。
除此之外，市面上不少基于大语言模型，结合原本的产品能力，让产品更智能的智能应用：
- 如视频解析文本+大语言模型，典型产品有飞书妙记、通义听悟，可以进一步提炼视频中的内容，在会议记录提取、可用性测试问题还原提取上非常实用；
- 如PDF解析能力+大语言模型，可以让PDF具备可检索、可提炼的，对于设计师来讲可以利用此能力来分析行业报告、日常的设计调研工作更轻松，典型产品：ChatPDF；
- 如思维导图、文本撰写产品+大语言模型，可以帮助设计在梳理思维导图时辅助脑暴创意、制定有条理的内容，典型产品：Boardmix、Notion AI等。
3、界面设计
界面设计中的AI主要有几种：- 界面生成
- AI Copilot
- 局部AI小功能，如填充文本、图片，生成设计系统等
市面上有UIzard、Galileo、即时设计、Figma等界面设计工具增加了AI生成界面能力。目前看到的案例能尝试生成一些高度通用的页面，如Onboarding page和Delivery app。
4、市面上设计厂商如何与AI产生关系
其实目前设计团队或设计行业与AI的关系，可以归纳为3种形态：- 用已有ai，辅助设计
- 研发ai，赋能业务
- 设计型SaaS，做ai功能赋能行业
小结
AI热潮已经来临，尤其是在智能应用层面爆发式增长，对于内容生产的设计师，虽离替代还有距离，但AIGC提升商业性内容生产的效率和质量，已经在发生，且在将来一定会更深度的改变商业内容生产的发展。
- 具象表达的图形，可通过生成较好完成产出；
- 艺术性强、复用性比较弱的场景、素材；
- 文本型的AI可以帮助设计师在总结、查询、梳理等场景；
- 界面类生成AI工具，能为初次设计提供一些方案可能性，目前生成效果、可控性远达不到“可用”状态，未来可期。
趋势已来，设计师该如何看待和应对？
从今年三四月份开始，全行业AI替代的声音让设计师的焦虑也前所未有，AI时代我们需要怎么看、怎么入局？ 作为设计师，我觉得可以从设计服务、历史发展的角度来理解和顺应这一轮技术的变革，更清晰的了解发展趋势、危与机。1、从设计服务的角度，看这一轮技术变革
远观历史，科技与社会进步，持续带来的新机会
从历史角度来看，设计是服务于科技和社会进步的，每一次技术的发展社会的变革，势必带来设计形态的改变，从两次工业革命到信息化、智能化时代，每个周期内都会衍生出新的危和机。
近观信息网络的发展，设计师一直在面对新命题
从信息交互的发展看，设计作为一种岗位，服务于商业在科技发展的不同时期，以平面设计为例，对设计师有着不同的要求：
- 在印刷时代对手头版式功夫有较高的要求；
- 在图形交互软件时代，对图形的抽象与软件基础表达有新的技能诉求。在上世纪90年代，在硅谷如果有人熟练Photoshop，都可以直接创业或成为非常稀缺的人才；
- 在互联网兴起，门户、信息爆炸时代，对信息的传播、呈现有新的要求，在技法的表现格外注重；
- 对移动、产业互联网，对设计对用户、端、商业、技术理解又有新的要求；
- 在人工智能时代，部分重复性、初级的设计需求将被替代，设计师乃至互联网职场人的能力维度将随之会有所改变，善用AI的综合能力素养变为刚需，在能力维度上接近于“雪花型”。
2、如何应对
不是所有设计师所在公司都会有AI相关研发，对于设计岗位来讲，利用AI去生产内容成本极低的一件事，所以小编认为做好两点：一是用好工具；二是转变思维，重新布局个人能力。 ### 用好它，就现在 如前文Gartner预测，AI目前已经进入预期的顶峰，在接下来一段时间可能会趋于冷静，但不是停滞，是更深度与现实结合的窗口期，不会同当年的“元宇宙”那样，都在喊没人行动的局面，因此我们需要：用好它，就现在！
布局个人能力，让AI成为个人能力的超级后备军
利用专业审美和技能，开发风格模型、大模型是设计应该关注的，就如同组件一样，一套组件可用于多个场景。大模型亦是如此，做出属于自己团队适合的风格，训练出足够优秀的大模型来复用至以后的场景。
若有收获，就点个赞吧
0 人点赞
