- 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?

- 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**:
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。
- 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。