進入人工智能時代，設計師如何保持競爭力?

編者按：人工智能的時代已經來臨，設計的方式正在發生改變，而曾經讓設計師取得成功的要素也悄然變化。這篇文章將會探討人工智能當前的狀況，所產生的影響，未來可能發生的變化，以及設計師所需要應對的問題，和需要做好的準備。本文由設計師 Irina Nik 在 ChatGPT 和 Grammarly 的 AI 輔助下完成撰寫。Irina 在完成文章之后，要求 ChatGPT 重寫了部分段落讓它們看起來更好。

客觀現實，而非炒作

人工智能革命并非未來，它是當下正在發生的客觀事實。根據 Morning Consult 做過一個全球人工智能調查，美國、歐洲和中國 34%的企業都已經用上了人工智能。

包括世界經濟論壇和 IBM 在內的許多組織都將人工智能視作為第四次工業革命的主要技術，它將從根本上改變我們的生活、工作和兩者之間的關系。

當然，人工智能可能有偏見，存在道德風險，生成錯誤的結果，傳遞誤導性信息。但即便如此，它依然以驚人的速度發展，這些問題可能會隨著時間的推移逐步得到解決。

生成式人工智能如何改變世界

2022 年，生成式 AI 所輸出的結果是顛覆性的：AI 可以生成新事物，而不是分析已經存在的東西。

Sequoia 梳理的 AI 應用前景

能夠給出類似人類的答案

隨著來自 OpenAI 的 ChatGPT 逐漸流行，Google 也拉響了「紅色警報」。用戶開始青睞向 AI 提問，而不是在 Google 搜索結果。

目前，人工智能給的答案并不可靠。但是在未來，它們或許可以和專業的咨詢顧問競爭。 根據麥肯錫的說法，人工智能有可能被用于保險和法律行業，回答復雜的問題，審核法律文件，起草年度報告。比如摩根士丹利已經在研究人工智能，這項AI服務可以給客戶提供財富管理的建議。

客戶服務也將從人工智能當中受益，目前的聊天機器人還無法滿足用戶的期望，但是它在未來可以取代更多的人工客服。

Midjourney 基于語言生成的圖片概念設計

內容生成能力

如今這種生成式人工智能已經被用于營銷和搜索引擎優化，它加快了內容創建，并且提供必要的插圖內容。

比如，Jasper 就是一個以營銷為賣點的 GPT-3 的分支版本，可以用來撰寫博客文章，社交媒體帖子，網絡文案，營銷電子郵件，甚至廣告等面向客戶的內容。

圖像生成能力

Microsoft Designer、Runway、DALL-E和Midjourney 等工具讓設計更方便，并且更容易為大眾用戶所接受，加速可視化內容的生成。

這類服務在營銷和設計當中已經廣泛運用了。雀巢在營銷活動當中使用了 Vermeer 的人工智能加錢版，Stitch Fix 使用 DALL-E2 進行實驗，根據客戶對于配色、面料、款式的偏好來可視化地呈現服裝設計。Nutella 使用一種算法來結合人工智能創建了 700萬種獨特的包裝，廣告公司 BBDO 則正在測試使用 Stable Difffusion 來創建設計物料。

這也意味著可以在沒有設計師的情況下，普通用戶可以創建出好看的演示文稿和社交媒體帖子。

下面是紅杉資本所制作的圖表，其中包含了根據當前的狀態，對未來人工智能在不同領域當中，生成式人工智能的前景和可能性。

UI 界面設計

人工智能已經可以創建出 Dribbble 級別的 UI了，以下界面是 Midjourney 所創建的：

同一個 AI 在不同的圖片內容訓練之下的結果，能夠生成的作品是截然不同的。如果我們專門針對 UI 設計來創建訓練集會怎樣？

比如，我們在未經作者同意的前提之下，將整個 Artstation 的圖片拿來訓練，那么可能會有人拿 Dribbble、Mobbin、PageFlow 或者 Pttrns 上被完美標記的作品來訓練自己的模型。

那么有了這樣的訓練出來的模型，是不是可以在 Figma 上直接生成 UI ？現在第一個實驗已經開始了：

Airbnb 現在就在拿這些優秀的作品來訓練，從基本的線框圖一路到可用的代碼。

那么有沒有 AI 可以根據描述生成整個程序？ Builder.ai 已經在探索這個領域了，創建了人工智能直接生成 APP 的基礎版本。

緊隨其后，我們處理設計系統的方法也可能發生變化。隨著 Figma 對無頭設計系統的引入，訓練 AI 生成標準的組件已經可行了，咱們現在每天頭疼不已的工作可能很快就要外包給 AI 了。

想法探索

生成式 AI 是強大的繪圖工具，它可以加快探索的過程。設計師和非設計師都可以在很短的時間內，快速探索大量的替代方案。

用戶研究

如今，生成式 AI 在用研領域也有一些進展。比如我們想象人工智能能夠協助創建調研的準備材料和各種相關報告。

但是其實其他的人工智能磨ixng，可以通過分析研究數據，將用研提升到一個更高的層次。

比如 UserTesting 已經在借助機器學習，來識別用戶在調研視頻中的情緒。我們目前還不確定，未來越來越成熟的大型語言識別模型，能夠從這些測試視頻當中挖掘出多少信息，可以生成多少報告。

UserTesting 識別視頻中的用戶情緒

人工智能還能幫助分析不同來源的大量客戶數據，比如對講機、社交媒體、APP 評論、電子郵件等等，因此，用戶體驗設計師能夠用更少的時間來獲取更加可靠的用戶行為分析。

隨著這些領域中機器學習的引入，增長模式也可能發生變化。Facebook 正在廣告模型當中使用人工智能，他們會在眾多廣告變體當中，挑選出最好的一個，并且了解什么時候向什么類型的用戶推送，會有最好的結果。未來，設計師可能會有類似的工具，來進行自動化測試，并且加速增長。

設計師要做哪些準備

在設計過程中引入 AI 的嘗試已經開始了。室內設計師征才測試 InteriorAI 來創建模型。服務設計師開始使用 AI 作為草圖繪制工具，而產品設計師也在頭腦風暴當中使用 DALL-E2。

設計師 Isabella Orsi 使用 InteriorAI 制作的室內設計模型

生產力

人工智能確實是會顯著提高設計師的生產力。它將加快分析用戶數據，并提升制作原型的過程。

如今設計師可以使用這些 AI 生成圖標、文案和圖像，并且使用 AI 進行視覺探索。

如果你需要了解相關的服務，你可以看看這些：Phraser、Dallelist、Midjourney Prompt Generator、PromptHero、 dallery.gallery 手冊。

更高層次的設計

生產力的提升，意味著 AI 將會承擔更多的重復工作和體力活兒，而設計師可以擁有更多的時間和資源，來關注更高層級的設計問題，比如設計研究，產品策略和增長實驗。

Midjourney 生成的設計思維主題圖片

以人為本的設計

隨著人工智能承擔越來越多的硬技能向的工作，設計師將會有更多的精力深入到社會認知相關的活動，比如什么樣的設計能夠帶來社會價值，能夠給人帶來愉悅感，人和社會體系之間的交互邏輯，這些深層的研究和洞察很難外包給 AI 。

AI 則可能會 給以人為本的設計和無障礙的工作提供更多關注、資源和機會。

設計師的新挑戰

隨著 AI 技術的發展，設計師將會面對新的挑戰。

當我們開始廣泛的應用和使用面向客戶的 AI 的時候，設計師需要確保 AI 生成的結果是不帶偏見、合乎道德規范并且有價值的。

另外，元宇宙將會帶來前所未有的交互挑戰，和 UI 設計不同，虛擬現實目前還沒有既定的交互模式，有許多問題尚未解決。

Midjourney 生成的元宇宙的概念設計

人工智能將會改變設計師的哦概念工作方式，而市場對于設計師技能組合的要求會隨之發生變化。顯而易見的趨勢是，大部分常規的設計工作將會徹底的自動化和 AI 化，只是目前這個變化周期不確定，接下來會被 AI 取代的工作內容還不確定。

但是設計師需要適應使用 AI 來進行設計。

如今僅僅只是 AI 化的第一步，但是如今 AI 所引領的技術突破在過去歷史當中，速度也是史無前例的，甚至可以替代人類執行人物的「通用智能」，可能也不會太過遙遠。

如果對于人工智能設計感興趣，可以關注「夏花生」，你可以在她的文章中看到各種熱門流行的最新的 AI 設計工具。