进入人工智能时代，设计师如何保持竞争力?

编者按：人工智能的时代已经来临，设计的方式正在发生改变，而曾经让设计师取得成功的要素也悄然变化。这篇文章将会探讨人工智能当前的状况，所产生的影响，未来可能发生的变化，以及设计师所需要应对的问题，和需要做好的准备。本文由设计师 Irina Nik 在 ChatGPT 和 Grammarly 的 AI 辅助下完成撰写。Irina 在完成文章之后，要求 ChatGPT 重写了部分段落让它们看起来更好。

客观现实，而非炒作

人工智能革命并非未来，它是当下正在发生的客观事实。根据 Morning Consult 做过一个全球人工智能调查，美国、欧洲和中国 34%的企业都已经用上了人工智能。

包括世界经济论坛和 IBM 在内的许多组织都将人工智能视作为第四次工业革命的主要技术，它将从根本上改变我们的生活、工作和两者之间的关系。

当然，人工智能可能有偏见，存在道德风险，生成错误的结果，传递误导性信息。但即便如此，它依然以惊人的速度发展，这些问题可能会随着时间的推移逐步得到解决。

生成式人工智能如何改变世界

2022 年，生成式 AI 所输出的结果是颠覆性的：AI 可以生成新事物，而不是分析已经存在的东西。

Sequoia 梳理的 AI 应用前景

能够给出类似人类的答案

随着来自 OpenAI 的 ChatGPT 逐渐流行，Google 也拉响了「红色警报」。用户开始青睐向 AI 提问，而不是在 Google 搜索结果。

目前，人工智能给的答案并不可靠。但是在未来，它们或许可以和专业的咨询顾问竞争。 根据麦肯锡的说法，人工智能有可能被用于保险和法律行业，回答复杂的问题，审核法律文件，起草年度报告。比如摩根士丹利已经在研究人工智能，这项AI服务可以给客户提供财富管理的建议。

客户服务也将从人工智能当中受益，目前的聊天机器人还无法满足用户的期望，但是它在未来可以取代更多的人工客服。

Midjourney 基于语言生成的图片概念设计

内容生成能力

如今这种生成式人工智能已经被用于营销和搜索引擎优化，它加快了内容创建，并且提供必要的插图内容。

比如，Jasper 就是一个以营销为卖点的 GPT-3 的分支版本，可以用来撰写博客文章，社交媒体帖子，网络文案，营销电子邮件，甚至广告等面向客户的内容。

图像生成能力

Microsoft Designer、Runway、DALL-E和Midjourney 等工具让设计更方便，并且更容易为大众用户所接受，加速可视化内容的生成。

这类服务在营销和设计当中已经广泛运用了。雀巢在营销活动当中使用了 Vermeer 的人工智能加钱版，Stitch Fix 使用 DALL-E2 进行实验，根据客户对于配色、面料、款式的偏好来可视化地呈现服装设计。Nutella 使用一种算法来结合人工智能创建了 700万种独特的包装，广告公司 BBDO 则正在测试使用 Stable Difffusion 来创建设计物料。

这也意味着可以在没有设计师的情况下，普通用户可以创建出好看的演示文稿和社交媒体帖子。

下面是红杉资本所制作的图表，其中包含了根据当前的状态，对未来人工智能在不同领域当中，生成式人工智能的前景和可能性。

UI 界面设计

人工智能已经可以创建出 Dribbble 级别的 UI了，以下界面是 Midjourney 所创建的：

同一个 AI 在不同的图片内容训练之下的结果，能够生成的作品是截然不同的。如果我们专门针对 UI 设计来创建训练集会怎样？

比如，我们在未经作者同意的前提之下，将整个 Artstation 的图片拿来训练，那么可能会有人拿 Dribbble、Mobbin、PageFlow 或者 Pttrns 上被完美标记的作品来训练自己的模型。

那么有了这样的训练出来的模型，是不是可以在 Figma 上直接生成 UI ？现在第一个实验已经开始了：

Airbnb 现在就在拿这些优秀的作品来训练，从基本的线框图一路到可用的代码。

那么有没有 AI 可以根据描述生成整个程序？ Builder.ai 已经在探索这个领域了，创建了人工智能直接生成 APP 的基础版本。

紧随其后，我们处理设计系统的方法也可能发生变化。随着 Figma 对无头设计系统的引入，训练 AI 生成标准的组件已经可行了，咱们现在每天头疼不已的工作可能很快就要外包给 AI 了。

想法探索

生成式 AI 是强大的绘图工具，它可以加快探索的过程。设计师和非设计师都可以在很短的时间内，快速探索大量的替代方案。

用户研究

如今，生成式 AI 在用研领域也有一些进展。比如我们想象人工智能能够协助创建调研的准备材料和各种相关报告。

但是其实其他的人工智能磨ixng，可以通过分析研究数据，将用研提升到一个更高的层次。

比如 UserTesting 已经在借助机器学习，来识别用户在调研视频中的情绪。我们目前还不确定，未来越来越成熟的大型语言识别模型，能够从这些测试视频当中挖掘出多少信息，可以生成多少报告。

UserTesting 识别视频中的用户情绪

人工智能还能帮助分析不同来源的大量客户数据，比如对讲机、社交媒体、APP 评论、电子邮件等等，因此，用户体验设计师能够用更少的时间来获取更加可靠的用户行为分析。

随着这些领域中机器学习的引入，增长模式也可能发生变化。Facebook 正在广告模型当中使用人工智能，他们会在众多广告变体当中，挑选出最好的一个，并且了解什么时候向什么类型的用户推送，会有最好的结果。未来，设计师可能会有类似的工具，来进行自动化测试，并且加速增长。

设计师要做哪些准备

在设计过程中引入 AI 的尝试已经开始了。室内设计师征才测试 InteriorAI 来创建模型。服务设计师开始使用 AI 作为草图绘制工具，而产品设计师也在头脑风暴当中使用 DALL-E2。

设计师 Isabella Orsi 使用 InteriorAI 制作的室内设计模型

生产力

人工智能确实是会显著提高设计师的生产力。它将加快分析用户数据，并提升制作原型的过程。

如今设计师可以使用这些 AI 生成图标、文案和图像，并且使用 AI 进行视觉探索。

如果你需要了解相关的服务，你可以看看这些：Phraser、Dallelist、Midjourney Prompt Generator、PromptHero、 dallery.gallery 手册。

更高层次的设计

生产力的提升，意味着 AI 将会承担更多的重复工作和体力活儿，而设计师可以拥有更多的时间和资源，来关注更高层级的设计问题，比如设计研究，产品策略和增长实验。

Midjourney 生成的设计思维主题图片

以人为本的设计

随着人工智能承担越来越多的硬技能向的工作，设计师将会有更多的精力深入到社会认知相关的活动，比如什么样的设计能够带来社会价值，能够给人带来愉悦感，人和社会体系之间的交互逻辑，这些深层的研究和洞察很难外包给 AI 。

AI 则可能会 给以人为本的设计和无障碍的工作提供更多关注、资源和机会。

设计师的新挑战

随着 AI 技术的发展，设计师将会面对新的挑战。

当我们开始广泛的应用和使用面向客户的 AI 的时候，设计师需要确保 AI 生成的结果是不带偏见、合乎道德规范并且有价值的。

另外，元宇宙将会带来前所未有的交互挑战，和 UI 设计不同，虚拟现实目前还没有既定的交互模式，有许多问题尚未解决。

Midjourney 生成的元宇宙的概念设计

人工智能将会改变设计师的哦概念工作方式，而市场对于设计师技能组合的要求会随之发生变化。显而易见的趋势是，大部分常规的设计工作将会彻底的自动化和 AI 化，只是目前这个变化周期不确定，接下来会被 AI 取代的工作内容还不确定。

但是设计师需要适应使用 AI 来进行设计。

如今仅仅只是 AI 化的第一步，但是如今 AI 所引领的技术突破在过去历史当中，速度也是史无前例的，甚至可以替代人类执行人物的「通用智能」，可能也不会太过遥远。

如果对于人工智能设计感兴趣，可以关注「夏花生」，你可以在她的文章中看到各种热门流行的最新的 AI 设计工具。