自2022年下半年開始，席卷而來的AIGC對設(shè)計(jì)工作者帶來不小的沖擊，設(shè)計(jì)本是一個(gè)“GC”生產(chǎn)內(nèi)容的崗位，AI生產(chǎn)內(nèi)容有什么不同？

 

 

如何理解一波浪潮的發(fā)生邏輯及影響，如何用好AI工具幫助我們生產(chǎn)內(nèi)容，是群核設(shè)計(jì)團(tuán)隊(duì)的新課題。目前有了一定的成果和觀點(diǎn)，今天跟大家一起分享與交流。

本文將從宏觀角度來聊聊這一輪AI對設(shè)計(jì)行業(yè)到底有什么影響，對我們有什么啟發(fā)？

 

 

 

了解今年狂飆的AI

現(xiàn)如今AI火熱體現(xiàn)在3個(gè)方面：

• 生成式AI到了技術(shù)發(fā)展從開始走向期望的膨脹期，現(xiàn)象級產(chǎn)品已經(jīng)出現(xiàn)；
• 在產(chǎn)業(yè)結(jié)構(gòu)中，AI智能應(yīng)用近乎爆發(fā)的狀態(tài)；
• 生成式AI的可控性突破也是爆火的重要原因之一。

 

1、技術(shù)發(fā)展趨勢的預(yù)測

（Gartner每年都會盤點(diǎn)新技術(shù)處在哪個(gè)階段，分起步、期望膨脹、破滅、發(fā)展幾個(gè)階段，以此幫助判斷科技產(chǎn)業(yè)未來走勢）

 

去年9月份，「Gartner」就預(yù)測生成式AI已經(jīng)進(jìn)入期望膨脹高位，到2023年8月「Gartner」剛發(fā)布人工智能技術(shù)成熟度曲線，生成式AI從技術(shù)萌芽期到技術(shù)膨脹期的頂峰，跟過去一段時(shí)間AI在學(xué)術(shù)、產(chǎn)業(yè)、資本領(lǐng)域的爆火完全呼應(yīng)。

 

 

 

另一方面，Gartner預(yù)計(jì)AIGC未來5年會是預(yù)期破滅的時(shí)段，這是任何一項(xiàng)新技術(shù)成熟發(fā)展的必經(jīng)之路，也可以理解是AI技術(shù)融入現(xiàn)實(shí)的開始。

2、 從產(chǎn)業(yè)的結(jié)構(gòu)看，這一輪爆發(fā)的機(jī)會在智能應(yīng)用

硬件、云平臺（模型層）、智能應(yīng)用、應(yīng)用分發(fā)構(gòu)成了AI整個(gè)產(chǎn)業(yè)鏈條，站在產(chǎn)業(yè)格局的角度看，算力很重要、硬件卻并非關(guān)鍵。
這輪變革最大的機(jī)會在應(yīng)用層面，所以大量涌現(xiàn)出智能應(yīng)用，比如ChatGPT、Midjourney；以及各行各業(yè)基于大模型對AI能力接入，提升自己產(chǎn)品力或服務(wù)能力。

 

 

 

 

3、生成式AI在可控性層面的突破

生成式AI并不是剛出現(xiàn)，這一輪爆火，除了訓(xùn)練參數(shù)的質(zhì)變，還有一個(gè)原因是是“可控度”，即在多個(gè)應(yīng)用領(lǐng)域局部、初步思維上可控，AI可以從隨機(jī)到可控的生成，才有了更多可用的場景，也是這一輪技術(shù)變革關(guān)鍵原因。

 

 

 

從GPT-3.5到GPT-4，生成式AI的邏輯推理能力顯著提高。擁有強(qiáng)大的分析能力（如從文章中提取數(shù)據(jù)，總結(jié)趨勢），控制能力（如將人類語言轉(zhuǎn)化成復(fù)雜系統(tǒng)控制指令）和初步的邏輯推理能力（如解答簡單的數(shù)學(xué)、邏輯題）。可生成的文本內(nèi)容也擴(kuò)展到數(shù)據(jù)、表格、代碼、指令序列、工作流或工具鏈等結(jié)構(gòu)化文本。這直接引發(fā)一大批以Copilot為特征的新工具爆發(fā)。

內(nèi)容創(chuàng)建工具是生成式AI落地最直接也最快捷的場景。隨著生成式AI可控性的提升，內(nèi)容創(chuàng)建任務(wù)會從文本、圖片創(chuàng)建，過渡到視頻、3D、動(dòng)畫等，讓設(shè)計(jì)從業(yè)者有了更多“創(chuàng)作團(tuán)隊(duì)”。

市場的期望膨脹、面向用戶的智能應(yīng)用爆發(fā)、內(nèi)容生成可控性的提升，在產(chǎn)業(yè)變革的漩渦中，以內(nèi)容生產(chǎn)謀生的設(shè)計(jì)師，我們需要了解AIGC到底對設(shè)計(jì)行業(yè)產(chǎn)生了什么影響，到底替代到什么程度了，設(shè)計(jì)師該如何應(yīng)對？下面重點(diǎn)聊下這幾個(gè)話題。

 

AI對設(shè)計(jì)行業(yè)產(chǎn)生什么影響

影響體現(xiàn)在3個(gè)方面：

• 設(shè)計(jì)門檻降低了，中低端設(shè)計(jì)需求將會變少；
• 設(shè)計(jì)崗位有了更多的“武器”來提效或提升質(zhì)量；
• 新的交互形態(tài)對傳統(tǒng)的圖形界面工作者有一定的沖擊。

 

1、設(shè)計(jì)門檻降低，設(shè)計(jì)工具平民化

設(shè)計(jì)越來越平民化，對設(shè)計(jì)要求不高的個(gè)人、團(tuán)隊(duì)、組織將可以靠自己“完成設(shè)計(jì)”，拿到產(chǎn)物，某種程度上講，這部分中低端設(shè)計(jì)需求工作被變少了。

 

 

 

2、“全面”替代設(shè)計(jì)崗還是增強(qiáng)設(shè)計(jì)崗？

自人工智能出現(xiàn)以來，替代的聲音一直是熱度話題，技術(shù)的變革都有兩面性，對于AIGC發(fā)展，到底是替代還是增強(qiáng)設(shè)計(jì)？

 

替代和增強(qiáng)是兩個(gè)不同概念， 以汽車市場為例：電車與油車市場是替代關(guān)系，但自動(dòng)駕駛則是增強(qiáng)的作用，油車、電車都可以擁有自動(dòng)駕駛，都可以起到增強(qiáng)的作用，之所以目前電車自動(dòng)駕駛做的比較好是因?yàn)樽鳛樾碌奈锓N巔峰傳統(tǒng)市場需要多方位的優(yōu)勢。

 

結(jié)論1:職業(yè)的替代還有一些距離

 

 

 

 

有個(gè)有趣的現(xiàn)象，不管是什么崗位，外界對AI的應(yīng)用程度，總比行業(yè)從業(yè)者要“樂觀”很多，比如UI、前端崗位，感覺已經(jīng)不太需要他們參與了。

 

 

 

實(shí)際在真實(shí)的商業(yè)生產(chǎn)環(huán)節(jié)中，職業(yè)完全替代還不夠明顯，但崗位工作的滲透是在進(jìn)行的，以UI和創(chuàng)意來舉例：比如設(shè)計(jì)師可以通過Stable Diffusion、Midjourney來生成配圖、圖標(biāo)、以及方案的初步原型，然后再進(jìn)行精細(xì)化設(shè)計(jì)。

結(jié)論2:崗位增強(qiáng)可部分實(shí)現(xiàn)

 

 

 

 

 

下圖是設(shè)計(jì)團(tuán)隊(duì)的典型場景，我們用AI結(jié)合各設(shè)計(jì)環(huán)節(jié)進(jìn)行試驗(yàn)，初步得出一些典型場景中的應(yīng)用及可應(yīng)用的程度，后續(xù)我們將以案例形式分享主要環(huán)節(jié)的應(yīng)用成果，暫不贅述。

 

 

 

對內(nèi)容生產(chǎn)的設(shè)計(jì)師來說，AIGC產(chǎn)品可以作為一種創(chuàng)作工具來豐富設(shè)計(jì)手段，加速設(shè)計(jì) OR 提升設(shè)計(jì)質(zhì)量，以Midjourney生成素材為例：

 

 

 

 

相比C4D做一個(gè)素材，可以大大提升出圖效率，這種與AI協(xié)作的形態(tài)，市面上也是最多的，本質(zhì)是增強(qiáng)設(shè)計(jì)師產(chǎn)出的效率。

 

3、新的交互形態(tài)對“傳統(tǒng)用戶界面”從業(yè)者的沖擊

界面交互的需求繁榮得益于圖形交互的興起和市場的發(fā)展，從CLI（命令行）→GUI（圖形交互）→LUI（自然語言交互），對設(shè)計(jì)服務(wù)的要求自然不同：

 

 

 

 

CLI時(shí)代，不需要畫圖的交互，特定人群用特定命令與電腦進(jìn)行交互；

GUI時(shí)代，圖形的準(zhǔn)確性、吸引力能直接影響業(yè)務(wù)效果（流量、轉(zhuǎn)化、收入等），尤其是消費(fèi)類產(chǎn)品；

LUI時(shí)代，對圖形需求變少，可能又會遇到新的交互形態(tài)與需求，如多模態(tài)交互、用戶情緒設(shè)計(jì)與引導(dǎo)等等。

現(xiàn)在生成式AI產(chǎn)品，文生文、文生圖，多見的交互形態(tài)就是一個(gè)輸入框、一個(gè)語音輸入按鈕，即一個(gè)入口可完成“幾乎所有的任務(wù)”。

 

 

 

原本完成這些任務(wù)需要UI、前端大量的頁面、彈窗等交互流轉(zhuǎn)，現(xiàn)在直接繞過了這些復(fù)雜的界面環(huán)節(jié)，如果語音能直接作為直接輸入的方式，連“輸入框”都不需要了，用戶自然對話就可以完成任務(wù)，對“界面交互”從業(yè)者來說總需求量就變少了。

可能有人會問：各公司都在開發(fā)和迭代AI工具，市場需求不是增多了嗎？

 

 

 

這里以SaaS公司為例：

短期內(nèi)，各個(gè)軟件開發(fā)公司都是以SaaS上生長AI功能為主，本質(zhì)還是加功能的邏輯，AI只是一個(gè)沒有顛覆和替代原產(chǎn)品形態(tài)的附加功能，或者是Copilot。

長期看，除了SaaS+AI，AI改變行業(yè)的可能性，大概率未來大量在AI上生長SaaS，那將更大程度上沖擊著從業(yè)者的原有工作范式，圖形界面工作者可能會需要轉(zhuǎn)型為AI交互、AI多模態(tài)交互定義者（可能），總體需求可能變少。

 

 

 

 

更有甚者認(rèn)為，某些SaaS業(yè)務(wù)在人工智能時(shí)代“Software as a Service”中的“Software”不一定存在，Service的提供形態(tài)將會多樣化或“弱界面化”，這樣對應(yīng)原工作形態(tài)的從業(yè)者，將會帶來不小的沖擊。

現(xiàn)在的AI，擅長哪些地方

真正在實(shí)踐使用AI工具的過程中可以發(fā)現(xiàn)，目前的AI強(qiáng)大但不完美，準(zhǔn)確的說現(xiàn)在的AI產(chǎn)品在很多場景都會出問題或者說“不如人”，但我們需要用它“超出人”擅長領(lǐng)域，也需要知道和規(guī)避它的短板。

設(shè)計(jì)師主要打交道的信息載體為圖形和文本，下面主要對圖形類、文本類做分析和應(yīng)用探索。

 

1、圖形設(shè)計(jì)：創(chuàng)意插畫、圖片類

越具象越復(fù)雜，效果越好：

圖形生成類的AI目前有明星產(chǎn)品Midjourney、Stable diffusion、Dall E等，基于大模型通過文生圖、圖生圖的方式，得到結(jié)果。

在生成的圖片時(shí)，越具象AI表現(xiàn)越好，因?yàn)榫呦罂梢酝ㄟ^很多關(guān)鍵特征去描述它，越抽象越難描述。

 

 

 

 

不考慮思考過程時(shí)間消耗，將人工手繪和AI繪制對比，AI可能無法穩(wěn)定的繪制靠左的相機(jī)圖形，但可以很快、較穩(wěn)定的繪制右邊的相機(jī)，而人去繪制右邊相機(jī)可能需要至少一天時(shí)間，還不一定有AI效果好。

所以現(xiàn)在市面上用AI做設(shè)計(jì)都是比較復(fù)雜的圖形，比如人物角色、動(dòng)物、3D物件等。


引申話題：從降低設(shè)計(jì)門檻，替代部分設(shè)計(jì)工作來講，前些年模板式設(shè)計(jì)也很火，從出圖的角度考慮，生成式AI與模板式設(shè)計(jì)，哪個(gè)好，選哪個(gè)？

如果不畫圖就快速的產(chǎn)出，模板式設(shè)計(jì)與生成式AI出圖是擺在面前的兩種選擇，模板式設(shè)計(jì)不算AI，可以當(dāng)做“智能產(chǎn)出”，到底哪個(gè)好，核心差異在哪？

 

 

 

 

僅討論目前的產(chǎn)品，模板式設(shè)計(jì)是非專業(yè)設(shè)計(jì)師的生產(chǎn)工具，生成式AI工具是專業(yè)設(shè)計(jì)師的“外掛”武器。

模板式設(shè)計(jì)雖然在類型上、自由度上容易局限，但上手難度低，可以直接拿到產(chǎn)物全部，不需要再次的圖片拼接與再處理，對于非專業(yè)人士還是非常友好的，因此模板式設(shè)計(jì)在AI沖擊下，仍有市場。

 

 

 

 

對于專業(yè)類設(shè)計(jì)師，尤其是對產(chǎn)出要求比較高的場景，模板式設(shè)計(jì)可用之處較少，反而生成式設(shè)計(jì)能幫助設(shè)計(jì)師在靈感和方案可能性的探索上提供內(nèi)容，如Stable diffusion、Midjourney。

 

 

2、文本類

文本類生成式AI比較成熟的，如ChatGPT、訊飛星火，以及各大語言模型衍生出一系列文本對話式的AI產(chǎn)品、插件。

以ChatGPT為例，擅長對客觀、強(qiáng)規(guī)律性的內(nèi)容回答，并具備舉一反三的能力，如推理類、總結(jié)類、常識類、翻譯類等問題。

 

 

 

 

結(jié)合設(shè)計(jì)場景，利用大語言模型分析、推理、總結(jié)能力，可以輔助設(shè)計(jì)完成內(nèi)容總結(jié)、報(bào)告內(nèi)容提煉、知識解讀、內(nèi)容續(xù)寫、創(chuàng)意發(fā)散與腦暴等場景。

除此之外，市面上不少基于大語言模型，結(jié)合原本的產(chǎn)品能力，讓產(chǎn)品更智能的智能應(yīng)用：

• 如視頻解析文本+大語言模型，典型產(chǎn)品有飛書妙記、通義聽悟，可以進(jìn)一步提煉視頻中的內(nèi)容，在會議記錄提取、可用性測試問題還原提取上非常實(shí)用；
• 如PDF解析能力+大語言模型，可以讓PDF具備可檢索、可提煉的，對于設(shè)計(jì)師來講可以利用此能力來分析行業(yè)報(bào)告、日常的設(shè)計(jì)調(diào)研工作更輕松，典型產(chǎn)品：ChatPDF；
• 如思維導(dǎo)圖、文本撰寫產(chǎn)品+大語言模型，可以幫助設(shè)計(jì)在梳理思維導(dǎo)圖時(shí)輔助腦暴創(chuàng)意、制定有條理的內(nèi)容，典型產(chǎn)品：Boardmix、Notion AI等。

3、界面設(shè)計(jì)

界面設(shè)計(jì)中的AI主要有幾種：

• 界面生成；
• AI Copilot；
• 局部AI小功能，如填充文本、圖片，生成設(shè)計(jì)系統(tǒng)等。

 

這里主要聊下界面生成，因?yàn)楹髢烧咴趫鼍巴袋c(diǎn)或創(chuàng)新顛覆性上相對弱一點(diǎn)。

市面上有UIzard、Galileo、即時(shí)設(shè)計(jì)、Figma等界面設(shè)計(jì)工具增加了AI生成界面能力。目前看到的案例能嘗試生成一些高度通用的頁面，如Onboarding page和Delivery app。

 

 

 

 

不考慮“只是體驗(yàn)下這個(gè)功能而已的情況”，目前界面類的產(chǎn)品難以融入到設(shè)計(jì)流程里，主要原因是生成結(jié)果不穩(wěn)定。
生成的飛機(jī)稿對于設(shè)計(jì)來說增益還不顯著，真正扎根業(yè)務(wù)的界面設(shè)計(jì)師缺的也不是飛機(jī)稿、過程稿。市面上界面設(shè)計(jì)已經(jīng)足夠的類型化和模式化，我們?nèi)粘？梢詮拇罅康陌咐龓熳鲈O(shè)計(jì)抉擇。

 

 

 

 

對于業(yè)務(wù)非常垂直，目前界面生成的AI也缺乏領(lǐng)域知識，不過相信只是時(shí)間問題，將來規(guī)則的成熟也將更大概率的來補(bǔ)充、或替代部分界面設(shè)計(jì)的工作。

 

 

 

 

因?yàn)榻缑嬖O(shè)計(jì)在各行業(yè)、各企業(yè)中始終在朝著規(guī)則化、結(jié)構(gòu)化、系統(tǒng)化的方向發(fā)展，未來將企業(yè)各自定義的設(shè)計(jì)系統(tǒng)喂給AI，基于偏好的生成結(jié)果，已經(jīng)有團(tuán)隊(duì)在研究和試驗(yàn)了，如果可以成熟推向市面，對于界面設(shè)計(jì)來說還是非常值得期待的。

4、市面上設(shè)計(jì)廠商如何與AI產(chǎn)生關(guān)系

其實(shí)目前設(shè)計(jì)團(tuán)隊(duì)或設(shè)計(jì)行業(yè)與AI的關(guān)系，可以歸納為3種形態(tài)：

• 用已有ai，輔助設(shè)計(jì)
• 研發(fā)ai，賦能業(yè)務(wù)
• 設(shè)計(jì)型SaaS，做ai功能賦能行

 

 

 

 

 

這里不涉及設(shè)計(jì)作為UI、UX接相關(guān)AI業(yè)務(wù)需求的場景，目前主要的關(guān)系是用AI工具輔助設(shè)計(jì)，設(shè)計(jì)驅(qū)動(dòng)研發(fā)AI賦能業(yè)務(wù)在部分大廠有，非常稀缺，設(shè)計(jì)SaaS賦能行業(yè)總體來講玩家數(shù)量有限，這里不再贅述。

小結(jié)

AI熱潮已經(jīng)來臨，尤其是在智能應(yīng)用層面爆發(fā)式增長，對于內(nèi)容生產(chǎn)的設(shè)計(jì)師，雖離替代還有距離，但AIGC提升商業(yè)性內(nèi)容生產(chǎn)的效率和質(zhì)量，已經(jīng)在發(fā)生，且在將來一定會更深度的改變商業(yè)內(nèi)容生產(chǎn)的發(fā)展。

 

 

 

目前的AI產(chǎn)品在創(chuàng)意設(shè)計(jì)、文本類場景可以找到比較成熟的落地可行性，設(shè)計(jì)能有效的結(jié)合到內(nèi)容生產(chǎn)過程中去。

• 具象表達(dá)的圖形，可通過生成較好完成產(chǎn)出；
• 藝術(shù)性強(qiáng)、復(fù)用性比較弱的場景、素材；
• 文本型的AI可以幫助設(shè)計(jì)師在總結(jié)、查詢、梳理等場景；
• 界面類生成AI工具，能為初次設(shè)計(jì)提供一些方案可能性，目前生成效果、可控性遠(yuǎn)達(dá)不到“可用”狀態(tài)，未來可期。

 

 

趨勢已來，設(shè)計(jì)師該如何看待和應(yīng)對？

從今年三四月份開始，全行業(yè)AI替代的聲音讓設(shè)計(jì)師的焦慮也前所未有，AI時(shí)代我們需要怎么看、怎么入局？
作為設(shè)計(jì)師，我覺得可以從設(shè)計(jì)服務(wù)、歷史發(fā)展的角度來理解和順應(yīng)這一輪技術(shù)的變革，更清晰的了解發(fā)展趨勢、危與機(jī)。

 

1、從設(shè)計(jì)服務(wù)的角度，看這一輪技術(shù)變革

遠(yuǎn)觀歷史，科技與社會進(jìn)步，持續(xù)帶來的新機(jī)會：

從歷史角度來看，設(shè)計(jì)是服務(wù)于科技和社會進(jìn)步的，每一次技術(shù)的發(fā)展社會的變革，勢必帶來設(shè)計(jì)形態(tài)的改變，從兩次工業(yè)革命到信息化、智能化時(shí)代，每個(gè)周期內(nèi)都會衍生出新的危和機(jī)。

 

 

 

AI時(shí)代，生成內(nèi)容讓創(chuàng)意有了更多可能性，在設(shè)計(jì)領(lǐng)域?qū)⒖赡茉?1世紀(jì)造就下一個(gè)“包豪斯”。包豪斯讓工業(yè)現(xiàn)代化的技術(shù)與藝術(shù)融合，創(chuàng)造了把藝術(shù)和商業(yè)相結(jié)合的新模式，如今AI作為新技術(shù)為創(chuàng)業(yè)產(chǎn)業(yè)帶來的創(chuàng)意生產(chǎn)力也將是前所未有的。

近觀信息網(wǎng)絡(luò)的發(fā)展，設(shè)計(jì)師一直在面對新命題

從信息交互的發(fā)展看，設(shè)計(jì)作為一種崗位，服務(wù)于商業(yè)在科技發(fā)展的不同時(shí)期，以平面設(shè)計(jì)為例，對設(shè)計(jì)師有著不同的要求：

 

 

 

 

 

在印刷時(shí)代對手頭版式功夫有較高的要求；

 

在圖形交互軟件時(shí)代，對圖形的抽象與軟件基礎(chǔ)表達(dá)有新的技能訴求；在上世紀(jì)90年代，在硅谷如果有人熟練Photoshop，都可以直接創(chuàng)業(yè)或成為非常稀缺的人才。

 

在互聯(lián)網(wǎng)興起，門戶、信息爆炸時(shí)代，對信息的傳播、呈現(xiàn)有新的要求，在技法的表現(xiàn)格外注重。

 

在移動(dòng)、產(chǎn)業(yè)互聯(lián)網(wǎng)，對設(shè)計(jì)對用戶、端、商業(yè)、技術(shù)理解又有新的要求；

 

在人工智能時(shí)代，部分重復(fù)性、初級的設(shè)計(jì)需求將被替代，設(shè)計(jì)師乃至互聯(lián)網(wǎng)職場人的能力維度將隨之會有所改變，善用AI的綜合能力素養(yǎng)變?yōu)閯傂瑁谀芰S度上接近于“雪花型”。

 

 

 

 

因此，設(shè)計(jì)師別慌，從設(shè)計(jì)變革和信息技術(shù)的發(fā)展來看，設(shè)計(jì)一直在面臨變化，只有順應(yīng)變化給我們新的要求，我們才能轉(zhuǎn)危為機(jī)。

 

 

2、如何應(yīng)對

不是所有設(shè)計(jì)師所在公司都會有AI相關(guān)研發(fā)，對于設(shè)計(jì)崗位來講，利用AI去生產(chǎn)內(nèi)容成本極低的一件事，所以小編認(rèn)為做好兩點(diǎn)：一是用好工具；二是轉(zhuǎn)變思維，重新布局個(gè)人能力

用好它，就現(xiàn)在

 

 

 

 

 

如前文Gartner預(yù)測，AI目前已經(jīng)進(jìn)入預(yù)期的頂峰，在接下來一段時(shí)間可能會趨于冷靜，但不是停滯，是更深度與現(xiàn)實(shí)結(jié)合的窗口期，不會同當(dāng)年的“元宇宙”那樣，都在喊沒人行動(dòng)的局面，因此我們需要：用好它，就現(xiàn)在！

不是說人人都成為Prompt設(shè)計(jì)師 or工程師，其實(shí)也不能這么叫，未來AI產(chǎn)品趨于穩(wěn)定成熟的情況下，它是一項(xiàng)基礎(chǔ)技能，如同設(shè)計(jì)師掌握PS使用技能一樣，沒人會叫自己是PS設(shè)計(jì)師，PS工程師。

本質(zhì)上AI產(chǎn)品只是一個(gè)拿到結(jié)果的工具，關(guān)鍵不在于Prompt（雖然目前非常重要），而在于工具使用前的想象力和洞察力，以及之后對結(jié)果的判斷、審美和應(yīng)用落地能力。

 

 

 

 

目前群核設(shè)計(jì)團(tuán)隊(duì)在創(chuàng)意表達(dá)場景上試點(diǎn)應(yīng)用，梳理教程總結(jié)方法，找到契合的業(yè)務(wù)需求或設(shè)計(jì)過程，讓AI局部參與，并梳理幾個(gè)關(guān)鍵產(chǎn)品使用方法，后續(xù)還會在更多的場景中應(yīng)用與探索。

 

布局個(gè)人能力，讓AI成為個(gè)人能力的超級后備軍。

利用專業(yè)審美和技能，開發(fā)風(fēng)格模型、大模型是設(shè)計(jì)應(yīng)該關(guān)注的，就如同組件一樣，一套組件可用于多個(gè)場景。大模型亦是如此，做出屬于自己團(tuán)隊(duì)適合的風(fēng)格，訓(xùn)練出足夠優(yōu)秀的大模型來復(fù)用至以后的場景。

 

雖然目前的AI能力不完美，技術(shù)調(diào)優(yōu)、應(yīng)用場景還有很多提升空間，但對于設(shè)計(jì)師積極擁抱它是必然趨勢。

 

 

 

 

利用AI的長處，豐富自己的能力，披上外掛讓自己內(nèi)容產(chǎn)出質(zhì)量、效率加倍。

 

以上是本文的所有內(nèi)容，針對AIGC對設(shè)計(jì)行業(yè)影響及啟發(fā)，從宏觀視角進(jìn)行闡述，AI時(shí)代設(shè)計(jì)師將面對危機(jī)共存的情況，如何看清事物發(fā)展的方向與規(guī)律，順應(yīng)趨勢，趁早入局，成為時(shí)代需要的人，從而成為趨勢與變革的受益者。

后續(xù)我們將會分享更多設(shè)計(jì)應(yīng)用案例：AI在如何融入到設(shè)計(jì)場景中，敬請期待～