AI 時代的到來，對于設(shè)計師來說其實是生產(chǎn)過程的改革與生產(chǎn)力的解放。本文作者結(jié)合自身經(jīng)驗，從雙鉆設(shè)計模型的角度，對每個階段設(shè)計師做的工作任務(wù)和AI在任務(wù)中的參與度做了大致評估，一起來看一下吧。

關(guān)于 AIGC，我收到的同學(xué)提問大多都表示擔(dān)憂，多數(shù)人會這樣問：?????

“AI 會不會替代交互設(shè)計師的工作？”

但真正聰明的設(shè)計師會換個角度來思考：

“在交互設(shè)計師的每個工作環(huán)節(jié)中，AI 可以發(fā)揮什么作用，參與的程度和產(chǎn)出的質(zhì)量如何？”

01 AI 如何參與交互設(shè)計工作?

說到設(shè)計工作的流程和方法，最通用的表述方式就是“雙鉆設(shè)計模型（Double Diamond Design Model）”，由英國設(shè)計委員會 2005 年提出，至今仍適用于各類設(shè)計工作（詳細閱讀“雙鉆模型”）：

由英國設(shè)計委員會提出的“雙鉆設(shè)計模型”

如果我們將雙鉆模型中設(shè)計工作流程的四個主要階段（Phase）：調(diào)研（Research）、整合（Synthesis）、構(gòu)思（Ideation）、實現(xiàn)（Implementation）中的具體工作任務(wù)一一羅列，就可以預(yù)測到AI 能夠完成哪些設(shè)計任務(wù)。

下文中我會參考我在大廠中的設(shè)計工作經(jīng)驗，將每個階段需要設(shè)計師做的工作任務(wù)以及 AI 在任務(wù)中的參與度用做大致評估。

1. 調(diào)研階段（Research）

在調(diào)研階段，我們在發(fā)現(xiàn)產(chǎn)品的潛在問題、接到設(shè)計需求或功能優(yōu)化點后，需要從業(yè)務(wù)目標(biāo)、產(chǎn)品問題和用戶反饋入手，對現(xiàn)狀進行分析探究和資料收集，并會得到一些非結(jié)構(gòu)性的、散點式的發(fā)現(xiàn)：??

在這個設(shè)計階段，我們的主要工作任務(wù)以及目前AI 在任務(wù)中的參與度為：

現(xiàn)在市場上已有的 AI 工具，如ChatGPT 4、通義千問等產(chǎn)品，都可以在調(diào)研階段對于設(shè)計工作起到較好的輔助作用。而設(shè)計師的時間和精力投入也會發(fā)生變化：從原先的“大量的資料查找和收集”轉(zhuǎn)換成“定義好查找資料的目標(biāo)和方向”，讓 AI 的產(chǎn)出準(zhǔn)確性更高。

2. 整合階段（Synthesis）

在整合階段，我們需要對于上一個階段得到的信息、資料以及初步的洞察和發(fā)現(xiàn)，進行更深入的分析和總結(jié)，得到最終的問題結(jié)論和設(shè)計目標(biāo)：

在這個設(shè)計階段，我們的主要工作任務(wù)有：

相對與第一階段（調(diào)研階段）的大量客觀、通用的數(shù)據(jù)收集，第二階段（整合階段）的工作任務(wù)和內(nèi)容信息更為主觀化和精細化，需要使用產(chǎn)品真實數(shù)據(jù)喂養(yǎng)和訓(xùn)練產(chǎn)品自己的AI 模型，才能得到更有價值的生成內(nèi)容，而目前不是所有公司都有能力來做這件事，基建也還在鋪設(shè)過程中。

不過，現(xiàn)在設(shè)計師的時間和精力還是會因 AI 得到部分解放，比如可以更快速地：了解與產(chǎn)品方案相關(guān)的通用設(shè)計原則，搜索與設(shè)計思路相關(guān)的通用設(shè)計方法，為接下來的設(shè)計方案提供借鑒和指導(dǎo)。

3. 構(gòu)思階段（Ideation）

在構(gòu)思階段，我們需要根據(jù)上一個階段得出的結(jié)論和目標(biāo)，進行方案的設(shè)計和構(gòu)想，產(chǎn)出大量的想法和方案。這個階段需要做的是對于設(shè)計方案的發(fā)散、呈現(xiàn)和評估：

在這個設(shè)計階段，我們的主要工作任務(wù)有：

現(xiàn)在市場上還沒有相對成熟的AI 工具可以直接生成高質(zhì)量的交互設(shè)計初稿。不過 MasterGO、即時設(shè)計等協(xié)作平臺都已在加速研發(fā)和內(nèi)測。相信在不久的將來，畫基礎(chǔ)版本設(shè)計稿的工作將會完全被智能化工具替代。而設(shè)計師的時間和精力投入也會發(fā)生變化：從大量的重復(fù)性、執(zhí)行性的工作，轉(zhuǎn)換成更有價值的創(chuàng)造性思考，???????操作 AI 生成設(shè)計稿，創(chuàng)造和生產(chǎn)的過程將被分離。?

4. 實現(xiàn)階段（Implementation）

在實現(xiàn)階段，我們需要根據(jù)上一個階段產(chǎn)出的值得深入的設(shè)計方案，進行方案原型的制作、測試和更新迭代，得到最優(yōu)解，交付最終方案。

這個階段需要做的是不斷地測試和迭代，淘汰不可行的方案，并將細節(jié)進行深入打磨，兼顧和平衡各個維度的利弊，交付最優(yōu)方案：?

在這個設(shè)計階段，我們的主要工作任務(wù)有：

針對這一階段，現(xiàn)在市場上還沒有相對成熟的AI 工具能夠提供支持。不過新產(chǎn)品和新功能的到來指日可待，設(shè)計師將會：從大量的重復(fù)的、復(fù)雜的、偏執(zhí)行性的協(xié)作流程中解放出來，更專注于設(shè)計方案本身的創(chuàng)新和質(zhì)量。?????

02 結(jié)語

綜上所述，目前AI 所能夠承擔(dān)的交互設(shè)計工作主要集中在：

• 數(shù)據(jù)和信息的采集；
• 數(shù)據(jù)和信息的可視化整理；
• 智能生成基礎(chǔ)元素；
• 整理和產(chǎn)出框架模版；
• 提供大量可參考的設(shè)計靈感；
• 給出基礎(chǔ)的、寬泛的方向性建議。

現(xiàn)在AI 提供的只是基礎(chǔ)性輔助，也仍需要我們對其結(jié)果進行檢驗和優(yōu)化；設(shè)計過程中更為重要的總結(jié)、決策、創(chuàng)造、細節(jié)把控和終稿輸出等工作任務(wù)，依舊需要設(shè)計師來執(zhí)行。

作為 UI/UX 設(shè)計師，“基礎(chǔ)工作和相對來說更偏執(zhí)型的工作，將被智能化工具替代”已成既定事實。我在之前的文章中也分享過這個觀點，我們需要各取所長：對于 AI 的強項，你把它當(dāng)工具駕馭；對于人類的強項，你把它當(dāng)經(jīng)驗積累。

AI 時代的到來，對于設(shè)計師來說其實是生產(chǎn)過程的改革與生產(chǎn)力的解放。我們更應(yīng)該主動地思考、洞察、創(chuàng)新與決策，要不斷發(fā)揮人類特有的主觀能動性，并時刻關(guān)注技術(shù)和行業(yè)的發(fā)展與變革，將技術(shù)作為我們自身能力的延伸，拓寬自身能力的邊界。