My Secret Rainbow

#13 从 Figma 视角看 AI 设计 – Config 2023（上）

篇首语

对于今年的 Figma Config，大家都抱以了非常大的期望，想看看在 AI 设计方面一直没有太多声音的Figma 究竟在憋什么大招。还有很多设计协同领域的产品，也在等着 Config 大会上的消息，想看看行业的头部公司在想些什么，也好决定接下来是否需要对自己的产品做一下方向的调整。

但没想到的是，这次 Figma 还是比较“保守”的，主 Keynote 会场并没有用过多的篇幅去介绍 AI 设计的内容，而是依旧将重点放在了对现有产品功能的迭代上。比如更贴近研发环节的 Dev Mode、更全局的变量能力、更高级的原型设计能力以及那些广大用户在日常工作中所关注的小细节上。

当然，在 AI 方面 Figma 也并非没有动作。CEO Dylan Field 同时也宣布 Figma 收购了一家社区中专注于 AI 的公司 – Diagram，以及其带来的AI 辅助工具 – Genius。借由这次大会 Figma 也基本向大家表达了对 AI 的态度，分享了他们如何看待设计行业的未来发展，以及如何将 AI 与 Figma 进行结合的思考。

相较于这次大会所发布的那些新功能，我更感叹于 Figma 团队在设计领域中的思考深度以及他们的执行力。让我会想起了当年做设计协同产品的场景，有很多在协作上的想法我们曾经也思考过，但我们考虑得还是不够成熟、不够体系，也没有如他们一般足够的魄力将这些想法坚持下去。

今年的 Config 大会信息量还是挺大的，因为这也是自己曾经奋斗了快四年的领域，所以也特别有感触。相较于那些发布的新功能我更想和大家一起聊聊 Figma 对设计这个行业的观点以及他们背后的思考。这次我准备用两篇文章来和大家分别聊一聊 AI 设计和设计协同这两个领域，今天这篇我们将先从 AI 设计这部分开始。

Figma 如何看待 AI 设计

在第一天的 Keynote 上，CEO Dylan Field 就给大家分享了他对 AI 设计的观点：

AI 可以帮助任何人获得一个好的初稿，但好的初稿不是一个世界级产品，从初稿到世界级产品的过程中需要设计师和设计团队的参与。

Figma 认为（至少在当下） AI 是无法替代设计师来主动生成具备优秀体验的产品设计方案的。所以在 Figma 的体系中，AI 当下并不会成为设计的主要生产者，而是在整个设计环节中扮演设计助手的角色，为设计师提供辅助。

这似乎与大家这段时间正在感知到的有些不太一样。为何前面很多的公司都在思考如何让 AI 更好的代替设计师完成界面设计的工作，而 Figma 却认为 AI 只能给设计师做助手呢？而作为设计师我们又应该如何思考自己与 AI 的关系呢？

想要帮自己理清思路，找到属于自己的答案，那么就需要先思考一下以下两个问题：

1.如何定义设计需求

2.如何定义一个好的设计方案

 

如何定义设计需求

在日常工作中有非常多各式各样的设计需求，比如日常的报名活动、营销活动界面、订单管理系统、商品功能发布、下单支付流程、产品官网等等…

这些都是我们需要处理的需求，在团队的日常管理中通常我们会将需求进行分层，再派发给不同的设计师进行跟进。比如商品发布、下单支付流程这些业务逻辑复杂、对设计要求高的项目我们通常会让最资深的设计师带队来进行设计，而那些相对简单、模式化的报名活动、后台管理系统等需求则交由相对资历较浅的设计师或外包公司来独立跟进。

基于设计的复杂性和特性来进行划分，是我们在做需求分层时最见的方式，目的是让我们的设计资源能够更合理的分配来达到价值的最大化。但如果今天团队中再增加一位 AI 设计师，那么我们可能就需要换一种方式来进行表达了，在这里我将它定义为标准化需求和个性化需求。

标准化需求 vs 个性化需求
通常情况下，我们会将那些设计难度较低，有较大普适性和共性的需求定义为标准化需求。这些需求通常都具备一些可参考的标准解决方案，有明确的规范、规则和标准来指导设计。

通常情况下标准化需求具会备以下这些特征：

1.需求具备共性。这类需求通常在很多行业场景中存在，不限定于某个行业或业务；

2.需求具备一定的规模。这类需求通常会在不同的产品、不同的时间内被反复提起，因此用户的使用频次和规模都较高；

3.需求具备一定的行业规范和标准。在互联网发展的过程中逐渐形成一定的行业标准及相应的设计规则，以确保用户在不同的场景中都能够轻松、熟练的操作使用；

4.团队对可复制性和生产效率有较高要求。由于它的广泛性和重复性，大家会比较关注这类需求的高效性和可复制性，期望能够以更低的投入带来更高效的生产和交付。

而那些则具备更高的设计难度，在行业及业务特性上的要求远高于标准化需求的需求我们会归纳为个性化需求。这类需求通常没有标准的通用方案，需要设计师通过深度思考和不断摸索来创造出最合适的解决方案。

通常情况下个性化需求会具备以下这些特征：

1.需求具备较大的业务差异性。个性化需求往往针对特定的业务、市场或用户群体，它需要设计师需要具有深入的业务理解和敏锐的洞察力；

2.需求对数据分析高度依赖。个性化需求通常需要服务于特定的业务场景和用户群体，这就意味着需要设计师基于对业务数据和用户分析来进行设计方案的制定；

3.需求不存在通用解决方案。由于业务的差异性，并不存在一套面向具体业务的通用解决方案，更多的还是需要依赖项目组成员的深度参与；

4.需求对设计细节要求高。由于个性化需求的设计目标更为精确，因此对设计细节的要求更高，无论是界面布局、风格、流程还是交互模式都需要设计师的精心设计和反复打磨。

 

如何定义一个好的设计

既然设计需求有分层定义，那么我们对于不同需求的设计方案好坏也需要进行一些定义。通常情况下，我们判断一个设计方案的好坏会考虑几个关键因素：

•是否满足用户需求和商业目的

•是否具备良好的用户体验

•是否满足对成本的考量

在标准化需求中，设计需要提供直观、易于理解和使用的设计方案，帮助用户快速达完成相应的任务。同时方案需要具备较好的可复用性，能够尽可能的降低设计和开发的实现成本。

而在个性化需求中，设计则更关注对业务目标。需要深入理解业务需求，基于对市场、用户的分析来创造更极致的产品使用体验，最终达成更好的业务效果。同时设计方案可能还需要具备一定的创新性，因为它不仅仅解决的是功能性问题，还需要向用户提供让人满意、愉悦，甚至惊喜的使用体验。

如果沿着这个思路来看，那么我们可以发现在 AI 设计这个话题上其实 Figma 所讨论的设计和前面其他公司所关注的设计其实是两类不一样的需求。前者更偏向于个性化需求，而后者更多的还是标准化需求。两类需求对于「好的设计」定义不同，那么对于 AI 设计是否成立，答案自然也就不太一样了。

对于设计领域而言，虽然 AI 早已出现但它依旧是一个新物种。尽管 AI 在设计领域的突破进展然很多人感到措手不及，但它的发展依然需要依附在设计这个大领域中。所以我们不能孤立地来讨论 AI 设计，必须在设计的整体环境中来进行思考。

 

从环境的变化看 AI 设计

在开始讨论这个问题之前，我想先引用一下 Figma 设计 VP Noah Levin 在 AI 会场上的一段分享。在开始分享 Figma 对 AI 设计的思考之前，它对「设计」提出了两个基础前提设定。

 

关于设计的两个基础设定

设定 1：设计是来帮助人们解决问题的，而不是沉迷于捣鼓那些像素；

设定 2：设计总是随着技术的发展而发展，但它始终无法取代深思熟虑的设计。

仔细回想一下设计领域这些年的变化，无论我们设计的对象、方式以及流程如何发生变化，这两个基础设定仍然成立，但是我们对设计的思考需要随着行业的变化而变化。

想要弄清楚如何将 AI 与整体设计环境进行融合，我们需要回到最初，思考一下设计更本质的问题。

•What we design / 我们需要设计什么

•How we design / 我们如何来进行设计

•Who design / 谁来参与设计

 

我们正在经历的变化

What we design：Apps → Tasks
在上期的文章中我们曾提到过，未来的产品会以 LUI + GUI 的组合模式来与用户进行交互、提供服务。在 AI 时代，我们将更注重（也更有可能性）从用户的角度出发，以任务为中心进行设计。

这也就意味着用户不再需要面对庞大冗余的应用或网站艰难地通过次菜单、导航找到自己需要的功能，而是基于 LUI 直接获取需要完成的具体任务，比如预订机票、买门票或者某一项具体的任务。

从面向应用的设计向面向任务的设计转变

在这种变化之下，我们设计的焦点从构建完整的应用（或网站）转向了为用户创建解决一系列问题的任务。这是一种更以用户为中心的设计模式（产品模式），它要求我们能够更深入理解用户的需求，然后设计出一个个可以帮助用户快速、直接完成任务的解决方案。

How we design：Atoms → Patterns
在过去的很长一段时间里，我们都是在基于组件来构建应用（或网站）。它的确是我们在设计模式上非常重要的一次进步，但随着互联网产品的复杂度变化以及企业对生产效率的更高要求，组件化设计方式的优势已不再明显，我们也的确需要重新思考面向未来的设计方式了。

模式（Pattern），作为对某类特定问题或任务解决方案的抽象，能够为用户提供更有预期性且一致的、良好的操作体验。同时它也将大幅提升产品整体的基础体验，以及设计和研发的生产效率。也正因为此，设计师可以不必淹没在喋喋不休的设计细节上，能够释放出更多的精力来专注于对设计策略的研究，对业务的理解以及对流程、体验的打磨上。

从基于组件的设计转向基于模式的设计

Who design：Stakeholders → Design Partners
一直以来设计师在做设计方案时还需要考虑另一波“用户”的需求，比如业务方、市场团队、以及开发团队，我们将这些“用户”称之为利益相关方（Stakeholder）。

这样的合作模式一直给设计师们套上了“他们和我们”的思维模式，从而导致了很多的隔阂和沟通上的损耗。使得大家各自为政关注各自的小目标，而忽略了团队共同的目标。

导致这个现象出现的一个很重要的问题其实是「参与感」。时至今日我们依旧还有很多团队的设计过程是瀑布式的，也就是产品经理交付 PRD 后设计师开始做设计，设计完成后再召集各方进行评审，如果有问题设计师回去调整，然后再来一遍。

每个不同的角色都会天然地带着质疑的眼光来参加评审，去审视设计方案是否有忽略掉自己这部分的需求，是否影响了自己关注的业务指标。而这一切很重要的一部分原因正是因为大家并不是设计方案的参与者，也没有真正参与设计方案的过程中。

不过最近的这几年里，跨职能协作的理念发生了不少的转变，再加上设计工具的发展让我们的协作模式慢慢地出现了一些变化。有了工具的支持，设计环节不再“封闭”起来，大家可以在设计的过程中更多的参与进来，成为设计的合作者。

设计其实真的是一个很神奇的职能，虽然它并非是一家公司产品研发最核心的职能，但它却是唯一一个能将所有角色聚合在一起的环节。它可以将抽象的想法和概念转化成可见、可感知的图形界面，为所有的项目参与者提供要给共同的环境和参考点，让用户需求变得可视化、可参与。

从应用到任务、组件到模式，再从相关方到合作伙伴，我们的设计对象、方式以及参与者都在发生变化。这些变化代表着设计领域的不断进化和深化，它让设计更能适应现代企业和行业的需求，也让设计的价值能够再次获得大家的关注。对于 AI 设计，我们也需要放在这样的大环境下来进行思考。

当前的现状是怎样的？

我们可以回过头再来用下面这张图来简单描述一下目前的现状。如果以需求个性化程度强弱来对所有类型的需求进行划分，我们会发现目前其实仅有一小部分的需求可以被定义为标准化需求，而大部分在当下仍然还是偏个性化的需求。

当下设计需求类型分层

正如我们前面几期文章里所分析的，虽然 AI 在界面设计上已经有了很多的进步，但在目前它还是无法直接承担其设计交付的职责。所以在当前阶段，对设计有着更高要求的个性化需求依旧需要设计师来深度参与，而标准化需求也还只能少量借助 AI 的能力来完成，更多还是需要设计师和外包团队的支持。

那么 AI 在未来有可能承担标准化设计需求的工作吗？我认为是完全可以的。虽然当前我们仍处于 AI 设计的早期阶段，但随着我们将越来越多的设计经验和规则沉淀并喂养给 AI 后，借助 AI 来完成标准化设计需求的可行性是非常高的。当然，这也是我们设计行业发展的必经路径。

在未来 AI 设计可能会发生什么变化？

既然 AI 能够帮助我们在标准化设计需求上提供这么大的价值，那么我们是不是能将更多的个性化需求转化成标准化需求呢？

从我们前面对需求的定义角度来说，这个是具备很高的可能性的。但需要注意到是这并不是说直接将个性化需求定义为标准化需求，而是需要通过设计师们不断努力对需求共性的识别和抽象，并针对这一类问题、需求沉淀出更多的标准化解决方案。

对于哪些需求可以转换成标准化需求，我想这里很难有明确的定义。但大家可以结合自己的业务来从以下几个方面来进行判断：

1.需求的通用性。如果有某一类需求频繁的出现在多个业务产品或项目中，某种程度上已经成为了日常工作的“设计快消品”；

2.方案的稳定性。如果有某一类需求经过长期的打磨，设计方案和用户习惯上已经逐渐成熟；

3.成本的合理性。如果有某一类需求长期耗费大量的成本，标准化后可以有效的控制成本。

随着我们对设计不断的抽象和标准化，会有越来越多需求可以逐步的由个性化转为标准化，AI 将有可能参与甚至是接手更多类型的设计工作，在设计环节中的占比会逐渐的升高，甚至可能最终达到一个 AI“强”，设计师“弱”的局面。

AI 的发展和对设计的标准化，正在推动设计行业的转型，而这种转型可能会使 AI 在一些常规和标准化的设计工作中扮演主导角色。所以对于未来，我认为未来也许形成个性化需求由设计师主导、AI 设计进行辅助，而标准化需求方面由 AI 设计进行主导、设计师专注于训练和质量的把控。具体的会大致体现在以下四个方面：

1.就像前面提到的，技术与设计总是相互促进交叉演进的。未来会有越来越多的需求，以备 AI “接管”为目标逐步的被标准化。AI 在总体设计工作中的占比会逐步的提高，在部分类型的需求上做到全面接管；

2.在标准化需求方面，设计师的职责将面临较大的转变。需求的执行将交由 AI 进行主导，设计师需要参与到更高阶的设计决策中。抽象设计模式、定义设计规则，并且基于这些沉淀对企业级的 AI 进行训练，把控 AI 生成的质量并进行不断调优；

3.在个性化需求方面，因为设计的高要求和需求的复杂性，它依旧会由设计师来主导，而 AI 将作为设计师助手出现在工作流中，为设计师在思维拓展、设计决策以及设计效率上提供辅助；

4.AI 的出现并不意味着设计师角色的消亡，而是对设计工作的一次“洗牌”。通过 AI 降低设计这项工作的入门门槛，让更多非专业人员也能完成设计工作。同时它也将再一次让设计这项工作变得“高级”，专注于真正的解决问题和创新。

写在最后

对于这个转变，有很多设计师其实内心中是存有顾虑也有些抗拒的，担心自己的工作被抢、价值被削弱。但就像我们早前在「成为架构型设计师」的文章中所提及的，我们需要换一个角度来看待这些变化，它们其实是对设计师工作的一种转型和升级，从简单重复的具体设计任务转向更高阶的深度思考和设计抽象。

AI 可以让我们从繁杂的具体设计工作中解放出来，将更多的精力专注于理解用户需求、解决繁杂问题，进行更高层次的创新上。更重要的是这也将是设计领域不可扭转的趋势，更早的转变也将给设计师的职业发展带来积极的影响和帮助。

🙌

2023.07.05 杭州