对于人工智能技术的发展，AIGC的震惊和反思引起了设计师们的广泛关注。这种新兴技术为设计师提供了更多的创意和灵感，但也引发了对于设计未来的担忧和思考。

越来越多的设计师将面临着新的挑战：如何在保持设计品质的同时，提高工作效率并加速创作过程？有了AIGC这样先进的工具，是否会取代设计师的工作？

虽然目前人工智能技术还无法完全替代设计师的工作，但它已经给设计行业带来了巨大的变革和机遇。设计师们需要重新审视自己的角色和价值，探索更多的可能性和创造性解决方案，以适应技术发展所带来的挑战。

01

生成式AI在制造工业研发设计的应用

生成式AI大模型并未改变人工智能在工业领域的应用范式。以ChatGPT、Llama等为代表的大模型技术开启了通用人工智能的新篇章，成为全球经济增长的重要引擎，为各行业智能化带来全新机遇。

其中，制造业将是人工智能的重要应用领域，涵盖智能制造、工业互联网等方面。在ChatGPT、Stable Diffusion等新技术兴起之前，质量检测、设备预测性维护等代表性人工智能应用已广泛融入制造业并达到成熟应用水平。这些应用范式包括深度学习、强化学习等数据科学算法，计算机视觉、自然语言处理、语音识别等针对制造领域的算法，以及知识图谱、专家系统等知识工程技术。

目前，通用支撑技术在人工智能在制造业的布局和推理过程中发挥了重要保障作用，例如边缘计算、高性能计算等技术确保现场推理速度，时序数据库、大数据平台等保障数据管理和接入。值得注意的是，数字经济应用实践专家骆仁童博士指出，工业领域的知识和经验对于实现AI与工业场景的深度融合起到了至关重要的作用。这种融合使得AI应用能够更好地理解工业制造的需求，从而提供更为精准、高效的服务。

现阶段，生成式AI在制造业的场景体现在研发设计规划、生产过程管控、经营管理优化、产品服务优化等四大环节。数字经济应用实践专家骆仁童博士表示，这种趋势不仅提高了制造业的效率，降低了成本，还为制造业带来了新的商业模式和价值创新。然而，随着生成式AI技术的不断发展，制造业也需要面临数据安全、技术更新等方面的挑战，以确保其在未来的竞争中保持领先地位。

其中，在研发设计与规划阶段，在工业产品设计领域，传统的设计流程通常包括概念设计、渲染概念图、筛选评估等多个环节，需要大量的人工参与和反复修改，导致周期长、效率低下。

海尔创新设计中心与计算美学Nolibox合作，基于亚马逊云科技的服务，让设计师可以在云端快速创建和编辑概念设计，并对其进行自动渲染和评估。这不仅大幅缩短了设计周期，而且降低了概念设计的成本。整体概念设计的速度提高了83%，集成渲染效率也提升了约90%。

此外，自然语言的交互能力拓展CAD等设计软件的功能，如Back2CAD推出的CADGPT，支持智能推荐、文档生成、代码生产等功能；图像数据的生成能力也可以提升设计效率，如海尔设计的AIGC解决方案，将图像生成能力应用于产品设计、UI设计、CMF设计、品牌设计等环节。

02

人工智能与人类有本质上的差异

虽然人工智能在某些方面已经表现出比人类更快更准确的学习和统计分析能力，但是人工智能与人类仍然有本质上的差异。

首先，人类不仅具有学习和统计分析的能力，还具有自主意识和思考能力。人类能够主动地选择学习的内容和方向，根据自身的需要和兴趣进行探索和发展。而人工智能则是在预先编程的算法和模型的指导下进行学习和分析，缺乏自主选择和判断的能力。

其次，人类不仅拥有智慧和情感，还有与之相对应的道德和伦理观念。人类的行为和决策不仅仅是基于技术和数据的分析，还考虑到社会和人类的价值观念。而人工智能则缺乏这种道德和伦理观念，可能会出现因技术进步而产生的伦理和道德问题。

此外，人类还能够理解和适应各种复杂的情况和环境，具有高度的灵活性和适应性。而人工智能则需要事先准确地预测和定义环境和情况，才能正确执行任务。在面对未知或复杂的情况时，人工智能的表现则不如人类。

03

从哲学的角度分析认知与工具的关系

从哲学的角度来看，工具和认知之间存在着密切的关系。工具在一定程度上可以被视为人类思维和认知能力的延伸，它们可以协助人类进行思考、理解和表达。

工具本身是被设计和制造出来以协助人类完成特定任务的物品或设备。人类可以利用工具进行各种活动，如计算、绘画、制造、通信等。在使用工具的过程中，人类可以通过工具来获取和处理信息，进而扩展和增强自己的认知能力。

但是，工具的使用并不仅仅是被动地接受信息和指令，工具的设计和使用也会对人类的认知和思维方式产生影响。比如，使用不同的工具和技术可以帮助人类发展出不同的思维方式和解决问题的方法。同时，工具的使用也会影响人类的感知和思考方式，比如在数字化时代，人们更加依赖于数字工具来处理信息和计算，这可能会影响到人们对于空间、时间、数量等概念的认知。

所以从概念上讲，AIGC的发展大大扩展了我们的知识边界。人工智能之所以给我们很大的震撼，是因为展现了很多我们不熟知的新品类新思路。很多曾经我们以为很有创新的设计，被这些工具直接铺到了我们眼前。很多我们未曾想到的设计，甚至还处于灵感瓶颈期，人工智能给了我们一些思路灵感。人工智能就像一面镜子，告诉了我们什么是表层的创新，哪些是架构的创新。表层的创新它给了我们思路。架构层的创新则需要我们一步步地推演，再用工具找到表层的视觉形式。这就给了我们一个机会，我们可以用AIGC的工具更快速完成那些视觉层面的设计，更快速地进入到深维度的设计思考中来。

04

是冲击、是挑战，也是助推器、蝶变器

随着人工智能技术发展日新月异，尤其是2023年横空出世的ChatGPT，让更多人陷入了人与AI，工具与异化的思考。

对此，作为大师级工业设计师，杨明洁分享了他的看法：“能被量化的一定可以被数字化，也一定会被算法和AI取代。有相关统计称，随着AI的发展，设计师有40%的设计工作可以被AI所取代，引发了部分工业设计师的失业焦虑。但我认为只是设计师所扮演的角色、所要做的工作内容与流程会发生改变。设计师最核心的美学认知、创造力与判断力并不会被Al取代。”

“设计的本质是为人类创造更为合理的生存方式，作为设计师应该持有一种批判性的态度面对技术与社会的变革。”他补充道。

直面AI时代，基于AIGC升维设计边界，拓宽设计创作新模式是本届大展的亮点之一。封昌红认为，随着数字化的改造，新型工业化其实就是要制造业高质量发展，那么制造业高质量发展肯定就要在价值链最高端来去发力，在这个过程要不断拥抱AI时代，这也是设计大展探讨的重要话题之一，AI可能是冲击、是挑战，但也是助推器、蝶变器。

她认为，AI是能将供应链、产业链融合到一起的工具，但碍于情绪、感受等因素，在现阶段AI难以全盘替代，前端客户的需求如何转换成机器语言，设计师在这个过程中发挥巨大的作用。“不可否认的是，像插画师这样的职业未来或将不复存在，现在人工智能10秒钟生成的插画可能比插画师几天几夜不睡觉画出来的还要好。”封昌红表示。

“但是工业设计师不一样，工业设计师的设计链条从产品的定义、外观、结构、功能，包括体验交互，销售策略，品牌塑造等等，从需求到应用、再返回到需求的过程中不断迭代，我认为这个过程就是CTOM，AIGC将会让我们的制造业的高质量发展会有一个质的飞跃。”封昌红分析称。

十年磨一剑，即便是AI时代，工业实际领域最关键的核心竞争力依然是人才，因此，本届大展首次开展“2023设计菁英计划”，加快打造行业设计大师、产业领军人才、企业负责人和青年设计师的人才高地。

作为2023 Brilliance in Future Design设计菁英获奖者，李博洋分享了他的感受：“在当下这个工业设计飞速发展的时代，人类社会已经拥有一定经济体量和生产力水平，能够以工业设计新锐的身份参与到未来工业设计发展当中，是值得庆幸的。”

“人工智能无疑是一针强心剂，它所记录的工业设计内容，可以助力工业设计小白在短时间内快速踏入门槛，压缩试错成本，快速为该领域输送人才注入新鲜血液，从而为工业设计‘蝶变’加码。我们可以把工业设计领域需要量化操作的部分交给人工智能完成，留出更多时间去深入和探索设计中的未知，我想这是目前为止人工智能提供给人们的最大价值之一。”他表示。

在杨明洁看来，技术能否向善取决于人类对待技术的态度。设计师真正要做的是让人与人、人与物、人与自然之间的关系变得更为友善，而非对立。他认为，这也是深圳国际工业设计大展不变的理念。变化的是在不同的时代背景下，设计所要面对的人的需求，以及要解决的问题，总是在不断地更新，于是设计的议题也在不断地发生变化。在这些议题中，人文与美学的提升远要比技术更为迫切。

文章来源： 华夏时报， 商道童言，行复工业设计研究