蓝驰观点：有AI了，设计师会失业吗？

　　近期，在阿里巴巴举办的2022 U设计周(UDesign Week)上，蓝驰创投投资合伙人石建平(Jimmy Shi)受邀成为Uwin设计产业加速器导师，发表主题为《人工智能、云计算，设计数字化升级的新推力》的演讲，与消费、设计艺术、企业服务和科技领域的项目分享产业创新与数字化见解。本文整理自Jimmy在活动上的发言内容。

　　设计行业是一个人力密集型行业。设计公司、建筑设计院里都是人山人海;到游戏设计的工作室去，也能看到很多人在做各种重复性工作。虽然有一部分是创意工作，但工作中还是有很多“体力活”。

　　从产品实体设计到数字世界的设计，整个行业对于人才的需求越来越多，要求也越来越高，但人才短缺非常严重。

　　Forrester Research表示：“我们预计全球设计行业规模达1620亿美元，且多种设计软件今年将增长 20% 以上……各类企业都在改革或重新设计数字资产，客户需求的激增意味着需要更多设计师，但人才队伍扩张并没有跟上。”

　　但好消息是，AI正在改变设计的工作方式。不止是设计，随着AI供给端创新涌现，很多工作的流程都将发生变化。

　　01.

　　底层技术：大模型与算力齐飞

　　先从底层技术的变化趋势说起。

　　首先是AI模型。AI预训练大模型最近一两年变化非常大，OpenAI、DeepMind、Meta等公司在模型创新以及大模型的训练上投入了非常大的资源，对行业具有很强的推动作用。

　　一些值得关注的深度学习模型包括：

　　Transformer：一旦开始训练，Transformer中的每个元素都可以连接或关注任意其他元素，而不是像传统的模型那样从局部到整体的构建(如在语言模型中，先组合临近的单词)。Transformer很快成为专注于分析和预测文本的单词识别等应用程序的引领者。

　　Attention：通过信息加权融合的方式，目的是获取更好的特征表达——将有限的注意力集中在重点信息上，从而节省资源，快速获得最有效的信息。Attention机制很像人类看图片的逻辑，即，不会看清图片的全部内容，而是将注意力集中在图片的焦点上。

　　MoE：混合专家模型，利用集体智慧做决策，最终的解决结果是多个“专家”的概率加权。

　　Pathways：由Google提出，在过去的模型中，需要对所有的单元一起训练。Pathway可以根据所需的功能，可以多任务、多状态，针对某些单元训练，小单元之间的信息共享，计算量大幅下降，成本也相应低很多。

　　GPT3：功能强大的语言模型，GPT3直接给模型输入一些例子，通过这些例子改变模型的内部状态，生成所需要的答案。OpenAI基于GPT-3发布了DALL·E。

　　Diffusion：OpenAI的DALL·E 2、谷歌的Imagen背后都是这个模型，省却了提取特征值的步骤，生成的图片质量比GAN更佳。

　　DALL·E 2的设计大作：骑着马的宇航员。另外，DALL·E 2现在可以根据自然语言字幕对现有图像进行编辑，可以在考虑阴影、反射和纹理的同时添加和删除元素

　　还有一个很大的创新，是从单模态到多模态智能的变化。传统的算法专注于从一个单一的数据源训练其模型，而多模态智能可以将多种感官进行融合，可以从语言生成图片，从中文生成英文，或从文本同时生成语音和视频。这时候，AI就更贴近“人类做事”的方式。

　　多模态人工智能为计算器提供更接近于人类感知的场景

　　然后是更强的算力。没有算力，一切都是空中楼阁。Google、英伟达等都发布了再刷算力新高的芯片。

　　不论是中国还是美国，GPU市场都在爆发性增长。中国GPU市场CAGR在30%，预计5年后将达300亿美元。国内很多做GPU芯片的创业公司都看好这个趋势。

　　02.

　　机会：用AI创造价值的时代已到来

　　这些技术带来了什么影响?

　　很直观的是，消费品、媒体广告、软件产品数字化交互、元宇宙、制造业(汽车/3C/交通，要知道制造业是*的设计赛道)、建筑，以及娱乐、影视、游戏等行业，都从基础设施层面被革新了。

　　目前看到的很多AI创业项目，都非常注重于“效率提升”，但现在AI可以做的事情更多了，其实会提供更多价值创造的部分，给内容创作和设计带来更多冲击与想象空间。

　　比如，说一段话就能生成相关的创意图片，这对发掘创意将非常有帮助;未来AI设计成本也能大幅下降，现在的算力成本太高，延迟也很久，渲染要超过10分钟，这是不可接受的，未来的交互将是秒级别的;还有用AI生成千人千面的文案、小说、散文等等。

　　一些具体的机会包括：

　　1. 开源大模型

　　事实上，包括Google、Meta等在内的大公司提供的开源大模型都是“旧版本”，很多大模型并不提供接口，因此这个领域会出现一些创业机会，开发更多高质量、开放的大模型，构建开源大模型生态。国外已经出现的一些公司包括stability.ai、EleutherAI等。

　　2. 设计工具普惠化

　　设计软件渗透到各行各业、各种场景，非常好用、平民化、SaaS化，让门槛大幅降低。

　　协同设计能力将是标配。设计永远不是单个人的工作，特别是在企业内部，设计的工作可能会牵涉到多个角色，这些环节要协同起来，而不是流水线的模式，后者的方式一定会失败的。

　　不论是设计，还是生产、制造、开发，协作之下，人们可以创造出更有价值的产品。

　　如蓝驰早期投资的项目「即时设计」，填补了国产专业设计软件市场空白，在专业UI设计功能上，已经兼具完善的Sketch基础功能和Figma高阶功能，并支持多人实时在线编辑，可以实现直播级同步。

　　即时设计界面

　　另一个蓝驰早期项目「唐吉诃德」，是一家运用AI设计技术的商业数字整装提供商，能把房子设计成为“五星级品质”。他们将人力和物力自动化，应对家装和工装中的交付时间不准、工人成本高，或工艺水平不一致等问题。

　　3. 富应用(Rich Application)

　　未来的SaaS或Browser会越来越向富应用趋势发展，此前，Rich-Client Experience的交付会受限于DOM和JavaScript的能力。

　　新的技术，如Web Assembly可以更加轻型、高效地支持浏览器和服务器端的应用部署，或者更前沿的Web GPU，可以将GPU能力释放给web端，从而更好地支持3D呈现。

　　4. 3D+AR – 增强世界的真实交互设计

　　3D模型是真正能与虚拟世界进行互动的。3D结构化数据是实现真实世界数字化的基础，但是这种数据历史沉淀非常少。因此，怎么生成3D数据是非常有挑战性的问题。

　　有些做法是，用几十个摄像头生成一个3D模型，这个门槛非常高，可以做高端制造，但如果希望能数字化高效产生3D数据，这种模式是不可持续的。我们相信，未来有更好、更方便、更平民化的技术可以生成更好的3D数据。

　　5. 云端渲染

　　云计算与基础设施快速发展，可以支持更多的设备，拥有“无限大”渲染能力，为全终端类型覆盖提供了实现的可能。

　　6.“数字全真世界的仿真”(photorealistic)

　　目前游戏中的相关探索非常多，做出来的东西就像真实物理世界一样，包括数字人、皮肤、物理动作、材料体感模拟等等。

　　03.

　　未来：“唯快不破”的世界演进新范式

　　未来的世界是一个数实融合的全真物联网世界。全真物联网将覆盖从创作、设计、生产到运营、售后服务、营销等所有环节。

　　技术的创新结合应用的场景能带来螺旋式的迭代，在未来，公司的核心竞争力将体现在如何高效迭代：数字世界与物理世界实时交互，物理世界实时反馈数字世界，在物理世界中实体演进，在数字世界中快速迭代、优化。这将是世界演进新范式。

　　迭代效率“唯快不破”，而效率必将要依靠数据+AI+science驱动。比如，特斯拉的自动驾驶迭代速度很快，就是因为它有很强的自学习能力。

　　最后，回到大家经常说的“内卷”，内卷其实就是稀缺，稀缺的心理就是很紧张。

　　我们可以去观察、寻找传统行业可以被技术赋能的环节，当思路开阔时，大家就不会对着一个方向“恶性竞争”。

　　比起内卷，创业公司要互相合作，否则还没有“走出门”，就把自己卷死了。合作形成更好的利益共同体、去解决客户的问题，才能在面对大公司时取得一些机会。

　　我们不妨换一种角度：以乐观的态度，认为这个世界是充裕的。如果有这个信念，就可以做很差异化的竞争，不去参与同质化内卷，而是去实现不同的价值。