AIGC 时代，设计软件应该做什么？丨 AIGC X 企业服务

AI 会颠覆 ToB 软件吗？

这是近期「ToB 行业头条」在采访 ToB 创业者时讨论度最高的一个问题。

创业者们在思考如何利用这个颠覆性机会构建新的护城河，但现实情况却是，当下的生成式 AI 仍有一定的局限性，与 ToB 软件/产业的结合更是一个需要被反复论证迭代的过程。

为此「ToB 行业头条」推出【AIGCx 企业服务】系列专题，希望通过分享一线创业者们今时今日对 AI 的思考与判断，找到「AI 将如何颠覆 ToB 软件」这个终极命题的答案。

出品｜ToB 行业头条（wwwqifu）

采访对象｜即时设计 黎嘉宁

作者｜樊航

当 Midjourney 和 Stable Diffusion 等 AI 绘画工具横空出世之时，引发全民参与并引起广泛讨论，一时间“设计师面临淘汰、AI 将吞噬软件”的言论甚嚣尘上，这也是「ToB 行业头条」与国内在线协作设计工具即时设计进行深入探讨的原因。

“设计类工具涉及范围广泛，AIGC 类的工具出现对原画设计、插画设计等影响较大，但当下对 UI 设计、工业设计等领域的影响并不明显。不过设计工具与 AIGC 的融合已经成为业内共识”，即时设计战略负责人黎嘉宁向「ToB 行业头条」给出了他的判断。

随着 AIGC 时代的到来，即时设计选择积极拥抱 AIGC，并采取两种策略并线进行，一是强化基本盘，用 AI 为即时现有的 UI 设计工具场景做功能增强，提升产品体验；二是在设计场景里做横向和纵向地延展，满足从前受限于底层技术而未被满足的更丰富的设计需求。

以下为采访原文，经「ToB 行业头条」编辑整理：

01

AIGC 对于设计类工具是军备竞赛 

长期或将出现改变格局新物种

ToB 行业头条：当 Midjourney 和 Stable Diffusion 等工具出来，以及包括后来 ChatGPT 问世的时候，外界会认为首先受到冲击的是设计类工具，您当时是什么样的感受？会认为它是一个巨大的威胁吗？

黎嘉宁：初次体验的整体感受和大家是一致的，使用效果是非常惊艳的，超出了过去对 AI 的认知。

但我们针对不同设计场景再细化来看，AIGC 的影响程度还是有差异的。AIGC 对一些偏创意和艺术类的设计影响较大一些，比如原画设计、插画设计类的领域。但设计类工具很广，强调规范化、精细化、功能化的 UI 设计、芯片设计、工业设计受到的影响暂时就小一些。

对于即时设计而言，应该是机遇与威胁并存。AI 是面向所有企业的新能力，大家都平等的具备了使用新技术的机会。即时设计在设计软件赛道处于中间位置，可以利用新技术来追赶 Figma 这样的前辈企业。但也会有新的设计工具利用 Ai 来追赶即时设计。

ToB 行业头条：我们知道，过去像即时设计包括同类软件突出重围的重要基石是从“本地软件”到“云端协作”，那么当此时 AIGC 时代来临的时候，它仍然是设计类工具突围的催化剂吗？那它的挑战在哪？

黎嘉宁：首先云端协作类设计工具是时代发展催生出的必然产物，它带来的是软件工具赛道的结构性变迁。但在 10 年前这并不是一个共识，故而第一批意识到这一发展趋势的企业（比如 Figma）就获得了脱颖而出的机会。

但今天我们讨论的 AIGC，是在很短时间内迅速得到全行业共识的机会，是一张明牌，是设计类工具的必选项。挑战就是从业企业都不太会有“提前意识到这一趋势”的窗口期。

ToB 行业头条：在整个在线协同设计赛道，友商们也不会缺席这场 AIGC 浪潮，在您看来，以大模型为代表的 AI 技术，对行业来说，是一场常规的军备升级比拼还是有可能改变行业格局的比赛？

黎嘉宁：当下的阶段看，多数公司在军备竞赛，但长期来看会涌现出改变行业格局的新物种。

军备竞赛发生在强化基本盘的场景。我们推出更智能的产品和功能后，友商也很可能跟进。最终消费者受益很大，但从业企业之间的格局不会有显著变化。

更有想象力的是延展探索的场景，是过去没有 AIGC 能力，就无法去涉足的一些场景、无法被满足的一些需求。这些场景和需求，依靠新技术从不可能变为可能，成本从无法接受变为忽略不计。

改变未来格局的机会可能都来自这些新的场景和需求，企业在竞争时比拼的是对这种新场景和需求的判断能力、产品 Sense。

ToB 行业头条：如果真像您之前所言，技术上的融合使用同行在一段时间内都能实现，那在这个领域，真正比拼的是什么？

黎嘉宁：在强化基本盘的场景中，我们给产品赋以 AI 的能力的过程就像标准的 SaaS 产品功能迭代一样，是不愿意向用户额外收取费用的。虽然没有带来直接的商业收益，但是它能够提高我们的产品力，让用户享受到更高的产品价值并受益。这里比拼的是哪个产品能最快最好的把新的 AI 能力交付给用户，从而获得更好口碑、更多用户、更高付费率。

我一直认为，应用软件的壁垒通常不在技术本身，而是来自企业长期投入积累的客户理解、管理经验、人才储备、产品功能完整度、销售渠道、品牌等。

02

AIGC 之于即时设计

始于 UI，不局限于 UI

ToB 行业头条：之前您在演讲时谈到，“作为设计软件，我们的本质是要做技术和需求场景之间黏合剂”，我们应该如何去理解这句话？

黎嘉宁：大模型的底层技术对多数人而言太遥远了，不同用户需要以不同的方式来使用这一技术。

比如程序员需要源代码、需要自己能进一步修改、能部署到自己的服务器上；设计人员需要进行图片生成、二次修改等一系列设计工具；但作为普通消费者，可能只需要类似美图秀秀一键美颜这类直接的功能，而这里程序员、设计师、普通消费者用到的其实是同一技术。

技术像菜园子里的菜，用户不能直接吃生菜，吃的是端上桌的做好的菜。技术就是各种不同的烹饪原材料，即时设计需要根据用户的口味，把合适的技术加工成用户喜欢的菜肴（产品）。

ToB 行业头条：最近半年，各垂直领域在相继对外发布其“SaaS+AI”结合的应用场景落地实践，我们也观察到，即时设计最新上线了“即时 AI”，目前公司是做了哪些应用场景的初步探索？

黎嘉宁：针对 UI 设计场景，目前上线了文本控制生成移动端和 Web 端 UI 设计稿的产品“即时 AI”、文生图产品“即时 AI 灵感”、一键应用创建产品“即时上线”等，此外我们还有多款延展性的产品在开发和测试中。

在「ToB 行业头条」与即时设计交流之时，由即时设计推出的 AI 类产品“即时 AI”已经正式开放了一个月，这也是全球首款开放的人工智能 UI 设计工具。

该产品在 3 月一经推出，便收获业内超 10W 用户的内测申请，仅一个月的内测时间便产生了数百万条生产结果，整体生产能力已经达到初级设计师水平。

同时，基于即时设计新功能即时上线，AI 所生成的 UI 设计稿还可以一键发布为在线网页。

ToB 行业头条：哪些能力是即时设计以前做不到的，从长期来看，在这个机会里面还有哪些是有可能去做的？

黎嘉宁：包括像文生图、文生设计稿等能力以前都是不具备或者需要高昂的成本去实现的。

比如过去⾄少要花很久才能完成原型设计稿，⽽且还需要 UI 设计师和产品经理合作实现，现在通过关键词的文字描述，就⽣成⼀款 App 的原型设计稿，大大节省用户的时间和成本。

从长期来看，提升 AI 的生成水平，从初级设计师到高级设计师，从单页生成到全套生成，从单场景到多场景，最终生成“拿来就用”的结果；扩展新的用户群，满足更多人群的设计需求，从专业设计师到产品经理、前端后端，甚至是不懂互联网的人群。新的场景和新的人群都会带来新的机会。

ToB 行业头条：即时设计如何将与 AIGC 的结合探索一步一步变为现实？

黎嘉宁：我们不把单独能⼒作为单点给⽤户，⽽是针对场景把这些能⼒做有机整合。我们是有⼀段标准三段论⽅法论，我们把所有的产品和技术划分为三个阶段：

一是实验室阶段，做海量技术和产品能力积累。即时设计在去年成立了 AI 实验室，人员构成主要是技术专家和产品经理。这个团队的目标只有一个——深刻理解各类 AI 技术的效果和能力边界。

二是共创阶段，做技术和产品能力的组合，形成解决方案。这个阶段的重任是将单点的技术和产品进行有机组合，将 Apple 和 Pen 组成 ApplePen，针对不同需求场景形成解决方案。我们在几周前正式推出了 AI 共创计划，希望更多的产业伙伴加入我们。

三是落地阶段，关键在于将解决方案产品化。即时设计已经陆续在 AI for UI 的领域推出了文生可编辑 UI 设计稿（即时 AI），结合即时设计 Design to code 能力实现的设计稿一键发布为在线网页（即时上线），以及绘画应用（即时 AI 灵感），在不远的将来还将有更多。

ToB 行业头条：在商业机会的思考上，AIGC 的出现，会给即时设计带来哪些商业上的增长？

黎嘉宁：我们可以分为短中长三个周期来看，短期来看，目前即时设计推出的 AI 类产品已经得到很多正向反馈，个人用户和企业用户的新增数量、活跃度都有很大的提升。

中期来看，整个 AI 产品实际上还有很大的优化空间，肯定是需要根据用户反馈进一步迭代，将技术转化为产品力，最终将用户体验再上一个台阶，从而提高用户对即时设计的认可度、口碑以及付费。

长期来看，有一点偏探索性质，用 AI 技术探索更多场景、覆盖更多的设计人群，当然不会局限于在 UI 设计领域探索，在这个过程中寻找即时设计的新机会和新的增长点。

03

AI 之于用户

设计师将扩大为设计人群

设计作品将扩大为设计需求

ToB 行业头条：我们都知道，设计工具类领域是一个经常与用户互动的领域，不论是与各个设计师之间还是开源社区的用户都有很直接的交流和沟通，对即时设计的客户而言，在初体验即时 AI 的时候，你们得到哪些反馈？

黎嘉宁：最多的反馈是“Wow”，用户认为效果和能力是惊艳的。用户也会有更进一步的需求，主要包括：

（1）产品功能深度的进一步需求：个性化、定制化风格；支持基于 AI 的智能修改；生成代码以及直接生成 Demo；生成的设计稿之间应当具备逻辑信息等。

（2）另一类是产品易用度的需求：包括新手引导、关键词词库提供等。

（3）产品更易用（更傻瓜）的需求：AI 给出设计建议、产品文档直接转为设计稿、把流程图变成产品文档等。

ToB 行业头条：客户会更在意产品加了这类能力吗？还是体验并不深刻？有什么印象深刻的例子吗？

黎嘉宁：印象最深刻的是一位头部车企的设计师，以往工作中，在项目立项给老板做汇报时，需要将想法通过口述、文字、释义性草图来传递，即使这样也常会出现需求表达不清的问题。

在使用 AI 生图能力之后，可以非常直观地将想法转化为高精度图像，实现信息高效传达，更便于公司决策。一个接近终版的直观场景和初期构想草图带来的内部信任度和期待度完全不一样。

ToB 行业头条：从客群上来看，面向 C 端和面向 B 端的两类客群在需求使用上会不会出现不同？应该如何调节？

黎嘉宁：本质上没有太多区别，面向 C 端的基础功能 B 端都应当具备。不同点在于 C 端更强调易用、帮助解决个人工作问题，B 端在此之外还需要进一步加强内容安全、满足企业设计规范、管理需求和工作流程。

ToB 行业头条：从长期来看，加持 AICG 技术后的设计工具，在未来会给用户带来何种体验？您可以展望一下。

黎嘉宁：“设计师”将扩大为“设计人群”，“设计作品”将扩大为“设计需求”。

AIGC 让更多人低门槛的获得了设计能力，这是非常直观的，此外，这个世界上设计需求的体量是远远大于设计作品的体量的。原本受限于成本、资源、技术，有大量的低商业价值设计需求是被认为不值得而直接忽视的。

当满足基础的设计需求所需成本降低到忽略不计，设计的产能提高到无限大的时候，这部分被埋没的需求将得到充分满足。

比如 C2M（Customer to Manufacturer）难以实现的最大障碍是“工厂与消费者语言不通”，这个不通的关键环节往往就是设计。如果每个人都具备直观的设计表达能力，那可能不是简单的改变设计行业的事了，更大的可能是直接改变整个消费品行业。