AI 行業(yè)的爆發(fā)始于2022年 ChatGPT 和 Midjouney 的發(fā)布，到現(xiàn)在已經(jīng)快4年了，整個發(fā)展過程用突飛猛進(jìn)、日新月異形容一點(diǎn)都不過分。
但不管它過去還是現(xiàn)在，發(fā)展得有多迅猛，都依舊處于行業(yè)早期的開荒和發(fā)展階段，離真正成熟的理想形態(tài)還有很長的一段路要走，這是我們首先要達(dá)成的共識。
而之所以有這樣的結(jié)論，原因就是 AI 的發(fā)展速度是超過現(xiàn)實世界匹配它的速度的，這造成了一種經(jīng)濟(jì)和機(jī)會成本上的巨大阻力。
簡單來說，我們可以把 AI 技術(shù)的應(yīng)用拆分成上、中、下游三個層，上層是 AI 的核心，主要是算法、大模型，中游是負(fù)責(zé)運(yùn)行AI模型的硬件和支撐，即 AI 芯片、光模塊 CPO、高速內(nèi)存 HBM、服務(wù)器液冷、特高壓電路等，下游即 AI 具體的應(yīng)用工具，包括 AI 軟件、硬件、智能體等。
這是一個非常龐大且復(fù)雜的產(chǎn)業(yè)鏈，它們之間是需要相互耦合，才能順利應(yīng)用到具體的使用場景中。
簡單來說，就是 AI 模型廠商需要根據(jù)技術(shù)路線和成本選擇硬件并購買算力中心，以及消耗海量的電力來訓(xùn)練自己的模型并維持它的正常運(yùn)轉(zhuǎn)。雖然這些背后的基建作為普通用戶可能感受不深，但頭部廠商的競爭已經(jīng)到了白熱化的階段。
比如大模型的開發(fā)必然要關(guān)注硬件規(guī)格和架構(gòu)，大洋彼岸除了英偉達(dá)外，還陸續(xù)推出了谷歌 TPU、微軟 Maia、英特爾 Gaudi 等芯片，它們代表了不同的技術(shù)方案，應(yīng)用在了不同的模型上。
而因為貿(mào)易和地緣政治的因素，國內(nèi)是無法進(jìn)口這些高端芯片，所以我們只能自研生產(chǎn)以滿足國產(chǎn)大模型的需求。如阿里在自研并應(yīng)用自家的真武系列芯片， DeepSeek 近期更新緩慢的重要原因就是因為要適配華為的昇騰系列芯片等。
之所以要提這點(diǎn)，是因為 AI 大模型的發(fā)展也適用馬太效應(yīng)，贏家通吃。在接近性能和水平下誰家應(yīng)用的算力、電力成本最低，誰就具備了最大的優(yōu)勢。
而每家大模型廠商都要面臨技術(shù)路線的選擇，并投入海量的成本孤注一擲做基建，很難走回頭路。這種發(fā)展路徑注定會讓行業(yè)發(fā)展充滿波折和動蕩，會有很多企業(yè)倒在半路上，連帶著它們提供的產(chǎn)品和服務(wù)一起逐漸消亡。
比如文生圖的 OG Midjounery，已經(jīng)無法跟上大廠的技術(shù)和訓(xùn)練規(guī)模掉隊，在今天已經(jīng)無人問津，而一年多前網(wǎng)上還到處都是用 MJ 生成UI界面設(shè)計，UI 設(shè)計師要下崗的帖子。
強(qiáng)如 OpenAI，也要應(yīng)對 Google、X AI、Anthropic、Seedance 的沖擊和成本管理失控（GPT5 訓(xùn)練量需要消耗一個中等規(guī)模城市1年用電量），也在近期放棄旗下的文生視頻工具 Sora。
模型和硬件端都充滿了巨大的不確定性，因為技術(shù)的發(fā)展是需要“試”出來的，總有前浪會被拍死在沙灘上。至于誰會被拍死在沙灘上就不是站在今天的視角上能回答的。
再回到我們今天的主角 Anthropic，這是一家非常務(wù)實的 AI 公司，專注于開發(fā)有商業(yè)應(yīng)用場景的大模型，是寫作、編程等領(lǐng)域中的最佳選擇。與之相對的則是類似 ChatGPT、Gemini 這類全能多模態(tài)大模型。
因為其模型可用性極高，所以從去年開始付費(fèi)用戶量暴增，在今年初預(yù)估年化收益已經(jīng)超過300億美元，不僅用戶付費(fèi)率遠(yuǎn)高于 OpenAI，且運(yùn)行成本也遠(yuǎn)比它低。
而這家公司想要年底要上市（估值8000億美金），產(chǎn)品矩陣的拓展就成為非常重要的資本策略。通過發(fā)布 Claude Design，能很好的和 Claude Code 實現(xiàn)聯(lián)動，完成使用 AI 開發(fā)軟件的閉環(huán)。
至于現(xiàn)階段 Claude Design 夠不夠用不重要，畢竟故事和邏輯是成立的，作為初版它也有后續(xù)升級迭代和優(yōu)化的空間。在我們目前的試用中，它的生成效果也就那樣，但消耗的 Token 量（你最好確保自己有個足夠鼓的錢包）……
Claude Design 有新上市的光環(huán)風(fēng)頭正盛，那是否還記發(fā)布也還不久的Google Stitch、OpenClaw、FigmaMake、Rive、Pencil 等等。
再往前是否還記得使用 StableDiffusion 訓(xùn)練 Lora 和 Checkpoint 的工作流？
工具一直在更新，即使今天還很粗糙。但用發(fā)展的眼光看問題的話，終有一天它生成的質(zhì)量會足夠高足夠智能足夠可控，甚至通過腦機(jī)接口 BMI 實現(xiàn)所想即所得的水平（又到了做夢的時候）。
但是，那天是什么時候？
以及，和你現(xiàn)在設(shè)計的界面有什么關(guān)系？
作為設(shè)計師一定要搞清楚的邏輯，就是 AI 生成界面和圖像的過程，只是一種工具的發(fā)展和進(jìn)步，提升了設(shè)計師的設(shè)計效率。就像人類發(fā)明了電腦和軟件，取代了尺規(guī)作圖，同樣也大幅度降低了設(shè)計的效率和成本，但設(shè)計師這個崗位并沒有消失。
因為使用工具的人之間的差異，會直接影響最終的輸出效果，就像用同一個 AI 生成工具你可能就是做不出網(wǎng)上高贊帖子的案例，都用美圖秀秀不用 PS 去 P 圖你也 P 不過有一定專業(yè)積累的攝影師。
而且任何工具使用都有門檻，就一個簡單的 Claude Design、Google Stitch 安裝和使用都需要學(xué)習(xí)和適應(yīng)，生成結(jié)果還要做大量的調(diào)節(jié)和校準(zhǔn)，這些就不是工作量，老板和產(chǎn)品經(jīng)理也一定能閑得每天學(xué)習(xí)新工具并且直接自己干？
我相信有很多公司現(xiàn)在都很熱衷于擁抱 AI，強(qiáng)行推進(jìn) AI 的工作流，從企業(yè)戰(zhàn)略和發(fā)展的角度來講是能夠理解的，但在實際執(zhí)行層面上卻不會像想的那么美好。其中最大的問題就是前面提到的整個產(chǎn)業(yè)的不確定性，產(chǎn)品還都有各自的局限。
每個團(tuán)隊在搭建 AI 工作流的時候需要做技術(shù)的選型，以及圍繞自己的實際生產(chǎn)場景優(yōu)化工具的使用方式。往往為了一個簡單的工作結(jié)果就要耗費(fèi)大量的精力去搭建工作流，而這個工作流很可能是一次性的，因為之后的工作場景發(fā)生改變這套工作流就用不了了。
有些同學(xué)可能心態(tài)好點(diǎn)覺得這種過程可以收獲寶貴的經(jīng)驗，但最不幸的，就是工具的升級和更新（甚至關(guān)閉）可以直接顛覆掉原來的做法，讓原先的成果毫無意義。
在我朋友中普遍得到的反饋，就是在稍微復(fù)雜的專業(yè)場景中，強(qiáng)行適配 AI 的結(jié)果往往只有增加工作量，原先目標(biāo)的降本增效，實際導(dǎo)致了更長的工作時間和更晚下班，從去年到現(xiàn)在在不同 AI 工具中做研究疲于奔命。
換個角度思考，其實就是工作過程變成今天用 PS，明天用 Figma，后天用 Excel 或 PPT 進(jìn)行設(shè)計，每一陣子換個工具設(shè)計相同的東西，而它們又不能解決設(shè)計過程中最復(fù)雜的決策部分。
也就是我們一直在使用充滿不確定性的工具去尋求相對確定的結(jié)果。
這就是今天 AI 工具在 UI 行業(yè)中應(yīng)用的真相，不管我們怎么用邏輯還是格局去判斷未來 AI 要實現(xiàn)一切，但起碼不是今天和最近，就是變得更強(qiáng)了，也依舊需要有人去操作和控制。
而我們現(xiàn)在要做的是關(guān)注最終輸出的結(jié)果，而不是和別人炫耀 Figma 用的好，還是 Sketch、XD、即時、Pixso 用的好。等到市場競爭格局基本確認(rèn)，通用的工具也普及以后，再去掌握和學(xué)習(xí)也不會低人一等（門檻不會高到哪里去）。
轉(zhuǎn)載自 優(yōu)設(shè)網(wǎng)
蘭亭妙微（藍(lán)藍(lán)設(shè)計）www.axaxx.cn 是一家專注而深入的界面設(shè)計公司，為期望卓越的國內(nèi)外企業(yè)提供卓越的大數(shù)據(jù)可視化界面設(shè)計、B端界面設(shè)計、桌面端界面設(shè)計、APP界面設(shè)計、圖標(biāo)定制、用戶體驗設(shè)計、交互設(shè)計、UI咨詢、高端網(wǎng)站設(shè)計、平面設(shè)計，以及相關(guān)的軟件開發(fā)服務(wù)，咨詢電話：01063334945。
藍(lán)藍(lán)設(shè)計的小編 http://www.axaxx.cn