设计观察微专栏 | 孙守迁:如何运用AI工具助力工业设计

问：当前AI技术正在深刻影响各行各业，在工业设计领域，AI具体能发挥怎样的作用？

答：这个问题我近几年也一直在做相关研究，不管是智能制造人机协同，还是AIGC赋能设计的论文里，核心都在聊这件事。以前做工业设计，整个流程其实割裂得很明显，前期调研、画方案、校核结构、对接生产，一环扣一环全靠人堆时间。现在AI相当于把整条链路串起来了。

最前端做用户需求调研的时候，过去我们只能靠有限问卷、线下走访，样本少还容易主观。现在依托物联网、各类人体感知数据搭建起来的智能底座，AI能自动整合消费者偏好、同类产品的工艺短板，还有不同人群的人体使用数据，把模糊的用户感受转化成清晰的设计限制条件，不会出现设计出来的产品好看却脱离市场的情况。

到了创意草图阶段更是直观，过去设计师花两三天才能出一套完整概念，AI可以根据品牌风格、产品定位批量产出大量备选方案，把重复性的造型、配色工作承接过去，设计师就能省下更多精力思考核心创意。

像我们团队研究比较多的穿戴装备、工业外骨骼这类产品，AI 还能结合人体生物力学仿真，提前模拟人穿戴后的关节负荷、运动干涉，不用反反复复打样机测试；同时它能同步对接工厂工艺数据库，画完造型就能算出材料成本、开模难度，不用设计师单独再和工程师反复沟通。

等产品上市之后也不算结束，AI持续收集用户使用反馈，反过来迭代下一代产品。简单讲，AI不只是画图工具，是打通用户、设计、制造、后期迭代的协同载体。

问：这些AI工具的实际效果如何？有没有具体的数据可以说明？

答：我们团队做过不少对照实验，覆盖轻工产品、工业装备两大类，数据都很直观。

先说创意产出效率，普通设计师独立完成一套完整产品概念方案大概需要三天，接入AI设计平台之后，一天就能产出几十套符合品牌要求的方案，整体创意产出效率提升十倍以上，企业筛选方案的时间直接压缩了四分之三，研发前期的人力成本能省下不少。

再拿我们深耕的外骨骼举例子，单纯靠人工设计的结构，人体动作匹配准确率不算高，加入AI仿真优化后，人体标准动作适配度提升了接近28%；专门针对踝关节防护做的仿真测试里，AI优化后的结构，能把人下坡落地时关节损伤风险降低34%，大幅减少样机反复修改、试制的开销。

从整体研发周期来看，传统实体装备从概念到做出样机普遍要六到八个月，用AI数字孪生提前完成仿真校验，物理样机的试制次数能减少六成，整体研发周期缩短四成。温州这边量大面广的五金、鞋服这类轻工产品也适用，AI同步校核工艺后，模具修改次数能下降一半多，上新速度快很多。

区域中小企业集体接入共享智能设计平台后，新品更新频率直接翻番，承接小众定制订单的能力提升65%。当然客观来讲，AI擅长标准化计算、批量生成内容，但涉及人文情感、长期市场战略判断这类偏感性、隐性的内容，数据是很难覆盖到的。

问：AI工具的快速普及是否意味着AI会取代设计师？

答：这也是行业里大家问我最多的问题，我多篇围绕人机融合设计的文章里，观点很明确：AI不可能取代设计师，但会用AI的设计师，一定会取代只会传统手绘、软件操作的从业者。

核心根源在于人和 AI 掌握的信息完全不一样。AI学习的都是行业里标准化、看得见的数据，比如尺寸、配色、工艺参数；但工业设计真正核心的竞争力，是人独有的隐性经验——对本土文化审美的理解、对用户细腻情绪的捕捉、结合市场长期走势做商业取舍，还有整合整条产业链资源的能力，这些没法靠数据集训练复刻。现在很多企业只是拿AI当个画图工具，其实完全没有发挥人机协同真正的价值。

二者分工其实很清晰，AI是高效执行者，负责批量出草图、海量数据运算、重复修改这类机械工作；设计师是最终决策者，定产品定位、把控品牌价值、筛选优化AI产出的方案，平衡体验、成本、落地可行性，还要对接上下游产业链。设计师的身份其实在升级，从单纯画图的创作者，变成统筹全链路的创新整合者。

而且AI发展反而催生了不少新岗位，像智能体验设计师、AI设计训练师、数字孪生设计专员，行业整体设计需求是在上涨的。真正会被淘汰的，只是只会做基础绘图、不懂市场、不懂人本思考的低端设计人员。设计的本质是创造综合价值，兼顾用户、商业、文化多重维度，这种高阶综合判断能力，现阶段乃至未来很长一段时间，人工智能都不具备。之后行业主流模式一定是人和AI互相配合、共生发展。

问：对于温州的设计师和企业来说，应该如何拥抱这场AI变革？

答：温州产业特色非常鲜明，中小工厂多、品类迭代快、定制和外贸需求旺盛，不能直接照搬一线城市大型企业重金搭建专属算力的模式，要走轻量化、贴合本地产业链的路子，分企业、设计师、行业生态三个层面来说。

先说企业，温州单独一家小微企业投入全套AI仿真、大模型设备成本太高，我更建议同行业抱团，搭建区域共享的智能设计云平台。把阀门、鞋履、户外劳保这些本地优势产业的工艺、人体使用数据沉淀成专属数据库，大家共用分摊成本。研发流程也要调整，改成 AI仿真先行，最后少量样机落地验证，减少反复开模造成的浪费，针对温州主打品类开发专用轻量化AI模型，适配本地工厂的生产标准。另外可以把老师傅、资深设计师的实操经验数字化存入平台，把隐性工艺变成数据，参与平台收益分配，也能解决传统手艺传承难的问题。

再聊聊温州本地的设计师，首先能力一定要转型，不能只盯着外观美学。基础的AI指令、数字仿真操作得熟练掌握，把重复绘图交给机器；同时多了解供应链、成本核算、温州外贸市场的需求，不能只做单一外观设计，要能给出整套场景化解决方案。更关键的是扎根本土产业，温州鞋服、五金积累了几十年的行业门道、海内外客户偏好，这些独有的行业认知，是通用AI复刻不出来的，也是设计师不可替代的核心优势。日常工作也要建立规范的人机协作流程，先定好品牌定位、用户痛点，再用AI生成方案，最后人工打磨校验，不能完全照搬AI产出直接落地。

从整个温州产业生态来讲，可以推动本地高校、行业协会、制造企业合作开设定向课程，补上AI仿真、产业经济这类适配轻工制造的内容，培养贴合本地需求的复合型设计人才。政府、行业协会也可以搭建公共AI设计服务站点，免费向小微企业开放方案生成、工艺校核工具，降低中小企业转型门槛，定期组织行业交流工坊，让龙头企业的智能化经验辐射中小厂商。同时结合温州外贸优势，借助AI抓取不同国家的审美、产品安全标准，快速开发适配海外市场的差异化产品，靠数智设计助力温州制造走出去。

总的来说，温州拥抱AI不用盲目追逐高端通用技术，立足自身轻工产业集群优势，轻量化落地、人和AI各司其职，依托本土独有的工艺数据建立差异化竞争力，才能让AI真正服务实体经济转型升级。