AI 放大了设计的价值与边界，但也同步抬高了设计师在复杂需求和系统中做出正确决策与承担结果的认知压力。
如果把设计的发展放在更长的时间轴上来看，从GUI、Web到移动端，每一次技术浪潮都会扩大设计的边界。而 AI，正在以更快的速度，把这种扩张推向一个新的阶段。 在 Figma《State of the Designer 2026》调研 中，一个非常有意思的数据出现了：
- 36% 的设计师认为行业变得更好
- 35% 认为变差
- 29% 认为没有变化
几乎是一个完全分裂的结果。
与此同时，在针对设计招聘管理者的调研中：
- 82% 表示公司对设计师的需求在增加或保持稳定
- 但仅有 20% 认为行业在变好
这意味着：设计的需求在增长，但从业者的感受却没有同步变好。
设计变得更重要了，但也更复杂、更不确定。
AI 带来的变化，并不是像以往一样简单地增加一个工具，而是改变了设计的对象本身。
为什么这么讲呢，过去设计更多是在界面层解决问题：信息结构、视觉层级、交互路径。但现在，越来越多产品开始引入生成式与对话式能力，设计的输入与输出都变得更加不确定。
用户可以：输入一段模糊的 prompt；上传图片作为需求；使用语音直接表达意图
这些输入往往是非结构化的，而设计的职责变成，把模糊意图转化为清晰体验。
这带来了一系列新的设计问题：
- 如何理解用户想要什么，而不是用户说了什么？
- 如何在 AI 自动生成结果中建立信任感与可控感？
- 如何让复杂系统依然保持清晰与有人性？
设计的边界，正在从界面设计扩展到意图理解 + 系统设计。
一个普遍的误解是：AI 会减少设计师的工作量。但从 Figma 调研与相关研究来看，事实恰恰相反。
在对设计角色变化的研究中，设计相关任务量 同比增长约 17.5%。
同时，像 UC Berkeley 的研究也指出：AI 用户虽然效率更高，但往往承担更多任务、工作时间更长。
这背后的逻辑，其实可以用一个经典理论解释——杰文斯悖论（Jevons Paradox）：
当一件事情变得更容易、更便宜时，人们会做得更多，而不是更少。
在设计中的具体体现非常明显：
AI 让设计更快，但也让多做一点变得合理。
相信各位的工作中也会遇到，老板要求用AI生成多个视觉方案供选择、用AI产出系统化基础B端页面等等、用AI提效并延伸至代码层交付…
最终结果是：工作没有减少，而是被放大了。
效率提升之后，组织的预期也在同步抬高。
一项覆盖多个国家、数千家企业的研究显示：
- 89% 的管理者认为 AI 尚未显著提升当前效率
- 但同时对未来生产力提升抱有很高期待
这意味着，设计师正在面对一种现实压力：需要不断证明AI 能让你做得更多。
与此同时，团队协作结构也在发生变化：
- PM 开始参与原型设计
- 工程师进入体验决策环节
- 设计师逐步转向更高层的策略与系统设计
这种变化带来了一个明显趋势就是协作更紧密，但边界更模糊。
它既可能带来更好的创意，也可能带来职责不清与决策混乱的不确定性。
随着 AI 降低了“设计产出”的门槛，设计师的核心价值正在上移。
过去，设计师更多是在执行：画界面、出视觉、跟随需求
而现在，设计正在进入一个新的阶段：构建设计系统；定义复杂流程；参与产品策略
这种变化可以理解为设计师从做基础界面，转向做更长远的系统。
设计师需要思考的不再只是这个页面怎么做，还需要考虑的是
这个系统如何在不同状态下运行？ 用户在不同路径中会经历什么？ 如何在复杂性中保持一致体验？
AI 的出现，并没有削弱设计的价值，反而在推动设计走向更高阶的层面。
当工具、流程与角色都在变化时，真正的挑战不在 AI 本身，而在于适应变化的能力。
一个重要的转变是，从完成任务，转向利用工具做更高价值的决策。
一些更有效的应对方式包括：
- 把 AI 用于探索，而不是替代思考
- 利用工具减少重复劳动
- 主动建立新的设计工作流
同时，Figma 调研也指出：
那些对行业更乐观的团队，往往具备这些特点：
- 设计质量被重视
- 有清晰的流程与标准
- 支持创作自由与探索
也就是说，设计师的焦虑感，并不完全来自 AI，
而更多来自AI时代冲击变化中的不确定性 + 组织应对能力的差异。
AI 确实让设计更快，也让设计变得更复杂。 但如果回到本质，这些都只是手段的变化。
我认为值得去思考的点是，在一个更快、更复杂、更不确定的环境中；你的设计是否依然能够创造清晰、有价值的体验。
正所谓永远不变的就是变化本身，我们要拥抱变化。工具会进化，流程会改变，角色会重构。 但设计的核心始终没有变，让复杂变简单，让技术更有人性，让体验真正产生价值。
