撰稿/ 劉世南


2025/4/19 參加 CIDA 中華民國工業設計協會的會員大會，恰逢理事長交接，我與台灣設計研究院 TDRI 的研發團隊介紹我們研發的 AI 設計工具，確實是個重要的里程碑。大會中僅限於技術應用的介紹，但幾位與會理事也共同感受到產業在未來轉型上的不確定。因此，以下我特別從工業設計的演進脈絡的理路出發，探討在人工智慧下工業設計的創新發展，野人獻曝藉以拋磚引玉。

--------------

自19世紀工業革命以來，工業設計始終扮演著連結技術創新、社會需求與美學價值的關鍵角色。Morris（1882）在《藝術與工藝運動宣言》中首度將「設計」定位為對抗機械化生產異化的社會改革工具。儘管他所提倡的手工藝精神未能扭轉標準化生產的浪潮，卻為日後的 Bauhaus 學派奠定了理論基礎。Gropius（1919）於《包浩斯宣言》中提出「藝術與技術的新統一」，透過模組化家具與 AEG 電氣設計（Buddensieg, 1984），確立了現代主義中「形式追隨功能」的核心價值。在此階段，設計師的角色由手工藝者轉型為系統整合者，以因應福特主義（Fordism）下的大量生產需求（Ford, 1922）。

戰後消費社會的興起，使工業設計轉向對使用者經驗的深入探索。Rams（1976）於 Braun 電器實踐「Less, but Better」的極簡哲學，並將人體工學應用於 Olivetti 打字機介面設計（Grimaldi, 1965）。同時，Papanek（1971）在《為真實世界設計》中批判過度消費主義，預示永續設計議題的興起。進入 1980 年代後，數位技術徹底改變了設計方法論：Norman（1988）提出「以使用者為中心的設計」（User-Centered Design），而 IDEO 的 Design Thinking 流程（Brown, 2008）則成為當代創新的核心模式。Apple iPod 所展現的硬體與服務整合（Isaacson, 2011），更標誌著工業設計由物件導向邁向系統思維的重大轉變。


 

當前工業設計正歷經由人工智慧驅動的第三次典範轉型。Autodesk（2020）推出的生成式設計（Generative Design）系統，透過演算法迭代優化結構與用料，已成功應用於航空部件的輕量化設計；Adidas 的 Futurecraft.Strung 運動鞋則結合機器學習分析生物力學數據，實現織物結構的客製化生產（Adidas, 2021）。這類技術不僅可將原型開發週期縮短達 50%（McKinsey, 2023），也重新定義了「設計智慧財產權」的概念——當 AI 生成的設計超越人類直覺時，設計師的角色轉變為「演算法策展人」，並須建立可稽核的AI協作流程，以回應日益嚴峻的倫理挑戰（UNESCO, 2021）。

在永續發展方面，循環設計（Circular Design）正在透過AI強化材料生命週期的管理。Philips 與 Ellen MacArthur Foundation（2019）共同開發的模組化醫療設備，透過感測器即時追蹤元件耗損，達成高達 95% 的材料回收率；MIT Media Lab 的「生物設計」（Biodesign）更進一步，運用真菌菌絲體製成可生物降解的包裝材料（Oxman, 2020）。這類跨域創新有賴「永續材料資料庫」的建立，方能突破現有供應鏈的限制。


 

面對 AI 驅動的設計浪潮，台灣產業憑藉在半導體與醫療硬體上的技術優勢展現出轉型潛力。台積電的 3DFabric 技術促進異質晶片整合（TSMC, 2022），為智慧物聯裝置的微型化奠定基礎；佳世達的 AIO 智慧手術室則整合機械手臂與AR導航，展現醫療設備系統化創新的可能性（Qisda, 2023）。然而，根據工研院IEK（2021）報告，台灣中小企業普遍面臨數位轉型投資不足與跨域人才短缺的挑戰。 台灣設計研究院既借鑑荷蘭 Eindhoven 設計學院的「AIoT+Design」產學合作模式（唐玄輝，2023），倡議培育兼具演算法素養與人文價值的T型人才。

未來，台灣應聚焦兩項關鍵策略：其一，建立產業級「生成式設計平台」，將晶圓製造的技術優勢延伸至 AI 驅動的產品開發；其二，推動「倫理嵌入設計」（Ethics by Design）認證制度，參考 Floridi 等人（2021）所提出的 AI 審計框架，將透明性與可解釋性納入設計規範。這不僅是技術挑戰，更是對設計師社會角色的根本重構——從消費推手轉型為科技倫理的守門人。


 

當 Autodesk 工程師與空中巴士團隊運用生成式設計打造仿生機艙隔板，成功減少 45% 的材料用量（Thompson, 2022），也象徵AI從輔助工具演化為「共創主體」，重新定義「創造力」的本質。這股「演算法轉向」（Algorithmic Turn）正將工業設計推向科技與人文的交會點——設計師需在AI追求效率的邏輯中，重新確認人類價值的不可替代性。

生成式設計的普及正顛覆傳統「問題定義—方案產出」的線性流程。Nike Fit 系統便是案例之一，透過 3D 足部掃描與機器學習，在 15 分鐘內即可生成專屬鞋楦模型（Nike, 2023）。這種「超個人化設計」（Hyper-Personalization）代表設計正邁向「動態適配」的新階段。然而，效率提升亦帶來「黑箱化」的風險——當演算法可自主產出上千個設計方案，如何確保其符合永續原則？又該如何釐清 AI 與人類設計師的責任邊界？

MIT Media Lab 的「生物融合介面」（Biohybrid Interfaces）提供了新思維：研究團隊將真菌菌絲體的生長模式轉化為生成式 AI 的訓練參數，使其降解速率能與產品生命週期精準對應（Oxman, 2020）。此案例顯示，AI 技術的倫理風險應從源頭進行「價值嵌入式設計」（Value-Embedded  Design）。


 

台灣在 AI 驅動設計的全球競賽中，具備「硬體—軟體」整合的獨特優勢。台積電 3DFabric 的異質整合能力（TSMC, 2022）使設計邏輯可延伸至整體產品系統。例如，工研院的 AIoT 感測模組若結合生成式設計平台，可開發出可即時調適的智慧醫療義肢。這類創新需要建構跨域協作生態系統，並可參考埃因霍芬理工大學的「AI 設計驗證實驗室」，將人文敘事分析納入演算法訓練架構（Fraunhofer, 2023）。

政府角色至關重要：應推動「AI 設計軟體訂閱補助」與《產業創新條例》修法，將AI設計專利納入研發抵減範圍，同時參考法國「未來工業計畫」（Industry du Futur, 2023）建立開放式創新平台。

但亦須警覺，僅靠技術追趕無法形成差異化優勢。以瑞典新創 Modvion 為例，其結合 AI 優化的木質風力渦輪設計成功降低 60% 的碳足跡（Modvion, 2023），其背後是北歐循環經濟理念的演算法實踐。台灣應將自身文化 DNA 轉化為 AI 訓練資料中的「價值參數」——例如故宮博物院與華碩合作開發的「AI 漆器紋樣生成器」，透過深度學習重構青銅器紋飾為現代產品語彙（ASUS, 2023）。這種「文化演算法化」正是將在地人文資本轉化為全球競爭力的關鍵策略。


 

工業設計未來的核心角色，將從「外型塑造者」轉型為「科技倫理的基礎建構者」。當 Google 推出「Model Cards」揭示 AI 模型偏誤（Mitchell et al., 2019），設計領域應推動「透明度驅動設計」（Transparency-Driven Design）方法——例如建立「AI 協作標章」，揭露產品設計過程中人機決策比例與倫理審查紀錄。

這對台灣中小企業尤具策略意義：透過AI輔助的「需求探勘系統」分析社群輿情並生成「產品機會圖」（Product Opportunity Map），可提升市場反應速度三倍（G-Mark, 2022）；但同時，也應於演算法中嵌入「在地文化守門人」機制，避免全球平台所造成的文化同質化危機。


 

AI 帶來的不僅是工具革新，更是一場關於人類創造力的文明轉向。若台灣欲於此轉型中佔據戰略高地，需結合半導體實力與文化演算法化的軟實力，打造獨特的「AI—人文共生」生態系。政策制定者應將工業設計視為國家創新系統的轉譯介面，透過「生成式設計平台」、「循環材料資料庫」、「倫理審查制度」三軌並進，引導產業從效率導向邁向價值驅動。

 

最終，工業設計的終極命題將是：如何讓演算法不僅能回答「如何設計」，更能理解「為何設計」——這正是台灣從技術代工走向文明輸出的關鍵挑戰。



文章原始連結：https://www.facebook.com/share/p/1APL8KPkkA/
*此文章首圖使用 AI 創新情境生成工具 生成。