返回
AI 時代,設計師的價值是什麼?從「設計產出」回歸「解決問題」的本質— 平面設計師陳信宇專訪
設計與科技
專家訪談

撰稿人/ 本質設計顧問有限公司創辦人暨創意總監、台灣海報設計協會副理事長、銘傳大學商業設計系兼任助理教授陳信宇
編輯/研究員 余庭翎、郭瑀琁

 

當 AI 可以幾秒鐘生成一張海報、一組 Logo,甚至一次提供數十種視覺方案,平面設計師的價值究竟還剩下什麼?

世界經濟論壇(World Economic Forum, WEF)在《Future of Jobs Report 2025》中,首次將 Graphic Designers 納入預期下降的職務名單。報告指出,Graphic Designers 的職務變化同時反映生成式 AI 執行知識工作的能力提升,其下降預期與 AI、資訊處理技術及數位普及等趨勢有關。相較之下,2023 年版報告中的 Graphic Designers 仍被視為中度成長職務,顯示生成式 AI 普及後,設計職能所面臨的勞動市場變化已受到國際企業調查的明確反映。

對平面設計產業而言,這不只是職缺數量的問題。 
當「生成」變得越來越容易,設計師真正需要回答的問題反而變得更難:什麼值得被設計?為什麼這樣設計?又如何判斷什麼才是好的設計?
本質設計顧問有限公司創辦人暨創意總監、台灣海報設計協會副理事長、銘傳大學商業設計系兼任助理教授陳信宇認為,「AI 的出現反而可能讓設計回到最核心的本質——解決問題。」


 

從「怎麼做出來」到「為什麼要做」

過去的平面設計工作,很大一部分建立在專業軟體與製作能力上。從 Illustrator、Photoshop 到排版、修圖、完稿,設計師需要花費大量時間將腦中的概念轉化成視覺成果。然而生成式 AI 出現後,從文字描述到視覺草稿的距離大幅縮短,許多過去需要專業技能才能完成的工作,也逐漸變得人人都能嘗試。

Figma 2024 年針對近 1,800 名設計師與開發者進行的調查顯示,59% 的受訪者已經在工作中使用 AI,常見用途包括使用者研究、生成圖片與文字,以及加速腦力激盪與概念發想。

但「做得出來」並不等於「做得好」。陳信宇觀察,AI讓設計產出變快,卻也讓另一個問題更加明顯:「錯誤的設計會花更多時間。」如果設計師一開始沒有理解問題、沒有掌握需求,AI 只會更快速地產生大量錯誤方向。因此,AI 時代的設計流程可能不再只是「接到需求—開始設計—修改—完稿」,而是必須在開始生成之前,就先理解問題與定義問題。陳信宇認為,未來設計師會逐漸從單純的設計執行者,轉變成更接近「設計決策者」的角色,而眼界、美感,以及洞察需求的能力,會成為重要的專業基礎。


 

AI 可以生成100個答案,但誰來決定哪一個是對的?

AI 最大的改變之一,是讓「選項」變得非常多。過去設計師可能需要花一天探索三、四個方向;現在透過生成式 AI,可以快速產生大量視覺可能性,但選擇變多,並不代表決策變得容易。
 
Logo 好不好,不只是「看起來漂亮」;視覺設計,也不只是「畫面吸睛與否」,它們是否符合品牌定位、是否理解受眾、是否能在不同媒介使用、是否具有辨識度,以及是否真正溝通與解決問題,仍然需要人來判斷。這也是陳信宇認為設計師價值正在轉移的地方,換句話說,設計師的工作可能從「自己做每一個細節」,轉向「決定整個設計往哪裡走」。

這並不意味著設計師不再需要技術,而是技術的角色開始改變:工具可以幫助設計師更快完成工作,但決定方向的,是設計師對問題的理解與判斷。


 

當大家都能生成,視覺同質性反而成為問題

生成式 AI 帶來另一個值得注意的現象:視覺同質性。當大量使用者使用相似的模型、相似的語言描述與相似的參考資料,AI 可能產生某些具有高度共通性的視覺風格。陳信宇認為,這會成為 AI 時代平面設計需要面對的問題。
 
過去設計師可能因為長期累積而形成個人風格;但當生成工具普及後,單純「做出漂亮畫面」的能力,很難再成為唯一的差異化來源。這也讓「眼界」變得更加重要。陳信宇特別提到,閱讀與親自體驗生活,仍然是設計師養成的重要方式。

不同的書籍帶來不同的觀點、思考方式與美感經驗;走進生活、接觸不同的人與環境,則讓設計師理解真實的需求與感受。這些看似與設計無關的知識與經驗,最後都可能成為判斷與創作的養分。當設計師的閱歷有限,就容易將 AI 提供的結果直接視為答案。真正的問題不只是 AI 能不能提供靈感,而是:你是否有足夠的眼界,判斷眼前的答案,並想像其他可能?


 

有沒有 AI 都存在抄襲,真正重要的是「你有沒有自己的觀點」

談到 AI 與設計產業常見的著作權、抄襲與原創性爭議,陳信宇提出不同的觀察:「其實,在 AI 出現之前,設計產業就一直面對借鑑與原創之間的界線問題。真正的差別,在於能否將汲取的靈感轉化成自己的東西。」

蘋果共同創辦人賈伯斯曾引用一句被廣泛歸於畢卡索的話:「好的藝術家懂得抄(copy),偉大的藝術家則會偷(steal)。」

在這個創意比喻中,「抄」停留在複製表面的形式;「偷」則可以理解為掌握背後的思考,經過消化、重組與轉化,形成自己的觀點與設計語言。這並不意味著轉化就能免除著作權與倫理責任,而是提醒設計師:創作不能只停留在模仿,更需要帶入自己的理解與判斷。
 
真正重要的,是設計師能否建立自己的觀點。面對 AI 生成的各種視覺可能性,設計師更需要理解自己為什麼選擇某種形式與語言,以及這些選擇和品牌、受眾與情境之間的關係;
當設計師帶入自己的觀察、判斷與創意,並對生成內容進行取捨、重組與深化,AI 才能成為探索的工,而設計師的價值,也才能體現在如何將這些可能性轉化為具有自身觀點、回應真實需求的設計。


 

設計專業,來自洞察

如果 AI 可以協助分析資料、產生視覺,甚至提出設計方向,那麼設計師還需要具備什麼?陳信宇認為,答案之一是:洞察消費者、洞察市場,以及理解受眾的心理感受。
 
設計真正面對的不是一張畫面,而是「人」:消費者為什麼會注意一個品牌?為什麼喜歡某種視覺?為什麼某一個設計讓人產生信任,另一個卻沒有?這些問題涉及文化、生活經驗、情緒、使用情境與市場脈絡。
 
AI 可以協助整理大量資訊,卻不代表設計師可以因此跳過理解人的過程。也因此,未來的平面設計師可能需要比過去更懂市場、更懂受眾,也更懂得從生活中觀察問題。當設計師開始理解「人為什麼需要這個設計」,才能展現真正的設計專業。


 

AI 時代,更需要培養「沒有 AI 時的自己」

面對 AI 越來越早進入設計教育,陳信宇則提出一個值得討論的觀點:高中及以下階段的學生,不一定需要急著使用 AI,而應多親自觀察、體驗生活,透過人與人之間的交流,感受不同的觀點與情緒,並練習形成自己的想法。這些經驗能幫助他們在使用 AI 時,具備更好的洞察與判斷能力。
 
他的核心並不是反對 AI,而是認為能力養成有其順序。如果一個人尚未建立足夠的知識、觀察力與判斷力,就直接把 AI 當成創意工具,很容易把 AI 產生的結果直接視為答案。但設計教育真正需要培養的,可能恰恰是「知道為什麼這個答案不好」的能力。如果習慣直接接受生成結果,就少了追問「這個答案為什麼成立,又有哪裡不足」的機會。設計教育需要培養的,正是辨識、質疑與修正答案的能力。
 
判斷什麼是好設計之前,需要廣泛接觸不同的作品;理解一個設計為什麼成立之前,也需要累積文化、歷史、藝術、社會與生活的知識。因此,AI 越強,設計師越需要建立自己的知識與判斷依據。


 

設計師可能變少,但設計的價值會更清楚

WEF 對 Graphic Designers 的職務預測,提醒我們設計產業正在面臨結構性的變化。與其只問「設計師會不會被 AI 取代」,或許更值得思考的是:未來需要什麼樣的設計師?
 
AI 可以協助生成大量視覺,也可以處理越來越多重複性的製作工作。這可能意味著部分以執行為核心的設計工作會減少,但同時也讓設計師更有機會把時間放在研究、策略、洞察、概念與判斷上。

陳信宇認為:「或許設計師會變少,但是我們的價值會出來。」這句話,也許正好說明了 AI 時代平面設計產業正在發生的變化。設計師的價值不一定來自「設計師能做多少張圖」,而可能來自:設計師看見了什麼?
設計師理解了什麼?
設計師提出了什麼問題?
設計師為什麼做出這個選擇?
以及,設計師如何讓設計真正產生作用?


 

從 Designer 到 Problem Solver

AI 讓視覺製作變得更快、更容易,也讓「製作」不再是設計師唯一的專業門檻。
當任何人都可以生成一張圖,設計師真正需要持續培養的,反而是那些不容易被工具取代的能力——觀察、洞察、判斷、美感、文化累積,以及理解人的能力。

AI 可以幫助設計師探索更多可能性,但最後仍然需要人決定哪一個方向值得被留下。
因此,AI 時代的設計師,也許不再只是 Designer,而更接近一個 Problem Solver。



 
參考資料:
World Economic Forum (2025). The Future of Jobs Report 2025. Geneva: World Economic Forum.
World Economic Forum (2023). The Future of Jobs Report 2023. Geneva: World Economic Forum.
Figma (2024). Anticipation, experimentation and AI: Design trend report. Figma.
 

相關觀點文章推薦
  • 當 AI 碰上包裝設計,比你想得更深、還更遠—李宛玲專訪

    • 設計與科技
    • 專家訪談
  • 從經濟看設計,設計思維的經濟視角—王德明專訪

    • 設計與科技
    • 專家訪談
  • 數位時代下的工業設計,不停止的學習力和整合力—易瑋勝專訪

    • 設計與科技
    • 專家訪談