当AI开始“干活”，设计公司该重新设计自己了

这是设计联的第4737期分享

靖哥的第149篇AI日记

最近几天，我重新整理了过去几年的AI课程文档、历史课件和项目资料。

从2023年开始做AI培训，到2026年，AI已经从一个“会聊天、会生成内容的工具”，逐渐变成能够读取资料、理解项目、调用工具并参与执行任务的工作助手。

今年6月，我们又完成了一期面向设计公司老板的28天AI课程。这次密集实践让我发现，我们需要重新讨论的，已经不只是提示词怎么写、图片怎么生成、哪款工具更好用，而是：

AI正在进入设计公司的哪些环节？它会改变哪些岗位、流程和组织方式？设计公司又该提前准备什么？

这次复盘中，我也让AI智能体重新读取和整理了过去几年的资料。它帮助我把分散在不同阶段的内容串联起来，梳理出AI能力的变化，以及这些变化正在怎样影响企业。

但这个过程也让我再次确认：AI可以整理资料、发现关联、形成初稿，真正决定内容价值的，仍然是人对行业的理解和判断。

于是有了这篇文章。

我想讨论的不是“AI会不会取代设计师”，而是一个更现实的问题：

当AI从“会生成”走向“能参与工作”，设计公司该如何重新设计自己的业务、流程与组织？

2022年年底，ChatGPT逐渐进入公众视野。

对于很多中国用户来说，那可能是第一次如此直观地感受到：原来AI不只是识别人脸、推荐商品、计算数据，它真的可以跟人对话、写文章、做方案、回答专业问题。

我们从2023年5月开始做AI培训。

那时候，大家最常问的是：

•提示词应该怎么写？

•AI能不能帮我写文案？

•AI画图能不能替代效果图？

•哪个AI工具最好用？

•设计师会不会被AI淘汰？

转眼到了2026年7月。

三年多过去，我们越来越清楚地发现：AI真正带来的变化，远远不只是“多了一个更聪明的软件”。

它正在改变知识工作的成本，改变人与人的分工，也在改变一家公司的组织方式。

对于设计公司来说，接下来真正值得关注的，不是哪款AI工具又更新了，

而是：当AI从“回答问题”变成“参与工作”，一家设计公司的业务流程、人员结构和核心竞争力，应该如何重新设计？

一、2022年年底：AI第一次让普通用户感受到“机器会表达”

2022年年底，中国大量用户开始集中接触生成式AI。

那个阶段的AI，最让人震撼的是“会说话”。

以前的软件需要用户学习菜单、按钮和操作步骤；生成式AI让人第一次可以直接用自然语言表达要求。

你可以对它说：

•帮我写一篇文章

•帮我整理一份会议记录

•帮我解释一个概念

•帮我想十个选题

•帮我修改这段文案

这次变化的意义，不只是AI会写字，而是人机交互的门槛突然降低了。

过去，不懂编程的人很难让计算机按照自己的想法工作；现在，普通人只要能把问题说明白，就能调动一部分机器能力。

所以，2022年年底到2023年，大家学习AI的重点主要是：

如何与AI对话，如何写出更好的提示词。

二、2023年：AI从聊天工具变成内容生成工具

我们在2023年5月开始做AI培训时，市场上的主流需求还是内容生成。

企业希望AI帮助自己：

•写公众号文章

•写短视频脚本

•整理课程内容

•生成营销文案

•制作方案说明

•提炼会议纪要

•生成基础图片

设计行业则更关注AI绘图。

很多人第一次意识到，原来设计师输入一段文字，AI就能生成看起来非常专业的空间画面。

因此，2023年可以理解为“生成阶段”。

这个阶段，AI主要帮助人完成一项相对独立的工作：

人提出要求，AI生成一个结果，人再进行修改。

但问题也非常明显。

AI虽然能快速生成内容，却经常出现：

•不了解项目背景

•结果看起来正确，实际上不能落地

•同一项目的风格不统一

•忽略预算、现场和施工条件

•编造不存在的信息

•无法持续维护项目上下文

所以，2023年的AI很像一个反应很快、知识很多，但不了解公司和项目的临时助理。

三、2024年：AI开始理解图片、文件和多种资料

到了2024年，AI不再只处理文字。

它开始能够同时读取：

•图片

•PDF

•Word

•Excel

•PPT

•网页

•录音

•视频

•项目文件

这意味着AI第一次具备了进入真实工作场景的基础条件。

因为设计公司的工作从来不是只靠一段提示词完成的。

一个真实项目通常包含：

•客户聊天记录

•现场照片

•CAD图纸

•项目需求表

•报价文件

•材料清单

•品牌资料

•参考案例

•会议纪要

•修改意见

当AI能够读取这些资料之后，它的角色开始发生变化。

它不再只是“帮你写一段话”，而是可以先读资料，再进行整理、分析和生成。

这时候，企业开始从“学习提示词”转向“管理上下文”。

也就是：

AI最终能做出什么结果，越来越取决于你给了它什么资料、什么背景、什么规则和什么判断标准。

四、2025年：AI从生成内容走向推理和工作流

2025年最重要的变化，是推理模型和AI智能体开始成熟。

过去的AI更像一个问答工具。

你问一次，它回答一次。

新的AI则开始能够：

•理解任务目标；

•把任务拆成多个步骤；

•读取不同资料；

•调用搜索、代码、浏览器和文件工具；

•执行中间任务；

•检查结果；

•根据反馈继续修改。

AI开始从“生成一个答案”，走向“完成一段工作”。

例如，以前你需要分别让AI：

•整理会议记录

•提取客户需求

•生成待确认清单

•编写项目任务书

•输出下一步工作计划

到了智能体阶段，这些工作可以被组织成一条连续流程。

AI可以先阅读聊天记录，再识别已确认内容、待确认事项和风险，最后形成任务书初稿。

这时候，真正重要的已经不是某一句提示词，而是：

谁来设计这条工作流？AI在哪一步工作？人在哪一步确认？出现错误以后由谁负责？

五、2026年：AI开始进入软件、项目和组织内部

到了2026年7月，AI正在发生三个更深的变化。

第一，模型之间的能力差距正在缩小

过去大家关心的是哪个模型最聪明。

但随着不同公司的前沿模型逐渐接近，企业选择AI时开始更加关注：

•成本

•稳定性

•响应速度

•是否能连接公司资料

•是否能调用现有软件

•是否适合具体行业

•是否方便团队协作

•是否能够控制权限和风险

斯坦福《2026年AI指数报告》指出，前沿模型之间的竞争重点正在转向成本、可靠性和专业领域表现。

这意味着未来真正决定企业AI能力的，不再只是“买了哪个模型”，而是：

公司有没有自己的资料、标准、工作流和反馈系统。

第二，AI开始从辅助工具走向执行角色

AI已经可以承担越来越长的连续任务。

它可以在获得授权后：

•创建和修改文件

•查询资料

•操作网页

•整理表格

•生成报告

•比较多个方案

•检查结果

•持续跟进任务

但它仍然不稳定。

2026年的AI可以在复杂专业任务上表现得非常优秀，也可能在一些看似简单的问题上犯错；AI智能体在结构化任务中仍然存在明显失败率。

所以，现阶段更准确的定位不是“无人公司”，而是：

人负责目标、边界、判断和责任，AI负责资料处理、生成、执行和过程辅助。

第三，AI开始改变组织分工

AI不再只影响某个员工的效率，而是开始改变团队为什么需要这些岗位、岗位之间如何协作。

例如，过去一个设计公司可能需要不同的人完成：

•整理客户资料

•编写会议纪要

•制作项目任务书

•搜集参考案例

•整理汇报内容

•生成运营文案

•归档项目经验

未来，这些工作中的大量基础环节都可能由AI先完成。

人的工作则逐渐转向：

•确定目标

•提供专业背景

•处理复杂沟通

•判断方案质量

•控制风险

•进行价值取舍

•获得客户信任

•为最终结果负责

国际劳工组织的研究认为，生成式AI更可能先带来职业转型，而不是让所有岗位直接消失。

但“职业不会马上消失”，不代表岗位不会减少，也不代表原来的工作方式可以继续保持不变。

六、AI真正改变的，不只是效率，而是五种底层结构

1. 改变知识工作的成本

过去，整理资料、查找案例、生成初稿、比较方案都需要大量人工时间。

AI正在降低这些工作的边际成本。

当基础内容越来越容易生成，单纯依靠“做得快、做得多”获得的价值就会下降。

2. 改变专业能力的价值分布

过去，很多专业人员的价值来自“掌握信息”。

未来，信息和基础生成能力越来越普及，真正值钱的会变成：

•定义问题

•判断重点

•设定边界

•识别风险

•验证结果

•推动落地

3. 改变个人与团队的关系

一个懂业务、会组织AI工作流的人，可能获得过去一个小团队才能提供的生产能力。

相关实验已经发现，在部分专业创新任务中，一个人配合AI，可以达到没有AI的人类团队的表现。NBER：AI重塑团队协作

这不一定意味着团队会消失，但意味着小团队可以承接更复杂的工作。

4. 改变公司的核心资产

未来设计公司的核心资产不只是案例图片和员工数量，还包括：

•客户需求模板

•项目判断标准

•报价逻辑

•风险检查表

•材料知识库

•设计语言系统

•项目复盘

•可调用的工作流

这些原来藏在员工脑子里的经验，必须逐渐变成公司可以沉淀、调用和更新的知识。

5. 改变管理方式

未来管理者不只需要管理员工，还需要管理AI：

•AI可以读取哪些资料？

•可以执行哪些动作？

•哪些结果必须人工确认？

•出错以后如何追溯？

•客户隐私如何保护？

•谁对最终结果负责？

AI管理将逐渐成为公司管理的一部分。

七、未来AI会改变设计公司的哪些环节

AI对设计公司的影响，不会只停留在效果图。

它很可能沿着一条完整项目链进入公司。

1. 获客与运营

AI会帮助设计公司：

•分析市场和客户关注点

•将项目复盘转成公众号和短视频内容

•根据不同平台改写发布文案

•整理案例故事

•维护内容选题库

•形成稳定的品牌表达

未来客户寻找设计公司时，也可能先通过AI搜索和咨询，再决定联系哪家公司。

设计公司的网络内容、专业资料和公开案例，将逐渐成为“被AI理解和推荐”的信任资产。

2. 客户接洽与需求整理

客户语音、聊天记录、问卷和会议内容，可以自动整理为：

•项目背景

•核心目标

•功能需求

•客户偏好

•已确认内容

•待确认事项

•潜在冲突

•下一步动作

但AI只能整理和发现矛盾，设计师仍然要判断客户没有直接说出来的真实问题。

3. 项目诊断与任务书

AI可以基于客户资料和项目经验，生成：

•项目诊断

•初步建议书

•项目边界

•风险清单

•勘察重点

•正式任务书初稿

•客户确认清单

这会让项目启动从“凭感觉开工”，转向“先形成证据和任务定义”。

4. 现场勘察

AI可以帮助：

•整理现场照片

•将录音转成勘察记录

•标记待复尺位置

•对照任务书检查遗漏

•形成现场问题清单

•提醒消防、机电和结构风险

但AI不能替代现场复尺，也不能把图片推测当成施工依据。

5. 空间策略与方案比较

AI可以参与：

•提炼空间矛盾

•生成功能组合建议

•比较不同流线

•梳理方案优缺点

•形成决策表

•识别方案与客户目标之间的偏差

未来设计师可能不再只提交一个方案，而是让AI辅助组织多个方向，再由团队完成专业比较和取舍。

6. 平面深化

AI会越来越多地辅助检查：

•功能面积

•动线冲突

•家具尺度使用距离人体工学

•设备条件

•空间之间的逻辑关系

但CAD、现场尺寸、消防、机电和施工图结论，仍然需要专业人员复核。

7. 设计语言与视觉系统

未来AI效果图的重点，不再是“能不能生成”，而是“能不能持续生成属于这个项目的画面”。

设计公司需要先建立：

•项目设计理念

•空间价值排序

•视觉基因DNA

•材料与色彩边界

•家具和灯光规则

•摄影语言

•禁止出现的元素

•统一的验收标准

AI根据这一套系统生成不同空间，才能避免每张图都好看，但放在一起不像同一个项目。

8. 效果图与视觉表达

AI会进一步降低概念图、方向图和汇报图的制作成本。

设计师的价值将从“亲自完成每个像素”，转向：

•定义视觉方向

•选择关键画面

•判断空间是否合理

•检查项目一致性

•控制误导性表达

•向客户解释设计逻辑

AI效果图仍然不能替代施工图，也不能自动证明方案可以落地。

9. 报价、材料与供应链

AI可以协助：

•整理材料清单

•比较供应商报价

•识别缺项和异常价格

•形成预算变化说明

•记录材料替换原因

•维护供应商资料

•生成客户确认单

未来，报价可能从一次性表格，变成随着设计变化自动更新的项目数据。

10. 甲方汇报与决策

AI可以把复杂资料整理成围绕决策的汇报：

•这次需要客户确认什么？

•每个方案有什么差异？

•预算、体验和风险如何变化？

•如果不确认，会影响什么？

•下一阶段需要什么输入？

未来的汇报不应该只是效果图相册，而应该成为帮助甲方做决定的工具。

11. 施工配合

AI可以辅助整理：

•现场会议纪要

•问题照片

•责任人

•截止时间

•变更记录

•材料确认

•待办事项

•版本差异

但施工现场涉及真实安全、成本和责任，AI只能辅助记录和提醒，不能代替项目负责人签字确认。

12. 项目复盘与知识沉淀

项目结束后，AI可以帮助公司回答：

•哪些需求判断准确？

•哪些问题反复出现？

•哪些报价容易漏项？

•哪些客户确认环节需要提前？

•哪些材料存在交付风险？

•哪些经验值得写进标准流程？

设计公司可以把一次性项目逐渐变成可复用的公司能力。

八、未来三年，设计公司可能出现的变化

第一阶段：每个岗位都有AI助手

设计师、项目经理、商务、运营和公司负责人，都拥有各自的AI辅助工作流。

第二阶段：一条项目链上出现多个AI角色

例如：

•客户需求整理助手

•项目任务书助手

•设计策略助手

•平面检查助手

•视觉系统助手

•汇报整理助手

•项目复盘助手

这些AI角色共享经过授权的项目资料，但承担不同任务。

第三阶段：公司从“人力组织”变成“人＋AI工作流组织”

未来设计公司的规模不一定继续以人数衡量。

更重要的可能是：

•一个团队能管理多少项目

•有多少标准化工作流

•有多少可复用知识

•AI可以承担多少基础执行

•人工确认点是否清楚

•项目质量是否稳定

•客户是否愿意持续信任

九、设计公司现在最应该做的，不是继续追工具

面对AI快速变化，设计公司现在可以先做五件事。

第一，整理公司的基础资料

把散落在聊天记录、个人电脑和员工脑子里的资料整理出来。

第二，把高频工作写成标准流程

先选择需求整理、任务书、汇报或项目复盘中的一个环节进行验证。

第三，建立人工确认点

明确哪些内容AI可以生成，哪些结论必须由专业人员确认。

第四，沉淀自己的判断标准

把“我感觉不对”进一步写清楚：

•什么叫好方案？

•什么叫资料完整？

•什么叫风险不可接受？

•什么情况下不能继续推进？

第五，培养会使用AI的业务负责人

未来最稀缺的不只是AI技术人员，而是既懂设计业务，又能组织AI完成工作的人。

从2022年年底到2026年7月，我们经历了四个阶段：

AI会聊天 → AI会生成 → AI会读取资料 → AI会参与工作和执行任务。

接下来，AI还会继续变强。

但设计公司真正的机会，不是等AI变得完美，也不是幻想用一个工具替代所有员工。

真正的机会是：

趁AI还在进入行业的过程中，提前整理自己的资料、标准、判断和工作流，把设计经验从个人能力变成公司资产。

未来被改变的，可能不是“设计”这件事本身。

客户依然需要空间，依然需要审美，依然需要理解、沟通、信任和专业责任。

真正被改变的，是设计公司完成这些事情的方法。

以前，一家公司主要依靠人记住经验、传递信息、重复劳动。

未来，一家公司可能由人来确定方向、理解客户、做出判断和承担责任，再由AI帮助整理信息、生成方案、执行流程和沉淀知识。

所以，AI带给设计公司的最终问题不是：

AI能不能替代设计师？

而是：

当越来越多基础工作可以交给AI之后，设计师和设计公司准备把自己的专业价值放在哪里？

如果让AI先进入一个环节，你会选择哪里？

看完这篇文章，我也想听听设计公司老板和设计师的真实判断：

如果现在只能选择一个环节，你最希望AI先进入公司的哪项工作？

•获客与内容运营

•客户沟通与需求整理

•项目诊断与任务书

•方案策略与汇报PPT

•报价、材料与供应链

•施工配合与项目管理

•项目复盘与知识沉淀

欢迎在留言区告诉我。你们遇到的真实问题，也会成为设计联接下来研究、课程和文章的重要方向。

关于作者

张靖，设计联创始人，行业里很多朋友叫我“靖哥”。

我做了20多年室内设计，也做了14年设计类新媒体。近三年，我一直在研究AI如何真正进入设计师和设计公司的工作，而不只是停留在写文案、画效果图和学习工具。

现在，我更关心的是：

如何帮助设计公司把经验整理成资料，把判断沉淀成标准，把高频工作变成流程，再把AI真正组织进公司。

设计联正在做什么

设计联正在从“教设计师使用AI”，进一步走向“帮助设计公司组织AI”。

我们希望帮助设计公司逐步建立自己的AI工作系统，让AI进入客户沟通、项目诊断、任务书、方案策略、汇报交付、施工配合、内容传播和项目复盘等真实业务环节。

我们并不追求用AI替代设计师，而是希望让设计师把时间重新放回那些真正有价值的事情：

理解客户、定义问题、判断方案、控制风险、推动落地，并为最终结果负责。

新一期28天课程

我们正在准备新一期面向设计公司老板、合伙人和核心管理者的28天AI课程。

这门课不会围绕某一款工具展开，而是结合设计公司的真实项目，带着大家逐步完成：

•梳理公司定位、经验和基础资料；

•建立客户沟通与项目诊断流程；

•把任务书、方案策略、汇报和交付组织成工作流；

•明确哪些工作可以交给AI，哪些环节必须人工确认；

•形成一套能够在公司内部持续使用和迭代的AI工作系统。

课程结束后，学员还可以进入设计联「AI运营实验室社群」，继续围绕真实项目交流、实践和复盘。

如果你也在思考，如何让AI真正进入自己的设计公司，可以关注我的微信

设计联张靖写于2026年7月22日