淘宝设计2023年度AI设计实践报告(上)

简介: 淘宝设计2023年度AI设计实践报告(上)




22年中,绘制头像还在用3D进行建模,到了年末,就已经用AI直接生成了。

22年末,面对AI工具设想能不能在我们业务中进行尝试,到了23年中,AI工具已经覆盖我们团队所承接的所有营销场景业务。

23年初,团队同学讲到AI工具的应用时觉得这是一个专业亮点,到了23年末,AI工具已成为我们团队设计师的基础能力。

这一切,都变的太快。

这一年,也积累了些心得。

首先AI工具带来降本增效,让我们的创意效果快速产生,设计方案有效达成。

其次增效不仅仅增的是效率,还有设计效果。设计自由度极大丰富,可以说那一刹那设计的前提条件已失去一切限制,它可以帮我们想不敢想的设计,实现任何创意,短时间内呈现无限可能。设计概念也不再以单纯设计方案的面貌出现,更多的是完整的用户产品。

同时第一次感受到因为新的技术能力,设计的工作流程需要重新组合再造。设计师的思维边界有了极大拓展。

最后设计的技能门槛大大降低,自然语言的运用打破了脑眼手三者紧密一体的步调,对设计师的内在素养有了更高更具象的要求,设计素养和专业审美成为绝对而不可替代的差异化能力。

因此,我们选择自身最擅长的方式,通过报告把这一年团队的AI设计实践做一个总结。对于AI设计的能力也会持续探索,从单纯提升生产力转变到增强用户对设计的感受,继而转变为解决用户的实际问题将会是我们探索的方向。



引言


 报告目的


本报告汇总了「淘宝设计团队」在过去一年中对AI技术在不同设计项目中的实践心得,体现了我们如何在现有场景和技术条件下,融合AI技术以优化设计流程提升设计效果


我们的团队成员数量众多,涉及的业务范围广泛,每位设计师都在这一技术变革中寻求着最适合自己的应用路径。我们希望通过这份报告,以真诚的态度将这些经验见解呈现给大家,作为我们共同成长和进步的参考。


 报告范围与时间周期


本报告涵盖了「淘宝设计」自2022年底开始接触探索AI技术,并在2023年逐步扩大其在不同设计场景中应用的情况。报告的时间跨度囊括了AI技术从起步阶段到成熟应用的整个周期。重点关注了AI在设计流程简化以及在创意产出方面的作用。


我们从日常工作实践中精选了一系列案例,涵盖品牌设计、营销设计、互动玩法甚至空间设计等多个关键业务领域。这些案例展示了AI技术在实际操作中的多样性和适用性。


 报告结构


  1. 设计师使用AI情况调研  
  2. AI在设计中的应用效果与案例
  3. AI设计系统如何帮助设计师
  4. 未来方向和展望
  5. 报告结论


设计师使用AI情况调研


此次调研集中于评估AI技术在设计领域的融合程度,以及设计师如何调整自己的工作方式来配合这些新兴技术。同时探讨了设计师们对于AI工具的使用体验期望以及实际需求,以期为设计实践提供更加务实和高效的指导。
被调研团队基本情况:本次调研对象为「淘宝设计」的设计师团队。这些团队成员的广泛背景和丰富经验为我们的调研提供了多维度的见解和数据:


 淘宝设计师对AI技术的熟悉和接受程度


调研揭示了三类设计师群体:

 淘宝设计师的AI使用功能偏好


使用AI工具方面的目的偏好有明显的不同:


 淘宝设计师使用AI的主要场景


设计师们基于不同项目需求和目标,在以下场景中使用AI技术:


 淘宝设计师在AI设计中的角色变化  


根据个人特长和团队需求,部分设计师产生了角色的变化:

 设计师们面临的挑战


设计师在使用AI时面临的挑战也有所不同:

  1. 技术的学习适应:40%的设计师表示,他们面临着学习和适应新工具的压力,同时探寻如何将AI配合融入现有工作流中
  2. 创意独特性保护:35%的设计师希望学习:如何在使用AI工具时保持设计作品的个性和特色,尽量减少AI生成的特征  
  3. 确定性的方法和结果:25%的设计师希望掌握:如何在特定的工作场景中,使用相对稳定的AI应用方法,并且保持输出结果的确定性


 调研总结


综合调研结果,我们发现:AI正在实质上重塑设计团队的工作模式和创作流程。

设计师的角色正在借助AI能力从单纯的视觉创作者转变为综合性的创意解决方案提供者。


AI在设计中的应用效果与案例


 AI在淘宝设计的定位


今年通过持续的探索和实战考量,在追求创新和效率的道路上,AI作为工具成为了我们的得力助手:

主要工具为Midjourney和Stabel Diffusion,辅助工具有RUNWAY和PS beta等


 AI介入工作流效果


AI改变了设计工作流的许多传统步骤,引入了新的工具和方法。我们看到在营销设计中,AI设计在营销设计整体项目设计时间大约减少18%左右,其中在创意阶段丰富性提升150%左右、时间节省60%左右。这些变革不仅缩短了项目周期,还拓宽了设计师的创意边界和技术应用范围,辅助传统工作流得到前所未有的效果提升和效率优化:

  1. 创意多样:AI的运用使得设计解决方案更为多样和创新。项目中不同创意概念的提出数量增加了150%
  2. 执行加速:AI生成的设计灵感和概念,显著缩短了创意阶段所需时间。设计师在创意生成阶段的时间缩短了平均60%
  3. 整体提效:通过与AI的多种手段结合,从创意发散到落地执行品效都有显著提升。在整体项目的设计时间减少了18%


总而言之,这些AI工具不仅仅是技术上的进步,它们代表了一种全新的工作理念


 AI应用案例


下面将围绕淘宝设计师们在下列八个场景中的多个应用案例,展开我们在设计实践中,AI应用的深度和广度:


淘宝设计2023年度AI设计实践报告(中):https://developer.aliyun.com/article/1443514

目录
相关文章
|
29天前
|
人工智能 Serverless
AI 大模型助力客户对话分析 ——实践操作
参与《AI大模型助力客户对话分析》项目,基于阿里云社区操作路书,从架构设计到部署测试,逐步学习并应用大模型进行AI质检。过程中虽有控制台跳转等小挑战,但整体体验流畅,展示了AI技术的便捷与魅力,以及阿里云平台的先进性和社区支持。最终实现的AI质检功能,能够有效提升企业客户服务质量与效率。
50 0
|
24天前
|
存储 人工智能 弹性计算
基于《文档智能 & RAG让AI大模型更懂业务》解决方案实践体验后的想法
通过实践《文档智能 & RAG让AI大模型更懂业务》实验,掌握了构建强大LLM知识库的方法,处理企业级文档问答需求。部署文档和引导充分,但需增加资源选型指导。文档智能与RAG结合提升了文档利用效率,但在答案质量和内容精确度上有提升空间。解决方案适用于法律文档查阅、技术支持等场景,但需加强数据安全和隐私保护。建议增加基于容量需求的资源配置指导。
91 4
|
22天前
|
人工智能 JavaScript 前端开发
利用 AI 进行代码生成:GitHub Copilot 的实践与反思
【10月更文挑战第23天】本文探讨了GitHub Copilot,一个由微软和OpenAI合作推出的AI代码生成工具,其核心功能包括智能代码补全、多语言支持、上下文感知和持续学习。文章介绍了Copilot在加速开发流程、学习新语言、提高代码质量和减少重复工作等方面的应用,并反思了AI在代码生成中的代码所有权、安全性和技能发展等问题。最后,文章提供了实施Copilot的最佳实践,强调了在使用AI工具时保持对代码的控制和理解的重要性。
|
26天前
|
人工智能
精通歌词结构技巧:写歌词的方法与实践,妙笔生词AI智能写歌词软件
歌词创作是音乐的灵魂,掌握其结构技巧至关重要。开头需迅速吸引听众,主体部分需结构清晰、情感丰富,结尾则要余韵悠长。无论是叙事还是抒情,妙笔生词智能写歌词软件都能助你一臂之力,提供AI智能创作、优化及解析等多功能支持,助你轻松驾驭歌词创作。
|
27天前
|
人工智能 资源调度 数据可视化
【AI应用落地实战】智能文档处理本地部署——可视化文档解析前端TextIn ParseX实践
2024长沙·中国1024程序员节以“智能应用新生态”为主题,吸引了众多技术大咖。合合信息展示了“智能文档处理百宝箱”的三大工具:可视化文档解析前端TextIn ParseX、向量化acge-embedding模型和文档解析测评工具markdown_tester,助力智能文档处理与知识管理。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI在软件测试中的创新应用与实践###
本文旨在探讨人工智能(AI)技术如何革新软件测试领域,提升测试效率、质量与覆盖范围。通过深入分析AI驱动的自动化测试工具、智能化缺陷预测模型及持续集成/持续部署(CI/CD)流程优化等关键方面,本研究揭示了AI技术在解决传统软件测试痛点中的潜力与价值。文章首先概述了软件测试的重要性和当前面临的挑战,随后详细介绍了AI技术在测试用例生成、执行、结果分析及维护中的应用实例,并展望了未来AI与软件测试深度融合的趋势,强调了技术伦理与质量控制的重要性。本文为软件开发与测试团队提供了关于如何有效利用AI技术提升测试效能的实践指南。 ###
|
1月前
|
人工智能
阅读了《文档智能 & RAG让AI大模型更懂业务》的解决方案后对解决方案的实践原理的理解
阅读《文档智能 & RAG让AI大模型更懂业务》后,我对文档智能处理与RAG技术结合的实践原理有了清晰理解。部署过程中,文档帮助详尽,但建议增加常见错误处理指南。体验LLM知识库后,模型在处理业务文档时效率和准确性显著提升,但在知识库自动化管理和文档适应能力方面仍有改进空间。解决方案适用于多种业务场景,但在特定场景下的集成和定制化方面仍需提升。
|
1月前
|
机器学习/深度学习 人工智能 自动驾驶
探索AI未来:从理论到实践
【10月更文挑战第9天】探索AI未来:从理论到实践
34 2
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI的无限可能:从理论到实践
【10月更文挑战第9天】在这篇文章中,我们将深入探讨人工智能(AI)的世界,从基本概念到实际应用,再到未来发展趋势。我们将通过实例和代码示例,揭示AI如何改变我们的生活和工作方式。无论你是AI领域的新手,还是有经验的开发者,这篇文章都将为你提供有价值的信息和启示。让我们一起探索AI的无限可能吧!
|
1月前
|
人工智能 API 数据安全/隐私保护
[大语言模型-工程实践] 手把手教你-基于Ollama搭建本地个人智能AI助理
[大语言模型-工程实践] 手把手教你-基于Ollama搭建本地个人智能AI助理
137 0

热门文章

最新文章

下一篇
无影云桌面