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
|
6月前
|
消息中间件 人工智能 Kafka
AI 时代的数据通道:云消息队列 Kafka 的演进与实践
云消息队列 Kafka 版通过在架构创新、性能优化与生态融合等方面的突破性进展,为企业构建实时数据驱动的应用提供了坚实支撑,持续赋能客户业务创新。
625 57
|
6月前
|
人工智能 IDE Java
AI Coding实践:CodeFuse + prompt 从系分到代码
在蚂蚁国际信贷业务系统建设过程中,技术团队始终面临双重考验:一方面需应对日益加速的需求迭代周期,满足严苛的代码质量规范与金融安全合规要求;另一方面,跨地域研发团队的协同效率与代码标准统一性,在传统开发模式下逐渐显现瓶颈。为突破效率制约、提升交付质量,我们积极探索人工智能辅助代码生成技术(AI Coding)的应用实践。本文基于蚂蚁国际信贷技术团队近期的实际项目经验,梳理AI辅助开发在金融级系统快速迭代场景中的实施要点并分享阶段性实践心得。
1436 25
AI Coding实践:CodeFuse + prompt 从系分到代码
|
6月前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
6月前
|
人工智能 新制造
TsingtaoAI受邀参加宁波AI海曙科创训练营并分享技术落地实践
10月12日至15日,由宁波市海曙区组织部主办的AI海曙科创训练营在宁波成功举办。作为受邀企业代表,TsingtaoAI团队深入参与了多项活动,与政府领导、行业专家及科创企业代表围绕AI技术在制造业、成果转化等领域的实际应用展开交流,用真实案例诠释了“技术扎根产业”的价值逻辑。
180 2
|
6月前
|
数据采集 存储 人工智能
从0到1:天猫AI测试用例生成的实践与突破
本文系统阐述了天猫技术团队在AI赋能测试领域的深度实践与探索,讲述了智能测试用例生成的落地路径。
从0到1:天猫AI测试用例生成的实践与突破
|
人工智能 自然语言处理 前端开发
产品经理也能“开发”需求?淘宝信息流从需求到上线的AI端到端实践
淘宝推荐信息流业务,常年被“需求多、技术栈杂、协作慢”困扰,需求上线周期动辄一周。WaterFlow——一套 AI 驱动的端到端开发新实践,让部分需求两天内上线,甚至产品经理也能“自产自销”需求。短短数月,已落地 30+ 需求、自动生成 5.4 万行代码,大幅提升研发效率。接下来,我们将揭秘它是如何落地并改变协作模式的。
906 37
产品经理也能“开发”需求?淘宝信息流从需求到上线的AI端到端实践
|
6月前
|
人工智能 安全 开发工具
C3仓库AI代码门禁通用实践:基于Qwen3-Coder+RAG的代码评审
本文介绍基于Qwen3-Coder、RAG与Iflow在C3级代码仓库落地LLM代码评审的实践,实现AI辅助人工评审。通过CI流水线自动触发,结合私域知识库与生产代码同仓管理,已成功拦截数十次高危缺陷,显著提升评审效率与质量,具备向各类代码门禁平台复用推广的价值。(239字)
1216 24
|
6月前
|
人工智能 监控 Java
Spring AI Alibaba实践|后台定时Agent
基于Spring AI Alibaba框架,可构建自主运行的AI Agent,突破传统Chat模式限制,支持定时任务、事件响应与人工协同,实现数据采集、分析到决策的自动化闭环,提升企业智能化效率。
Spring AI Alibaba实践|后台定时Agent
|
6月前
|
机器学习/深度学习 人工智能 监控
拔俗AI信息化系统开发指南:从入门到实践
资深产品经理分享AI信息化系统开发全解析:从概念、背景到落地,用通俗语言讲清如何用AI升级传统系统。涵盖需求分析、架构设计、敏捷开发、测试部署及未来趋势,助力企业降本增效,把握数字化时代机遇。(238字)
179 0