生成的AI为创造性的物理产品设计提供动力,但不是魔杖 生成的AI工具可以显着缩短物理产品设计生命周期并激发创新,但设计专家的知识和自由裁量权对于减少潜在的陷阱是必要的。 作者:布莱斯·布斯、杰克·多诺休、克里斯·韦尔齐恩和温妮·吴 March2024 虽然生成AI(generAI)处于起步阶段,该技术已经在物理产品和包装的构思,创新和设计上留下了不可磨灭的印记。 从产品包装到汽车零部件和零售展示,GeneAI使工业设计师能够探索更多的想法和产品体验,包括以前无法想象的想法和产品体验,并比传统方法更快地开发初始设计概念。 此外,由于能够在设计过程中更早地以高保真度可视化概念,公司可以从消费者那里获得更精确的反馈,因为他们正在努力微调用户体验的每个元素(请参见下图 )。在产品研究和设计中 仅此一项,麦肯锡估计GenAI可以解锁600亿美元的生产力。1 现代焊接头盔的高保真概念图像 使用生成式AI文本到图像软件创建的物联网。通过迭代提示, TheindustrialdesignerrefinedtheinitialdesignertodevelopconceptimageswithafuturiousaesteatureinspiredbyModernsportscarstyle.(Imagesareillustrativeandweredevelopedforthisarticle.) 虽然一代人工智能工具可以带来非凡的产出,但它们不能取代人类的专业知识。正如业界看到计算机辅助设计(CAD)的到来以及后来的进步,例如3D打印,增强和虚拟现实,而设计物理产品的方法可能会发生变化,需要设计专家来确保有意义的使用技术和商业价值的交付。 就工业设计而言,进行消费者研究的专家通常会发现重要的见解,从而激发关键的设计选择。他们从数十个AI生成的图像中识别最佳概念的技能-评估美学和可制造性的输出,并根据用户研究和设计感操纵图像-对于提供最终设计至关重要,这将引起用户的共鸣。 1“生成AI的经济潜力:下一个生产力前沿”,麦肯锡,2023年6月14日。 尽管这些工具相对较新,但我们的团队继续看到它们对生产力的重大影响。当它们在整个产品开发生命周期中得到正确使用时,我们有时会看到产品开发周期减少了70% ,为团队提供了花费更多时间进行消费者测试,改进设计 ,审查供应商以及优化可制造性和可持续性设计的机会。这些工具和流程最终是增长和创新的工具,可以更快地开发出更好的产品。 但是,尽管研发和产品开发领导者今天可以使用该技术来推动创新,但他们将需要了解并为技术的局限性做好准备。在本文中,我们分享了GeneralAI在产品开发生命周期中释放创造力和生产力的方式,检查 对于试图创造商业价值的商业领袖来说,至关重要的考虑因素,并根据我们的设计工作和在我们的创作过程中使用GeneralAI工具提出入门步骤。 在整个设计生命周期中释放创造力和生产力 当工业设计师创造概念或重新设计包装,耐用消费品,体验,空间或其他任何东西时,他们的创作过程通常会经历几个基本阶段:市场和用户研究,概念开发以及概念测试和改进。GeAI技术可以在每个阶段提供巨大的价值,使设计师能够更快地迭代,以新的方式连接点,并催化发散思维来创造改变用户日常体验的产品。 Exhibit 生成式AI在整个产品设计生命周期中开启了创造力和生产力的新时代。 市场和用户研究可以揭示未开发 的市场机会和被忽视的消费者需求和期望 使团队能够更快地收集、综合和理解市场和消费者数据 概念发展生成新颖,逼真的图 像的能力激发了更大胆的探索和潜在的首创想法 在准备概念图像,情绪板和故事板时,将工业设计师释放出耗时的任务 概念细化使工业设计师能够在 数小时而不是数周内完善产品风格并绘制未来概念图 概念测试 为商业领袖和消费者带来新概念,进行更有意义的讨论 麦肯锡公司 市场和用户研究 几乎所有良好的物理产品设计开始 与市场研究。对潜在消费者来说,什么特征或品质最重要?消费者的偏好和品味是如何演变的,我们的竞争对手是如何回应的?在创建新类别的产品方面存在哪些差距? 使用在大型语言模型(如ChatGPT,Bard等)上训练的GeneralAI工具,设计师 可以比以前更方便地收集、综合和理解现有的市场和消费者数据。此外,由于这些工具从比人类更多的不同数据源中获得见解,因此它们可以揭示尚未开发的市场机会和被忽视的消费者需求或期望。这使工业设计师能够为利益相关者讨论和消费者访谈建立更丰富的知识基线。一家消费包装商品公司通过GeeAI工具对消费者情绪以及如何使用其品牌资产的新见解,增强了其市场和用户研究。 扩展到高增长市场。有了这些知识,设计团队扩大了人种学访谈的范围,获得了对重要设计元素的反馈,这些重要设计元素为后续工作提供了信息,以开发和完善新概念 。 概念发展 随着工业设计师和工程师创建新的产品设计或迭代下一代现有产品或工程组件, 文本到图像的genAI工具为灵感和创新提供了强大的媒介 。 该技术能够根据专家提示生成新颖,逼真的图像,可以激发更大胆的探索,并提出独特且可能是一流的想法。当设计师将粗略的草图、人种学研究见解和基于消费者情绪的特征输入到一代人工智能工具中时,这些可视化、数据和其他输出可能是一个很好的起点,大大加快了概念发展阶段。也就是说,仍然需要专家设计师的人工干预来验证、测试和改进输出,使它们有意义、可制造和有影响力,因为生成的图像通常不能在初始状态下使用(例如,一些可能不符合公司的愿景,另一些可能不反映设计师的愿景。以任何有意义的方式提示,其他人可能仍然是完全不可制造的)。 与以前的技术发展一样,这样的 随着CAD和3D打印的出现,geerAI在准备概念图像,情绪板和故事板时将设计专家从平凡而耗时的任务中解放出来。例如,通过输入有关目标性能目标和新规范的迭代提示,工业设计师可以比单独测试不同理论然后进行高度人工尽职调查更快地得出“最佳答案”(见下图)。 初始提示 一个新的自行车踏板设计的开始概念,使用生成AI文本到图像软件,并根据工业工程师的初始指南开发。这代表了迭代过程的第一阶段,以更快地识别 满足特定性能和产品规格的最佳设计方法。 提示进度 根据软件的初始输出,工业设计师然后使用迭代提示来确定减少踏板中钛量的方法(从而使踏板更轻),同时提高组件强度。图像说明了设计师为完成生成AI文本到图像软件的原始输出而开发的概念的进展。 最终、精炼和可制造 然后,设计师使用图像编辑软件对最终的原始输出(在左侧)进行细化。为了创建最终概念(在右侧显示),设计师删除了多余的螺柱,调整了踏板支架以增加组件强度 ,并进行了其他调整 以确保可制造性。(图像是说明性的,是专门为本文开发的。) 汽车OEM的工业设计师在GeneAI的帮助下只需要两个小时就可以创建 Theinitialdesignconceptsfor25variationsofanext-gencardashboardwithatouchscreeninterface,chargingsurfaces,instrumentpanel,andothercomponents.Theseconceptswerethenfurtherrefinedbythedesignteamusinganimage-editgood 更清楚地了解该行业的发展方向 以及如何发展组件接口,形状因子,颜色,材料,完成,以及更多的最新型号的电动汽车(见下图)。如果没有GenAI,创建具有相似细节和质量的图像将需要至少一周的时间进行更多的迭代。此过程使设计师能够以更切实的方式将产品体验带入生活 的时间。 左边是传统汽车内饰的图像。右边是下一代电动汽车内饰新设计概念的最终高保真图像,使用传统汽车内饰图像作为灵感。为了开发新概念图像,工业设计师在图像生成器中使用了迭代提示,详细说明了所需的功能 (大型触摸屏,优质材料等)来创建更新的内部。然后,设计师使用图像编辑软件对输出进行细化,以创建最终图像。(最终图像是说明性的,是专门为本文开发的。) 鉴于GeeralAI输出目前需要大量操作,这些图像的创建通常在工作室中进行。但随着技术的发展及其输出变得更加精致,工业设计师和工程师越来越多地与商业领袖会面,并进行消费者研究会议,同时使用geeAI工具根据实时反馈实时创建鼓舞人心的图像。 概念测试和改进 工业设计师能够将概念餐巾纸草图或粗略的设计理念提升为身临其境的视觉效果,还可以为生活带来新的概念和体验。这可以在寻求潜在机会领域、概念和未来愿景的反馈时,与商业领袖和消费者进行更有意义的讨论。 例如,杰出博物馆的高管可以更好地想象,当工业设计师编辑和组合人工智能生成的时候,增加博物馆展品的可及性的机会 具有补充视觉内容(草图、图形等)的图像,以创建说明新颖格式、产品、服务和体验的故事板(请参见下图 )。 AI生成的概念图像,通过图像编辑软件进行细化,描绘avirtual,immersive,andengagingeducationalenvironmentformuseumvisitors.(Imageisillustriction-tiveandwasdevelopedspeciallyforthisarticle.) 在与利益相关者进行初始概念测试之后,设计师可以使用该技术 改进产品风格,应用最后的润色,并绘制未来的概念,以告知产品路线图-有时在几个小时而不是几周-在移动到后续阶段之前 设计细节、细化、工程概念和制造设计。 超越设计 寻求在产品仿真和测试中进一步使用该技术的领导者应密切关注GenAI领域。该技术正在迅速发展,因此,我们预计将有更多功能来简化设计和工程之间的切换,并大大加快工程流程。我们已经看到GenAI软件的市场推出 使工业设计师和工程师能够迅速将产品概念转化为CAD模型的解决方案。这使他们能够更快地对产品进行建模,并更方便地开始工程过程。尽管这些工具仍处于起步阶段,但我们可以想象,在不远的将来,这些工具将大大改进和加速设计到工程的交接。 我们还希望看到能够快速分析可制造性和可服务性设计的新工具-例如,以确认是否 可以使用工厂现有的注塑成型工具制造产品。从工程的角度来看,genAI已经彻底改变了专家处理长期存在的仿真工程问题的方式,例如如何优化 产品的结构性能。一代AI 用于有限元分析和拓扑优化的工具-用于了解零件在不同条件下的性能以及如何产生轻量化的基础技术 但坚固的结构-可以为基于零件的零件生成数百个改进的设计选项 在确定的标准上,如力量、压力和环境条件。在未来, 我们可以期望从这些工具中获得更全面的功能,包括将粗略的草图转换为详细的工程零件模型,促进材料选择和优化,以及确定提高可制造性,优化组件组装和降低成本的方法的能力。 实现业务价值的关键考虑因素 毫无疑问,generAI输出可以令人印象深刻。但是,产生有意义的输出并将其转变为符合用户偏好,痛点和期望的理想的,以用户为中心的,可制造的产品并不只是通过按下 为了实现商业价值,工业设计和工程专业知识在以下领域至关重要: —进行消费者研究。从generAI工具中收集的消费者研究似乎很全面;但是,这些工具可能会提供不正确的信息 (通常称为幻觉)。此外,即使在 提供的见解是准确的,它们只能提供知识的基线,因为消费者趋势和行为往往变化得更快 thantrainingdataset.Asaresult,designteamsmuststillverifyhypothesesandinvestigateemergingtrendsthroughprimaryresearch.Bycombininggen-AI-producedinsightsandethinographicinterviews,designteamscanobtainamuchrichinterun 用户的偏好比任何一个都可以在同一时期自己提供。 —开发有效的提示。需要高度迭