从核反应堆到生成式AI,Kevin Bethune讲透设计为什么越来越难

AI PM 编辑部 · 2025年02月24日 · 3 阅读 · AI/人工智能

正在加载视频...

视频章节

如果你觉得“设计被AI抢饭碗了”,那你可能恰好看反了。Figma Config 的这期 Figbrew,请来了从核电工程、Nike 到 BCG Digital Ventures 的 Kevin Bethune。他用自己横跨工程、实体产品与数字世界的职业路径,讲清了一件事:真正的挑战不是 AI 会不会取代设计师,而是复杂性已经彻底改变了设计这门手艺。

从核反应堆到生成式AI,Kevin Bethune讲透设计为什么越来越难

如果你觉得“设计被AI抢饭碗了”,那你可能恰好看反了。Figma Config 的这期 Figbrew,请来了从核电工程、Nike 到 BCG Digital Ventures 的 Kevin Bethune。他用自己横跨工程、实体产品与数字世界的职业路径,讲清了一件事:真正的挑战不是 AI 会不会取代设计师,而是复杂性已经彻底改变了设计这门手艺。

最反直觉的开场:设计不是变简单了,而是第一次真正变复杂

很多人对生成式 AI 的第一反应是:效率更高、门槛更低、设计会更“轻”。但 Kevin Bethune 一上来就泼了冷水——设计这件事,从来没有像今天这样复杂。

他说自己是“半路出家”的设计师:职业起点在核电工程,后来做过运动鞋、数字产品、创新孵化。回头看,他反而觉得早期的设计问题更“简单”。不是因为技术落后,而是因为边界清晰。

在核电行业,设计意味着极端确定性:拧一颗螺丝,都要有手算、实验、仿真三重验证,还要在工程师委员会面前逐级过关。流程慢、周期长,但“什么是对的”非常明确。

而今天的设计环境恰恰相反:问题是开放的,目标是模糊的,约束条件还在不断变化。生成式 AI 并没有消除复杂性,而是把复杂性放大了——因为你现在可以更快地产生方案,却更难判断哪个值得被实现。

从核电到 Nike:当数字化第一次让“时间”变成设计变量

Kevin 的转折点,发生在 Nike。

在 Nike,他进入的是一个高度矩阵化的组织:按地区、运动项目、产品类型切割,设计原本围绕实体产品展开,而数字只是“外围试验”。但正是在这里,他第一次真切感受到数字化如何改变设计节奏。

3D 建模、虚拟打样,让设计意图可以在“还没做出实物之前”被充分讨论。这件事看似只是提效,实则改变了设计的权力结构——设计不再只是最终结果的装饰,而是前期决策的重要输入。

Kevin 用了一个隐含但很关键的判断:当设计开始影响节奏,它就必然进入战略层。

这也是为什么后来无论是 Nike Plus 这样的早期数字尝试,还是与 Apple 的合作,本质都不是“多一个界面”,而是重新定义产品与用户之间的关系。设计开始被迫理解系统、理解数据、理解行为,而不只是造型与美感。

BCG Digital Ventures 的真相:多学科不是口号,是生存条件

如果说 Nike 让 Kevin 看到了数字化的加速器,那 BCG Digital Ventures 则让他直面“复杂系统”本身。

在这里,设计师、产品经理、工程师、增长营销被强制放进同一个引擎里,而且不是做概念,而是直接做“会死会活”的真实公司。每个项目都要和客户方的高潜人才一起驻场,从创新、孵化到真正 spin-out。

Kevin 描述这段经历时有个很形象的比喻:一边在高速路上飞驰,一边给车装轮子。团队甚至是在“先干了再给自己命名”的状态下,才意识到自己做的是战略设计与体验设计。

这里对 AI 从业者最重要的启示是:复杂问题从来不是某一个角色能解决的。生成式 AI 让单点能力更强,但真正有价值的设计,越来越依赖跨学科之间的摩擦、翻译与共识。

设计师不再只是“输出者”,而是不同专业之间的连接器。

生成式AI时代,设计师最危险的误解是什么

Kevin 并没有直接给出“AI 会不会取代设计师”的答案,但他的经历本身已经说明了一切。

最危险的误解,是把设计理解为“产出物”,而不是“决策过程”。

在生成式 AI 出现之前,设计已经从“做东西”转向“定义问题”;AI 出现之后,这个趋势只会加速。你可以用 AI 生成无数方案,但无法用 AI 替你承担判断的责任:哪个问题值得解?哪个方向值得投?哪些复杂性必须被正视,而不是被掩盖?

Kevin 在新书《Nonlinear》中反复强调“非线性成长”:职业路径、能力结构、思考方式,都不再是一步步爬梯子,而是不断跨界、折返、重组。这对今天的设计师和 AI 从业者来说,既是不安,也是机会。

总结

这场对话真正有价值的地方,不在于对生成式 AI 的态度,而在于对“复杂性”的诚实承认。AI 让执行更快,但并没有让世界更简单。相反,它要求设计师、产品人、AI 从业者更早介入决策,更深理解系统,更勇敢承担模糊性。如果你正在使用 AI 做设计、做产品、做创新,一个现实的行动建议是:别只优化工具链,去刻意训练你的跨学科对话能力。因为在下一个阶段,真正稀缺的不是生成能力,而是判断力。


关键词: Kevin Bethune, 生成式AI, 设计复杂性, 多学科协作, Figma

事实核查备注: 需要核查:Kevin Bethune 的书名《Nonlinear: Navigating Design with Curiosity and Conviction》发布时间;其职业经历涉及 Westinghouse 核电、Nike、BCG Digital Ventures;Figma Config Figbrew 节目发布时间为 2025-02-24。