[大衛選讀] 當我們試圖拿通用的工具,去解決高度專業問題;繼續用傳統績效管理的指標,去衡量新的創意價值時,我們就迷路了。
過去這一年,如果你待在設計顧問公司或產品設計團隊,很可能都有這種矛盾感:明明已經導入了一整套強大的 AI 工具,每個人也多少學會了 Prompting,專案執行起來卻沒有變得比較輕鬆,公司的利潤也沒有因此明顯改善。甚至,花在修圖、校對、整理檔案,以及在各種軟體之間來回切換的時間,比起過去反而更多。
別懷疑,你並不是一個人。經濟學家早就替這種現象取了名字,叫做「生產力悖論」(Productivity Paradox)。
就像 90 年代個人電腦剛普及,或更早電力首次導入工廠的年代一樣,新技術剛上線的那幾年,生產力往往不是立刻飛升,而是會先下滑一段時間。
我們正處於那條著名 J 型曲線的底部:已經訂閱了一堆付費服務 、上了各種 AI 線上課程 (投入了成本),卻還沒真正學會如何重組整個工作流 (尚未回收價值)。
為什麼會卡在這裡?多份研究其實已經點出,設計產業普遍遇到兩個結構性的錯位:一方面,硬是想用「水平式工具」去處理各種「垂直型問題」;另一方面,又把「做得快不快」誤當成「做得好不好」。這兩件事疊在一起,就構成了今天的生產力悖論。

問題一:試圖用「水平式工具」解決「垂直型問題」
這大概是目前設計團隊最常見、也最隱性的痛點。
當我們說要在團隊裡「導入 AI」,在實務上往往只是:幫設計師開了 ChatGPT、Gemini 帳號,然後再配一套給視覺團隊用的 Midjourney、Stable Diffusion 或其他繪圖工具。
但這些,其實都屬於水平式的 Horizontal AI。
它們就像一把功能琳瑯滿目的瑞士刀,什麼都能做一點:寫信、畫圖、改文案、做前端,看起來無所不能。但它們有一個關鍵特性:這些工具本質上是「缺乏脈絡」(Low Context) 的。
閱讀全文 為什麼 AI 工具很強,團隊卻很累?反思設計界的「生產力悖論」







