Figma CEO菲尔德反思AI创作边界:降低生产门槛但未抬高上限

模型进步了,不等于产品进步,也不等于个人的理解和判断跟着进步;能生成界面代码,更不等于能做出留得住用户的好产品。

2026年10月,Figma CEO菲尔德在一档播客节目中公开修正了自己此前关于AI的判断。他表示,曾认为AI会抬高创作上限的说法是错误的,AI真正降低的是生产门槛,但并未拉高创作的上限。这一表态来自全球最受关注的設計协作软件公司掌舵人,为持续数年的“AI赋能一切”叙事提供了来自一线企业家的反思视角。

菲尔德在采访中提及一个内部管理细节:他每天收到大量格式规整的汇报PPT和文档,却难以判断发件人是否亲自完整读过。为此Figma内部设立规则,凡使用AI辅助撰写的内部文档须在顶部标注“Written with AI”,以便阅读者评估内容价值。这一做法折射出企业协作场景中AI生成内容带来的信息甄别成本。

从应用市场数据看,AI降低开发门槛的效应已经显现。App提交量呈指数级增长,但人均使用时长几乎未变,大量基于套壳AI快速上线的产品缺乏用户留存。大模型的技术逻辑决定了其输出倾向于概率最高的稳妥答案,可将30分水平的内容快速提升至75分,但难以产出95分以上的差异化成果。当标准公关稿、常规海报和小程序的生成成本从数万元、数天压缩至几毛钱、几秒钟,及格线产品的商业价值随之稀释。

与之形成对照的是专业领域的实践。围棋AI AlphaGo、KataGo问世后,职业棋坛并未如悲观预期般停滞,柯洁、申真谞等顶尖棋手的整体棋力较AI出现前有明显提升。中国象棋界同样借助AI复盘拆解传统定式,拓展了对棋局的理解维度。差异在于使用方式:顶尖棋手将AI视为不带情绪的陪练和试错沙盒,探究其“怪招”背后的逻辑,而非直接照搬结果。

菲尔德提出的分工思路是,用AI承担基础性、重复性的“地板”工作,将人的审美、勇气和同理心集中投向“天花板”层面的判断与创造。对产品经理而言,AI可压缩原型验证、基础代码和数据分析的时间,但用户洞察与设计细节仍依赖一线经验。对缺乏业务理解的使用者,AI批量生成的商业计划书难以转化为可执行方案。

AI工具本身并不承诺同步提升使用者的能力上限。当75分水平的产出因生成成本趋近于零而泛滥,具备独立判断、真实反馈淬炼和鲜明视角的稀缺成果反而获得更高溢价。对企业服务与SaaS行业而言,这意味着产品竞争力的分水岭不在于是否接入AI能力,而在于AI释放出的时间与资源能否被投入到难以被模型平均化的环节。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

赞 (0)
前英伟达AI应用软件产品管理总监谈黄仁勋管理方式:T5T邮件机制与扁平化信息通路
上一篇 4小时前
前英特尔CEO基辛格:AI需要万倍效率跃升,渐进式芯片改进难以满足
下一篇 4小时前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部