客户带着一张AI生成的效果图来开会，这种场景这两年越来越普遍。图确实漂亮，光影、比例、细节都挑不出毛病，客户的语气里带着一种"现在还需要你们吗"的期待。但做工业设计的人，看这种图的角度跟客户完全不一样。我们第一眼看的不是它好不好看，是它造不造得出来。

立入禁止在访谈里讲过一个很典型的例子。一个矿泉水品牌拿着AI图来，瓶身有起伏，瓶底是类似可乐瓶的结构。问题是，那种带花瓣凹槽的耐压底，是为含气饮料设计的——碳酸饮料有内压，瓶底要承受压力，灌装逻辑和矿泉水完全不同。矿泉水用那种底，既没必要，他们现有的灌装线也做不了。一张在屏幕上无懈可击的图，落到真实的工厂里，是南辕北辙的错误。

这件事很能说明AI时代设计价值的位置。AI擅长的是"看起来对"，它能把见过的视觉元素组合成一张完成度极高的图，但它不知道这张图背后的物理代价。工业设计的核心，恰恰是在这些视觉之外的约束里做权衡。一个曲面分模线怎么走、要不要加滑块、模具寿命受不受影响；一个壁厚注塑时会不会缩痕、冷却周期多长；一个把手的弧度人机上舒服，但内部结构还有没有空间；一个造型跌落测试会不会在应力集中处开裂。这些东西在成品上是隐形的，在生产环节却是决定生死的。AI图里没有这些信息，因为这些信息不是图像，是判断。

这也解释了一个看似矛盾的现象：工具越强大，真正懂落地的设计师反而越值钱。当人人都能在几分钟内生成一张漂亮概念图，"画得好看"这件事的稀缺性迅速下降，但"这东西能不能做、做出来多少钱、质量稳不稳定"这些问题的难度一点没降，甚至因为客户被AI抬高了预期，沟通的难度还上升了。设计师的工作重心，正在从产出图像，转向翻译和裁决——把客户被AI激发的想象，翻译成工程语言；在无数个"好看但做不了"和"能做但不好看"之间，做专业裁决。

我们团队内部一直用四力五维的方法处理这类问题，它本质上是一套把"能不能做"拆解清楚的工具。四力是做事的四种能力：创新力解决差异化，专业力解决懂不懂这一行，控制力解决能不能落地、成本扛不扛得住，保障力解决出了问题谁负责。五维是五把尺子：好看维、专利维、合规维、成本维、量产维，创新力通向好看与专利，专业力通向专利与合规，控制力通向成本与量产，保障力兜住全盘。客户那张AI图，通常只在好看维上有表现，剩下四维全是空白——它没考虑这个造型会不会侵犯别人的外观专利，过不过得了相关认证，物料和模具成本撑不撑得住定价，量产良率有没有保障。设计师要做的，就是把图上没有的四维补齐。补齐之后客户会发现，真正值钱的不是那张图，是补图的这个过程。

面对客户对AI的期待，成熟的沟通方式不是否定工具，而是帮他建立正确的预期。我们通常不会说"这图不行"，而是把它当成一个风格参考，然后逐项过工程问题：这个底为什么用不了，改成什么结构既保留视觉意图又能上灌装线；这个曲面要实现，模具要加什么、成本增加多少、值不值得。把抽象的"好看"变成具体的取舍，客户反而更容易做决策。设计师的专业度，很多时候就体现在这种把感性需求落到工程事实上的能力上。客户要的从来不是一个对他说"不"的人，而是一个能告诉他"这个想法在物理世界里怎么成立"的人。

这里面其实也藏着工业设计相比纯视觉服务的一种结构性幸运。一张海报、一个标志好不好，评判几乎全在主观层面；一个产品能不能注塑、能不能过跌落、成本是多少，是有客观答案的。设计师如果能让自己的价值尽可能多地挂靠在这些客观答案上，被一句"我不喜欢"全盘否定的概率就低得多。这不是放弃审美，是给审美找一个工程的地基——你的造型主张背后如果站着脱模、强度、成本这些硬逻辑，客户推翻它之前，就得先推翻这些事实，而事实比喜好难推翻得多。

AI不会停下来，它生成的图只会越来越逼真。指望客户认清AI的局限，不如让自己成为那个能把AI结果变成真实产品的人。工具负责把想象做得越来越诱人，设计师负责回答一个更朴素的问题：它在车间里、在货架上、在用户手里，到底成不成立。这个问题，短期内没有任何模型能替人回答，因为它的答案不在图像数据里，在车间的地面上、在模具的结构里、在一次次试错的经验里。

设计师不必对AI有敌意，也不必焦虑。它抹平的是执行的门槛，抬高的是判断的价值。当一张漂亮的效果图变得几乎免费，能把这张图稳稳送进工厂、再送上货架的人，才是整个链条里最稀缺的环节。