从实验室到生产线,工业设计在中间扮演什么角色
阅读:3
更新时间:2026-09-23 11:43:00
南京的高校和科研院所多,做技术的人多,但技术怎么变成产品,一直是个难题。
九月中旬那场烧烤摊直播,很多搞技术的人看完觉得兴奋,觉得具身智能终于有了能打的路线。但做产品的人看完想的是另一件事:这个技术什么时候能变成真正卖得出去的产品?实验室里跑通是一回事,量产、销售、售后、迭代,是完全不同的另一回事。中间这段路,光靠算法团队走不完,光靠制造企业也走不完,得有人在中间搭桥。工业设计,就是干这个搭桥的活的。
南京不缺技术,人工智能、机器人、智能制造相关的实验室和团队一抓一大把。论文发了不少,专利也申了不少,但真正能走到量产、卖到市场上的产品,比例不算高。问题出在哪?很多时候不是技术不行,是技术和市场之间缺了翻译的人。实验室里的人想的是指标能不能刷上去、论文能不能发、技术是不是先进。市场上的人想的是这个东西能帮我干什么、好不好用、贵不贵、坏了找谁修。两边说的都不是一套话,自然接不上。
设计服务商干的就是翻译的活。把技术语言翻译成产品语言,把实验室的指标翻译成用户能感知的体验,把科研团队的路数翻译成制造企业能理解的规格。这件事听起来简单,做起来难,因为你得两边都懂——既得懂技术大概是怎么回事、边界在哪、什么能做什么做不到,又得懂市场要什么、用户关心什么、工厂能生产什么。只懂一边的人,干不了这个活。
能量驱动这条路线出来之后,技术转化的难度其实更高了。以前做产品,功能是定死的,你知道这个东西能干什么、不能干什么,设计师在这个框架里把产品做出来就行。能量驱动不一样,能力边界是动态的,调一调约束条件,能干的事就不一样了。这对技术转化来说既是好事也是坏事。好事是产品的灵活性高,同一个平台能适配很多场景;坏事是产品定义更难了,你不能拿着一个功能清单去跟客户说我这个东西能干什么不能干什么,因为很多功能是现场解出来的,提前说不准。
这时候设计的价值就出来了。产品定义阶段,设计师要帮技术团队想清楚:这个技术到底适合什么场景?用户最核心的需求是什么?我们做第一款产品,应该先满足哪部分需求?边界划在哪?这些问题,算法团队答不好,因为他们天天想的是怎么让模型更聪明,不是怎么让产品卖出去。市场团队也答不好,因为他们不知道技术的真实边界在哪,容易想当然。设计师的角色,就是两边来回碰,把技术的可能性和市场的需求对上,找到一个既做得出来又卖得出去的产品定义。
南京的科研资源很丰富,但产业端的配合也得跟上。好在周边的制造业基础不差,苏州、无锡、常州都在一小时圈内,供应链要什么有什么。技术在南京研发,产品在周边量产,这个模式是跑得通的。但中间那个产品定义和设计转化的环节,不能空着。空着的话,技术就是技术,产业就是产业,两张皮贴不到一起去。
创品做设计服务这些年,最大的感受就是,技术转化这件事,光有好技术不够,光有好工厂也不够,中间那个翻译的角色太重要了。很多项目不是死在技术不行,也不是死在工厂做不出来,是死在中间没人把话说明白。算法团队说这个模型成功率能到百分之九十五,客户以为拿到手十次里能成九次半,结果实际用的时候因为场景不一样,连百分之七十都到不了,两边都觉得对方不靠谱。其实不是谁不靠谱,是中间没有翻译,大家对同一件事的理解根本不在一个频道上。
设计的翻译工作,具体来说有好几层。第一层是需求翻译,把用户说的"我想要一个聪明的机器人"翻译成具体的功能、性能、使用场景、验收标准。第二层是技术翻译,把算法团队说的"我们的模型在某某数据集上达到了SOTA"翻译成产品层面的能力边界、适用场景、出错概率、升级路径。第三层是制造翻译,把设计师画的效果图和结构图翻译成工厂能理解的工艺、公差、物料、成本、良率。这三层翻译,少了哪一层,项目都容易卡壳。
具身智能这个品类,翻译的难度比传统产品高很多。因为传统产品的功能是确定的,三层翻译都有章可循。智能体不一样,能力是动态的,行为是 emergent 的,你没法把所有场景都提前列出来。这就要求做翻译的人,不仅懂设计,还得懂一点智能体的运行逻辑,知道它大概在什么情况下会出问题,出了问题大概是什么表现,怎么用设计手段去兜底。这些经验,不是看几篇论文就能攒出来的,得真刀真枪做过几个项目,踩过坑,才能有感觉。
南京有个优势,就是人才多。不仅技术人才多,设计人才也不少。高校里有工业设计专业,社会上有各种规模的设计公司。但现在的问题是,很多设计师还停留在传统产品的思路里,对具身智能这种新品类的理解还不够深。他们觉得不就是机器人嘛,画个外观、做个结构、开个模,跟以前做消费电子有什么区别。区别大了去了。智能体产品的设计,核心不是外壳长什么样,是人和智能体之间的关系怎么定义、交互怎么发生、信任怎么建立、出错怎么兜底。这些东西,以前的产品设计里没有现成的答案,得在新项目里一点点摸索。
还有个容易被忽略的点,就是科研成果的产业化,往往不是一个技术点的问题,是一整套系统的问题。算法只是其中一部分,硬件、结构、交互、安全、运维、商业模式,每一块都得有人想清楚。设计服务商的价值,就是能把这些串起来——不是说每一块都自己做,而是你知道每一块找谁做、怎么配合、出了问题往哪找原因。这种系统集成的能力,比单点的设计能力更稀缺。
南京的产业氛围其实在变。以前大家一说南京,想到的就是科研、高校、体制内,市场敏感度差一点。现在不一样了,越来越多的技术团队开始想做产品、想商业化,越来越多的资本开始关注硬科技,越来越多的设计公司开始往技术端走。能量驱动这条路线如果真的能跑通,具身智能的产品化速度会比大家预想的快。到时候谁能在技术和市场之间把桥搭好,谁就能占住先机。
设计这行的人,得有这个意识。不能等着技术成熟了、产品定义清晰了、需求都列好了,再找上门来画图。那样的话,你永远在食物链的最下游,赚最辛苦的那部分钱。真正的机会在前面,在技术还没完全成熟、产品还没完全定型的时候,你就扎进去,跟技术团队一起把产品定义出来,把用户体验想清楚,把量产路径规划好。到最后产品做出来了,你贡献的不只是几张图,而是整个产品从无到有的关键环节。那个位置的价值,跟纯执行的设计服务,不是一个量级的。
南京有技术、有人才、有产业基础,缺的就是把这些串起来的中间力量。设计服务商如果能把自己定位从"画图的"升级成"技术翻译和产品合伙人",在这波具身智能的浪潮里,能做的事情非常多。关键是愿不愿意从舒适区里走出来,去学新东西,去碰那些以前没碰过的领域,去承担以前不用承担的风险。风险和收益永远是对应的,你站的位置越靠前,承担的不确定性越大,最终拿到的价值也越大。