全球疫情加快数字化时代的到来，技术对企业的影响越来越大。呈指数级发展的新技术——人工智能 (AI)、自动化、物联网 (IoT)、区块链和第五代移动通信技术(5G)之间交汇融合，产生了重塑业务模式、运营流程、工作方式的力量。新技术与专业技术融合产生的智能设计也是数字化转型的重要发展方向之一。安世亚太公司深耕数字化仿真、正向设计创新应用多年，深刻认同增材制造是制造业数字化转型的驱动力，而数字化设计是转型中不可或缺的方面，基于多年的项目经验和思考沉淀，推出了“增材思维 数智未来”系列文章。

自动化技术的影响和发展潜力

每个人都能亲身感受到技术进步的加速——从乔布斯在2007年说“我们重新发明了手机”开始，短短几年，手机就改变了每个人的生活方式，成为每个人离不开的智能助手，阅读、娱乐、沟通、出行、购物都靠它；两年前跟你通话所答非所问的语音机器人现在却对答如流让你越来越难分辨是真人还是机器人；一段时间没去医院，再一去发现就医流程已经全数字化了，药品的分发已经全自动化了；技术进步正在以我们能感觉得到的速度创造一个新的自动化时代。我们亲眼看到有些产品、有些职业逐渐消失，而更多的新产品和更多的新职业不断出现。有些人可能会恐惧，但更多的人是接受和期待。

据麦肯锡的一项研究：大多数人对人工智能可能改善他们生活的方式持开放态度——只有 25% 的人认为存在与人工智能相关的重大风险。这种开放性主要是由 AI 应用程序提供的更高的舒适度和便利性推动的。例如，75% 的消费者表示他们对让人工智能驱动的机器人做家务感兴趣。

无论你愿意与否，智能化、自动化的进程都在加快，它在改善人们生活的同时，也在改变每个人的日常工作活动，改变企业的生产力。机器人和计算机不仅能比人类更好、更廉价地完成一系列日常体力劳动，而且还能越来越多地完成认知能力等一度被认为难以成功自动化的活动，例如开车。

麦肯锡全球研究所（MGI）关于技术对未来工作的影响的研究分析了800多个职业的2000多项工作活动，估计出，人们在全球经济中所从事的有偿活动中，有50% 有可能通过采用目前已证明的技术而实现自动化。虽然只有不到5% 的职业可以完全自动化，然而，几乎每个职业都有部分自动化的潜力，因为其活动的一部分可以自动化，大约60% 的职业至少有30% 的活动在技术上可以自动化（参见图1）。

不仅仅是低技能、低工资的工作可以被自动化; 中等技能、高收入、高技能的职业也有一定程度的自动化潜力。活动的自动化可以使企业通过减少错误、提高质量和速度来提高业绩，在某些情况下，还可以实现超出人类能力的成果。自动化也有助于提高生产力，正如它在历史上所做的那样。在生产率增长乏力之际，这将为经济增长和繁荣提供必要的推动力。它还将有助于抵消许多国家工作年龄人口比例下降的影响。基于MGI的场景建模，他们估计自动化每年可以将全球生产力增长提高0.8% 到1.4% 。

当前设计活动的智能化和自动化水平

相比制造和业务流程的数字化智能化，设计的智能化、自动化发展相对缓慢，在很多领域，采用CAD绘图式的低效设计环节甚至成为整体产品开发或企业扩产能的瓶颈，众多的设计人员甚至可能成为企业最大成本支出。企业迫切需要提升研发效率，但对于设计研发活动能否自动化，很多人要么持怀疑态度，认为AI还远不能替代工程师的工作；要么就盲目相信，认为存在通用的智能化设计AI，可以解决所有设计问题。

那么，设计活动到底能不能自动化呢？如果能，是全自动化还是部分自动化？

同济x特赞设计与人工智能实验室范凌的《人工智能与设计的未来——2017设计与人工智能报告》试图回答设计本身能不能算法化、数据化的问题；他认为人工智能与设计师的关系不是替代，而共同进化，提出了“脑机比”的概念。他们调查分析了6个行业的1300位设计师，发现设计师在不同任务中的时间分配比例不同（大部分设计师自认为的设计中的重复性体力劳动低于实际比例），不同任务可被智能化的可能性不同，设计行业整体“脑机比”为1.55（参考图2），换种说法，设计任务中有39.21%的工作可以用AI机器完成。

图 2设计行业整体脑机比 

（图片来源：范凌的《设计与人工智能报告》）

既然设计活动中有相当的比例可以实现智能化、自动化，那么设计AI现在发展到什么程度了？我们分别从拥有相关技术的不同类型的行业来看看：

1）互联网基因的科技公司

众所周知那些大科技公司在AI技术上是走在前面的，那么，我们看看他们在智能设计上做了什么：

• -阿里巴巴智能设计实验室有个最著名的项目叫鹿班，可以把鹿班理解为一个人工智能设计师，从2015年双十一开始，已经自动为客户设计生成了千人千面的广告图片几十亿张，他们还推出了驯鹿计划，让用户可以训练自己独特的小鹿班。

• 
  

• -京东继鹿班之后也出了一个AI设计神器——羚珑，现在的羚珑已经涵盖了包括图片处理、广告图设计、视频设计、页面设计、SNS 互动营销以及小程序的设计等各方各面，解决商家及公司内部关于设计、美、效果等问题，为京东节省了大量的设计成本。

• 
  

• -Meta近日宣布首创了一种AI系统，可以在没有任何人工指导的情况下，高成功率地自动为儿童手绘人物和类人角色制作动画，几分钟就可以实现从一张静态图到动画的转变。

图 3 Meta AI （图片来源：Meta）

• -2021年10月，字节跳动公司发表了利用单张图片做三维重建的论文受到关注。

各大科技公司在3D自动设计方面主要聚焦3D重建方向，应用场景聚焦自动驾驶，元宇宙等热门方向。

从上述大科技公司的AI设计相关的实例我们可以看出，他们所作的智能化设计方向都未涉及工业领域、产品设计。分析其原因可能有：工业领域和产品设计不在他们聚焦的领域；工业领域产品众多，需求各异，无法用少量的AI算法覆盖；人工智能技术与工业产品设计属于不同的技术领域，需要更多的学科交叉融合，而目前看，他们没有工业领域的基因。

2）工业软件领域

广义的CAD是CAD/CAE/CAPP/CAM的高度集成工具，涵盖从设计到制造的各个阶段所用的工具。CAD不针对任何产品，而是面向各行业有设计需求的企业，提供产品研发所需的底层的通用功能。技术人员可以用CAD做自己能力所及的任何产品的设计、仿真分析、工艺制定、CNC编程等工作。

从狭义上讲，CAD指单纯的计算机辅助设计，主要以计算机图形学为基础。计算机图形学核心目标(视觉交流)可以分解为三个基本任务：表示、交互、绘制，即如何在计算机中“交互”地“表示”、“绘制”出丰富多彩的图形、模型。简单地说，CAD就是给用户提供了在电脑上交互式绘图的工具，它们解决的是绘图问题，而不是设计问题。

有部分面向特定行业的专用CAD中嵌入了专业知识和规则，如钣金CAD、模具CAD、管路CAD等，给特定行业的结构设计提供了一定的方便性。

近几年，各大CAD厂家都开始了CAD和CAE的融合，做仿真驱动设计，最典型的是拓扑优化算法用于设计。这是智能轻量化设计的方法，可以解决材料优化分布类型的设计优化问题。

此外，很多CAD软件都提供了编程语言和编程工具，可以用来开发智能化的设计程序。只要你是编程高手，就可以通过编写算法做设计。但对于大多数设计工程师来说，编程是应用难点。即会设计又会编程的人才极少，致使CAD中的编程工具利用率极低。低代码编程设计平台将是未来的方向。

PART community在线三维零部件模型库提供国内外厂商的零部件产品模型。他们没有在模型设计生成上使用智能算法，而是加持智能AI“猜你喜欢”、模型智能比较等推荐、选型助手功能帮用户选型。

nTopology 是目前CAD市场上比较智能化的软件，它背后有很多算法，可以简化用户的建模过程，同时还可以用表格形式把多个算法串起来定义自己的设计工作流，供后续反复使用，以实现相同设计任务的自动化。

3）企业级设计智能化应用

宝马公司在其BMW VISION NEXT 100概念车中通过智能设计算法开发了汽车动态功能性外表皮和内饰，并配合4D打印方式进行制造，实现了超高性能。设计工程师们可以想象，如果这样的动态表皮结构用CAD来建模，难度将会是多大，又会耗费多少时间。而用智能算法辅助设计，不仅能批量处理所有单元，并引入变化，还可以实现动态模拟。

图 4 宝马公司智能算法设计的动态表皮（图片来自互联网）

机构动态设计实例：在很多产品设计中都需要做机构设计，理想的机构设计方式应该是动态的。例如机器人手臂开发中需要的连杆曲线设计，用传统CAD绘图设计的方法做连杆曲线设计比较难，动态设计更难，需要大量的绘图工作，而通过按照规则编写的算法辅助设计就可以免去绘图，轻松实现动态设计（双击图5观看动图）。

图 5 智能连杆曲线设计（动图来源：安世亚太）

模具随形水路智能化自动设计：随形水路是增材制造模具独有的冷却结构，它可以显著提升模具成型零件的质量。随形水路形状不规则，每种零件的模具的随形水路形状都不同，用传统CAD绘图方法设计随形水路非常费力耗时。安世亚太智能化随形水路自动设计算法完全免去了手工绘图，设计效率可提升20~100倍。

图 6 智能化随形水路自动设计 （动图来源：安世亚太）

大规模定制鞋自动设计：当前市场上定制鞋还处于手工作坊阶段，只能为少数人服务。但实际上每个人都有定制鞋的潜需求。3D打印等数字化制造技术已经为定制鞋做好的制造的准备，现在定制的瓶颈在于设计。以制鞋必须的鞋楦为例，现在定制鞋楦主要靠选型方式，特殊脚形的则由鞋楦师手工制作，根本无法满足大量的定制需求和样式需求。安世亚太开发的定制鞋楦自动生成算法，只需几分钟就可以生成一双鞋的定制鞋楦模型。这种提升可以使定制鞋业务从手工时代一下子飞跃到自动化时代，设计环节的效率提升几百倍。

图 7挑选鞋楦vs智能化自动设计鞋楦（上图来源：互联网，下动图来源：安世亚太）

从本章节的分析和实例，我们可以得出结论：

• -设计活动中一定有可以自动化的部分

• -自动化设计算法有较强的任务针对性，没有普适的AI算法可以解决所有设计问题

• -智能设计算法可以做到工程师用交互式CAD建模难以做到的事情

• -智能设计算法可以在解决同类问题时无限重复利用

• -自动化设计算法完成任务的效率远远高于人