做设计的人，最近可能都有一种感受：以前花半天做出来的视觉初稿，现在借助AI，十几分钟就能拿出好几个方向。真正让人焦虑的，不是AI又多了一个新功能，而是自己过去赖以吃饭的某些技能，正在变得越来越容易获得。2026年，Adobe对美国创意岗位招聘信息的两轮分析显示，明确提及AI技能的创意岗位占比，从2025年9月的10%上升到2026年4月的15%；同期相关岗位招聘信息从约1.05万条增加到约1.13万条。需要注意，这组数据来自美国招聘市场，并不等于中国设计岗位的变化比例，但至少说明，企业对创意人才的要求正在加入新的能力维度。 AI让部分设计技能的市场价值下降了，却没有让所有设计能力失去价值。 真正需要重新评估的，是那些容易被标准化、自动化，而且很难体现个人判断的工作。

第一类需要重新估值的，是重复性制作技能。比如基础抠图、简单背景替换、常规图片扩展、批量调整尺寸、套用模板制作社交媒体配图，以及按照既定样式替换文字和产品图片。这些工作过去需要熟练掌握软件、反复调整细节，现在AI可以参与其中，让初稿制作和素材处理更快完成。第二类是单纯依赖软件操作的能力。会使用Photoshop、Illustrator或其他设计工具当然仍然重要，但如果只会记住菜单位置、快捷键和固定操作流程，却说不清楚为什么要这样构图、怎样突出卖点，那么这种优势就很容易被工具缩小。第三类是缺乏商业目标的单纯出图能力。能够制作一张漂亮的海报，并不代表能够解决品牌传播、电商转化或用户沟通的问题。Adobe在2026年6月发布的创意工作研究中，分析了美国创意岗位招聘信息，并调查了1433名美国和英国的创意从业者及创作者。研究发现，AI技能在创意岗位招聘要求中的占比上升，而设计师的工作也在向方案筛选、创意指导、客户沟通和结果责任等环节转移。 这意味着，制作执行的门槛可能降低，但真正决定方案是否合适的判断，并没有因此变得不重要。

哪些能力反而值得投入时间？第一是设计基础，包括构图、色彩、字体、版式、信息层级和视觉节奏。AI可以生成很多画面，但设计师必须能够判断视觉重点是否清晰、文字是否易读、产品是否突出。第二是需求分析能力。客户说“做得高级一点”“年轻一点”，真正的工作不是马上打开软件，而是弄清楚目标用户、使用场景、品牌调性和传播目的。第三是创意方向与审美判断。AI能够提供大量候选方案，但从中选出最符合品牌定位的一种，并解释为什么选择它，需要经验和判断。第四是商业理解能力。

电商设计师要理解消费者的购买顾虑、产品卖点和页面信息顺序；UI设计师要理解用户任务、交互逻辑和信息架构。第五是AI协作能力，包括写清楚需求、迭代提示词、控制生成结果、检查素材问题，以及把AI产出融入可交付的设计文件。Figma在2026年发布的设计师趋势内容，也将AI熟练度、创意指导、设计决策沟通和战略性问题定义列为值得加强的能力方向。 基于此，设计师不必把AI和传统技能对立起来，应该把AI当作加速器，同时提高自己判断和解决问题的能力。

如果想给自己的设计能力做一次重新估值，可以先问自己三个问题：离开现成模板，我能否独立完成一套视觉方案？AI生成的结果出现问题时，我能否准确指出原因并修改？面对客户需求，我能否说明设计选择与业务目标之间的关系？如果答案都不够确定，就需要把学习重点从单纯的软件操作，转向“设计基础＋工具实操＋AI协作＋完整项目”。对于电商视觉设计师，可以从商品主图、详情页、活动海报和店铺视觉系统入手，练习从需求分析到方案输出的完整流程；对于平面设计师，可以加强品牌识别、字体与版式、宣传物料系统化设计；对于UI设计师，则要进一步掌握用户流程、信息架构和交互原型。学习成果也不应该只看完成了多少张图，而要看能否解释设计思路、根据反馈迭代，并整理出有过程、有逻辑、有结果的作品集。

对于计划在广州学习设计或提升技能的人来说，选择培训课程时，也应该重新审视课程内容是否适应AI参与设计工作的实际情况。优漫教育提供电商设计、运营视觉设计等相关职业技能培训，有意向的学习者可以进一步了解课程大纲是否覆盖设计基础、主流软件、AI辅助创作和真实项目练习，同时查看教师作品、作业反馈方式及作品集辅导安排，再结合自身基础和就业目标作出判断。AI让重复制作更便宜、更快，也让真正的设计判断更加重要。 不必因为某项技能正在被自动化就全盘否定过去的积累，但需要及时更新能力结构：从只会制作画面，走向能够理解需求、选择方案、把控质量并交付成果。未来设计师之间的差距，可能不再只是软件用得有多熟，而是谁更懂得把工具转化为解决实际问题的能力。