设计师要下岗了，机器人都可以做这些设计了

1961年，计算机科学的早期先驱阿兰·佩利斯(AlanPerlis)主张计算机编程应该是文科教育的要求。他认为，创造性学科的学生应该学习编程，而不是让他们成为程序员，但这样他们就可以学到更多关于如何构建和分析过程的知识——无论是为视频游戏构建一个虚拟世界，设计一个品牌标志，还是讲述一个引人入胜的故事。

快进到现在，计算和创造力已经在设计过程中交织在一起，柏利斯的建议不仅是明智的，而且是有预见性的。计算设计——使用技术为多个受众设计多个通道的多种体验——现在是在数字时代交付产品和服务的必要条件。然而，许多设计主导的组织仍然抵制将逻辑过程与创造性过程结合在一起，担心技术会扼杀而不是提高创造力。是时候转变心态了。

在Adobe最近的《商业创意调查》中，69%的创意人员认为他们对人工智能的使用在未来五年将会增加。许多人正在使用计算设计来自动化流程，从生成模板、修改照片到命名文件。因此，设计主导的组织的问题不在于是否应该采纳计算设计原则，而在于如何采纳。作为领导者，我们必须激励我们的团队将计算设计视为提升创造力和设计思维的原则，而不是阻碍它。

使用正确的技术,允许设计人员构建灵活的模板,很容易找到并访问创造性资产重用,并应用机器学习自动化的过程,即使是很小的创意团队可以产生各种各样的设计为每个通道——社会、网络、广告、和其他人,很快。如果没有计算的帮助，这是不可能的。设计师还可以通过计算和自动化来创建更多以人为中心的设计。在过去，设计的个性化既费时又昂贵。

计算设计通过自动化来减轻这些压力。通过从设计师的盘子中取出迭代的任务而不是创造性的任务，计算设计实际上为更大的创造力打开了大门。有了额外的时间，你的创意团队可以运用他们的想象力去解决更复杂和战略性的设计挑战。计算设计原则，如果应用正确，也可以帮助种子创新。因为计算机可以筛选大量的信息，找到所有可能的设计解决方案——人类根本无法(至少不是很快)——它增强了设计思维的构思和实验过程。

最终，计算设计并不是要把设计师变成计算机科学的极客。它是关于创造伟大的设计师-谁可以从他们的计算和他们的经典设计知识来解决在数字时代的创造性挑战。这就是为什么，作为一个有创造力的领导者，你必须把目光从受过传统训练的平面艺术家、建筑师或工业设计师转向那些对计算设计有理解的人。设计的未来必然与技术相结合。