多數人以為 AI 對設計這個行業的威脅是全面性的，不論做哪種設計，遲早都會被自動化吸收掉大半工作量。但攤開最新一份針對全球雇主雇用計畫的調查會發現，同一份報告、同一個時間點，卻讓「平面設計」與「使用者經驗設計」這兩個職缺類別走向完全相反的命運。一個第一次被列進未來五年最快萎縮的職缺名單，另一個反而擠進成長最快的行列。
這不是產業整體萎縮或整體成長那麼簡單。真正在發生的事，是設計這個大類別內部正在分裂成兩塊，一塊工作有明確的對錯標準、產出速度就是價值，AI 已經接手得又快又穩；另一塊工作需要判斷、需要為結果負責，AI 目前還碰不到，而且短期內也碰不到。你正在做的案子落在哪一塊，決定了這波位移對你來說是機會還是威脅。
這個分裂已經具體到可以在調查數字裡看見。當愈來愈多設計產出可以用生成式工具幾秒鐘做出來，「做得出來」跟「做得夠好、扛得起責任」之間的距離，正在被重新畫線。這條線畫在哪裡，先看 AI 現在接手了哪些工作最準。
AI 已經穩定接手草稿、素材與版型這類生產性工作
這一兩年，「AI 會不會取代設計師」這個問題已經不太有新意，更值得問的是 AI 現在實際承接了哪些工作。答案相當具體，出草稿、產出素材、寫制式文案、切版面、找配色靈感，這類產出量大、有明確評判標準、可以快速迭代的工作，AI 已經做得又快又穩。這件事不是憑印象講的，職缺結構的資料與設計師自己回報的使用行為兩邊都指向同一個方向。
平面設計師首度躋身未來五年職缺萎縮預測名單
世界經濟論壇在《Future of Jobs Report 2025》裡，把平面設計師（Graphic Designers）列在未來五年最快萎縮職缺排行的第 11 名，緊接在前十名之後；同一份報告裡，法務秘書也首度以類似態勢入榜。報告原文特別強調，這是這份年度報告歷來版本第一次出現這個預測，過去從未把平面設計師列進萎縮名單。
對照更清楚。同一份報告的 2023 年版本，平面設計師還被歸類為溫和成長的職業，評等在 2 年內就完全翻轉。世界經濟論壇把這個下滑歸因於兩項因素，一是 AI 與資訊處理技術的能力提升，二是數位近用的普及，這兩項因素合起來，讓原本需要專業訓練才做得出來的視覺產出，愈來愈多人可以自己動手完成。
這個轉折釘住了一個具體的時間點，但故事只講了一半。同一份報告裡，還有另一個設計職缺類別，正好走向完全相反的方向。
使用者經驗設計反而擠進成長最快的職缺之列
在同一份《Future of Jobs Report 2025》裡，「使用者介面與使用者經驗設計師」（UI and UX Designers）也擠進未來五年成長最快職缺名單前十名，排名第八；名單前段由大數據專家、金融科技工程師、AI 與機器學習專家、軟體開發工程師這類明顯技術導向的職缺占據。
更關鍵的是驅動因素。世界經濟論壇明確指出，成長最快名單前十名裡，每一個職缺的前三大成長驅動因素都包含 AI 與資訊處理技術。換句話說，把平面設計師往下拉的技術，跟把使用者經驗設計師往上推的技術，是同一批。差別不在技術本身，在於這兩種設計工作性質不同，平面設計的產出多半可以被快速自動化，使用者經驗設計卻需要持續判斷使用者的行為與意圖，這件事目前還輪不到自動化接手。
這個對照，才是整篇現況觀察裡最重要的一點。不是「AI 對設計不利」或「AI 對設計有利」這種二分，而是同一股技術力量，把設計這個大類別內部的兩種工作往相反方向推。
多數設計師把 AI 用在編輯、生成與發想這三類任務上
從職缺結構的宏觀資料，收斂到設計師實際在用 AI 做什麼，答案一樣具體。Adobe 與研究機構 Advanis 在 2025 年合作，針對逾 400 位創意專業人士與逾 400 位行銷人員進行調查，並在 2026 年 4 月發布結果，創意專業人士平均在超過 40%的專案裡使用 AI，近 90%表示生成式 AI 讓作品品質變好，94%表示能更快產出內容，多數回報速度提升至少 50%，平均每週省下 17 小時。
一位從事網頁與 App 設計開發的總監接受 Adobe 訪談時表示：「這讓我能更多產出內容，不必再把時間浪費在瑣碎的雜務上。」這句話點出了這波使用行為的核心，AI 接手的是瑣碎、重複、判斷空間小的部分，不是需要判斷的那一塊。
另一份調查可以當補充參考。Adobe 與 The Harris Poll 合作、在 2025 年 10 月發布的《Creators’ Toolkit Report》，調查對象是全球逾 16,000 位內容創作者，但這份樣本偏向新興或半專業的創作者，不是全職專業設計師，只能當佐證不當主要論據。這份報告裡，創意生成式 AI 最常見的用途依序是編輯與放大強化內容（55%）、產出新素材如圖片與影片（52%）、發想與腦力激盪（48%）。
位移背後，是三股各自獨立卻同時發生的力量
設計師與 AI 的分工，之所以在這個時間點明顯移動，不是單一原因造成的，而是三股彼此獨立、方向卻一致的力量同時發生，執行門檻被壓低、分工邊界本身變得需要持續協商、責任與信任始終回不到機器身上。
這兩件事看起來矛盾，AI 做得更多，人卻更重要，但其實是同一個現象的一體兩面。當可以被清楚定義、能夠驗證對錯的工作變得便宜，剩下沒被自動化的，正好就是不容易定義對錯、需要有人承擔後果的那一塊。
產出堪用成果的門檻，已經壓到趨近於零
過去，把一個堪用的版面、草稿或素材做出來，本身需要專業訓練與時間累積。這件事現在因為生成式工具而幾乎沒有門檻，但這不代表設計師的技藝變得沒用，而是技藝裡的某一部分被拆分出來自動化了。Nielsen Norman Group 的 Sara Paul 在 2025 年 6 月發表的《The Future-Proof Designer》一文中，訪談了 7 位產品與設計策略專家，提出設計工作存在一個光譜的說法。光譜一端是戰術性工作，像做 mockup、寫規格、產出高擬真原型；另一端是策略性工作，像定義產品方向、規劃使用者流程、對齊各方利害關係人。
戰術性工作正是生成式 AI 自動化的重點對象，而且因為它往往看不見、不好量化，價值容易被低估。Sara Paul 在文章裡明講，如果設計師願意把重心移往策略性工作，自動化就談不上取代，而是接手了原本最耗時、卻價值密度最低的那一段。上一節提到那位總監的說法可以直接對照，他形容 AI 接手的是瑣碎、重複、判斷空間小的部分，跟這裡講的戰術性工作，說的是同一件事。
分工的邊界要在每個案子裡重新協商
「AI 取代設計師」或「AI 增強設計師」這組二分法，本身可能就問錯了問題。真實情況是，設計師每接一個案子，都要重新決定這一段交給 AI、這一段自己扛，而且這個決定不是一次講定就能沿用，是每個專案、甚至每個階段都要重新協商。這正是「分工正在移動」這句話的字面意思，它不是一次性挪動到某個新的固定位置，而是持續在動。
這不只是本站觀察到的現象。Michael Clarke 與 Michael Joffe 在 2025 年發表於 CSCW（Computer-Supported Cooperative Work）學術會議的論文，深度訪談了 17 位國際創意代理商的工作者，發現他們把對 AI 下指令這件事，實際操作成一種在工作現場、隨情境反覆判斷該不該委派的行為，而不是把某類工作一次性整批外包給 AI。
論文還指出，工作者必須持續配置與修補 AI 在整個工作流程裡的角色邊界，才能讓整個流程對同事與客戶保持可理解、可問責。工作者也會刻意調整 AI 產出的制式樣板，讓它符合這個案子、這個客戶的脈絡，藉此維持利害關係人對最終交付物的信任。這三點合起來，直接支撐分工不是一次到位、而是持續在協商這件事。
責任和信任仍然回到人身上
目前這波位移裡，真正被自動化取代的，絕大部分是可以清楚定義、有明確對錯、可以重複驗證的工作；誰要為一個決定負責這件事，幾乎沒有被自動化吸收。世界經濟論壇的資料把這個比例講得很具體，目前約 47%的工作任務主要由人力獨立完成，22%主要由技術（機器與演算法）完成，30%由兩者共同完成，預估到 2030 年，這三個比例會趨近平均三分。
但這個轉移裡，大部分是純自動化，不是人機協作。由人力獨立完成的任務比例，預估將下滑約 15 個百分點，其中約 82%歸因於自動化程度提高，只有約 19%來自人機協作的擴大。這組數字直接說明，這波位移的主力是把可自動化的部分交給機器，而不是機器和人一起把餅做大。
另一份分析 120 餘篇 UX 從業人士公開發文與討論的學術研究也呼應這個觀察。Prakash Shukla 與研究團隊在 2025 年 3 月發表的研究發現，從業者一方面樂見 AI 減少重複性工作、增強創意表現，一方面也擔心過度依賴 AI、認知過度外包，會侵蝕掉設計師原本賴以維生的關鍵判斷能力。如果設計師自己把判斷讓渡出去，責任沒有人可以扛，這波位移就會反過來傷到設計師自己。
因應的起點是先把任務按判斷需求分類
與其焦慮 AI 會不會取代自己，更實際的做法是把手上每一項工作攤開，問一句，這件事有沒有一個可以驗證對錯的標準答案。有，就適合先讓 AI 做，人負責複核；沒有、而且做錯了要有人負責，那就是設計師該親自留下的位置。
這個判準說起來簡單，做起來卻需要對照實際的使用資料才看得準，哪些任務目前已經有明確的優劣標準、AI 做起來又快又不容易出錯，哪些任務還離不開人的脈絡判斷。
文字編輯與資料整理，AI 已經做得比人快
Nielsen Norman Group 的 Feifei Liu、Mingjin Zhang 與 Raluca Budiu 在 2023 年 10 月發布的〈AI as a UX Assistant〉，調查了 841 位 UX 從業者實際怎麼使用生成式 AI，執行時間落在 2023 年 7、8 月。調查發現，超過 75%的受訪者用生成式 AI 處理文字類任務，像是改寫微文案、調整語氣、依字數限制增刪內容、針對特定受眾調整文字。這類任務有一個共通點，文字通不通順、有沒有涵蓋重點，判斷標準很明確，人力複核的成本遠低於自己從頭寫一遍。
約 50%的受訪者也用生成式 AI 做案頭研究，像是了解一個新領域、查特定頁面或流程的業界慣例、彙整冗長資料的重點。研究原文明講，這類任務有明確規格或既有文案可以依循，AI 支援能顯著節省時間，對沒有專業寫作背景、或組織裡沒有專職 UX 文案人員的從業者幫助尤其大。這兩類任務被回報使用的比例，明顯高於下一段要講的發想與產出設計成品。
選項可以讓 AI 大量生成，篩選與定案仍要人拍板
同一份調查裡，約 30%的受訪者用 AI 當發想夥伴，拿它來克服面對空白畫布的焦慮、探索多種方案、驗證構想有沒有漏洞；約 24%用 AI 當設計助理，產出或修改圖像影片、角色誌、線框稿、色票建議。但研究明確指出，受訪者用 AI 做設計相關任務的比例，統計上顯著低於用在研究與發想類任務（p<0.001 對比研究類、p=0.012 對比發想類）。
推論原因之一是，設計任務往往需要輸入大量背景資訊與脈絡，AI 才給得出堪用的建議，這道輸入脈絡的門檻，目前還是要靠人跨過去。Sara Paul 在《The Future-Proof Designer》裡引用受訪專家 Laura Klein 的話：「AI 能想出很多理論解釋事情為什麼發生，但真正做過扎實的質性研究後，很快就能看出站不站得住腳。」這句話點出同一件事，AI 產出的模式看起來合理，是不是真的有意義，仍然要靠人用嚴謹的方法覆核。
願意把 AI 當協作者的設計師，正在拉開與同行的差距
這股分工位移底下，真正拉開差距的不是天賦或資歷深淺，而是願不願意主動把 AI 當協作者，認真練出指揮它、覆核它的能力。Sara Paul 在《The Future-Proof Designer》結尾寫道，產品與設計專家的共同看法是，把 AI 當工具而非威脅來對待的設計師會勝出；AI 能大量找出模式，但沒辦法自己問出對的問題、理解人的動機、或判斷這件事該不該做，這些仍然是設計師的位置。
設計師實際的使用行為，也印證熟練者跟隨便用的落差在哪裡。Adobe 的調查發現，90%的受訪創意工作者會針對同一件作品，交叉使用一種以上的生成式 AI 模型，50%的人會依任務特性挑選特定模型，顯示熟練者不是丟一個提示詞就交差，而是主動判斷、組合、覆核多個工具的產出。同一份調查裡，46%的受訪創意專業人士表示這波變化讓他們感受到工作機會增加，30%表示感受到工作機會減少。這是受訪者自己陳述的主觀感受，不是用不用 AI 與機會增減之間已經驗證的因果關係，只能說感受偏向正面居多，不能誇大成用 AI 就保證機會變多。
這件事該不該交給 AI，只看需不需要人扛責任
前面三股力量，執行門檻降低、分工需要持續協商、責任回到人身上，收斂成一條可以實際拿來用的判準。不是看這件事難不難或花不花時間，而是看它有沒有一個可驗證的標準答案、做錯了誰要負責。有標準答案、責任可以事後校正的，先讓 AI 做，人負責複核；沒有標準答案、一旦做錯沒有人能替設計師背書的，那就是這件事現在，也可能長期都得留給人。
這條判準，也解釋了前面兩節的對照為什麼會是這個樣子。文字編輯與案頭研究之所以適合先交出去，是因為對錯清楚；篩選與定案之所以還得靠人拍板，是因為認錯的成本太高，沒人可以替設計師扛。這波移動的本質，不是設計師的工作變少了，而是設計師要為之負責的那一塊，比例正在變高。
回到最前面那個對照，平面設計師被列進萎縮名單，使用者經驗設計師被列進成長名單，這兩件事其實在講同一個故事的兩面。真正在萎縮的，是那些可以被清楚定義、能被快速驗證對錯的工作量；真正在成長的，是那些需要持續判斷、需要為使用者的真實行為負責的位置。
如果你現在的工作，大部分落在前一種，焦慮是合理的，但焦慮解決不了問題。比較實際的做法，是主動把自己的日常拆開來看，哪些任務其實早就該交給 AI 去做草稿、人負責覆核，把省下來的時間拿去練那些 AI 目前還碰不到的判斷，理解使用者真正要什麼、對齊不同角色的期待、在案子出錯時站出來扛責任。
這波分工位移不會停在這裡，AI 能接手的範圍只會持續擴大。但只要責任這件事最終還是要有人扛，設計師的位置就不會消失，只是這個位置要求的東西，已經跟過去不一樣了。