产品界面的 AI 设计，为什么没人关注了？

不知大家是否有察觉到，曾经大受关注的界面 UI 的生成式设计，现在似乎有些“冷场”了。

回想起一年多前，国内几家设计工具平台纷纷砸钱入场，准备在生成式 AI 领域大展拳脚，目标直指产品界面设计。那时候，这个赛道可谓风光无限。然而一年过去，大家渐渐没了声响，产品界面的 AI 设计，好像突然就没人聊了。

这个曾经的热点是被抛弃了吗？也不尽然。更准确的说法是，大家心照不宣地调转方向，集体出海，去海外寻找商业化和技术发展的更大空间。

方向上的分化也很明显：有的平台选择专注于相对容易入手的“官网”型界面设计，试图满足中小企业的基础需求；有的则退回到设计助理的定位，专注于通过 AI 辅助设计师更高效地完成工作。

主要原因集中在以下几个方面：

01. AI 生成能力尚且不足

虽然每一款产品都在演示中展示了几个看上去不错的生成界面，但坦白说，这种“不错”仅限于 Demo 场景。一旦面对真实的复杂设计需求，目前的生成效果就难以令人满意。

如果大家仔细试用过这类工具，就会发现一个共性：除了官方展示的几个精心优化的案例外，用户在实际操作中，无论如何调整提示词，生成的界面效果都与预期相差甚远，甚至会出现一些非常低级的排版错误。这直接导致了一个尴尬局面——生成式 AI 很难真正参与到实际的、严肃的设计工作中去。

02. 设计需求的业务复杂度

现实中的设计工作，并不仅仅是画几张图。它往往包含复杂的业务逻辑、繁琐的用户流程和深层的商业目标，而这些，恰恰是当前通用的 AI 系统无法理解的。在真实的业务需求面前，这些通用的 AI 模型，基本就派不上用场了。

03. 国内的付费环境不佳

虽然国内用户的付费意愿相比几年前有明显改善，但这仅限于刚需类的工具产品。对于 AI 界面生成这类工具，它没能直接替代设计师的工作，企业很难看到明确的投资回报。在缺乏真正核心竞争力的情况下，想让企业为此买单，难度可想而知。

04. 政策监管影响

随着国家对生成式 AI 监管力度的加强，大模型的开发和应用受到诸多限制，很多优秀的大模型能力很难被直接应用到产品中，这也直接影响了产品能力的建设。

在这种局面下，大家心照不宣地做出了同一个选择：出海。海外市场，尤其是欧美等发达国家，对于新兴设计工具和生成式 AI 的付费意愿显著更高，商业化潜力巨大。同时，海外相对宽松的政策环境，也为产品的快速发展提供了更优渥的土壤。

这些公司出海后的表现如何呢？

产品上线初期，它们都在 ProductHunt 上获得了巨大的曝光，迅速积累了一批早期用户，引起了市场的广泛关注。这种曝光为后续推广打下了不错的基础。

但在初期的热度过后，大家目前的情况怎么样呢？目前来看，日子也都不太好过。

在这些出海工具中，我选了一家情况相对较好的产品（下称产品 A），借助 Similarweb 做了一些对比分析。虽然 Similarweb 的数据并非绝对准确，但在同一口径下，依然能看出清晰的趋势，具备参考价值。

01. 市场占有率较低

产品 A 在设计类 SaaS 工具市场的占有率很低，流量与 Canva、Webflow 这样的头部企业相差甚远。用户群主要集中在新兴市场（印度、巴基斯坦、尼日利亚等），占比高达 45%，这与它预期的欧美主流市场相去甚远。

02. 核心产品能力有限

产品 A 的界面 UI 生成，本质上还是依赖于“模板库”，自身模型生成能力有限。当面对不同的真实设计需求时，能力显得比较单薄。

03. 盈利能力有限

用户主要集中在印度、巴基斯坦等新兴市场，这些市场的用户付费意愿本身较低。即使活跃用户数量可观，但付费转化率也难以形成有效的收入支撑。

设计类 SaaS 工具市场的竞争激烈程度超出想象。在 Web Design 领域，排名前 100 的产品月活用户通常在 300 万以上。相比之下，产品 A 的月活跃用户仅 20 多万，与行业前列的竞争者存在明显差距。数据最有说服力：排第一的 Canva 月活超过 7000 万（也有报道称已超 1.9 亿），与产品 A 场景类似的 Webflow 也有 700 万月活。在这种情况下，想在海外市场激烈竞争中分得一杯羹，挑战巨大。

另一个关键点在于，产品 A 的能力本质上基于前端框架。也就是说，它的“生成”结果是基于已存且成熟的模板完成的。对于产品官网这类有明确模式抽象的界面，它勉强能应付。但如果我们换到其他领域，比如让 AI 生成一个电商购物平台的界面，结果就相当惨淡。这也是我一直强调的观点：界面 UI 的生成式设计，在目前阶段，极度依赖行业标准化的建立。

另一方面，对于绝大多数潜在用户而言，他们需要的是借助 AI 完成产品界面设计的工作，而不仅仅是一套“皮肤”。相比于 Webflow，它所提供的 CMS 能力才更贴近用户的真实业务需求。

最后，聊聊付费市场的问题。对于 SaaS 类产品，行业基础付费转化率在 5% 到 10% 之间，这还是在付费环境较好的欧美市场。而产品 A 的主要流量来源——印度（24.5%）、巴基斯坦（11%）、尼日利亚（9.37%）——三个市场加起来占了 40% 多。这些新兴市场的付费意愿和价格敏感度，给产品的整体盈利能力带来了很大限制，也使其商业模式的可持续性受到挑战。

生成式 AI 在界面 UI 方面还有机会吗？

对于这个问题，我的答案是肯定的。但关键在于，界面生成如何能够真正解决企业的业务需求。

。还记得早期介绍的 Salesforce 的 GPT 吗？它将生成式 AI 整合进业务工作流，帮助用户在推进业务的过程中生成所需的界面和功能，这种与业务流程融合在一起的生产力，才可能为企业带来实际价值，企业也才愿意为此买单。

前段时间，一位做产品的朋友约咖啡。他原本是想来了解一下生成式 AI 在设计领域的最新进展，结果聊着聊着，话题就变成了 AI 如何融入到企业的业务项目生产中，帮助企业降低内耗。我们姑且称之为

。这是一个很有趣的议题，一个多小时的深入讨论下来，逻辑上确实具备可行性。

当然，这需要时间，去等待技术能力的进步，等待产品、设计、研发等角色之间协作模式的演变。但这可能是生成式 AI 真正落地并发挥其价值的一个重要方向。回来后我花了些时间重新梳理了一下，从「去中心化产品研发设计」的逻辑，到它给我们工作方式带来的变化与调整，进行了深入分析。这些思考，或许比单纯讨论“AI能画什么”更有价值。