一个类比
想象一下设计过程就像是一个运转良好的工厂车间。设计师为实现最大产出和效率优化了每台机器和每个工序，旨在实现均匀性和精度。然而，在这种对生产力不懈的追求中，设计师可能会发现自己生产出了虽然制作精良但有点乏味的产品。
这就好比一个工厂生产出了一排排相同的小部件。每一个都完美无缺，但它们的外观和功能都一样。在这样的环境中，设计师可能感觉自己就像是熟练的工厂工人，尽职尽责地制作设计来满足定额。
变得厌恶风险
设计移动应用程序并抱怨圆角，仿佛就在昨天。那些日子早已一去不复返。如今的现实是，市场已经成熟，转向了通常与大公司相关的更复杂的项目。这种转变对设计师的思维方式和工作量产生了一些有趣的影响。
过去，在企业领域工作相当罕见；大多数设计师集中精力设计网站和小型应用程序。随着这个行业的成熟，设计变得不再是唯一的侧重点。整整一代人接触到了更好的体验，并期望企业软件也能提供相同水平的体验。最终，同行的压力迫使大公司将用户体验放在优先位置。
随着设计不再是唯一的侧重点，大公司开始建立设计组织，引入设计师，使他们的思维方式与企业的风险规避、注重流程和注重产出的方式相一致。过去几年里，我们可以看到缓慢但明显的增长。人们在大公司工作没有什么不对，相反，每个人都应该能够选择在哪里和如何度过他们的时间。
由于行业更加成熟、经济和人口因素有可能影响设计师的共同思维方式。大公司有不同于小公司的价值观，它们规避风险，注重控制，不喜欢变革。
与此同时，复杂性的增加导致了设计师需要处理的考虑因素激增。工作量也在激增。设计师几乎是一夜之间从搭建小棚屋转变为建造哈利法塔。项目变得相互关联，共享模块，并根据权限呈现不同的外观。对于普通设计师来说，这些并不是每天都会遇到的挑战。那个时候，遇到这种复杂性相对来说还比较少见。
设计师毫无准备。
结果就是一片混乱。一个产品中存在着五种不同的设计语言，要确定当前的设计文件几乎成了一个猜谜游戏，同事们不经意间更改颜色，导致整个设计产生连锁效应，直到三年后才被一名实习生发现。扩展产品通常需要重新设计和大量资源，不可避免地导致了设计负债，十年前的设计语言与新发布的设计语言并存。工具创新最终解决了我们在设计如此复杂的产品时遇到的根本问题。
最近，设计领域已经扩展到更加成熟的企业垂直领域，如法律、医疗和金融领域，这些领域比普通的科技企业带来了更多的挑战。自然而然地，设计师的工作量也在增加。
工具反映了设计师关心的事情
在初创公司和大公司的不同阶段，企业关注的问题往往不同。较小的初创公司追求速度和创新（价值创造），而较大的公司倾向于坚守稳定，管理风险（价值保全）。这是一种渐进与保守的区别。保守型系统通常会建立规则和强制执行方式，而渐进型方法往往更宽松（以指南的形式存在），以换取速度。
正如前文所提到的，我们的行业正在成熟，这意味着我们接触到了大型保守型企业，正如前文所提到的，我们可能通过渗透吸收了其中一些做法。这意味着我们非常关注流程、规定和执行，而探索往往只有一定的时间限制，然后必须进入执行阶段。
我们的工具反映了我们关心的问题。如果我们试图解决一致性和可扩展性问题，你最好相信，我们会不断挑剔，直到我们使用的工具在某种程度上解决了我们面临的挑战。否则，我们会寻找更好的工具。现在，我们非常关心协作、规范和设计的扩展，因此我们的工具正在不断发展以解决这些问题。
对于我们来说，一致性和可扩展性一直是一个问题，但我们忽略了产品设计的重要组成部分——探索。尝试不同的方法，提出多种解决方案。就目前而言，我们的工具非常擅长交付成品，但在解决问题的混乱过程中却并没有得到真正的关注，我们只得到了一个空白的画布和鼓励的话语。
随着我们的角色逐渐适应更加保守和自动化的格局，异类思维将日益受到追捧。
设计师需要在找到解决方案，甚至更好的情况下，进行发散思考。
在人工智能和自动化即将到来的背景下，未来5到10年内，大部分（约60%）的执行工作都有可能被自动化。简而言之，通过无头设计系统和能够解释基本交互流程的AI模型，我们可能会迎来非常复杂的模板的时代。
在上述情景中，我们的目标是解决消耗设计师时间的日常任务。随着我们的工具不断发展，引入自动化和AI以提高效率，我们越来越需要将重点转向探索。是时候在探索和执行之间取得平衡了，我们的工具应该与这一目标保持一致。
规范，但不以牺牲创造力为代价
设计行业热衷于治理（规范）。我们喜欢建立系统，（在较小程度上）编写文档，并纠正那些胆敢滥用系统的人。这是可以理解的，我们经历了磨难，而规范是我们走出那个黑暗时期的方式。
整个部门已经涌现出来，负责监督这些系统，负责它们的创建、维护和执行。正是这些人，使得现代软件相比以前更具连贯性。创建一个设计系统不仅有利于设计和开发团队，还有利于企业自身。随着时间的推移，扩展设计变得越来越重要。
然而，治理也有一个更为阴暗的一面。如果我们关心创造力，就应该非常密切关注这一点。
动力和治理之间存在一种反向关系。它越是压迫性，受其约束的人就越缺乏动力。更学术地说，"推广焦点积极预测内在动机，进而积极预测创造力。而预防焦点的情况正好相反。"
良好的系统允许解释。它们更像教练，而不是保安员。
逐渐崭露头角的保守思维，加上不断增加的工作负担，可能会使我们走上一条道路，我们在这条道路上创建的系统会变成不容置疑的法律。当我们过于“防止”或过于“规定”什么是可以接受的时候，我们冒着扼杀创造力的风险。重要的是要考虑我们如何执行这些规则，因为它会极大地影响结果。
完全没有治理将会有问题，特别是如果我们想要创建连贯的产品。在规范、标准和准则之间保持平衡至关重要。想象一下一组“护栏”，在这些边界内有一个游乐场。
远离工厂
让我们把这一切联系起来。
这个行业正在不断成熟，我们正面临着越来越复杂的领域。更令人挑战的是，质量标准正在提高。我们现在的任务是在同样的时间内创建更加复杂的设计，更加注重细节。工作量的激增与对更为保守的思维方式的明显转变相吻合。
随着我们的角色逐渐转变，特别是在我们开始构建最终将自动化治理的AI系统时，重要的是要优先考虑探索和创造力。因此，现在是我们倡导优化和促进创造力的工具的时候。
然而，需要调整的不仅仅是我们的工具；我们的思维方式也必须发展。我们需要将重心从治理和制定规则转向培养创造力和创新。至关重要的是，我们开始开发重视创造力而不仅仅是效率的工具。
具有讽刺意味的是，效率在实现创造力方面发挥了至关重要的作用。自动化例行和重复性的任务将为我们提供足够的时间和空间，以适当地探索挑战。
所有这些额外的工作无疑使人很容易只是顺从并遵循指令。这似乎是一条更容易、不那么坎坷的道路，的确如此——直到它变成了一个由AI生成的悬崖。一旦你满足于仅仅执行，你已经成为了工厂的一部分。可以被替代。成为你的团队需要的创造力的力量，推动，直到你开始感到阻力，然后再多推动一点。
精选文章：