微信扫码
与创始人交个朋友
我要投稿
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。
一年多前,国内的几家设计工具平台纷纷砸钱入场搞生成式 AI,准备在 产品界面 UI 领域大展拳脚。
而一年后的现在,大家都渐渐没了声响,产品界面 UI 貌似已不再是大家在 AI 方面的重点。
这个曾经的热点是被大家抛弃了吗?其实也并不是,只不过是大家都默默地调转方向,转向了海外市场。尝试去寻找商业化和技术发展更大的空间。
有的平台选择专注于相对容易入手的“官网”型界面设计,以满足中小企业的基础设计需求;有的则退回到设计助理的定位,专注于通过 AI 来辅助设计师更高效地工作。
为什么会发生这样的变化?
我认为主要有以下几点原因:
01. AI 生成能力尚且不足
虽然每一款产品都给我们展示了一些看上去还很不错的生成界面,但这些“不错”还是仅限于 Demo 中。对于真实的复杂设计需求,如今的生成能力还是不太能达到预期。
如果大家仔细试用过这类工具,就会发现,除了官方展示的几个经过优化的案例外,用户在实际操作中无论如何调整提示词,生成的界面效果都不太好,甚至出现一些非常低级的设计错误。
这使得生成式 AI 还是很难参与到真实的工作中。
02. 设计需求的业务复杂度
在真实的设计工作中,我们的设计需求通常会包含很多复杂的业务逻辑和用户流程,而这些都是当前的系统无法理解的。
于是,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
国内的付费环境相较于早几年的确有很明显的改善,但也仅限于刚需类的工具产品。其他的产品在缺少真正核心竞争力的情况下,都经营得非常艰难。
但从企业的视角来看,它并没能直接替代设计师的工作,大家明显对于回报信心不足,因此企业很难愿意为其买单。
主要原因在于生成式 AI 的效果仍不够理想,无法满足真实场景的复杂设计需求。
在付费环境不佳的情况下,企业难以看到明确的投资回报,自然很难愿意为之付费。
04. 政策监管影响
随着国家对生成式 AI 技术的监管力度的不断加强,大模型的开发和应用受到了诸多的限制。
很多优秀的大模型能力很难被应用到产品中,这样使得产品的能力建设也受到不小的影响。
在这样的大背景下,大家纷纷选择了将产品出海,去探索更多的机会。
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,这为 AI 产品的商业化提供了更大的潜力。
同时,海外的政策相对更加宽松,为产品的快速发展提供了更好的条件。
这些公司出海后的表现如何呢?
这些产品在上线初期,都在 ProductHunt 上获得了非常大的曝光,引起了不少用户的兴趣。
通过 ProductHunt 的平台,它们迅速积累了一批早期用户和初步的市场关注。
这种曝光为产品后续的推广打下了一定的基础,但在初期的热度过后,大家目前的情况怎么样呢?目前来看,大家也都过得不太好。
在这些出海的工具产品中,我选了一家情况相对较好的产品(下面统称为产品 A),借助 Similarweb 做了一些对比分析。
虽然 Similarweb 的数据统计并不能绝对的准确,但在同一口径下还是能看到一些趋势情况的,具备一定的参考意义。
先抛一下分析的结果:
01. 市场占有率较低
产品 A 在设计类 SaaS 工具市场中的占有率较低,流量与头部企业如 Canva 和 Webflow 相差甚远,用户群主要集中在新兴市场(印度、巴基斯坦、尼尔尼亚等),占比达 45%。
02. 核心产品能力有限
产品 A 的在界面 UI 生成主要还是依赖于“模板库”,自身模型能力比较有限。因此在应对不同的真实设计需求时,能力还是比较单薄。
03. 盈利能力有限
用户主要分布在印度、巴基斯坦等新兴市场。与其可能预期的欧美市场相比,这些市场的用户付费意愿都比较低,即使活跃用户数大,但付费转化率难以形成有效的收入支撑。
设计类 SaaS 工具市场竞争是非常激烈的。在 Web Design 领域,排名前 100 的产品月活用户通常都在 300 万以上。
在 Similarweb 排名第一的 Canva 有超过 7000 万月活(也有新闻报道已经超过了 1.9 亿)。
与产品 A 场景类似的 Webflow 有 700 万的月活,而在这个类目下排名前 100 的产品月活都超过 300 万。
相比之下,产品 A 的月活跃用户只有 20 多万,与行业前列的竞争者存在明显差距。
在这种情况下,想要在海外市场的激烈竞争中分得一杯羹是相当有难度的。
在能力方面,产品 A 是基于前端框架来提供的。本质上来说,这些生成结果是基于已存且成熟的模板来完成的。
对于产品官网这一类的界面设计,我们还是有不少已经比较确定的模式抽象,相对也比较成熟。
但如果我们换到其它领域,比如让 AI 帮我们生成一个电商购物平台的界面,它的生成结果就不太行了。
这也是为什么我一直说,界面 UI 的生成式设计,在目前阶段还是非常依赖于行业标准化的建立。
另一方面,对于绝大多数的潜在用户而言,大家希望的是借助 AI 完成产品界面设计的工作,而不仅仅是一套皮肤。相较于 Webflow,它们所提供的 CMS 能力才更加贴近用户的真实需求。
最后再来聊聊付费市场的问题。对于 SaaS 类的产品,付费转化率行业基础水准大概在为 5% 到 10% 之间,而这还是在付费环境较好的欧美市场中。
产品 A 目前的流量主要来源于几个新兴市场,这其中印度(24.5%)、巴基斯坦(11%)、尼日利亚(9.37%)加起来占了 40% 多。
这些新兴市场的付费意愿度和价格敏感度则更进一步影响了其整体的盈利能力,使其商业模式的可持续性受到较大限制。
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。但在这个过程中我们需要考虑的是,界面生成如何能解决企业在业务需求。
生成式 AI 想要在界面 UI 方面有所进展,就必须与具体的业务需求紧密结合,与业务需求深度融合。
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。
这类与业务流程融合在一起的生产能力,才可能为企业带来的实际价值,企业也才愿意为其的能力而买单。
前段时间一位做产品的朋友约咖啡。他原本来是想来了解一下生成式 AI 在设计领域目前的能力进展,结果大家聊着聊着变成了 AI 如何能够融入到企业的业务项目生产中,同时帮助企业降低内耗。
我们姑且称之为“去中心化”的产品研发设计吧。这是一个很有趣的话题,大家一个多小时聊下来,逻辑上还是具备可行性的。
它同时也需要时间,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。这可能是生成式 AI 真正能落地在企业中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,以及它给我们的工作方式变化以及调整等角度详细的分析了一下我的一些思考。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-07
LLM 是否消除了对编程语言的需求?
2024-11-06
OpenAI官方推荐!Exponent:AI结对编程,轻松构建全栈应用
2024-11-06
Apple Intelligence体验报告/使用教程(一):写作工具篇
2024-11-05
对话「42章经」曲凯:越早勇敢相信 AI 的人越有机会获得更大的回报|AI应用100问
2024-11-05
聊聊MetaGPT框架的agent开发流程
2024-11-05
AI助力短剧,技术、艺术踏入同一条河流
2024-11-05
AI Agent智能代理如何快速变现
2024-11-05
PDF Extract API:OCR文档提取与解析工具,Python+自然语言实现
2024-09-04
2024-09-03
2024-09-06
2024-07-23
2024-08-18
2024-06-14
2024-09-02
2024-07-19
2024-06-16
2024-07-31