全球疫情加快數字化時代的到來，技術對企業的影響越來越大。呈指數級發展的新技術——人工智能 (AI)、自動化、物聯網 (IoT)、區塊鏈和第五代移動通信技術(5G)之間交匯融合，產生了重塑業務模式、運營流程、工作方式的力量。新技術與專業技術融合產生的智能設計也是數字化轉型的重要發展方向之一。安世亞太公司深耕數字化仿真、正向設計創新應用多年，深刻認同增材制造是制造業數字化轉型的驅動力，而數字化設計是轉型中不可或缺的方面，我們基于多年的項目經驗和思考沉淀，推出了“增材思維 數智未來”系列文章。

本文是該系列文章的第三篇，接下來將陸續推出成本控制、多源技術融合、新能源應用等方面的專欄文章，闡述增材制造的數字化未來。

△AI智能設計，會令工程獅失業嘛？

1、自動化技術的影響和發展潛力

每個人都能親身感受到技術進步的加速——從喬布斯在2007年說“我們重新發明了手機”開始，短短幾年，手機就改變了每個人的生活方式，成為每個人離不開的智能助手，閱讀、娛樂、溝通、出行、購物都靠它；兩年前跟你通話所答非所問的語音機器人現在卻對答如流讓你越來越難分辨是真人還是機器人；一段時間沒去醫院，再一去發現就醫流程已經全數字化了，藥品的分發已經全自動化了；技術進步正在以我們能感覺得到的速度創造一個新的自動化時代。我們親眼看到有些產品、有些職業逐漸消失，而更多的新產品和更多的新職業不斷出現。有些人可能會恐懼，但更多的人是接受和期待。

據麥肯錫的一項研究：大多數人對人工智能可能改善他們生活的方式持開放態度——只有 25% 的人認為存在與人工智能相關的重大風險。這種開放性主要是由 AI 應用程序提供的更高的舒適度和便利性推動的。例如，75% 的消費者表示他們對讓人工智能驅動的機器人做家務感興趣。

無論你愿意與否，智能化、自動化的進程都在加快，它在改善人們生活的同時，也在改變每個人的日常工作活動，改變企業的生產力。機器人和計算機不僅能比人類更好、更廉價地完成一系列日常體力勞動，而且還能越來越多地完成認知能力等一度被認為難以成功自動化的活動，例如開車。

麥肯錫全球研究所（MGI）關于技術對未來工作的影響的研究分析了800多個職業的2000多項工作活動，估計出，人們在全球經濟中所從事的有償活動中，有50% 有可能通過采用目前已證明的技術而實現自動化。雖然只有不到5% 的職業可以完全自動化，然而，幾乎每個職業都有部分自動化的潛力，因為其活動的一部分可以自動化，大約60% 的職業至少有30% 的活動在技術上可以自動化（參見圖1）。

不僅僅是低技能、低工資的工作可以被自動化; 中等技能、高收入、高技能的職業也有一定程度的自動化潛力。活動的自動化可以使企業通過減少錯誤、提高質量和速度來提高業績，在某些情況下，還可以實現超出人類能力的成果。自動化也有助于提高生產力，正如它在歷史上所做的那樣。在生產率增長乏力之際，這將為經濟增長和繁榮提供必要的推動力。它還將有助于抵消許多國家工作年齡人口比例下降的影響。基于MGI的場景建模，他們估計自動化每年可以將全球生產力增長提高0.8% 到1.4% 。

2、當前設計活動的智能化和自動化水平

相比制造和業務流程的數字化智能化，設計的智能化、自動化發展相對緩慢，在很多領域，采用CAD繪圖式的低效設計環節甚至成為整體產品開發或企業擴產能的瓶頸，眾多的設計人員甚至可能成為企業最大成本支出。企業迫切需要提升研發效率，但對于設計研發活動能否自動化，很多人要么持懷疑態度，認為AI還遠不能替代工程師的工作；要么就盲目相信，認為存在通用的智能化設計AI，可以解決所有設計問題。

那么，設計活動到底能不能自動化呢？如果能，是全自動化還是部分自動化？

同濟x特贊設計與人工智能實驗室范凌的《人工智能與設計的未來——2017設計與人工智能報告》試圖回答設計本身能不能算法化、數據化的問題；他認為人工智能與設計師的關系不是替代，而共同進化，提出了“腦機比”的概念。他們調查分析了6個行業的1300位設計師，發現設計師在不同任務中的時間分配比例不同（大部分設計師自認為的設計中的重復性體力勞動低于實際比例），不同任務可被智能化的可能性不同，設計行業整體“腦機比”為1.55（參考圖2），換種說法，設計任務中有39.21%的工作可以用AI機器完成。

圖 2設計行業整體腦機比

既然設計活動中有相當的比例可以實現智能化、自動化，那么設計AI現在發展到什么程度了？我們分別從擁有相關技術的不同類型的行業來看看：

1）互聯網基因的科技公司

眾所周知那些大科技公司在AI技術上是走在前面的，那么，我們看看他們在智能設計上做了什么：

阿里巴巴智能設計實驗室有個最著名的項目叫鹿班，可以把鹿班理解為一個人工智能設計師，從2015年雙十一開始，已經自動為客戶設計生成了千人千面的廣告圖片幾十億張，他們還推出了馴鹿計劃，讓用戶可以訓練自己獨特的小鹿班。

京東繼鹿班之后也出了一個AI設計神器——羚瓏，現在的羚瓏已經涵蓋了包括圖片處理、廣告圖設計、視頻設計、頁面設計、SNS 互動營銷以及小程序的設計等各方各面，解決商家及公司內部關于設計、美、效果等問題，為京東節省了大量的設計成本。

Meta近日宣布首創了一種AI系統，可以在沒有任何人工指導的情況下，高成功率地自動為兒童手繪人物和類人角色制作動畫，幾分鐘就可以實現從一張靜態圖到動畫的轉變。

圖 3 Meta AI 

2021年10月，字節跳動公司發表了利用單張圖片做三維重建的論文受到關注。

各大科技公司在3D自動設計方面主要聚焦3D重建方向，應用場景聚焦自動駕駛，元宇宙等熱門方向。

從上述大科技公司的AI設計相關的實例我們可以看出，他們所作的智能化設計方向都未涉及工業領域、產品設計。分析其原因可能有：工業領域和產品設計不在他們聚焦的領域；工業領域產品眾多，需求各異，無法用少量的AI算法覆蓋；人工智能技術與工業產品設計屬于不同的技術領域，需要更多的學科交叉融合，而目前看，他們沒有工業領域的基因。

2）工業軟件領域

廣義的CAD是CAD/CAE/CAPP/CAM的高度集成工具，涵蓋從設計到制造的各個階段所用的工具。CAD不針對任何產品，而是面向各行業有設計需求的企業，提供產品研發所需的底層的通用功能。技術人員可以用CAD做自己能力所及的任何產品的設計、仿真分析、工藝制定、CNC編程等工作。

從狹義上講，CAD指單純的計算機輔助設計，主要以計算機圖形學為基礎。計算機圖形學核心目標(視覺交流)可以分解為三個基本任務：表示、交互、繪制，即如何在計算機中“交互”地“表示”、“繪制”出豐富多彩的圖形、模型。簡單地說，CAD就是給用戶提供了在電腦上交互式繪圖的工具，它們解決的是繪圖問題，而不是設計問題。

有部分面向特定行業的專用CAD中嵌入了專業知識和規則，如鈑金CAD、模具CAD、管路CAD等，給特定行業的結構設計提供了一定的方便性。

近幾年，各大CAD廠家都開始了CAD和CAE的融合，做仿真驅動設計，最典型的是拓撲優化算法用于設計。這是智能輕量化設計的方法，可以解決材料優化分布類型的設計優化問題。

此外，很多CAD軟件都提供了編程語言和編程工具，可以用來開發智能化的設計程序。只要你是編程高手，就可以通過編寫算法做設計。但對于大多數設計工程師來說，編程是應用難點。即會設計又會編程的人才極少，致使CAD中的編程工具利用率極低。低代碼編程設計平臺將是未來的方向。

PART community在線三維零部件模型庫提供國內外廠商的零部件產品模型。他們沒有在模型設計生成上使用智能算法，而是加持智能AI“猜你喜歡”、模型智能比較等推薦、選型助手功能幫用戶選型。

nTopology 是目前CAD市場上比較智能化的軟件，它背后有很多算法，可以簡化用戶的建模過程，同時還可以用表格形式把多個算法串起來定義自己的設計工作流，供后續反復使用，以實現相同設計任務的自動化。

3）企業級設計智能化應用

寶馬公司在其BMW VISION NEXT 100概念車中通過智能設計算法開發了汽車動態功能性外表皮和內飾，并配合4D打印方式進行制造，實現了超高性能。設計工程師們可以想象，如果這樣的動態表皮結構用CAD來建模，難度將會是多大，又會耗費多少時間。而用智能算法輔助設計，不僅能批量處理所有單元，并引入變化，還可以實現動態模擬。

圖 4 寶馬公司智能算法設計的動態表皮

機構動態設計實例：在很多產品設計中都需要做機構設計，理想的機構設計方式應該是動態的。例如機器人手臂開發中需要的連桿曲線設計，用傳統CAD繪圖設計的方法做連桿曲線設計比較難，動態設計更難，需要大量的繪圖工作，而通過按照規則編寫的算法輔助設計就可以免去繪圖，輕松實現動態設計（雙擊圖5觀看動圖）。

圖 5 智能連桿曲線設計

模具隨形水路智能化自動設計：隨形水路是增材制造模具獨有的冷卻結構，它可以顯著提升模具成型零件的質量。隨形水路形狀不規則，每種零件的模具的隨形水路形狀都不同，用傳統CAD繪圖方法設計隨形水路非常費力耗時。安世亞太智能化隨形水路自動設計算法完全免去了手工繪圖，設計效率可提升20~100倍。

圖 6 智能化隨形水路自動設計 

大規模定制鞋自動設計：當前市場上定制鞋還處于手工作坊階段，只能為少數人服務。但實際上每個人都有定制鞋的潛需求。3D打印等數字化制造技術已經為定制鞋做好的制造的準備，現在定制的瓶頸在于設計。以制鞋必須的鞋楦為例，現在定制鞋楦主要靠選型方式，特殊腳形的則由鞋楦師手工制作，根本無法滿足大量的定制需求和樣式需求。安世亞太開發的定制鞋楦自動生成算法，只需幾分鐘就可以生成一雙鞋的定制鞋楦模型。這種提升可以使定制鞋業務從手工時代一下子飛躍到自動化時代，設計環節的效率提升幾百倍。