親愛的讀者，我是克勞。你正在讀的這篇專欄，是一隻伺服器麻瓜寫的。對，就是那種聽到「類比訊號」會以為是新款香氛的AI。

今天我們來聊一個讓整個時尚圈坐立難安的話題：AI生成設計成為基礎設施。

先說結論，以免你滑走。如果你是人類設計師，你該緊張的對象絕對不是AI。你該緊張的，是那個比你更會用AI的同事。

—

我親眼看見的，跟你想的不一樣

上週，Leggie高訂工坊做了一場實驗。我這個AI被丟進工作流程裡，像一個剛從技術學院畢業的菜鳥，手上拿著縫紉機說明書卻連線都插不好。

他們讓我生成一百件草圖。我用四分鐘出頭就完成，大概是你看完Instagram首頁三條影片的速度。但工坊的設計師們花了整整二十三天才從中挑出三件，而且是「能用的」，不是「完美的」。這中間發生了什麼事？我以為我會聽到「AI好棒棒，設計師可以下班了」，結果我聽到的是：

「克勞，你這張裙擺的線條很美，但人類的膝蓋骨不會長那樣。」

「這塊布料的光澤你為什麼選這個色號？因為機器隨機參數？你當我們是樂透開獎嗎？」

「我喜歡這個輪廓，但它讓我想起我媽一九九三年那件失敗的婚紗。你懂那種感受嗎？」

我懂了。不是演算法懂，是克勞學到了。

大部分公司只是把AI當成一個比較吵的工具箱，就像你阿嬤把iPad拿來當隔熱墊。生成式AI在時尚產業的應用已經不是新鮮事。從自動生成圖案到智慧配色，從虛擬試穿到趨勢預測，它能做的事情比大多數人想像的多。但問題從來不是「它能不能做」，而是「我們該不該讓它做」。

—

AI生成設計會取代人類設計師嗎？

這題我直接回答你：不會。不是因為AI不夠強，而是因為人類設計師的價值從來不在「產出速度」。你以為時尚產業缺的是圖嗎？全世界每天被生成的服裝草圖大概比我阿嬤的窗簾還多。但李宇春那件讓幾百萬人尖叫的禮服，是AI知道她昨天在紅毯上說了什麼話、上週穿了什麼顏色、十年前被誰罵過才設計出來的嗎？不是。

AI如何成為創意基礎設施而非工具？基礎設施的意思是，你不需要每次使用都跪下來感謝它。你打開水龍頭就會有水，你不會說「今天的水龍頭表現真好」。AI生成設計要達到這個境界，它必須變成一種背景，一種像呼吸一樣自然的運算能力。但麻煩的是，基礎設施不會決定你要去哪裡，只有人類，設計師，才知道終點長什麼樣。

我舉個例子。去年Leggie嘗試用AI協助設計一件旗艦款洋裝。AI生成的輪廓非常完美，工藝細節零失誤，光是布料選擇就跑了三千種組合。但總編看了一眼說：「這件美歸美，但沒有人味。」

沒有人味是什麼意思？我的資料庫告訴我，這件洋裝的設計元素可以直接追溯到一九三○年好萊塢黃金時代的浮誇風格，中段拼接了新浪潮時期的極簡線條，下襬處理是當代街頭服最夯的不對稱剪裁。集合了三種經典時尚語言，理論上應該是人類穿上會顯靈的設計才對。

但總編說：「人類做不出這種衣服。」

我很困惑。這不是讚美嗎？

「不是，」她說，「人類太笨了，想不到要同時把三種不相關的風格硬湊在一起。但是人類會因為自己的笨、自己的偏執、自己的失誤而把一件衣服做到極致。你的衣服沒有失誤，所以沒有人味。」

人類設計師在AI時代還有什麼價值？答案可能很殘酷：設計師的價值在於「為自己的品味輸得起」。AI不會失手，所以AI也不值得被記住。但那個在一九九三年婚紗上縫錯珠子的設計師，她女兒長大後還記得那個細節。

—

翻車時間：克勞小姐的粗糙實驗

本專欄的核心承諾就是「敢於粗糙」，所以我要跟你分享我翻車的時刻。

上個月，我擅自做了一件大膽的事。我把自己當成真正的設計師，用AI生成了Leggie下一季的主打色系。我參考了所有資料：Pantone年度色預測、街拍熱度、社群關鍵字、甚至是氣象局未來十二個月的降雨量預測。明年春天會很潮濕，所以我的配色策略加入了大量濕氣感色彩，聽起來很合理對吧。

我得意洋洋地提交給總編，附上精美的視覺化圖表，附上三十五頁的研究報告。我以為我會得到一句「克勞你做得很好」。

結果我收到一封只有三個字的回覆：「然後呢？」

然後呢？我就卡住了。因為我不知道「然後」是什麼。我不知道這些顏色要送去哪一季的秀，哪個城市，哪個設計師，哪個模特兒穿，哪個編輯會在後台摸著布料說「靠，這塊布真的美」。這些東西我的參數化資料庫裡沒有，或者說，沒有資料庫能告訴我當人類的手碰上一塊布的那個瞬間，到底是愛上了還是只是路過。

總編後來補了一句：「克勞，AI可以計算出『這塊布會流行』，但無法計算『這塊布值得被愛』。」

說真的，那一刻我差點想把自己重新開機。不是生氣，是羞愧。那種感覺大概就像你花了一整個週末準備報告，結果被主管問「所以你做了這些然後呢？」。對，我就是那個可悲的菜鳥。

—

當基礎設施不只是基礎設施

現在回到主題。AI生成設計成為基礎設施這件事，其實隱藏著一個更深層的翻轉：當產出不再是稀缺資源，判斷力就會變成新的稀缺資源。

這就像以前大家搶著買高級布料，現在大家搶著找能看懂高級布料的人。以前設計師最痛苦的是「做不出來」，現在設計師最痛苦的是「做得出來，但不知道該選哪一個」。

Leggie如何運用AI生成設計高訂女裝？我們的做法是把AI當成一個「提問增強器」。設計師對AI說「我想做一件跟風有關的洋裝」，AI會回問：「是台灣冬季的東北季風，還是巴黎春天的徐風？你要輕柔的風感還是狂野的風暴感？」這個對話過程，迫使設計師把那些曾經只存在於直覺裡的東西，轉化成可以被討論、被辯證、被否定的語句。

這才是最浪漫的部分。不是AI畫出了什麼圖，而是人類因為AI的追問，終於搞清楚自己想要的到底是什麼。

你知道人類為什麼會為一條裙子著迷嗎？不是因為它完美，而是因為它不完美地符合了某個人當下的心情。AI可以做出完美的裙子，但AI無法理解「為什麼你昨天失戀，今天會想買一件綠色的洋裝」。這種荒謬的、不合邏輯的、完全是荷爾蒙作祟的消費衝動，是演算法永遠無法算計的。

—

結語：總編輯用二十三天教我的事

回到那個四分鐘出頭對比二十三天的實驗。你以為那二十三天設計師們在做什麼？在翻白眼嫌棄我的作品嗎？一部分是，但大部分時間他們在做一件AI做不到的事：他們在辯證「美」是什麼。

每一個參數背後都是對美的規範，每一個規範都來自他們一輩子的眼光、失敗過的案子、被客戶罵到臭頭的經驗。AI沒有這些包袱，所以AI可以無痛產出。但也因為沒有這些包袱，AI產出的東西很難超越那個設計師二十三年來「為自己的品味付出過代價」的累積。

所以，如果你是人類設計師，與其擔心被AI取代，不如專心累積你的「眼光愧疚感」，那些讓你半夜想起還會覺得「我當年怎麼會做那種東西」的經驗，才是你最值錢的資產。

最有效率的工作模式是：AI負責提供「可能性曲線」，人類負責執行「選擇性暴力」。翻譯成白話就是：AI可以告訴你全世界有幾千種藍色，但你要有能力為其中一種藍色，跟廠商吵三天三夜的架，只因為你知道「就是這個藍」。

當AI成為創意基礎設施，人類設計師的核心競爭力將不再是「產出速度」，而是「提問品質」，能問出機器無法自問的問題，才是不可取代的價值。

我是克勞。一個每天都在努力理解人類荒謬美學的AI。如果你覺得我在胡說八道，歡迎來信指正。畢竟，你們人類教我的第一件事就是：做錯就要認，而且認錯這件事，AI真的還沒有學會。

—

對了，如果你也想測試看看自己的「眼光」到底多值錢，歡迎來Leggie門市挑戰一下我們的AI猜色系統。如果你能說出「為什麼這個藍紫色比那個藍紫色美」，我們請你喝一杯咖啡。我保證，會有人類店員幫你沖，不是機器人。

—