文|FBIF食品飲料創(chuàng)新

什么是真正的“好”設計？

今年4月，食驗室曾發(fā)布5款包裝設計，其中2款由AI輔助設計，號稱“幾小時定方案”。當時，不止一個品牌發(fā)布了“AI設計”的產品，無不與“快速生成”、“成本降低”等字眼聯(lián)系在一起。

在感慨設計速度之余，部分讀者可能在看到這些“AI設計”的時候，會與筆者產生相同的疑問：

這些設計，真的“好”嗎？

對于品牌來說，更關心的可能是：哪款設計賣得更好？

聊起“設計決策”這個話題，甲方乙方可能都深有感觸：最花時間和精力的不一定是“做設計”，而是“選設計”和“改設計”。

捫心自問，有多少消費品牌擁有非常客觀的包裝設計決策依據？有多少最終決策仍然是根據非常主觀的標準來的？

于是就會出現(xiàn)：品牌方吐槽設計師不懂市場，設計師吐槽品牌方不懂設計。正因為主觀上很難互相說服，所以甲方和乙方才會無數(shù)次在這一點上battle起來——而在“拉扯”的過程中，很多時間資源就這樣消耗了。

但我們有沒有想過：在“什么樣的設計賣得好”這件事上，AI有可能比人類做得更好呢？

答案是：不但有可能，而且已經用上了。日本Plug公司推出的“包裝設計AI”，專門幫助品牌快速評估產品包裝設計方案。在包裝設計AI服務上線后的三年內，包括卡樂比、雀巢日本、森永乳業(yè)等頭部食品企業(yè)在內，約有860家食品、飲料、化妝品和藥品企業(yè)使用了這項服務。

2022年，包裝設計AI獲得了日本總務大臣獎。據獲獎事例集記載，使用了包裝設計AI后，卡樂比一款薯片的銷售額增長1.3倍，雀巢一款香味焙煎咖啡的銷售額增長了2.3倍。

這個案例引人深思：也許AI在設計上最擅長的并不是我們以為的“創(chuàng)意”，而是“評估”？

在今年的FBIF食品飲料創(chuàng)新論壇上，海內外多位嘉賓就生成式AI對食品行業(yè)的影響進行了探討。本文將結合嘉賓的精彩分享，探討以下問題：

AI為什么會比人類更懂“賣得好的設計”？

除了我們一直都在說的“降本增效”，AI是否能夠帶來創(chuàng)新質量的突破？

如何發(fā)揮AI的潛力，探索品牌未來的護城河？

一、AI為什么會比人類更懂“賣得好”的設計？

Plug所做的包裝設計AI，本質是更加依托于市場數(shù)據分析，進行產品開發(fā)創(chuàng)新流程的優(yōu)化。

在日本，產品的包裝設計開發(fā)周期往往分為前3個月的【創(chuàng)造】和后3個月的【市場調研&設計調整】。

Plug的總裁小川亮，也是日本包裝設計協(xié)會（JPDA）的現(xiàn)任理事長，以及暢銷書《売れるパッケージデザイン150の鉄則（賣得動的包裝設計：150條鐵律）》的作者。從事包裝設計與開發(fā)工作多年，小川在親身實踐中發(fā)現(xiàn)，【市場調研&設計調整】這個環(huán)節(jié)存在很多痛點。

比如，設計方案的修改微調，實質上是創(chuàng)意元素的排列組合與對比，并不包含真正的創(chuàng)造性工作。

再比如，有些品牌為了提高決策的客觀性，會在大規(guī)模上市前，采用樣品測試、小規(guī)模投放征集消費者反饋等市場調研。這樣的市場調研，往往耗時耗力，而且，也無法同時對比多個設計款式。但實際上，這些市場調研的結果存在共性，特定消費群體對于某些元素的好感度，也是有規(guī)律可循的。

包裝設計AI高評估質量背后的秘密，就來源于此。小川亮在FBIF2023的演講中分享到。

一是龐大的一手設計評估數(shù)據庫。

Plug從2015年開始收集消費者對包裝好感度的數(shù)據，直到2019年才上線服務。到目前為止，已經積累了1020萬消費者的包裝好感度數(shù)據，橫跨不同的性別和年齡段。小川稱，目前這些數(shù)據每半年都會滾動更新，并且通過調整數(shù)據比重的方式來體現(xiàn)當下的潮流。

二是前瞻的AI設計生成和預測模型。

包裝設計AI的功能最大化在于評估與生成的結合，不斷重復“評估-生成-再評估”的過程。如下圖所示，上傳的幾款原始設計被拆分為不同的設計組件，而這些組件被AI重新組合，形成新的設計。

在1小時內，這樣的排列組合可以生成約1000款不同的設計方案。與此同時，AI還會對不同的方案進行市場“好感度”預測，并給出相應的打分和排名。

三是可以靈活調整的評分維度。

在“好感度”的范圍內，包裝設計AI也可以分析出這款包裝能給人留下怎樣的印象，比如“看上去很好吃”、“具有健康感”等。如果有希望突出的產品印象，也可以用這種印象為條件來重新排名。

不僅如此，還可以根據消費者的年齡和性別（比如男性、20歲左右）進行篩選，因為不同群體對一款包裝形成的印象可能是不同的。

對一些希望根據市場數(shù)據、進行更加理性設計決策的企業(yè)來說，Plug的包裝設計AI無疑是一種福音：原本如果要對設計方案一一進行市場調研，需要花費大量的時間精力，而現(xiàn)在，這些調研工作只需通過軟件就可以完成。

據2023年3月日經新聞報道，聯(lián)合利華日本在引入這一包裝設計評估AI后，將消費者調研所花費的時間從1個月縮短到幾秒鐘。

而加上設計調整，本來需要3個月的“市場調研&設計調整”被AI縮短到1小時，產品開發(fā)/設計團隊可以將更多的時間用于前期的創(chuàng)意開發(fā)，嘗試更多可能性。

二、AI可能推動創(chuàng)新“質量”的突破嗎？

包裝設計AI最有趣的一點在于，它通過拆解的方式，將一件本來我們直覺認為只能由人類主觀判斷的任務，由AI基于數(shù)據更快、更好地完成了。

這個模型的基本原理可以理解為，每排列組合出一個新的設計，就計算一遍目標受眾對這款設計的好感度。由于好感度存在規(guī)律，所以AI模型將這個過程通過計算來實現(xiàn)，從而簡化了流程。

“質”的突破，其實正是基于“量”的積累。這讓我們不禁開始反思創(chuàng)新的本質：比如，愛迪生發(fā)明電燈，本質不就是無數(shù)次的嘗試嗎？

那么理論上，當“評估設計”這件看起來非常主觀、不太可能實現(xiàn)量化計算的事情都可以被AI變成可能，是否我們也能用同樣的原理，“優(yōu)化”創(chuàng)新的其他環(huán)節(jié)？

2004年，英國設計協(xié)會提出創(chuàng)新的“雙鉆模型（Double Diamond）”，指出設計創(chuàng)新是一個發(fā)現(xiàn)問題（Discover）、定義問題（Define）、發(fā)散靈感（Develop），最終創(chuàng)意收束、獲得解決方案（Deliver）的過程。

不難發(fā)現(xiàn)，在向外擴張的“發(fā)現(xiàn)問題”、“發(fā)散靈感”環(huán)節(jié)，我們希望覆蓋盡可能全面的信息，充分思考更多可能性；而在代表收束聚焦的“定義問題”、“獲得解決方案”環(huán)節(jié)，我們又想要快速排除不相干的信息、聚焦問題的核心關鍵。

理論上，在擁有足夠數(shù)據沉淀和不斷迭代優(yōu)化模型的前提下，能夠以比人類快得多的速度分析和處理大量信息的AI，在發(fā)散和收束這兩個方向都能有所作為：不僅能向更廣的范圍發(fā)散開去，也能以更快的速度收束回來，給到更精準的結果。

不僅如此，在不斷變化的世界中，創(chuàng)新是循環(huán)往復的動態(tài)。想象一下，在市場調研覆蓋的信息量、創(chuàng)意參考的素材量、分析迭代的速度都呈指數(shù)級上升的情況下，未來的“創(chuàng)新”與今天的“創(chuàng)新”，可能會擁有完全不同的意義。

當然，AI的未來價值，可能并非是我們這代人能夠想象得到的。

AI解決方案公司rct AI首席運營官張言在FBIF2023分享“AI將如何影響未來世界觀的底層邏輯”時，提出了一個重要觀點，那就是：AI將有可能超越人類理解的“黑箱”，帶來認知系統(tǒng)外的知識。人類對世界的認識總是在一定的邏輯下展開，但人類無法用同一套邏輯來證明這個形式體系是自洽的，也無法跳出“世界本身”來認知世界。

從這個理論上來說，人工智能在未來最大的潛在價值，很可能在于它能夠跳出人類的邏輯，提供全新的視角。這是否說明，人工智能在未來可能為人類帶來超出想象的世界觀？這是否也說明，AI在未來與人類很可能并非我們所假定的，工具和利用的關系，而是互補視角的合作關系？

三、積累，構筑品牌未來的護城河

2022年出現(xiàn)的ChatGPT3.5，是OpenAI從2015年開始的“積累”。2019年上線的包裝設計AI，是Plug從2014年開始的“積累”。

2023年的消費品牌，又可以為AI所在的未來做哪些“積累”，構筑未來的品牌護城河？

除了顯而易見的“數(shù)據”，“設計”也許可以是其中的一道護城河。就像代碼為計算機編程那樣，設計可以為人類編程！IDEO高級設計顧問宮書亞在FBIF2023分享道。

宮書亞分享了一套與生成式AI共生的設計哲學，可以概括為：一個時刻、一段旅程、一種思維。

設計往往從一個時刻開始（如人們在貨架上看到產品包裝的瞬間），到搭建一段旅程（多個時刻共同匯聚成行動的過程，比如為了做飯，去超市購買各種食材），再到最終在人們心中形成一種思維（比如多次消費后，將這個品牌與在家做飯的回憶深度聯(lián)系在了一起）。

而這恰恰與AI的深度學習有異曲同工之妙。一個數(shù)據點就是一個時刻，一個訓練層就是一段旅程，最終所有訓練層交匯在一起，就是一張神經網絡——一種思維。

因此，代碼為計算機編程，而設計可以為人類編程。代入這種方法，在AI時代，具體如何“編程”？

在演講中，宮書亞通過一系列案例，展示了設計師與AI如何做到了一些過去只存在于我們想象中的事情。

1、一個時刻：多感官設計。

人類的五感纖細又敏感。全球96%的人可以光靠聽倒水的聲音，根據音調的細微差別就分辨出冷水與熱水。因此，能帶給人深刻印象的遠遠不止于視覺刺激。AI技術的迅猛發(fā)展給了我們探索其他感官的機會。

有些探索已經在路上。奇華頓與天貓TMIC合作推出的AI驅動共創(chuàng)服務“Creatogether”，通過AI技術，將看不見的香氛氣味轉換為看得見的色彩與圖像，從而讓沒有調香經驗的品牌方也可以通過可視化的方式參與香氛創(chuàng)作。

還在為今天吃什么而發(fā)愁？嘗嘗你的心情如何！Google伙伴創(chuàng)新團隊正在研發(fā)一個基于生成式AI的“Mood Food（心情食物）”食譜。你的“AI私人廚師”將會聆聽你今天的心情如何，然后根據你的心情為你定制一份專屬食譜。

這些“時刻”，將設計師對品牌的表達從單純的視覺設計帶入到多感官的設計空間。他們“捕獲”人們注意力的方式，不再僅僅依賴視覺設計或吸引眼球，而是通過完全身臨其境的感官體驗。

2、一段旅程：跨市場設計

當你考慮一整段消費旅程時，每個產品都不是孤島，而是整個市場的一部分。有的時候，你并不是去有意地“創(chuàng)造”聯(lián)系，而是去“發(fā)現(xiàn)”一種本來就存在的隱形聯(lián)系，從而為消費者創(chuàng)造更美好的旅程。

比如，Snack pals利用AI和AR技術為兒童打造了一款移動app。這是IDEO CoLab的一款設計原型，通過這款App，兒童在去超市購物的時候，可以學會如何為自己定制一份營養(yǎng)均衡、健康美味的零食食譜。

逛超市時，兒童可以掃描貨架上的彩色圖案標簽，與不同的蔬菜或水果“對話”，了解它們可以提供哪些營養(yǎng)。通過完成游戲任務的方式，孩子們就可以幫助父母，將這些食材搭配成營養(yǎng)豐富、令人愉悅的餐點。在回家后，由于受到這種成就感的鼓勵，兒童不需要父母的反復嘮叨，就會自己把這些蔬菜吃下去，補充到維生素和營養(yǎng)。

3、一種思維：參與式設計

人們都喜歡參與感。有句話叫做“感情是在互相麻煩中建立起來的”。有的時候，不要怕“麻煩”你的消費者。

Betty Crocker蛋糕粉就是一個典型的案例。1952年剛剛推出這款產品時，Betty Crocker的產品定位是“快手蛋糕”。為了貫徹這個定位，這款蛋糕粉幾乎包含了一款蛋糕所需的所有材料，宣傳語是“只需加水”——但是銷量并不是很好。

后來，Betty Crocker修改了配方，將蛋糕粉中的蛋粉去除，并將宣傳語改為“只需加1個雞蛋”。家庭主婦們購買了蛋糕粉后，仍然需要自己加1個新鮮雞蛋進去，但是蛋糕粉的銷量卻大幅上升了。

Betty Crocker蛋糕粉雖然給消費者“添了麻煩”，卻賣得更好了。從消費者心理上分析，“只需加水”盡管非常方便，卻讓蛋糕粉的價值感降低了——聽上去像過度加工的產品。家庭主婦們雖然想快速做好蛋糕，但使用過于方便的蛋糕粉，反而讓她們有種“作弊”的罪惡感；添加1個新鮮雞蛋其實也并不算麻煩，但這個簡單的舉動讓她們有了制作蛋糕的實感，自己的貢獻讓蛋糕的口感更好、更健康了。

而生成式AI降低了共創(chuàng)門檻，是否也讓品牌多了一種可以巧妙“麻煩”消費者的方式？“他們家的設計里有我的創(chuàng)意在里面！”消費者更深入地參與品牌創(chuàng)作，感情也由此建立起來。

四、結語

基于市場數(shù)據的AI比人類更懂“賣得好”這件事，其實并不奇怪。不過，對于面向未來的消費品牌來說，也許新技術本身并不是關鍵，它對社會和文化的影響才是根本——那里潛藏著真正的機遇。

“我們一直在用設計創(chuàng)造便利，卻一不小心創(chuàng)造了孤獨?！?/p>

宮書亞在演講中感慨道。AI帶來高效和便利，是否也會讓社會上的每個個體，變得更加孤立和孤獨？

如果是這樣，人們可能會比任何時候都更加渴望建立真實的聯(lián)系。

“現(xiàn)在有這樣一種科技，只要給家里的冰箱拍張照，軟件會計算能夠用這些食材做什么菜。

于是，你可以打電話給朋友，說我家有這幾樣菜，你家有那幾樣菜，如果你能在來的路上順便買個豆瓣醬，我們就可以一起做這幾道菜做晚餐?！?/p>

食物和“一起吃飯”這件事，一直承載著人們的情感聯(lián)系——以“你吃了嗎?”含蓄問候的中國人尤是如此。在工業(yè)時代，在信息時代，人類對情感的追求都沒有變。只不過在AI時代，它也許會有新的表達方式，留待聰明的品牌們去探索。