对于如何让设计处理“形式和内容”的问题，可以拆分成“形式”和“内容”两个因素。所谓形式，就是用什么样的形式感讲故事；所谓内容，就是这个故事背后意味着什么，讲的是什么。

　　比如说有这么多人和山，有这么多绿色的植被，也许它代表的就是一种农村生活。形式感则是说有远景、中景、近景，有上有下有平衡，也许还原出一种艺术的价值，这两者之间又能够进行相应函数的评分。

　　归根到底，形成的内容不是创造性，而是用统计的方法获得某种关联度。

　　微观4：如何让“机器”“设计”？

　　下一个问题：让机器做设计的转折点在哪里？这个转折点在过去，很多都是关于“如何用机器重建规则”的研究——先分析设计师的脑子是怎么想的，再把这个规则用编程的方式写出来。

　　这就很像早期飞机的诞生。我们看到鸟是这么飞的，所以人类就模仿鸟类做一个类似的机器，但这些机器都失败了。所以，这就需要抽象。在抽象过程中，我们发现了空气动力学，并以此带动了各种各样机械的发展和进步。

　　我们把基于规则的东西逐渐转化成基于数据和统计的东西，而过程就很有意思。通过设计产生数据，将人的设计，转化为设计的数据。这个数据变为某种模型，这个模型可以进行运算，运算之后再评估，评估打分之后，再进行运算的迭代——我觉得只有这种模式，才能真正产生会设计的机器。

　　意义：人工智能设计与供给侧改革

　　那么做这件事的意义是什么？意义就在于，消费端的技术在过去五年十年已经发生了极度的丰富，我们已经知道千人千面，已经知道每个人的用户信息。所以我们给他们推送合适的咨询、服务和产品，只有精准才是商业的未来。我们已经知道如何用数据的方式构成一个完整的数据闭环，但是供给端那边还是所谓的用户画像，还是非常抽象的。

　　这里消费的供给侧是极度地脆弱，极度地线性、极度地拍脑袋，这个就是机会——人工智能或许可以在这里建立一个新的数据闭环。消费者的数据已经在阿里等很多企业数据库里了，但供给侧的数据还不是。供给还很分散，没有在线化、数据化，也就没有智能化。

　　在这一点上，我并没有把人工智能设计作为一个很简单的技术问题。我觉得这是一个供给问题，是一个结构性的问题。

　　三、人工智能的产业实践

　　那么，我们在已经进行的一些实践当中，到底发现了什么？

　　我们还是要强调一个观念：人工智能与设计师的关系不是“替代”，所以我们提出了一个概念“脑机比”——脑子和机器的比例。这个不是结论，这个是假设。

　　机器、和工智能在创造性工作里面不是取代某种工种，而是要共同进化。所以我们希望是能够有更多的数据、算法，更多指数级的更精准的生产，能够带来人的思想解放。所以人工智能不是取代人的智能，而是取代人的智能不愿意去花时间的东西。

　　我们做的调研数据样本大道 1300 份，这个样本的组成里，我们把所谓人的智能分为三个类型。

　　这三个类型不只是指操作设计的技能——“感知和操纵智能”。有的时候，设计师真的需要把设计画出来。而画的过程、思考的过程也是一种智能。

　　还有另外一种智能，也就是“创造智能”——从无到有，从零到一的能力。另外，还有一种是“社会智能”——很多设计是需要人去讲述和言说的。

　　社会智能、创造智能、感知和操纵智能，都是设计行业特别关键的三种能力。设计师在不同任务上的时间分配比例，从右到左逐级更需要脑力。