机器取代重复性、机械性的工作已经成为大势所趋，atv，36 氪最近接触到的 ARKie也想要借助机器学习来提高设计工作的效率。

设计过程中的一个典型场景是“试验”，即设计师提出的方案需要经过一系列的修改才能最终定稿。在 ARKie 创始人兼 CEO 王心磊看来，一方面，设计是一个“实验科学”，但另一方面，这种不断“试验”主要集中一些重复性、机械性的工作上，例如颜色、字体、排版的调整，降低了设计效率的同时，atv直播，也是对设计资源的浪费。

简单来说，ARKie 想做两件事：

对于有设计需求的甲方：更加高效率地完成设计工作，具体表现在批量化、重复性的设计需求可以由其他工作人员独立完成而不依赖于设计师；

对于设计师：当他们从量化性、重复性的工作中抽离出之后，可以更专心于创意性的工作，个人成长速度自然也会更快；

ARKie 主要面向企业市场人员、零售淘宝店主、新媒体运营等普通的、非专业设计人士，这类人群在日常工作中的设计需求量多，但本质上需求并不复杂，以文字和图片之间的匹配为主。

ARKie 主打“ 10 秒帮你做海报”，使用十分简单。用户只需要输入文案内容就可以获得相应的设计方案，可以根据满意度选择让系统重新设计，直到得到满意结果，同时也可以对系统生成的设计方案进行“微调”处理。

前面提到，设计是一个“实验科学”，在“甲方需求-设计师-设计成果”之间还存在多次的“返工修改”环节。对于甲方而言，当批量化、相对基本的设计可以交由 ARKie 来完成之后，最直接的表现是工作成本的降低，快速、标准化地完成工作也相对更为简单。根据介绍，在理想状态下，用户“试错” 10 次左右就能够得到满足需求的设计方案。

和市面上已经存在的简单设计工具，即通俗理解的“模板”，相比，ARKie 的优势在于能够做到“千人千面”。模板依赖于“素材库”，即需要后端设计师的不断输入，当用户量级远大于模板数量时，一定会有“千人一面”的状况发生，而 ARKie 是在对文案内容理解基础上总结出“特征”之后，对“特征”的重新架构，这些“特征”包括：字体、颜色、配图、排版等，因此以“特征”为基础的前提下，ARKie 能够在保持风格一致的前提下保证输出不同的设计。

根据王心磊的介绍，ARKie 能够在其中有几个技术关键点：

设计基础：即提供基础模型，通过机器学习，让系统具有基础的设计能力，例如文字排版、logo 设计等；

对“好”的定义：在设计活动中，一个必须场景是对输出的设计结果进行评估。具体到 ARKie 的使用中，在前期，ARKie 设计团队首先会在前期进行训练，让 ARKie 产出的结果能够达到及格线，投入使用后，ARKie 则会综合用户在实际使用中的行为选择进行判断，简单来讲，就是对使用率极低的设计特征进行剔除。

识别用户：对于用户而言，到具体使用中，随着使用次数的提升，系统能够对用户的偏好进行学习，能够在设计风格上不断贴近用户偏好。在这一维度上，用户的使用对于系统而言也是一个学习输入的过程，因此，王心磊认为，在使用量足够大的前期下， ARKie 的产品天花板是一个不断提升的过程。而对于企业用户而言，这也是 ARKie 输入 Style Guide 的过程。

ARKie 工具的使用本身并不收费，用户只需要对设计中所使用的进行付费，通过和海洛创意、汉仪字库合作，ARKie 已经能够为用户提供大量免费的素材。在下一阶段，当企业设计师只需要输出基础设计元素，ARKie 在学习企业的 Style Guide 之后，各类活动海报、宣传手册、微信公众号头图等就可以由不同部门独立完成。

在“智能设计”层面，类似产品已经有阿里鲁班， 36 氪曾经报道过的小库科技切入的是建筑设计师领域，通过一套 SaaS 系统帮助设计师完成前期拿地方案设计，autodraw 是一个能够识别用户简笔画从而输出不同设计的工具。王心磊认为，和已经出现的智能设计工具相比，ARKie 的差异化主要集中在目标人群和使用场景上。

据了解，ARKie 目前处于 1.0 测试阶段，团队计划和第三方技术团队合作，在语义分析层面对系统功能进行进一步提升。此外，ARKie 也计划切入企业级用户市场。

ARKie 创始团队来自设计创新咨询公司 ARK 创新咨询，其中 ARKie 创始人兼 CEO 王心磊曾在 Frog Design 担任设计总监，拥有 18 设计经验。ARK Group 在今年4月获得来自洪泰基金领投的4000 万元 A 轮融资，旗下有 ARK 创新咨询，和互联网技术公司 ARKie。