这是设计联的第4756期分享
靖哥的第168篇AI日记
设计联｜月度深度观察
从全球头部公司到10人事务所，AI正在进入设计公司的知识、岗位、权限与流程
设计联｜2026年9月行业观察 数据与资料更新至：2026年8月31日
核心判断：设计行业已经不缺会使用AI的人，真正缺的是能够把AI变成组织能力的公司。
最近半年，我观察到一个很有意思的变化。
两三年前，当AI刚刚进入大众视野的时候，我们在互联网上看到的大量AI内容，几乎都是年轻人的面孔。
他们讲Prompt，讲AI画图，讲怎么写文章、做PPT，讲哪个模型刚刚升级，哪个软件又出来了一个新功能。那个阶段的AI，很热闹。每天都有新工具，每天都有新玩法。
年轻人学得快、敢尝试、没有包袱，所以第一波AI内容的传播者大量是年轻人，这是很正常的。
但是最近，我发现镜头前的人开始变了。
当大家不再只讨论“这个软件怎么用”，而开始讨论智能体、工作流、AI员工，开始讨论AI怎样进入业务、怎样改变公司的商业模式和组织结构时，越来越多企业家、管理者和行业老兵开始进入这个话题。
我自己也在发生类似的变化。过去，我也研究AI怎么画图、怎么写文章、怎么提高一个人的效率。但越往后走，我越来越少关心某一个按钮应该怎么按。
我开始反复思考另外一个问题：如果AI真的开始干活，一家公司到底应该怎么变？
后来我发现，这不只是个人感受。整个全球设计行业，正在发生同样的变化。
第一章｜工具普及之后，真正的差距在哪里
01｜设计行业已经越过“要不要用AI”的阶段
先看一组数据。英国皇家建筑师学会RIBA连续三年调查建筑事务所使用AI的情况。2024年，使用AI的事务所比例是41%；2025年上升到59%；到了2026年，已经达到74%。AI也正在从早期方案可视化，进入项目管理以及事务所日常经营。[1]
RIBA今年进一步指出，75%的AI使用者报告了生产率提升，57%报告了正向投资回报；但只有17%的受访者认为AI让自己的设计变得更好。这提醒我们：效率提升与专业质量，并不是同一件事。[2]
Autodesk今年对全球2500名Design & Make行业管理者的调查更加直接：98%已经在使用至少一种AI工具，84%认为AI提升了组织生产力，59%的组织已经使用或计划在一年内使用Agentic AI。[3]
如果只看到这里，很容易认为设计行业的AI革命已经基本完成了。
但是再看另外一组数据，事情突然变得有意思起来。BST Global发布的2026全球AEC行业研究显示，真正认为自己的AI准备程度已经达到成熟或高级水平的企业不到四分之一，而真正实现AI工作流程广泛部署的企业只有1%。[4]
设计行业已经不缺会使用AI的人。
真正缺的是能够把AI变成组织能力的公司。
第二章｜头部设计公司正在建立哪些组织能力
02｜Perkins&Will：公司的过去开始成为知识
如果我们再去看全球头部设计公司，会发现它们正在做的事情，已经明显超出了“买几个AI软件”。
比如Perkins&Will。这家公司开发了一套叫Artifact的系统。它不是帮助建筑师生成一栋更酷的建筑，而是利用AI搜索公司过去大量项目的施工图和建筑文档，让设计师可以迅速找到过去项目里的解决方案。[5]
也就是说，一家公司几十年来存在服务器里的历史项目，第一次开始从“档案”变成可以被重新调用的知识。
这件事看起来没有AI画图那么炫，但我认为它的价值可能更大。
一家设计公司做了20年、30年，真正留下来的是什么？过去我们认为，是硬盘里几万张CAD、效果图、照片和PPT。但如果没人知道它们在哪里，也不知道当年为什么这么做，这些资料实际上没有真正进入下一代项目。
AI出现以后，这件事第一次发生变化。过去的项目可以被重新理解、重新检索、重新进入新的项目。
AI真正开始接管的，不只是今天的工作。
它开始重新激活一家公司的过去。
03｜AECOM：人才结构正在变化
AECOM的动作更值得关注。其2025年年度报告披露，公司已经组建一支超过200人的AI专业团队，成员拥有AI、机器学习、数学、数据科学和计算机科学等方向的博士或高级学位；相关AI方案已经部署到数百个工程项目中。[6]
这些人员并不是只待在一个独立实验室里。AECOM把AI专业能力与原有工程专家、项目知识和交付体系结合，目标是让AI直接进入真实工程项目，而不是停在演示阶段。[6]
注意这里发生的变化。传统设计公司的人员结构是建筑师、室内设计师、结构工程师、机电工程师、项目经理。现在，一种新的专业人员进入了设计企业：数据科学家、AI工程师、程序开发人员、算法人才。
他们不一定直接设计建筑。他们做的是另外一件事情：把专家经验、项目数据和公司的工作流程，变成机器能够放大的生产系统。
未来设计公司的竞争力，可能不再只取决于“我有几个厉害的设计师”。
还要看：这些厉害的设计师，能不能被公司的系统放大。
04｜HKS：AI开始像组织成员一样被治理
HKS代表的是另外一个阶段。它成立了内部的MADEAI团队，这个团队负责的不是AI效果图，而是AI使用规则、治理、审计、监督、第三方工具评估以及内部AI工具研发。[7]
HKS甚至开始给生成式AI产生的图像加入Content Credentials，让内容能够追踪何时、以什么方式生成。[7]
为什么会出现这些东西？因为当AI只是帮助一个员工写一封邮件时，公司不需要复杂制度。但当AI开始接触客户数据、项目资料、公司知识、版权和真实设计成果时，问题就完全变了。
它能看什么？不能看什么？生成结果谁审核？出了错误谁负责？什么信息不能进入外部模型？什么行为必须得到人的批准？
当一家设计公司开始为AI建立权限、审核、规则和责任制度的时候，AI就已经不再只是一款软件。
它开始成为组织的一部分。
05｜Foster + Partners：设计公司越来越像科技公司
Foster + Partners的路径则更加长远。它长期拥有内部Applied R+D团队，自主开发设计技术系统，并持续把机器学习、自然语言处理等技术用于历史数据、设计指南和复杂分析。[8]
这给设计行业提出了一个新的问题：未来我们判断一家设计公司有没有竞争力，只看大师够不够吗？可能不够了。
还要看：这家公司有没有自己的数据？有没有自己的知识系统？有没有自己的工作流？有没有自己的数字工具？能不能把少数专家的能力，放大成整个组织的能力？
过去的设计公司，本质上是一群专业人士组成的企业。
未来的设计公司，可能会越来越像：专业公司 + 数据公司 + 软件公司 + AI公司的混合体。
06｜日本：把专业经验变成AI基础设施
2026年，日建设计、日本设计、三菱地所设计三家大型设计机构，与ArchiTech继续推进一套专门服务中大型木结构建筑的设计支持AI。
他们为什么做这个系统？不是因为AI不会生成木建筑效果图，而是因为木结构设计涉及结构、防火、成本、节点、采购、施工、法规等大量专业知识，而这些知识分散在政府部门、行业组织、企业资料和专家经验之中。
项目团队对460名设计从业者进行调查，发现46.7%的人每天仅仅寻找专业资料，就要花费一个小时以上。[9]
所以他们正在做的事情，是把分散的专业知识重新组织起来，让设计师通过AI进行调用。
我尤其关注这件事，因为它真正触碰到了设计行业最值钱的一种资产：经验。
一个工作了二三十年的设计师，看一个项目为什么很快知道能不能接？为什么看到一个平面就知道哪里会出问题？为什么和甲方聊20分钟，就大概知道这个项目会不会失控？为什么有些施工节点，他一看就知道后面一定出问题？
过去，这些东西只能存在于人的脑子里。师傅带徒弟，项目带新人，靠十年、二十年慢慢积累。
但是AI出现以后，我们第一次有机会把这些判断拆出来，把案例、规则、经验、反例和标准整理出来，再封装成为可以重复调用的Skill。于是，一个设计师几十年的专业经验，第一次有可能成为公司的长期数字资产。
这可能比AI画图重要得多。
第三章｜小公司为什么反而可能跑得更快
07｜小公司真正的机会，可能不是模仿大公司
看到这里，中国很多设计公司老板可能会说：AECOM有几万人，可以养200人的AI团队；Foster + Partners有自己的研发部门；Perkins&Will可以自己开发系统。可是我只有20个人，我怎么办？
这个问题非常重要。因为中国设计行业真正数量最多的，从来不是几千人的大型设计院，而是几十个人、十几个人，甚至三五个人的设计公司和工作室。
所以我最近开始思考另一个问题：AI组织化，对于小公司究竟意味着什么？
越研究，我反而越觉得：这可能不是小公司的劣势，反而可能成为小公司最大的一次机会。
因为大公司面对AI，首先要解决的是旧组织怎么改；而小公司面对AI，有机会直接回答另外一个问题：我还有没有必要按照过去那种方式，把公司做大？
08｜Studio Tim Fu：10人事务所如何放大能力
伦敦的Studio Tim Fu是一个很有代表性的案例。创始人Tim Fu原来在Zaha Hadid Architects工作，2023年离开以后开始独立实践，2024年正式成立自己的事务所。
RIBA 2025 AI报告中的案例显示，Studio Tim Fu在一年内从1个人增长到10个人，团队由建筑师、设计师、技术人员和程序开发人员组成，并建立由AI驱动的混合创意—工程流程，从早期概念延伸到施工文件，同时继续实验LLM+BIM和自动规格书。[10]
Studio Tim Fu并没有按照传统路径快速堆积大量生产人员。其官网明确写着，工作室“刻意保持小规模、以人才为中心”。
Tim Fu后来在Architizer撰文称，在Lake Bled Estate项目中，这支小团队用两个月完成了6栋别墅的完整概念设计包，包括高质量可视化和室内深化。他把这种效率归因于AI整合工作流，并认为AI让小团队能够与规模远大于自己的事务所竞争。[11]
这个案例真正值得我们研究的，不是哪一个AI软件，而是它改变了一个过去非常稳定的关系：项目数量和员工数量之间的关系。
过去设计公司接更多项目怎么办？基本只有一个办法：招人。一个项目5个人，三个项目15个人，五个项目30个人。于是公司的收入增长和人员增长几乎绑在一起。一旦项目下降，工资、社保、办公室和管理成本却不会同步消失。
而AI进入生产流程以后，这个关系第一次开始松动。一家10个人的公司，不再必须按照“10个人的传统生产能力”来定义自己。
09｜ASAS：25人事务所也可以开始组织化
另外一个案例来自挪威。ASAS Arkitektur是一家大约25人的小型建筑事务所。它没有能力，也没有必要建立AECOM那样庞大的AI研发部门。
他们采用了一个非常简单的方法：公司内部选出一个小型AI兴趣组，每个月正式拿出一部分带薪、非项目计费时间，让这些人专门研究AI。研究以后，要测试、总结、向公司汇报，还要培训其他员工。研究内容也不是为了炫技，而是从行政效率一直做到可视化工作流。[12]
我觉得这个案例对中国大量十几人、几十人的设计公司，甚至比AECOM更有价值。因为它告诉我们：AI组织化，不等于成立一个AI部门。
一家20人的设计公司，可能只需要两三个人组成一个小组。但公司要形成机制：有人研究，有人验证，有效的方法留下来，变成标准，再教其他人使用，然后继续复盘、升级。
这其实已经是组织化的开始。
10｜RCKa：把专业经验变成产品
英国建筑与城市设计事务所RCKa走出了另外一条路。它开发了一套自己的Small Sites AI。这个系统利用AI和GIS数据，寻找城市中具有住宅开发潜力的小型土地。
2026年7月，英国住房、社区和地方政府部公布了一项试点案例：伦敦Lewisham区使用这套系统识别出3017个具有开发潜力的小地块，对应约9747套住宅的潜在容量。政府同时强调，AI输出仍需要规划人员复核，不同地块类型的准确率存在明显差异。[13]
这件事情真正有意思的地方在于：RCKa已经不再只是出售一份建筑设计方案。它开始出售专业方法、数据判断、算法工具，以及基于自己专业知识形成的决策能力。
RCKa此后把Small Sites AI的研究扩大到伦敦范围，并基于自己的模型估算：伦敦小型地块拥有超过85万套住宅的潜在容量。这个数字属于事务所模型推算，并非已经获批或能够直接建设的住宅数量。[14]
到了这里，一个新的商业模式开始出现。传统设计公司的收入主要来自设计费；未来的小型专业设计公司，有可能逐渐出现：设计服务 + 顾问服务 + 数据服务 + 专业工具 + 持续服务。
这就已经不是单纯提高效率了。它开始改变一家设计公司的生意。
11｜中国小微设计公司出现了早期信号
坦率说，目前中国公开、可验证的小微设计企业案例，还没有形成非常成熟的规模化样板。大多数公司仍然处于AI画图、写文本、辅助表达的阶段。
但一些信号已经出现。比如深圳的徐昀超建筑工作室，2026年的招聘中专门设置了一个以前设计事务所里很少见的角色：AI技术顾问。
而且它没有要求这个岗位一定全职坐班。合作方式可以是按需响应、每周或每月技术巡检、项目制AI工作流搭建，甚至长期年度顾问。这个岗位的任务，是帮助事务所把生成式AI、LLM、自动化脚本以及Rhino等技术真正接入建筑设计流程。[15]
这个案例还不能证明中国小事务所已经完成了AI组织变革，但它释放出了一个非常值得注意的信号：设计公司的新能力，不一定全部需要通过招聘全职员工获得。
第四章｜一种新的设计公司结构正在出现
12｜一种新的设计公司结构正在出现
过去，一家公司想增加能力，最直接的方法是增加岗位。需要效果图，就养效果图团队；需要BIM，就养BIM团队；需要市场，就招市场人员；需要内容，就养新媒体团队；需要技术，就再组一个数字化部门。
公司的能力越多，组织就越重。
但是Agent和AI工作流出现以后，这个逻辑开始变化。未来一家20人的设计公司，有可能只保留极少数真正重要的核心能力：设计判断、客户关系、专业经验、最终决策和责任。大量标准化生产，则由AI、Agent和外部资源完成。
未来很可能出现一种新的小型设计公司：
少数高水平核心人 + 一套公司的专业Skill + 一组Agent + 一个灵活的外部专家网络。
13｜最大的意义，不是少招几个人
如果我们只把AI理解成降低一点人工成本，我觉得还是把它看小了。
真正大的变化是：过去属于大公司的很多能力，正在变得可以被小公司调用。
过去为什么大公司强？因为它有研究部门，有大量历史项目，有数据，有BIM团队，有可视化团队，有品牌团队，有市场人员，有项目管理人员，有法务、财务、行政。小公司很难拥有这么完整的组织。
AI出现以后，其中一部分能力第一次不必再与一个固定的全职岗位一一对应。
但是，这里有一个非常重要的前提。不是买来十个Agent，公司就升级了。Agent背后必须有公司的专业方法，必须有判断、有标准、有数据、有流程、有权限、有最终责任人。否则得到的只是一组会执行任务的工具，而不是一家更好的公司。
未来最有价值的并不是“一个老板带100个AI”。
真正有可能出现的是：几个非常强的人，借助几十年的专业经验、一套AI系统和一个外部资源网络，拥有过去几十人甚至上百人才具备的部分能力。
14｜小公司甚至可能比大公司跑得更快
很多人天然觉得，这一轮AI一定是大公司占优势。当然，大公司有钱、有数据、有品牌、有研发能力。
但是它也有另外一面：几千个人、几十个部门、大量历史系统、复杂的权限关系和利益关系。改变一个流程，都可能意味着大量协调。
而一家十几人的设计公司，老板和所有核心人员可能就在一间办公室。今天决定重新做客户沟通流程，明天就可以测试；一个星期发现不行，下个星期就重新改。
所以AI组织化时代，可能第一次出现一个非常有意思的现象：小，有时候反而是一种优势。
因为未来竞争的不一定是组织规模，而是组织进化的速度。
对于中国大量室内设计、商业设计、酒店、餐饮、文旅和住宅设计公司来说，这件事情尤其重要。过去，我们默认20个人做到50个人，是公司成长；50个人做到100个人，是公司成功。
但今天这个逻辑，可能真的需要重新思考。未来一家设计公司真正值得追求的，也许不是更多的人，而是更高的人均能力、更强的专业资产、更灵活的组织，以及更好的结果。
15｜AI真正改变设计行业的，可能从来都不是画图
回过头来看过去三年，第一波AI进入设计行业，大家最先看到的是图片。这很正常，图像最直观，也最容易传播。
但是现在，我越来越觉得：画图可能只是AI进入设计行业最浅的一层。
真正深层的变化，正在按照这样一条路径发生：项目资料变成数据，数据变成知识，专家经验变成Skill，Skill交给Agent，Agent进入工作流，工作流最终改变组织。
到了最后一步，公司就必须重新定义岗位、权限、审核、责任和人才结构。
所以AI真正重要的地方，不是它又能替我们多干一件事情，而是它第一次让设计公司的专业能力，可以脱离某一个具体的人，被长期保存、复制、放大和调度。
这是完全不同的一件事。
资料 → 知识 → Skill → Agent → 工作流 → 组织
16｜真正需要下场的人，已经变成老板
这也让我重新理解了开头那个现象。为什么两三年前讲AI的大量是年轻人，而现在越来越多企业家、管理者和行业老兵开始进入这个话题？
不是因为年轻人不重要了。年轻人的工具敏感度、学习速度依然非常重要。只是AI进入了另外一个阶段。
第一阶段的问题是：“这个东西怎么用？”年轻人完全可以解决。
但是第二阶段的问题已经变成：“这个东西应该放在公司的什么位置？”到了这里，就开始需要真正的行业经验和经营判断。
因为一个普通员工无法决定：客户资料可以交给AI多少，公司的核心经验应该怎么沉淀，哪些流程应该改变，哪些岗位需要重新定义，一个Agent能够代表公司做到什么程度，错误谁来负责。
这些问题，本质上都已经不是技术问题。它们是经营问题。
所以我一直强调：老板下场，不是让老板成为公司里最会写Prompt的人。以后Prompt本身可能会越来越不重要。
老板真正需要学习的是：
如何管理一个由“人 + AI + 工作流 + 企业知识 + 外部资源”共同组成的新组织。
第五章｜设计联月度判断
设计联月度判断｜AI开始成为组织的一部分
站在2026年的这个时间点，我们可能已经可以比较清晰地看到AI进入设计行业的三个阶段。
第一阶段，是设计师开始使用AI。谁学得快，谁效率高。AI属于个人工具。
第二阶段，是公司开始拥有AI。公司拥有自己的数据、知识、Skill、Agent、权限和工作流。AI开始从个人能力变成企业资产。
而真正重要的是第三阶段：公司开始按照AI重新设计自己。
到了这里，我们要重新回答很多过去习以为常的问题。
公司到底需要多少人？哪些岗位还应该长期存在？新人未来怎么成长？专家经验如何留下？哪些工作交给机器？哪些判断一定留给人？公司规模是不是还必须跟着项目数量一起增长？一家十个人的公司，有没有可能拥有过去五十个人的部分能力？一家设计公司除了卖设计，还有没有可能卖自己的方法、数据、专业工具和知识服务？
这些问题现在还没有标准答案。
但从AECOM、Perkins&Will、HKS、Foster + Partners，到Studio Tim Fu、ASAS和RCKa，我们已经可以看到：大公司正在改造旧组织，小公司则有机会直接创造一种新组织。
而对中国数量庞大的小微设计公司来说，我觉得后者可能更加重要。
因为今天市场最大的现实，并不是项目太多、人手不够。恰恰是项目变少、不确定性变大、养人的成本越来越高。
既然如此，我们为什么还一定要按照过去的逻辑去建设一家设计公司？
也许AI真正给小设计公司的机会，并不仅仅是“降本增效”，而是趁今天公司还没有那么大，重新设计一家属于未来的设计公司。
过去，我们认为一家优秀设计公司最重要的资产是人。后来，又增加了品牌、客户和案例。
而AI时代，很可能还要多一种新的资产：可以被机器理解和调用的专业经验。
当一个优秀设计师离开以后，他二十年的判断没有跟着一起离开；当一个新项目进来，公司过去几十年的案例、经验、标准和错误能够重新参与这个项目；当一个Agent开始真正承担工作的时候，它知道自己能做什么、不能做什么，什么时候必须停下来交给人；当一家只有十几个人的设计公司，也能够拥有研究、知识、内容、项目管理和专业分析这些过去只有大公司才可能拥有的部分能力——
到了那一天，我们才真正可以说：AI开始成为组织的一部分。
而从这一刻开始，真正需要被重新设计的，已经不再是某一个软件，甚至不再只是某一个岗位。
是公司本身。
参考资料与引用出处
以下资料均为本文公开数据与案例的主要来源。访问日期：2026年8月31日。
[1] Royal Institute of British Architects (RIBA). RIBA AI Report 2026. https://www.riba.org/work/insights-and-resources/ai-report/
[2] RIBA. “AI adoption reaches tipping point across UK architecture” / Adrian Malleson responds to the 2026 AI Report. https://www.riba.org/news/ai-adoption-reaches-tipping-point-across-uk-architecture/
[3] Autodesk. 2026 State of Design & Make: AI Pulse. https://www.autodesk.com/design-make/articles/2026-ai-pulse
[4] BST Global. AI + Data Insights 2026: Global AEC Industry Report. https://bstglobal.com/ai-data-insights-report-2026/
[5] Perkins&Will. Digital Innovation — Artifact / AI-Driven Blueprints. https://perkinswill.com/digital-innovation/
[6] AECOM. 2025 Annual Report — Artificial Intelligence: The new era of infrastructure delivery. https://aecom.com/wp-content/uploads/documents/reports/2025/AECOM_2025_Annual_Report.pdf
[7] HKS. 2025 Global Impact Report — AI & Responsible Innovation. https://www.hksinc.com/wp-content/uploads/2025/12/HKS_Global_Impact_Report_Final_Dec5.pdf
[8] Foster + Partners. Applied R+D — Artificial Intelligence and Machine Learning / Natural Language Design Assist. https://www.fosterandpartners.com/people/teams/applied-rplusd
[9] NIKKEN SEKKEI. 中大規模木造建築に特化した設計支援AIツール開発の取り組み（2026-07-06）. https://www.nikken.co.jp/ja/news/press_release/2026_07_06_02.html
[10] RIBA. Artificial Intelligence Report 2025 — Studio Tim Fu case study. https://www.architecture.com/-/media/GatherContent/Business-Benchmarking/Additional-Documents/RIBA-AI-report-2025-FINALpdf.pdf
[11] Architizer. “The Urgency of AI in Architecture: Lessons from the Frontline” — Studio Tim Fu / Lake Bled Estate. https://architizer.com/blog/inspiration/industry/studio-tim-fu-frontline-ai-architecture/
[12] Autodesk Forma Blog. “Back to the Future” — ASAS Arkitektur’s structured AI learning approach (2026-04-10). https://blogs.autodesk.com/forma/2026/04/10/back-to-the-future-architects-and-ai-conference-recap/
[13] UK Ministry of Housing, Communities and Local Government. “Lewisham identifies over 3,000 small sites with housing potential” (2026-07-21). https://www.gov.uk/government/case-studies/lewisham-identifies-over-3000-small-sites-with-housing-potential
[14] RCKa. Small Sites AI / PropTech. https://rcka.co.uk/our-projects/proptech/
[15] 有方（Archiposition）. 徐昀超建筑工作室招聘：AI技术顾问（2026-03-09）. https://www.archiposition.com/recruits/6c99b7cfdf
说明：本文基于截至2026年8月31日可公开检索的行业报告、企业年报、公司官网、政府案例与专业媒体资料整理。文中的趋势判断与未来组织模型属于设计联基于上述证据形成的行业研判。
如果你想了解下一期设计公司老板AI工作流课程，可以和我交流。
设计联张靖写于2026年8月31日
热门跟贴