老板在观看AI演示后，期待设计师能够独立承担整个项目的所有工作。如果项目未能成功，责任便落在“未能利用AI”的指责上。这种情况在多个团队中频繁上演。问题的关键在于，演示所展示的成果与实际工作责任之间存在大量的中间环节尚需处理。在实际项目中，除了快速生成图像外，还需进行需求对齐、规则统一、质量检查和交接等多个环节，一环都不能忽视。

以操作系统设计为例，这类项目强调整体性与一致性，而AI目前只能处理单一页面，随着任务链条的延伸，短板将显现出来。将演示结果直接视为最终交付成果的认知显然忽略了充实工作流程的重要性。若每个AI出现的问题都归结为“你不擅长使用”，则在未来再次遇到困难时，员工将不再愿意提供真实反馈。

作者指出，明确指出AI不足之处其实是非常有价值的反馈。完成项目时归因于AI的能力，失败时却归结为个人的不足，这种逻辑扼杀了团队中坦诚交流的意愿。AI在设计工作中的影响被比作水位不断上升的过程，首先冲击相对简单的任务，然后逐步影响更复杂的工作。设计师面临的压力不可小觑，不能仅凭“拥抱AI”一句话草率解决。 龙8头号玩家

作者提出具体建议：选择一个熟悉的实际需求，先明确完成标准，再分别记录各个环节的耗时——AI生成初稿的时间、后期的修改和检查时间、模型调用成本及人工返工时间。不能只挑选效果最佳的一环来计算效率，全面评估后，具体问题才能进入有效讨论的轨道。

如果项目最终能够交付，那是因为设计师在流程和细节等方面的努力，这些付出值得被认可。作者强调，切勿在依赖设计师顺利完成工作的同时，认为他们的价值减弱，最终结果可能花费的资源不亚于他们的工资。效率的计算应关注项目真正完成的全过程，而不是停留在“你不会使用AI”的表面论断上。