总结: 人工智能的进步让 UX 通才变得愈加重要，这正在逆转过去专业化的趋势。理解多学科知识的重要性日益凸显。
多年来，我们行业一直在讨论（有时甚至嘲笑）“UX 独角兽”的概念——那位传说中的专业人士，能够胜任一切工作：定性研究、定量研究、设计、内容策略等。过去十年中，随着大型设计团队的兴起与角色的专业化，我们普遍认为专业分工更为实际。然而，随着人工智能正在重塑我们的领域，我们正在见证一个有趣的变化：通才的回归。
1. 专业化时代
在过去的十到二十年间，UX 在具有较高UX 成熟度的大型组织中实现了高度专业化。这些组织通常配备了：
- 对于特定研究方法的专职研究员
- 交互（或 UX）设计师
- 内容策略师
- 视觉设计师
这种专业化是有道理的——每个领域都需要深厚的专业知识和特定的工具支持，并且在大型组织中，工作量足以支撑设立专门的职位。如果组织结构合理，这些独立角色可以协作，将各自的专业技能整合，打造出全面且经过验证的解决方案。
2. 人工智能对专业技能的影响
人工智能正在逐步改变这一动态。AI 工具和功能开始填补技能空缺，协助完成过去需要多年专业经验才能掌握的专项任务。
例如，视觉设计师现在可以利用 AI 生成多种界面文案选项；研究员可以通过 AI 获得无障碍配色方案的建议，或探索不同的数据可视化方式。
这种专业知识的普及正在 UX 工具和角色中逐步展开。越来越多的人可以独立完成原本需要多个不同领域专家协作才能完成的任务。 随着生成式 AI 技术变得更加可靠、更好地融入 UX 工作流程，这一趋势将进一步加速。
不过，这一趋势并不会彻底取代各类专业职业。尽管 AI 日益补充人类能力，但当前的大型语言模型仍需要仔细的人类监督，以应对“幻觉”现象和语境漂移问题。专业人员仍然是必不可少的，他们需要发现错误，使 AI 输出符合现实世界的约束条件，并在各团队之间协调工作。
3. 广泛技能时代的到来
AI 工具的兴起并不意味着每个人都需要成为能够完美胜任一切的“独角兽”。在我们的领域中，专业化仍将具有重要价值：未来仍然需要专职的研究员、内容策略师和设计师。
然而，AI 正在拓宽个人所能完成的任务范围，无论其具体专业技能如何。
UX 专业能力的变化趋势：AI 促成更广泛的知识面，同时在关键领域保持足够深度（改编自 IBM《设计职业指南》的 T 型图示）
我们目前观察到的现象，并不是专业化的消失，而是越来越重视拓展从业人士“知识 T 型结构”顶部广度的能力。
- 在 UX 各学科领域拥有广泛的知识
- 理解各 UX 组成要素如何协同工作的系统性思维
- 运用各种工具和方法整合解决方案的编排能力
- 聚焦于高层次问题解决的战略思维
需要注意的是，这种“知识 T 型结构”的纵深也会变得较浅，因为在某一专业领域深耕到极致，对于大多数人来说不再是必需的。真正深入掌握某一领域的任务将主要由致力于开拓新知识或新技术的学术研究者，以及解决复杂问题的大型机构承担。
新角色：体验专业人士
我们认为，这种广泛技能的融合将催生出新的角色：**体验设计师和体验架构师。**他们将负责指导由 AI 支持的设计任务，打造既面向人类也面向 AI 代理的体验，同时确保最终成果体现出经过深入研究和战略思考的品质。
传统的 UX 专业人士通常在某一领域——如本例中的研究——深度专精。未来的体验专业人士则将在多个学科领域中发展更广泛的专业能力，而 AI 将在其核心专长之外的领域提供“技能加持”。
这些通才型角色并不会达到完美， 甚至也难以达到训练有素的专业人士的高水平。专业人士仍将在掌握冷门或高级技术方面保持优势。他们在关键任务场景中也将是不可或缺的，因为他们的专业知识能够发现一般通才可能忽略的“隐形”问题。
然而，经济压力将促使组织倾向于采用“便宜、快速、够用”的用人策略，尽管这种做法也存在缺陷。UX 设计不同于医学或土木工程，这种更广泛的通才式设计方法通常不会导致灾难性后果。因此，出于提升效率、增强适应性和取得足够成果的强大商业动因，公司将越来越多地依赖由 AI 赋能的通才型专业人士。
我们已经在领先的 AI 公司中看到了这一趋势的出现。例如，Anthropic 最近发布了一则招聘启事，招聘“设计工程师”职位，明确要求结合产品管理、设计与开发的职责。这种混合型角色需要专业人士跨越传统划分的领域思考，以创建连贯的 AI 体验。
这种演变让人联想到 15 年前前端开发工程师（FED）这一角色的出现。当时，前端工程师被视为连接专业后端开发与设计团队之间的桥梁。最初，这种混合型角色似乎很不寻常，但随着网页界面复杂性的提升，需要既懂技术又懂设计的专业人才，这一角色最终成为行业标准。同样，这些新的以 AI 为中心的通才角色，虽然起初是例外，但随着组织适应 AI 驱动的设计流程，很可能迅速成为必不可少的常态。
4. 成为（更像一名）通才意味着什么？
UX 通才并不仅仅是涉猎多个领域的人。真正的通才思维代表着一种从本质上不同的问题理解与解决方式。 这类专业人士擅长识别跨越不同专业领域的模式，常常能够发现专才可能忽略的解决方案。
例如，一位正在向 UX 通才转型的用户研究员可能会：
- 注意到网站导航中的信息架构原则可以用来改进研究报告的结构
- 借鉴内容策略中的叙事技巧，以提升用户研究成果的展示效果
- 与 AI 协作，为近期研究中发现的问题开发潜在设计解决方案的初步原型
这种跨领域的理念融合，能够催生超越传统学科界限的创新解决方案。
事实上，这种方法并不全然新颖——许多 20 多年前进入 UX 领域的资深从业者，最初就是出于实际需要而以通才身份起步的。在 UX 初期，专业人士通常身兼数职，负责从研究到设计再到可用性测试的所有工作。这些经验丰富的从业者早已深刻理解跨学科思维的价值。
然而，对于过去十年间加入行业的从业者来说（一个专业化和角色细分不断加强的时期），这一向通才技能转变的趋势可能意味着一种新的适应过程。许多较新的从业者是在严格界定的岗位职责中发展职业生涯的，专注于特定方法或交付成果。对于这些专业人士而言，转向通才思维可能需要有意识地拓宽视野，并积极适应跨越传统边界的工作方式。
5. AI 加速技能发展
想象一名用户研究员在没有生成式 AI 工具辅助的情况下，如何扩展到视觉设计领域。这通常需要：
- 接受正式的设计原则培训或课程学习
- 通过多年实践与指导，培养对构图、层次和美学的直觉理解
- 经过大量试错，逐步掌握技术技能
- 逐步积累实际工作经验
AI 工具并不会取代这些技能发展的益处，但它们能通过以下方式压缩并丰富学习过程：
- 生成多种设计变体，帮助研究员探索设计模式
- 在实际情境中解释设计决策和原则
- 对设计选择提供即时反馈
虽然现阶段的 AI 工具尚无法以资深专业人士的水平执行所有这些功能，但通过提供更多迭代示例和以理解为导向的指导，AI 有助于加快模式识别与决策能力的发展。将众多小型设计决策协调统一为宏观愿景的能力仍然需要人类的判断，但 AI 正在降低掌握这类专业技能的门槛。
这种技能发展的加速不仅限于视觉设计。内容策略师将能借助 AI 更快速地掌握信息架构原理，例如通过 AI 分析网站结构。视觉设计师则可以利用 AI 高效尝试不同的研究方法，例如编写访谈提纲或辅助访谈数据的主题分析。AI 工具不会取代对基本原理的理解需求，但它们确实能缩短掌握并有效应用这些原理的时间。
5.1 学习 UX 基础知识以释放 AI 优势
要有效利用 AI，UX 专业人士需要在 UX 学科及相关领域建立坚实的基础。如果缺乏这些基本功，实践者将无法为 AI 工具提供有力指导，从而导致低效或次优的结果。扎实的 UX 背景能够赋予专业人士批判性思维、情境判断力以及与 AI 流畅协作所需的专业语言。
5.2 从技术执行到战略活动
随着 AI 系统的不断进步，它们正变得越来越擅长处理过去需要专业人力完成的技术执行类任务。不久之后，这些工具将能够在最少指导下生成线框图、创建用户流程、制作视觉设计，以及分析研究数据。
这一演变意味着，作为 UX 专业人士，我们所能提供的独特价值正在明确地转向战略思考与领导能力。虽然 AI 可以执行任务，但它无法独立理解我们工作的复杂人类与组织背景。
例如，从业者将不再把时间花在学习或完成技术性任务上，而是专注于更具价值的活动，如：
- 促进拥有相互竞争优先级的利益相关方之间的对话
- 协调跨职能团队，驾驭组织内部动态
- 深入理解业务约束与机遇
- 建立与决策者之间的关系与共识
- 识别并修复跨渠道用户旅程体验中的问题
这种向战略思维的转变将重新定义专业发展的路径。从前需要多年时间才能在单一领域建立深厚技术专长，未来则是迅速掌握多学科的实用知识，并积累战略层面的经验。
6. 现实中的案例：行业示例
全球品牌转型公司 Landor 的近期变化，生动地展现了这一通才化趋势。在一次研究主管聚会上，Landor 的执行董事 Anthony Riva 分享了公司如何扩展岗位职责以拥抱通才模式。
Landor 早期的“洞察与分析总监”职位描述强调专业的研究技能，侧重于传统的定性研究技术、专注市场研究的设计，以及专业分析方法论。该职位主要在定义清晰的洞察职能体系内，支持既有框架，专注于研究执行与数据整合。
而新的“品牌绩效总监”职位则体现了我们所讨论的通才演进。这一职位打破了传统研究边界，需要涵盖数据分析、商业咨询、财务建模和品牌战略的跨领域专长。与仅仅收集和分析数据不同，新岗位要求能够连接并分析不同数据源，以产生可执行的洞察，从而对客户及品牌的商业表现产生影响。
新的岗位描述明显强调了战略思维与跨学科能力，要求与战略、设计及客户服务团队协作，并特别强调理解品牌如何促进商业成功——清晰表明了当前对更广阔视角的期待。相比旧职位着重于特定职能内的研究执行，新职位则要求具备商业敏锐性，以及将品牌举措转化为商业指标与财务成果的能力。
Landor 的这一变化，是行业正在应对市场需求变化的一个缩影。未来，组织将越来越倾向于寻找能够跨职能连接品牌与商业影响力的专业人士。我们预计，岗位角色的扩展将催生新的职位名称，并逐步渗透至教育和学术培训体系中。
7. 为转型做好准备
为了适应向通才技能发展的趋势，UX 专业人士应重点关注以下四个领域：
- 培养学习型思维
- 熟练掌握与 AI 的协作
- 聚焦可迁移技能
- 扩展至相关领域
7.1 培养学习型思维
与其单纯在单一领域深耕，不如优先拓展对各体验领域的理解，积极寻找机会与来自不同专长的从业者协作。
对于新入行者而言，这种思维尤为关键。初入职场的专业人士应谨慎选择职位，避免成为团队中唯一的 UX 人员。缺少有经验同事的指导，个人成长速度会大大降低。
学会从自身经历中学习——无论成功还是失败——是超越当前岗位职责、为未来做好准备的关键。
7.2 熟练掌握与 AI 的协作
为了有效利用 AI，UX 通才需要能够熟练与 AI 协作以实现预期成果。尽管当下常见的“提示词工程”技巧和格式要求在未来可能会变得更加自然，但现在积累实践经验，将有助于深入理解 AI 的能力与局限。这也能锻炼清晰表达意图的能力，为未来竞争中赢得优势。
聚焦可迁移技
正如我们所讨论的，面向战略的核心能力将在未来越来越重要，无论工具与技术如何演变，这些能力都将始终有效。
这些永续技能包括：
- 批判性思维
- 促进对话与协作的能力
- 战略决策能力
- 跨领域直觉
- 应对模糊性与快速变化的能力
- 跨来源整合洞察的能力
- 重新定义问题、发现新解决方案的能力
这些技能是无法被技术取代的，随着 AI 接管更多技术性任务，它们的重要性只会进一步提升。
7.3 扩展至相关领域
随着学科领域边界日益模糊，理解相关领域知识变得尤为重要。如果目前尚未具备这些能力，现在正是培养的时候。
包括：
- 系统思维
- 前端开发与数据建模
- 商业战略
- 产品管理
更广阔的视角不仅有助于协作，也能为未来结合多领域的新兴岗位打下基础。
8. 在未来寻找平衡
这种转变并不意味着专才会消失——在特定领域拥有深厚专业知识的角色仍将存在。政府机构和复杂企业环境中的 UX 工作，仍将因规模与复杂性而受益于专才技能。大型、UX 成熟度高的组织也会继续需要精通特定领域的专家，这些岗位可能只属于顶尖机构中的高级从业者，竞争也将非常激烈。
此外，UX 领域的 AI 工具尚在不断发展中。目前的工具尚不足以使完全没有基础技能的通才人员迅速取代中级专才。我们仍处在实现生成式与代理式 AI 技术潜力的早期阶段。
然而，对于大多数 UX 从业者来说，拥抱通才角色（哪怕只是稍微拓宽技能范围）将变得越来越有价值。 对于需要一定 UX 支持才能在竞争中生存下来的、UX 成熟度较低的公司来说，需求将远超对专才的需求。
随着 AI 持续演进并承担更多复杂任务，能够识别联系、进行战略思考并跨领域协调的能力将愈加关键。未来的 UX 通才并不是试图掌握一切的“独角兽”，而是能够有效整合人类专业知识与 AI 能力，以创造卓越用户体验的战略型思考者。 🆃