為什麼設計師覺得 AI 來了反而更累？Figma 用 Jevons 悖論解釋
Figma《State of the Designer 2026》調查顯示設計師對行業好壞看法 36/35/29 三分天下，但 82% 招募主管說需求增加或持平。Andrew Hogan 用 1865 年的 Jevons 悖論解釋為什麼工具越強、設計師反而越累——並指出哪種團隊文化最能化解這份壓力。
3 月 17 日 Figma 官方部落格刊出 Andrew Hogan（Figma Insights 主管）的觀察。文章開頭丟出一個讓人停下來的數字：在 Figma 自家的《State of the Designer 2026》調查裡，設計師對「設計這個行業到底變得更好還是更壞」的看法，36% 說好、35% 說壞、29% 說差不多——幾乎完美的三分天下。
「需求在漲、產業在擴張，可從業者體感卻撕裂。」
但奇怪的是，企業端的需求調查同一時間顯示 82% 招募主管說公司對設計師的需求「持平或上升」。這個落差就是 Hogan 整篇文章想拆解的東西。他的解釋出乎意料——他搬出了 1865 年一位英國經濟學家的觀察，叫 Jevons 悖論。對正在學 Figma、準備轉職的人，這篇文章很關鍵：你即將進場的市場，工作量在膨脹，工具效率也在膨脹，怎麼定位自己會決定接下來幾年是被推著走還是被沖走。
Design’s influence is expanding, and here’s why that feels hard
Andrew Hogan（Head of Insights, Figma） · 2026-03-17 · figma.com/blog
read original →Figma《State of the Designer 2026》問設計師：過去一年，設計這個行業變得怎麼樣？三派人數幾乎完美對稱。
三七分裂的職涯體感
Hogan 引用的數據來自 Figma 自家兩份調查。第一份問設計師：「過去一年，你覺得設計這個行業怎麼樣？」結果三派人數差不多——好、壞、沒變化各佔約三分之一。第二份問招募主管：「你公司對設計師的需求怎麼變化？」82% 說增加或持平。
這兩個數字疊在一起就出現一個矛盾：產業在擴張，但只有 20% 的招募主管覺得這個行業在「變好」。生意在做、體感在惡化。文章接下來幾節都在拆解這個落差，而不是把它歸咎於某個單一原因。
打開最近一個你做的 Figma 練習檔，先別問「這做得好不好」，問另一個問題：「這份檔案能撐多久？三個月後我自己回來看，找得到要改的地方嗎？」 這個練習會逼你開始想圖層命名、元件結構、變數命名——把工作從「一次性產出」變成可以被自己跟團隊重複利用的能力。
AI 把設計的表面積擴張了
Hogan 提的第一個解釋：設計可以介入的地方變多了。AI 帶來幾類過去不存在的軟體類型——agent orchestration system、answer engine（像 Perplexity 這種）——每一類都有沒被解過的設計問題等著有人坐下來想。
更隱性的擴張是：原本不算 AI 的產品，也開始長出生成式、對話式、預測式的圖層。使用者操作介面從只有點擊，變成可以說、可以上傳圖、可以下指令。每多一個輸入管道，就多一個要被設計的問題：怎麼把模糊的輸入變成清楚的意圖？怎麼讓自動化決策對人保留人味？
這些問題不會自己消失。每個問題都需要有人坐下來想、畫出來、測試、迭代。多出來的工作量沒有人代勞。
Figma 開一個新檔案，挑一個你常用的網站或 app（IG、Notion、Spotify），假設要幫它加一個 AI 對話功能會多出哪些畫面：輸入框、回覆狀態、錯誤處理、結果預覽。試畫 3-5 個畫面，你就會親身體會 Hogan 說的「表面積擴張」是怎麼一回事。
Jevons 悖論：越省事，工作越多
William Stanley Jevons 在 1865 年觀察到的反直覺現象，正在 AI 時代重演。
Hogan 在文章中段引用了 1865 年的觀察。經濟學家 William Stanley Jevons 注意到一件當時沒人預期的事：蒸汽機效率提升、燒煤變便宜，整個英國燒煤的總量沒減少，反而暴增。理由是煤變便宜後，更多產業開始用煤、原本不用的場景開始用煤，需求被解放出來。
Hogan 把這個邏輯套在 AI 上面。AI 工具讓一個畫面從畫圖到產出加速了，所以團隊不會就此收手——他們會多探索幾個方向、多嘗試幾種版本、把整個產品迭代節奏拉得更快。文章引用 UC Berkeley 的研究發現使用 AI 的人移動更快，但同時接更多任務、工時拉得更長，自己沒被要求也會這樣做。Figma 自家研究則發現產品建造者一年內任務量平均上升 17.5%。
省事讓工作變多。這是 AI 時代設計師感覺累的真正原因——工具效率的提升被需求量的增長吃掉了。
用一個 AI 工具（Figma Make、Magician、UI Genius 都可以）幫你產生 5 個版本的同一張卡片設計，然後逼自己一個個比較選一個。這個練習會讓你親身感受 Jevons 悖論：工具讓「再做一個」變便宜了，所以你會做更多——但選擇成本沒消失，它只是搬家了。
速度提升、期待跟著爆炸
工作量增加之外，Hogan 還講了第二個壓力來源——期待。
文章引用美國國家經濟研究局（NBER）橫跨四國、6,000 家公司的一份研究：89% 的高層說 AI 還沒讓他們的團隊變得更有效率，但同時對未來幾年的生產力提升抱有極高期待。意思是當高層問你「你打算怎麼用 AI 提升產出」時，你最好有個說得過去的答案，可實際上的工作流程還在動盪。
雙重壓力就此形成：上面期待已經被 AI 行銷推到很高的位置，下面實際工具還在迭代。設計師夾在中間，一邊回應「你 AI 用得怎麼樣」這種模糊問題，一邊還要把日常工作做完。
文章還補了一筆觀察：團隊內部分工正在融化——PM 開始做原型、工程師開始畫設計、設計師被推向更高層次的策略工作。每個角色都覆蓋更多事情，沒人能再說「這不是我的事」。
練習用「設計師的語彙」回答非設計師的問題。下次有人問你「你怎麼用 AI 工作？」，把答案結構成三層：① 用 AI 加速哪個步驟（產出視覺方向、寫文案）；② 哪些步驟我堅持親自做（資訊架構、互動細節）；③ 這樣分工背後的判斷是什麼。練熟這套說法，面試或跨部門對話都會明顯不一樣。
路徑分歧：哪些團隊感覺好，哪些感覺差
Hogan 文章最後給了一個參考點。同樣身處 AI 浪潮、同樣表面積擴張，為什麼有些團隊感覺被推著走、有些團隊感覺受困？ 答案不在工具，在團隊文化。
Figma 自家調查發現：那些主管「保護工藝（craft）、優先要求清晰、支持創意自由」的團隊，對未來的樂觀程度明顯比較高。差別不在工具的選擇，在於設計流程跟反饋迴路有沒有被照顧好。
The Economist 的設計副總裁 Adam Morris 在 Figma 的對談裡用了一個詞：「持續的好奇心（sustained curiosity）」——這種狀態同時帶來迷失方向跟充滿能量。Hogan 引這句話的用意是：把擴張當成探索，而非當成被追趕。實作上的建議很具體——試試 vibe coding，叫一群 agent 幫你做雜事，把寫 prompt 練到精，把你做得好的作品分享出來。
對學設計的人，這段最直白：你可以選擇不買「AI 取代設計師」這種焦慮論述。Hogan 整篇文章在講同一件事——擴張的市場一直需要有人解決「把模糊輸入變成清楚產出」這個老問題，這個能力的代名詞就是設計師。
挑一個你最近做過、覺得最有成就感的 Figma 作品，把它放到作品集網站、IG、LinkedIn 任何一個地方，附上 100-200 字的決策說明（為什麼選這個版型、哪幾個細節你特別在意）。Hogan 那句「Share work that you're proud of」聽起來像口號，背後其實在講把擴張的職涯空間轉成個人能見度的最簡單作法。
給轉職者的三點觀察
Andrew Hogan 過去七年在 Forrester 做設計與科技交叉領域的研究，現在在 Figma 主導 Insights 部門。他這篇文章寫得很務實——沒有「AI 取代一切」的戲劇化敘述，也沒有「AI 是萬靈丹」的推銷。他把幾個調查數字疊在一起，畫出一個更立體的現實：產業在長大，但長大的方向是擴張、不是輕鬆。
對正在從零學 Figma 的你，這篇文章的訊息很單純。第一，這個產業沒在萎縮——你的時機沒選錯。第二，要在裡面活得好，工具熟練只是入場券，真正會被放大的是把混亂變清晰的能力。第三，找一個保護工藝的團隊或老師，比找一個 AI 用得最猛的團隊重要——因為前者會幫你練底子，後者只會幫你跟上潮流。
QUOTE · 原文金句用持續的好奇心面對這些變化——它讓人迷失方向、同時也讓人充滿能量。
這篇文章的 5 個重點濃縮成可截圖收藏的清單
- 01 設計師對行業好壞的看法 36/35/29 三分天下，但 82% 招募主管說需求增加或持平。
- 02 AI 帶來新類型軟體 + 既有產品長出 AI 圖層，設計可介入的表面積在擴張。
- 03 Jevons 悖論：工具效率提升被需求增長吃掉。Figma 數據顯示一年任務量 +17.5%。
- 04 NBER 研究：89% 高層說 AI 還沒提升效率，但對未來生產力期待很高——壓力夾擊形成。
- 05 同樣處境，主管保護工藝、要求清晰、支持創意自由的團隊，樂觀程度明顯較高。
