免費閱讀25 次瀏覽

Figma 執行長 Dylan Field：AI 只能帶你到平均，天花板要靠人推高

站長

AI 讓每個人都能在幾分鐘內做出一個 App，那人還剩下什麼價值？Figma 共同創辦人暨執行長 Dylan Field 在《All-In》專訪中給了一個很清楚的答案：AI 把「門檻」拉低了，但沒有把「天花板」拉高；能把天花板往上推的，仍然是願意提出獨到觀點、願意做困難事情的人。

這集也談到被市場稱為「SaaS 末日」的恐慌、Adobe 收購案被擋下的內幕，以及他對「用 AI 思考」還是「讓 AI 替你思考」的提醒。以下是聽完後的重點整理與評論。

誰在對話？

Dylan Field：Figma 共同創辦人暨執行長。Figma 是協作式介面設計軟體，2012 年創立，現已上市。
David Friedberg：All-In 主持人之一，本集訪談者。

關係揭露： 節目中未提到 Friedberg 與 Figma 之間的投資關係，本站也未查到相關公開資訊。Dylan Field 身為 Figma 執行長，談論 AI 與 SaaS 時自然站在自家公司的立場，讀者可以把這點納入考量。

先補背景：Adobe 的 200 億美元收購為何告吹

Adobe 在 2022 年宣布以約 200 億美元收購 Figma，但美國、歐盟與英國競爭主管機關（CMA）相繼關切，雙方在 2023 年底放棄交易。Field 說，監管審查拖了 16 個月，對任何公司都是折磨；他至今仍不認為這筆交易真的有壟斷疑慮，覺得監管者是在「打過去的仗」，用回顧歷史的方式定義市場，而不是往前看。

他也提到 iRobot（Roomba 掃地機器人）的例子：Amazon 收購案被擋下後，iRobot 後來走向破產，市場大多流向中國業者。

交易破局的消息是在寒假第一天宣布的。Field 回憶，全員大會的氣氛反而是「鬆了一口氣」，因為終於不用同時活在兩種未來裡。之後他給員工一個選擇：如果你原本是想去 Adobe 上班，或已經累了，可以領幾個月薪水離開，六個月後隨時歡迎回來。最後選擇離開的人只佔一小部分。

AI 會殺死 SaaS 嗎？

SaaS（軟體即服務）指的是用訂閱方式在網路上使用的軟體，例如 Figma、Salesforce。今年市場一度流行「SaaS 末日」說法：既然 AI 模型越來越強，AI 實驗室自己就能做出設計、寫程式等工具，傳統軟體公司還有什麼存在價值？

Anthropic 推出 Claude Design 時，市場一度認為「Figma 完了」。Field 先釐清：Figma 與 Anthropic 本來就有合作，也提供讓 AI 代理人連接 Figma 的介面（MCP），Claude Design 是 Anthropic 自己另外宣布的產品。他對宣布方式感到意外，但認為成長極快的組織內部難免溝通混亂。Friedberg 則指出，Figma 在那之後的財報營收年增 48%，成長反而加速；Field 表示對業務沒有實質影響。

Field 的核心論點有三個：

別把「模型進步」誤認為「產品進步」。 專業工具需要長時間打磨工作流程，像一把樂器，手感與機制都要對。Claude Design 什麼都想做，他認為要做出給專業人士用的好設計工具本來就很難，他對這個產品「不看多也不看空」。
軟體的護城河比「SaaS 末日」想像的多。 越專注服務特定使用者、越了解他們的需求，越有生存空間。他舉 AI 程式編輯器 Cursor 為例：照理說各大 AI 實驗室都在追殺它，Cursor 一開始甚至沒有自己的模型，卻靠著對使用者的執著成功。
不是所有 SaaS 都沒事，也不是所有 SaaS 都完了。 Friedberg 補充，創辦人仍在經營、能用 AI 重塑自家業務、且擁有深度使用者體驗的公司，比較能區隔出來。

小評： 這段最值得記住的是「模型進步不等於產品進步」。AI 模型讓「做出一個能用的東西」變便宜，但讓專業使用者每天離不開的，是無數細節累積的工作流程。不過也要注意，Field 是當事人，Figma 的財報表現才是最終檢驗。

AI 只能帶你到「平均」，天花板要靠人推高

這是整集最核心的觀點。Field 坦承自己改變了想法：幾年前他在 Figma 年度大會 Config 上說，AI 會拉高天花板，讓人做出前所未有的作品。他現在認為「那是錯的」。

他的說法是：

AI 拉低了門檻。 不論是程式、動畫、影片還是設計，只要是數位內容，AI 都讓更多人做得出來，創作更民主化。
但天花板沒變。 真正推高天花板的，是那些願意專注、投入時間、大膽嘗試沒人做過的事的設計師與創作者。
AI 有自己的「分布」。 AI 是從大量既有資料學來的，直接下指令時，產出往往落在那個分布的中間，也就是「平均值」。如果你心中有自己的願景，卻完全交給 AI 實作，你看到的就是透過 AI 濾鏡呈現的版本，不會完全是你要的。

他用 App Store 的數據說明：App 數量呈指數成長，但人們實際使用的 App 數量持平。換句話說，每個人都能做出很多 App，供給爆炸，注意力卻沒有變多，你一定要能做出區隔。

那區隔從哪來？Field 的回答是「設計是新的程式碼」：既然人人都能產生程式碼，程式碼就不再是難的部分，往上一層的設計、品牌、行銷與觀點才是差異所在。其中他認為最常被忽略的是「觀點」，因為那是人們最不敢擁有的東西，大家都害怕說出不符合共識的話。

Friedberg 延伸：創造本來就是做沒人做過的事，否則只是模仿與複製；而做新的事，本質上就是在 AI 訓練資料的分布之外工作。Field 同意，並認為這種突破會被市場獎勵，因為注意力經濟很殘酷，獨特的觀點在社群媒體上很快就會被稀釋，只有夠突出、夠持久的訊息才能突圍。

他也提到 Figma 內部一個簡單規定：凡是用 AI 寫的文件，開頭就標註「written with AI」。他說現在常收到 AI 做的簡報，連做的人自己都不見得讀過；標註之後，大家才能信任看到的東西是被用心處理過、值得花時間讀的。

他建議的工作方式是兩者並用：用 AI 起頭，解決「空白畫布」的問題，再針對不滿意的地方動手修改，來回快速切換。他也觀察到，每次新模型推出，網路上都會有幾天狂熱，但很快大家就摸清模型的「慣用套路」，新鮮感消失，接著就得想辦法超越它。數學、資安這類有標準答案的領域，模型進步飛快；創意與設計沒有標準答案，進步相對緩慢。

小評： 「AI 帶你到平均」這個說法很直白，也很實用。當產出變得便宜，平均品質的東西會變成大宗商品，價值會往兩端移動：一端是極便宜的大量產出，另一端是有明確觀點、願意多走一步的作品。對個人與公司都一樣，問題不再是「做不做得出來」，而是「做出來的東西為什麼值得別人注意」。

用 AI 加深理解，而不是讓 AI 替你思考

節目最後，Friedberg 問到 AI 是否會削弱人的能動性。Field 認為這個選擇不管有沒有 AI 都存在：你要消費還是創造？要走輕鬆的路，還是去爬那座山？

他觀察到，現在很多人開始「讓 AI 替自己思考」。但另一條路是用 AI 加深對世界的理解、幫助自己學習，去做以前因為太花時間學或太困難而不敢嘗試的事，進而做出更好的東西，擴展自己的人生可能性。他說，自己一輩子都在學怎麼思考，為什麼要讓別的東西替他想？他希望大家用 AI 去創造好的東西，而不是加入「蜂巢思維」。

他的結論是：人人都可以是創作者，關鍵在意志力與好奇心，只要好奇、願意做功，就能做出了不起的事。

兩人也聊到 OpenAI 前一晚發表大量數學研究成果（節目中說有七百多篇論文，本站未能獨立查證細節）。Friedberg 認為那可能是人類史上最偉大的發現日之一；Field 則說心情複雜，興奮之餘也有一點失落，因為未解之謎的神秘感少了一些，「為此感到惋惜並沒有錯」。

小評： 這段和前一段其實是同一件事的兩面。AI 讓人能快速做出平均水準的東西，但如果你只是把思考外包，你就永遠停在平均；反過來，把 AI 當成學習與探索的工具，它能縮短你走到新領域的時間，讓你有機會做出平均之外的作品。

這對讀者代表什麼

會「做」已經不稀奇，「為什麼這樣做」才稀奇。 工具門檻下降後，個人的觀點、品味與判斷力，會比單純的技術執行更有價值。
把 AI 當老師，而不只是代工。 用 AI 解釋你不懂的領域、幫你練習新技能，長期累積的是你自己的能力；只讓它替你交差，累積的是別人也拿得到的平均答案。
AI 產出要標示、要負責。 Figma 的「written with AI」規定很簡單，但點出一個趨勢：信任會成為稀缺資源，用心處理過的內容會更容易被看見。
別被「某某產業已死」的標題帶著走。 「SaaS 末日」的討論提醒我們，新技術衝擊是分化而不是一刀切，要看個別公司的產品深度與使用者黏著度。

未來投資可以留意的方向

以下為本站編輯的評論與觀察清單，不是節目中來賓的說法，也不構成投資建議。

應用層軟體的分化： 若 Field 的說法成立，深耕特定專業使用者、工作流程難以複製的軟體公司（例如設計、程式開發工具）較有防禦力；只靠單一功能收費的工具，被 AI 實驗室或新創取代的風險較高。可觀察營收成長率、淨收入留存率與客戶流失率。
Figma（FIG）本身： 值得追蹤的是 AI 新功能（如 Figma Make、Weave）是否帶來新營收，以及 AI 實驗室推出設計產品後的市占變化。風險是 AI 實驗室持續往應用層延伸，壓縮定價空間。
AI 實驗室往應用層擴張： Anthropic、OpenAI 等公司直接推出終端產品，會改變軟體產業的競爭結構。相關公司若上市，可觀察其產品營收與模型授權營收的比重。
學習與創作工具： 如果「用 AI 學習」成為主流，教育、技能培訓與創作者工具可能出現新的商業模式；風險是同質化競爭激烈，差異化不易。
內容信任與驗證： AI 內容大量增加後，標示、溯源與驗證內容來源的需求可能上升。

主要風險： AI 模型能力若在創意與設計領域突然大幅躍進，Field 所說的「天花板沒變」可能被改寫；此外，軟體股評價對 AI 相關新聞極度敏感，波動可能遠大於基本面變化。

來源

節目原始影片：Dylan Field: Is AI Replacing Designers?, Design is the New Code & Democratizing Creativity（YouTube／All-In Podcast，2026 年 10 月 19 日）
節目官方貼文：All-In Podcast on X
本文為聽後整理，文中數字與說法皆為主持人或來賓於節目中的陳述；Adobe 收購案時間點為本站補充的公開背景資訊。

非逐字翻譯、觀點整理，不構成投資建議。