91% 這個數字可信嗎？
採用方向可信，精確比例要打折。樣本是 900 多位設計師，但我讀到的頁面沒有列出田野調查日期與抽樣方式。回應設計社群問卷的人，很可能比一般設計師更投入 AI，這是我的推測，報告沒有驗證。
另外，Anthropic 是報告合作夥伴，這點該知道，不過 91% 與 54% 這種年度變化本身，跟任何單一工具的排名沒有直接關係。
State of AI Design 的 62% 和 UXtools 的 52.2% 是同一件事嗎？
不是，不能直接比。兩份調查樣本不同、問法也不同。能說的是：兩邊都把輸出品質列在主要障礙裡。
在 UXtools 裡，最高的障礙其實是學習工具的時間（55.7%），輸出品質排第三。所以把 62% 當成「所有人都被品質卡住」會說過頭。
只有 1.4% 完全信任，是不是代表 98.6% 都不信任？
不是。UXtools 的選項是分層的：完全信任無監督 1.4%、不使用 AI 輸出 2.4%，其餘的人落在「需要某種程度檢查」的區間。
比較準確的讀法是：幾乎沒有人在毫無檢查的情況下直接用 AI 輸出。這反而支持前面的論點：檢查本身是一項真實的、卻沒被算進採用率的工作量。
要怎麼把「驗證成本」算進工具評估？
用一週做實驗。每個工具記兩個數字：省下的時間，與修正、重做、檢查它的輸出所花的時間。兩者相減，就是這個工具的淨效益。
再加一欄：這個輸出如果有錯，下游誰會發現？錯誤到正式環境才被發現的任務（程式碼、無障礙、設計系統），檢查時間要抓得更寬。
Designer Fund 與 Foundation Capital 合作的第二屆 State of AI Design 報告（2026 年版），訪問了 900 多位來自新創、企業與代理商的設計師，涵蓋 60 多個國家，另外還有 20 多場領導者訪談。最醒目的一組數字是：每週至少用一次 AI 做設計工作的人，從 2025 年的 54% 升到 91%。其中 75% 每天都用，16% 每週用好幾次。設計師平均使用的現成 AI 工具，也從 3 種變成 7 種。
91% 這個數字很容易被質疑成「問卷只問用不用」，但每天用的比例就有 75%，要說只是試用很難成立。成長最快的用途也值得看：程式碼生成與前端實作比去年多 31 個百分點，線框圖 +27，設計系統與元件 +24，設計 QA 與無障礙 +16，開發交接 +12。這些都不是「幫我想個標題」那類低風險任務，輸出錯了，下游要付代價。
報告還有一組相關的數字：50% 的受訪者把 AI 生成的程式碼推上過正式環境。分階段看，早期公司的設計師是 68%，成長期 50%，上市公司 33%。報告沒有解釋差距從哪來，比較合理的猜測是審核流程的鬆緊不同，但那只是推測，不是報告的結論。
同一份報告裡，80% 的人說，讓一個工具「留得住」的關鍵是可靠、高品質的輸出；62% 把輸出不一致或不可靠列為最大的挑戰。換句話說，採用率衝高的同時，大多數人最在意的仍是一個沒被解決的問題。
UXtools 2026 春季調查（1,478 位設計師與建造者，18 個地區，3 月 14 日至 4 月 6 日）從另一個角度給出一致的圖像：只有 1.4% 的人選「完全信任、不需要任何監督」，另有 2.4% 不使用 AI 輸出，中間的人全都要經過某種程度的檢查。他們列出的三大障礙是學習工具的時間（55.7%）、工具太多（53.0%）、AI 輸出品質（52.2%）。
第一，利益揭露。State of AI Design 把 Anthropic 列為報告合作夥伴；報告中通用 AI 工具使用率是 Claude 78%、ChatGPT 65%、Gemini 48%，Claude 排第一。這不代表數字有問題，但讀的人應該知道這個關係存在。第二，兩份調查的樣本與問法不同，62% 和 52.2% 不能直接比較，只能說兩邊都把輸出品質放在主要障礙裡。第三，我讀到的頁面沒有列出 State of AI Design 的田野調查日期與抽樣方式，所以 91% 代表的是「回應這份問卷的設計師」，不一定等於整個設計業。
工具從 3 種變成 7 種，訂閱費會跟著滾；而每多一個工具，就多一個你得檢查輸出的地方。評估工具時，不要只看「第一版多快出來」，要記下「到被接受為止花了多久」：一週內，每個工具省下幾小時，又花幾小時修正與重做。差額是負的，就是該砍的訂閱。
如果你的工作會把 AI 產出推進正式環境，先確定自己有檢查關卡，再決定要不要加速，而不是反過來。報告顯示會推上線的人已經過半，但沒有數據說明這些產出被驗證到什麼程度。