设计一家咖啡店，我们很容易想到咖啡豆、杯子和香气。设计一家汽车公司，也有速度、道路和机械结构可以参考。
但AI没有一个固定的外形。
它可能出现在聊天窗口里，也可能藏在芯片、软件和机器人背后。同一种技术，可以用于写作、医疗、金融，也可以用于工业生产。
当设计对象本身看不见，Logo应该画什么？
我的判断是：先找到这家公司的具体价值，再决定如何把它变成图形。
大脑、芯片、神经网络都可以成为设计元素，但它们首先表达的是一个行业。要让人记住某家公司，还需要进一步回答：这家公司提供什么能力？它如何工作？它希望与客户建立怎样的关系？
一家提供AI算力的企业，与一家提供AI陪伴的企业，面对的是完全不同的沟通任务。即使都属于人工智能行业，也没有必要长成同一种样子。
第一条路径，是把AI的工作方式转化为视觉结构。
AI没有固定外形，但它的工作过程可以提供设计线索。
连接、筛选、识别、生成、预测，这些动作都有可能被转译为图形关系。例如，分散的单元如何形成整体，复杂的信息如何被组织，已有的结构如何产生新的变化。
设计师可以从中提炼重复、聚合、转折、递进、正负空间等形式。
不过，这些词只能作为思考的起点。最终仍然需要形成一个轮廓清楚、结构独特的标志。如果必须依靠长篇解释才能理解，图形本身的识别能力就还需要推敲。
以KGdesign的NUON品牌设计为例，我们围绕字母N，通过几何切割与负空间建立核心标识。这样的处理把精密感和可扩展性放进了图形结构，也让品牌名称与视觉符号产生直接联系。
抽象能力有了一个可以被辨认、被反复使用的形状。
第二条路径，是把业务价值变成视觉感受。
客户购买AI服务，通常是希望某件具体的事情得到改善。
有人需要处理更多信息，有人希望减少重复劳动，有人希望更快完成判断，也有人需要一个容易交流的助手。
这些不同的角色，会影响品牌的视觉表达。
例如，服务于复杂决策的AI产品，可以通过稳定的结构、清楚的层级与克制的视觉节奏建立可信度；面向日常交流的AI助手，则可以考虑更开放的轮廓、更亲和的字体和更轻松的色彩关系。
这不是一套固定的对应公式。圆形不天然代表友好，蓝色也不自动带来信任。设计需要让图形、字体、色彩与产品体验共同支持一种明确的感受。
第三条路径，是呈现人与AI之间的关系。
有些AI品牌最值得表达的，是它如何与人协作。
它是接受指令的工具，协助判断的伙伴，还是连接人与复杂系统的入口？
如果品牌强调协作，图形可以探索两个单元如何衔接、补充、共同形成新的结构；如果强调入口，可以研究开口、通道与边界之间的关系；如果强调帮助人理解复杂信息，则可以从秩序与清晰度入手。
这些关系，比笼统的“智能”“未来”“无限可能”更容易形成具体的设计判断。
最后，还要给Logo以外的视觉系统留下空间。
静态Logo承载的信息有限。AI产品中的生成、反馈与持续变化，可以通过辅助图形、动态效果和界面交互继续展开。
但标志本身仍然要成立：缩小之后能否辨认，单色状态是否清楚，放在产品图标、演示文稿和商务资料中是否容易使用。
设计时可以先把最稳定的识别特征留下，再让变化发生在品牌系统里。这样既能表达技术的活力，也有利于积累长期的视觉记忆。
AI没有固定外形，给了设计师更多选择，也提出了更高的判断要求。
在KGdesign的项目实践中，我更关注的是：如何从具体业务中找到值得保留的特征，再用尽可能清楚的形式把它表达出来。
当能力看不见，设计就要帮助人们看见它的价值，并记住提供这种价值的品牌。
龚羽晗｜KGdesign