隨著人工智慧 （AI）開始回答更多工程師的問題，工程師將更多地在他們提出的問題而不是他們提供的答案中展示他們的價值。在生成設計的情況下，這需要清楚地了解每個設計組件的目的，因為這種理解使工程師能夠要求最佳解決方案。在沒有單一最佳解決方案的情況下，工程師必須善於在多個可行選項之間進行權衡。這些交易通常不僅影響單一元件，因此工程師必須在系統層級理解的基礎上進行操作。

以  Volvo SuperTruck II 動力總成設計為例。這種下一代動力系統由美國能源部贊助，旨在最大限度地提高運輸能力並最大限度地減少燃料排放。在這個領域，前軸上的任何重量都會帶來高昂的成本。前發動機支架（如下圖所示）等部件是生成式重新設計的主要目標。

透過簡單地將原始幾何形狀替換為生成定義，Volvo工程師 Kevin 能夠在不影響任何結構完整性的情況下減輕支架的重量（如下圖所示）。僅此一項就令人印象深刻，但凱文想進一步推動設計。為了取得更大的進展，他必須重新考慮最初的設計問題。

運用工程判斷和直覺，他意識到引擎缸體上使用的螺栓圖案將不必要的壓力帶入引擎支架。凱文決定需要設計一個新的配置來適當緩解壓力。因此，他重新建構了問題，完全改變了螺栓模式，並產生了結構更合理的負載路徑的生成結果。

最終設計如下所示，它證明了熟練工程師使用時所帶來的發電設計。在這裡，人工智慧並沒有替凱文完成他的工作。相反，它給了凱文所需的時間和信心，讓他能夠更清晰、更有創意地應對問題。

在最好的情況下，人工智慧（更具體地說，生成設計）將幫助您在更短的時間內改善當前的流程和設計結果。作為一項持續改進活動，人工智慧可以幫助您採用現有設計並根據您的需求進行最佳化。它可以在新零件和現有零件的設計過程中充當寶貴的資產，從而創新您已經所做的工作。

理想情況下，您採用的任何形式的人工智慧驅動技術都將直接嵌入到您今天使用的工具中（就像在Creo中一樣），而不是需要將檔案從一種工具切換並移動到另一種工具的單獨應用程式來學習。人工智慧只是整體設計難題的一小部分。它不會取代您現在的做事方式，但它可以提升您已經在做的事情，並幫助您的流程不斷發展並保持領先。