原來懶骨頭是這樣誕生的!無印良品設計師談開發歷程
原來懶骨頭是這樣誕生的!無印良品設計師談開發歷程
2016.08.19 | 3C生活

讓人坐下去就不想起來的懶骨頭沙發,從2002年銷售至今已賣出超過一百萬個。無印良品之所以能推出全世界都喜愛的設計,在於有優秀的設計師參與商品開發。到底成功擄獲人心的懶骨頭沙發是如何設計出來的?懶骨頭的生母,設計師柴田文江女士接受《日經設計》(日經デザイン)雜誌專訪時,分享了懶骨頭沙發誕生的故事。

懶骨頭.jpg

無印良品有個名叫「生活良品研究所」的網路平台,邀請設計師在開發新產品的同時聽取消費者意見、一邊進行產品的改良與設計,最後再選出最佳商品問世。當時,有許多網友反應「想要就算坐在地板上,也不會腰酸背痛的舒服坐墊」,於是無印良品以「坐著的生活(すわる生活)」為主題,邀請設計師們一同發想各種產品的可能性。

「我心目中最能展現無印特色的家具,應該介於家具與雜貨之間,形式不限定於椅子、墊子和抱枕,而是介於三者之間的商品。」

回憶起 2002 年的狀況,柴田文江說,當時無印良品的家具種類還不像現在這麼多元,品牌風格也還有點「鬆散」,有許多天馬行空的想法。因此她認為,在當時的氛圍下不適合推出常見的正規家具,而是「不拘泥於固有形象,最能確切滿足消費者需求的產品」,這也是柴田文江認為最能展現MUJI風格的作法。她從這個概念出發,開始製作產品的原型,懶骨頭沙發正是反映當時無印良品風格的專案。

藝術家.jpg

一場暴風雨的意外 造就懶骨頭誕生

柴田文江原本想用沙包和棉質布料來製作商品雛形,但手邊的棉質布料剛好不夠,又礙於外面正下著暴風雨,不方便出門採買,只好湊合著用手邊有的伸縮布料來製作。沒想到,將不同布料縫合在一起後,發生了意想不到的事。

睡懶骨頭.png

懶骨頭的表面由伸縮性不同的布料縫製而成,因此橫放時,能像椅背般堅固;直放時,又能夠成為隨意躺臥的軟墊。這個概念後來便誕生出我們現在看到的,功能多樣又舒適的懶骨頭沙發。

04.png

剛上市的懶骨頭沙發,不僅具體地反映出當時無印良品的風格,更受到許多消費者的喜好,銷售量蒸蒸日上。當時沒有人想得到,試做商品竟能如此熱賣。不過,懶骨頭沙發並非就此一帆風順,商品問世 6、7 年後,懶骨頭沙發面臨了銷售量大幅下滑,瀕臨停產的命運。

瀕臨停產前的最後一搏

當時由於許多業者接連推出跟懶骨頭相似,而價格又更低的商品,讓懶骨頭沙發的銷售量逐年遞減,就連無印良品生活雜貨部的負責人依田德則先生,在接受日本SAPIO雜誌訪談時也表示,當下不禁認為「MUJI懶骨頭沙發的風潮也差不多過了吧?」依田德則回憶,正準備要開發取代懶骨頭的新商品的時候「當時我們想著,就算要停產,也要等到把懶骨頭沙發現有的問題全部解決後再說吧!」於是開始著手改良初代的懶骨頭沙發。

05.png

初代懶骨頭雖然舒適,椅套卻非常容易因為沾上汗水等而變得溼黏、髒污,也因此受到許多消費者詬病。經研發過後,無印推出改良自泳衣布料、不易髒且舒適的改良版椅套。就在改良版懶骨頭沙發問世不久後,因為日本網友不經意的一句話,讓原本差點停產的懶骨頭,又重新受到大家注目。

「讓你一秒變廢人的懶骨頭沙發」

有日本網友以「讓你一秒變廢人的懶骨頭(人をダメにするソファ)」為名,配上懶骨頭如何讓人變得懶洋洋的插畫,並標明各種使用狀況,有從「普通休息」的 Level 1 到「嚴重耍廢」 Level 7 ,這張插畫的受到大量網友認同響應轉發,也讓該年懶骨頭銷售額比起前一年更成長了近兩倍,直到今日仍有穩定銷售量,成為無印良品的招牌商品,其中更受到愛用社群網路、長時間使用電腦的20多歲男性歡迎。

無印の通称「人をダメにするソファ」を2つ買ってからというもの、ことごとく日々の予定をダメにされ続ける生活のため、思わず自分で分類してしまいました。 pic.twitter.com/CzGrwLQqaP

— ちちかわえみぞう (@emi_haha) 2014年4月8日

柴田文江仔細推敲懶骨頭上市的這十餘年,認為懶骨頭反映出當年無印良品的鬆軟氣質,她表示,「如果現在無印良品要求我以相同的主題設計,我應該會提出完全不同的方案。」

因為在她眼中,近年的無印良品更多了一股洗鍊、值得信任的感覺,並且能夠具體滿足消費者的日常生活需求。也是因為無印良品在不斷蛻變的過程中,持續凸顯自己的特色,今天才能夠超越品牌,並成為一種值得誇耀的日式文化。

10.png

本文授權轉載自:風生活

關鍵字: #UI/UX設計
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓