设计大迁移:穿越智能时代
Warning: count(): Parameter must be an array or an object that implements Countable in /www/wwwroot/rsui/wp-includes/post-template.php on line 284
大迁移已经在发生,有些人已经跑起来,有些人还在门外看着,有些人还没感知,你是哪个?
- 设计师和人工智能是什么关系?
- 人工智能对设计有什么影响?
- 设计师怎么进入智能领域?
一、穿越时代,设计师的生存启示
设计师,你有想过时代那么快吗?
那年,上学时还是印刷还是高科技,平面设计师还是风口,大家期待进4As做个广告人,走向潮流达人。没过几年,互联网来了,带走了我们同期的好几个同学,当时还取笑他们能力不好才进了那些泡沫小企。但没过几年,风口往互联网吹,还好互联网有好几十年的窗口期,能反应过来的,都赶上车了。
更快的迁移,指数式增长时代。
好不容易赶上了互联网,结果迎来的是移动互联网,结果这次窗口期只有三年。所以这波风口,当年的同学又走丢了几个,给我们幸存者的最大启示是时代正在指数式加速。只有更快的学习能力,行业信息洞察,才能及时反应抓上时代的车票。
设计师产品化成长,追上人工智能。
没与时代并行的,最后只能被时代淘汰。平面设计到互联网,再到智能时代,可预见的是将迎来的是一批更替。我们把设计师带进智能时代分享一些经验,希望幇助更多设计师走进人工智能。
二、设计师的可用性,0到1
信息时代试错成本下降,MVP版本思维,最小化可行方案。
过去追求设计正确性,想法到提案需要完整的华丽演示。建基于印刷时代,试错成本的经验假设上,“你错了, 印刷出来是上万的错误复制品, 修正成本极高”。
而现在信息时代,技术成本建基于服务器上的代码。信息技术变化,试错成本降低,与其闭关几天,做出华丽想法,不如先来几个简单原型快速沟通, 更早动手尝试。小样本验证,再调整变量。
刻意练习,试错式成长,提升能力可用性。
在早期,专业成长关键在于技术上的熟练度。像产品可用性是否符合大众预期, 像机器学习早期的训练样本,目标是提升基础可用性和有效性。
经验是什么?加班目的是什么?
智能新人加班是阶段正确,刚开始需要用时间换取机会,获取熟练度和经验。
而经验是什么?
是信息权,是提升成功概率,提升设计方案有效性的基础资本,换取团队信心把事情托付给你的基础。 别懒,多做,聪明人的笨功夫,反复练习是把事情做实的必经之路。
故事分享:全键路体验走查,获取充分信息,提出有效创新
由新手到熟手, 三步达成有效体验增长。
Step1:争取信息权,沉淀专业判断力
用户常用路径走查:用户视角熟识产品,为后续的体验沟通完善背景信息。
前期可行性探索:尝试痛点与想法的机会点落地,换取内部动作机制信息。
业务信息背景收集:了解业务的方向,明确区分关键问题,权重分配和优先级信息。
图1:快速搭建原型, 进行全键路体验走查
Step2:追求更有效的思考维度
关键行为提取:在多轮的沟通后,获取多方的信息,区分出用户的关键行为,提升方案有效性。
路径量化分析:想法可能会出现很多,但要量化问题的体量,才能有效分配资源,游说合作方共同达成目标。体验能度量,也能帮助合作方共享利益,了解投入与产出效果比。
现况优化探索:产品是基于不同的场景目标,生命周期沉淀出当前的形态,现况是在时间上进行切片分析,过去的设计决策是阶段性正确,所以定期进行现况走查,可以保持设计与用户习惯预期相符。像经营一家酒店一样,设备是会过时的,保持良好体验需要定期更新迭代。
图2:原型进行沟通, 获取各方信完善
Step3:扎深现在建立观点,提供前瞻性的增长洞见
(1)连续咨询对话能力:了解用户体验与产品运作,ChatBot常见痛点在概率命中由一个个BadCase提案来完善。所以,人工智能的用户体验设计与传统网站不同,不只有单一的用户中心思考,这样不能达成体验的有效增长。
智能体验设计需考虑的是三方用户,提问方/需求侧(消费者),连接方/配置侧(算法),回答方/供应侧(商家/平台)。UCD的思考需要多维度的考虑互相的增长协同,才能产生最终的理想体验。
图3:UCD第三个用户,算法
(2)创新探索,扩充未来可行性:设计的过程会遇见机会点和想法,产品的产生由想像力开始,用户只能说出更快的马,想不出汽车的可能。了解技术,遇见痛点,能输出更多的设计解决可能性。
图4:提案解决算法端的用户痛点,提升消费者端的智能有效性
三、设计师的DAU,1到N
DAU的意义是什么?
有多少用户需要你的产品,如果是一个人,就是有多少人需要你的专业服务。
再进一步是什么?
市场不只有你这个产品,用户替换你的成本是多少,定义了你的市场价值。如果是一个人, 就是有多少人可以取代你的角色。
产品是怎么生存的?
建立生态系统,淘宝和支付宝绑定,想上网逛一下,买东西。淘宝占了不可取代的位置,而支付宝占了支付习惯,用户心智固化,不能支付宝的零售又反哺淘宝的不可替代。相互协同,达成体验生态闭环。
进而一步步由此基点出发,生活服务消费,商品零售消费,也连接成更大的网络触点,达至用户替换成本高门槛。放远一些,通用电器、微软、Apple等的护城河道的体验增长也相似。
所以,如果是一个人是怎么的启示?
建立专业生态网络,你的连接触点复杂度决定你的替代成本。度量产品的影响力是用户量、活跃用户、粉丝数。
如果是一个人,度量影响力是什么?
设计领导力:
内部:推动各合作方,达成体验增长的能力;
外部:对外分享或合作,达成专业增长;
专业:沉淀设计经验,通过可复制方法, 达成杠杆性解决方案。
故事分享:推进三方用户, ChatBot主路径体验优化
前期技术理解, 掌握设计可能性。
人工智能是黑盒子,网状神经-树状结构-线状表现。
陈列式产品是树状结构,盒子包着盒子,花点时间你总能搞清楚谁包着谁,逻辑清晰路径分明。而ChatBot用的是标签结构,大部分用户要找的盒子都是贴上标签扁平路径放着,按意图概率命中路径到达盒子的。
黑盒中间的路径是怎么走,连开发技术的算法也可能搞不清,技术对输出是否符合用户输入的预期,打上正确与否的标签,交付一个理想的置信值,输出对话式的一句句线状表现形态。
图5:手淘的陈列式树状结构
首页-出行-杭州-酒店,盒子包着盒子,绝对逻辑。用户切换意图由主观操作,判断决策由用户点击。
图6:ChatBot
客服小蜜的对话式网状结构,网状神经分析意图解析,上下文理解,命中树状结构进行对话互动,输出线状话术及答案表现。用户切换意图由机器概率分析,判断决策由对话触发。注意力资源由机器人协助下, 最大化集中在当前话题上。
以上, 陈述的是理想的情况。
第三个用户的痛点,算法意图串流
机器的设计由很多段剧本串联投放在一个池子中,一个个盒子扁平放着,由不同的引擎计算最大概率的意图命中。
图7:用户在询问酒店的情景
问到评分高时,机器出现意图跳转,到了售后评分的命中。
新时代的技术学习,旧时代的匠人精神。
平面印刷时代要成就大师级作品没有完全不懂Pantone,凹版凸版,柯式印刷等专业技术。同样,智能时代想提升专业水平,上一些入门概念的课,了解机器学习,神经网络算法,置信度原理。
图8:例如Google的机器学习,吳恩達的公开课,学习入门的原理和关键词
图9:因此我们设计联合算法进行相关的交互模式分隔设计。(具体故事待续)
总结
增长真理,个人、组织、企业、文明以至基因,终归意图都是增长。
不能在物种演化过程中生存的,將必淘汰。为了生存,只能在环境变化中持续增长。加速变化的时代,以学习应变增长。设计师和人工智能的关系是“如果你没反应, 你可能将没机会反应”, 窗口期比以往更急速,学习是抓上这班车不可缺少的品质。
期待我们能一起追上智能时代。