人工智慧設計時代，設計師該如何自我進化？
@周銘漢CMChowming ：大遷移已經在發生，有些人已經跑起來，有些人還在門外看著，有些人還沒感知，你是哪個？
- 設計師和人工智慧是什麼關係？
- 人工智慧對設計有什麼影響？
- 設計師怎麼進入智慧領域？
一、穿越時代，設計師的生存啟示
1. 設計師，你有想過時代那麼快嗎？
那年，上學時印刷還是高科技，平面設計師還是風口，大家期待進 4A 做個廣告人，走向潮流達人。沒過幾年，網際網路來了，帶走了我們同期的好幾個同學，當時還取笑他們能力不好才進了那些泡沫小企。但沒過幾年，風口往網際網路吹，還好網際網路有好幾十年的視窗期，能反應過來的，都趕上車了。
2. 更快的遷移，指數式增長時代。
好不容易趕上了網際網路，結果迎來的是移動網際網路，結果這次視窗期只有三年。所以這波風口，當年的同學又走丟了幾個，給我們倖存者的最大啟示是時代正在指數式加速。只有更快的學習能力，行業資訊洞察，才能及時反應抓上時代的車票。
3. 設計師產品化成長，追上人工智慧。
沒與時代並行的，最後只能被時代淘汰。平面設計到網際網路，再到智慧時代，可預見將迎來的是一批更替。我們把設計師帶進智慧時代分享一些經驗，希望幫助更多設計師走進人工智慧。
二、設計師的可用性，0到1
1. 資訊時代試錯成本下降，MVP版本思維，最小化可行方案
過去追求設計正確性，想法到提案需要完整的華麗演示。建立於印刷時代，試錯成本的經驗假設上，「你錯了， 印刷出來是上萬的錯誤複製品， 修正成本極高」。
而現在資訊時代，技術成本建基於伺服器上的程式碼。資訊科技變化，試錯成本降低，與其閉關幾天，做出華麗想法，不如先來幾個簡單原型快速溝通， 更早動手嘗試。小樣本驗證，再調整變數。
2. 刻意練習，試錯式成長，提升能力可用性
在早期，專業成長關鍵在於技術上的熟練度。像產品可用性是否符合大眾預期， 像機器學習早期的訓練樣本，目標是提升基礎可用性和有效性。
3. 經驗是什麼？加班目的是什麼？
人工智慧的新人加班是階段正確，剛開始需要用時間換取機會，獲取熟練度和經驗。
4. 而經驗是什麼？
是資訊權，是提升成功概率，提升設計方案有效性的基礎資本，換取團隊信心把事情託付給你的基礎。 別懶，多做，聰明人的笨功夫，反覆練習是把事情做實的必經之路。
5. 故事分享：全鏈路體驗走查，獲取充分資訊，提出有效創新
由新手到熟練， 三步達成有效體驗增長。
Step1：爭取資訊權，沉澱專業判斷力
使用者常用路徑走查：使用者視角熟識產品，為後續的體驗溝通完善背景資訊。
前期可行性探索：嘗試痛點與想法的機會點落地，換取內部動作機制資訊。
業務資訊背景收集：瞭解業務的方向，明確區分關鍵問題，權重分配和優先順序資訊。
△ 圖1：快速搭建原型， 進行全鏈路體驗走查
Step2：追求更有效的思考維度
關鍵行為提取：在多輪的溝通後，獲取多方的資訊，區分出使用者的關鍵行為，提升方案有效性。
路徑量化分析：想法可能會出現很多，但要量化問題的體量，才能有效分配資源，遊說合作方共同達成目標。體驗能度量，也能幫助合作方共享利益，瞭解投入與產出效果比。
現況優化探索：產品是基於不同的場景目標，生命週期沉澱出當前的形態，現況是在時間上進行切片分析，過去的設計決策是階段性正確，所以定期進行現況走查，可以保持設計與使用者習慣預期相符。像經營一家酒店一樣，裝置是會過時的，保持良好體驗需要定期更新迭代。
△ 圖2：原型進行溝通， 獲取各方資訊完善
Step3：扎深現在建立觀點，提供前瞻性的增長洞見
連續諮詢對話能力：瞭解使用者體驗與產品運作，ChatBot 常見痛點在概率命中由一個個 BadCase 提案來完善。所以，人工智慧的使用者體驗設計與傳統網站不同，不只有單一的使用者中心思考，這樣不能達成體驗的有效增長。
智慧體驗設計需考慮的是三方使用者，提問方/需求側（消費者），連線方/配置側（演算法），回答方/供應側（商家/平臺）。UCD 的思考需要多維度的考慮互相的增長協同，才能產生最終的理想體驗。
△ 圖3：UCD第三個使用者，演算法
創新探索，擴充未來可行性：設計的過程會遇見機會點和想法，產品的產生由想像力開始，使用者只能說出更快的馬，想不出汽車的可能。瞭解技術，遇見痛點，能輸出更多的設計解決可能性。
△ 圖4：提案解決演算法端的使用者痛點，提升消費者端的智慧有效性
三、設計師的DAU，1到N
1. DAU的意義是什麼？
有多少使用者需要你的產品，如果是一個人，就是有多少人需要你的專業服務。
再進一步是什麼？
市場不只有你這個產品，使用者替換你的成本是多少，定義了你的市場價值。如果是一個人， 就是有多少人可以取代你的角色。
2. 產品是怎麼生存的？
建立生態系統，淘寶和支付寶繫結，想上網逛一下，買東西。淘寶佔了不可取代的位置，而支付寶佔了支付習慣，使用者心智固化，不能支付寶的零售又反哺淘寶的不可替代。相互協同，達成體驗生態閉環。
進而一步步由此基點出發，生活服務消費，商品零售消費，也連線成更大的網路觸點，達至使用者替換成本高門檻。放遠一些，通用電器、微軟、Apple 等的護城河道的體驗增長也相似。
3. 所以，如果是一個人是怎麼的啟示？
建立專業生態網路，你的連線觸點複雜度決定你的替代成本。度量產品的影響力是使用者量、活躍使用者、粉絲數。
4. 如果是一個人，度量影響力是什麼？
設計領導力：
- 內部：推動各合作方，達成體驗增長的能力；
- 外部：對外分享或合作，達成專業增長；
- 專業：沉澱設計經驗，通過可複製方法， 達成槓桿性解決方案。
5. 故事分享：推進三方使用者， ChatBot主路徑體驗優化
6. 前期技術理解， 掌握設計可能性。
7. 人工智慧是黑盒子，網狀神經-樹狀結構-線狀表現。
陳列式產品是樹狀結構，盒子包著盒子，花點時間你總能搞清楚誰包著誰，邏輯清晰路徑分明。而 ChatBot 用的是標籤結構，大部分使用者要找的盒子都是貼上標籤扁平路徑放著，按意圖概率命中路徑到達盒子的。
黑盒中間的路徑是怎麼走，連開發技術的演算法也可能搞不清，技術對輸出是否符合使用者輸入的預期，打上正確與否的標籤，交付一個理想的置信值，輸出對話式的一句句線狀表現形態。
△ 圖5：手淘的陳列式樹狀結構
首頁-出行-杭州-酒店，盒子包著盒子，絕對邏輯。使用者切換意圖由主觀操作，判斷決策由使用者點選。
△ 圖6：ChatBot
客服小蜜的對話式網狀結構，網狀神經分析意圖解析，上下文理解，命中樹狀結構進行對話互動，輸出線狀話術及答案表現。使用者切換意圖由機器概率分析，判斷決策由對話觸發。注意力資源由機器人協助下， 最大化集中在當前話題上。
以上， 陳述的是理想的情況。
8. 第三個使用者的痛點，演算法意圖串流
機器的設計由很多段劇本串聯投放在一個池子中，一個個盒子扁平放著，由不同的引擎計算最大概率的意圖命中。
△ 圖7：使用者在詢問酒店的情景
問到評分高時，機器出現意圖跳轉，到了售後評分的命中。
新時代的技術學習，舊時代的匠人精神。
平面印刷時代要成就大師級作品沒有完全不懂 Pantone，凹版凸版，柯式印刷等專業技術。同樣，智慧時代想提升專業水平，上一些入門概念的課，瞭解機器學習，神經網路演算法，置信度原理。
△ 圖8：例如Google的機器學習，吳恩達的公開課，學習入門的原理和關鍵詞
△ 圖9：因此我們設計聯合演算法進行相關的互動模式分隔設計。（具體故事待續）
總結
增長真理，個人、組織、企業、文明以至基因，終歸意圖都是增長。
不能在物種演化過程中生存的，必將淘汰。為了生存，只能在環境變化中持續增長。加速變化的時代，以學習應變增長。設計師和人工智慧的關係是「如果你沒反應， 你可能將沒機會反應」， 視窗期比以往更急速，學習是抓上這班車不可缺少的品質。
期待我們能一起追上智慧時代。
圖片素材作者：Jack Daly