近年來，AI技術(shù)的發(fā)展吸引越來越多人的目光，AI+營銷、AI+安防等等有AI概念的事件頻頻出現(xiàn)在人們的視野中。那么，在智能化的領(lǐng)域中，作為設(shè)計(jì)師，有什么設(shè)計(jì)機(jī)會(huì)是可以探索和發(fā)力的呢？

以下內(nèi)容是筆者通過已有的實(shí)踐經(jīng)驗(yàn)以及桌面調(diào)研、觀察、分析后總結(jié)的在智能化時(shí)代下，關(guān)于設(shè)計(jì)機(jī)會(huì)的觀點(diǎn)概述，包括以下內(nèi)容：

• 弱智能化下，設(shè)計(jì)在產(chǎn)品中應(yīng)該做些什么？
• 結(jié)合AI能力，設(shè)計(jì)在產(chǎn)品中應(yīng)該做些什么？
• 對技術(shù)要了解

弱智能環(huán)境下，為用戶樹立正確的期望

智能不是萬能的，現(xiàn)在的智能技術(shù)還達(dá)不到完全智能化，不能做到完全無人工參與就能獲得滿意結(jié)果的情況，甚至在人為參與的過程中，還會(huì)與人的互動(dòng)發(fā)生錯(cuò)誤。這是弱智能環(huán)境下，數(shù)據(jù)量及模型還不成熟的反應(yīng)。

特斯拉自動(dòng)駕駛汽車在三月份發(fā)生了一場車禍（如圖所示），自動(dòng)駕駛看起來非常智能，但其實(shí)功能并不是完全自動(dòng)的，自動(dòng)駕駛模塊只處理部分驅(qū)動(dòng)功能。

特斯拉自動(dòng)駕駛汽車發(fā)生車禍(圖片來源：CNNtech)

在Chatbot的上下文對話中，也總是會(huì)存在語義理解出現(xiàn)錯(cuò)誤的狀況，其智能程度也是在逐步提升的過程中。設(shè)計(jì)師需要讓用戶能注意到產(chǎn)品的智能化程度，設(shè)定合理的預(yù)期，減少用戶體驗(yàn)的落差，并在同時(shí)能夠展現(xiàn)產(chǎn)品的優(yōu)勢特色以吸引、留住用戶。

1. 告訴用戶我能做什么

智能算法能力提升后，達(dá)到某個(gè)階段，可以定期得告知用戶自己可以做什么。或者在用戶進(jìn)入新產(chǎn)品的某個(gè)垂直能力下，告訴用戶自己能夠做到什么程度。例如：小冰機(jī)器人，會(huì)在新功能發(fā)布后，主動(dòng)向用戶推送信息，告知用戶自己現(xiàn)在擁有的新能力。

如圖所示：

小冰新功能提醒（圖片來源：小冰）

2. 還不能做什么，做錯(cuò)了應(yīng)該怎么反應(yīng)

當(dāng)用戶想做什么但是做不了時(shí)，需要告知用戶功能的局限性，在不同的場景下，可以有不同的應(yīng)對方案。如在一般輕松的會(huì)話過程中，可以模擬機(jī)器人的年齡較小，還處在學(xué)習(xí)中，降低用戶的預(yù)期并獲得理解，引導(dǎo)用戶體驗(yàn)現(xiàn)有的功能。如果在較為嚴(yán)謹(jǐn)、緊急的會(huì)話過程中，則可以通過升級(jí)人工的方式來解決問題，或定時(shí)告知用戶對會(huì)話內(nèi)容的跟進(jìn)及處理情況。

弱智能環(huán)境下，增強(qiáng)智能特征使產(chǎn)品顯得更智能

筆者從智能的概念出發(fā)去探討智能化特征，以及智能化特征對用戶的感受，由此去挖掘產(chǎn)品中的設(shè)計(jì)機(jī)會(huì)點(diǎn)。

1. 從“智能”到產(chǎn)品“智能化”

從“智能”的定義出發(fā)去推演智能化特征，智能是指具有“智慧”與“能力”，智慧是能夠觸感、記憶內(nèi)容，能夠具備思維能力，并通過語言與行為的展現(xiàn)出來?！爸悄芑眲t是指非智慧的對象通過技術(shù)能力具備智能的表象化能力及特征，智能化則能夠感知內(nèi)容，對內(nèi)容具有記憶，能夠產(chǎn)生類似思維的能力，自我學(xué)習(xí)、主動(dòng)適應(yīng)的能力，并通過觸點(diǎn)表現(xiàn)行為。

相對應(yīng)的，產(chǎn)品具有“智能化”特征，是能夠進(jìn)行智能感知，進(jìn)行實(shí)時(shí)分析并自主決策，并能夠通過執(zhí)行表現(xiàn)出來。

“智能”的定義分析（圖片來源：筆者自繪）

2. 從產(chǎn)品“智能化”特征到用戶的“智能化”感受特征

智能化是產(chǎn)品的表象，相對應(yīng)的，用戶對智能化的特征感受是多方面的，與用戶的調(diào)研中我們能抽取到一些對智能化感受的關(guān)鍵話術(shù)——“它是能快速理解的”、“能主動(dòng)提供幫助的”、“知道我的，懂我的”、“能夠及時(shí)，適時(shí)得通知、幫助我”、“背后邏輯好像很復(fù)雜很厲害”但是“需要我做的很輕便”，“讓我看起來很簡單”、“對我很親切”，將其與智能化特征相對應(yīng)進(jìn)行歸納，總結(jié)智能化特征下用戶感受特征。

在智能感知的環(huán)節(jié)，產(chǎn)品給到用戶的感受應(yīng)該是“快速”、“主動(dòng)”的?！翱焖佟痹谟谀軌蛴脩舻男畔⒛軌虮豢焖佾@取，或者產(chǎn)品能夠自動(dòng)得獲取信息，然后主動(dòng)得為用戶提供幫助。

在實(shí)時(shí)分析、決策的環(huán)節(jié)，產(chǎn)品給到用戶的感受應(yīng)該是“能記憶”、“能預(yù)測或推薦”，記憶用戶的行為偏好、關(guān)注內(nèi)容等作為數(shù)據(jù)標(biāo)簽，為用戶提供其個(gè)性化的信息及操作路徑，滿足用戶的預(yù)期。在產(chǎn)品中監(jiān)控用戶操作路徑預(yù)測行為給予輔助，或是對數(shù)據(jù)信息進(jìn)行分析，給出推薦信息，幫助用戶進(jìn)行判斷操作。

在執(zhí)行及其表現(xiàn)上，能夠進(jìn)行“化繁為簡”的處理，從流程環(huán)節(jié)或是單界面互動(dòng)上減少用戶低價(jià)值的操作，使其能夠清晰認(rèn)知、簡便操作。感官上，一方面體現(xiàn)化繁為簡的技術(shù)感，另一方面則從與人的距離感上拉進(jìn)關(guān)系，表現(xiàn)擬人化的親近。

這些智能化特征在前后臺(tái)產(chǎn)品中可以發(fā)散運(yùn)用，在后臺(tái)產(chǎn)品中，筆者主要以自動(dòng)化、記憶、實(shí)時(shí)監(jiān)測等手段來增強(qiáng)產(chǎn)品的智能感。

“智能”的用戶感受分析（圖片來源：筆者自繪）

告知用戶AI所產(chǎn)生的內(nèi)容

1. 在產(chǎn)品中透出算法智能的能力，增強(qiáng)用戶對AI能力的信心

算法智能在產(chǎn)品中很多時(shí)候都是隱形得發(fā)揮作用，像NLP技術(shù)中對語義理解分析、匹配、預(yù)測等都是黑盒狀態(tài)，設(shè)計(jì)上可以更多得透出算法智能為用戶帶來的便利，使用戶認(rèn)知到算法智能的能力，提升對產(chǎn)品智能能力的信任感。

舉個(gè)例子，在智能定位模型訓(xùn)練的過程中，對一批相似的訓(xùn)練數(shù)據(jù)進(jìn)行聚類再呈現(xiàn)給用戶，在設(shè)計(jì)上可以提示用戶AI能力為其所做的事情。如圖所示，告知用戶產(chǎn)品已經(jīng)為其智能聚合了相似的類，提升其操作效率。

智能聚類（圖片來源：店小蜜問答訓(xùn)練）

在AI數(shù)據(jù)處理的過程中，會(huì)對數(shù)據(jù)進(jìn)行打標(biāo)使結(jié)果更加準(zhǔn)確?？梢酝ㄟ^分析對象的搜索、點(diǎn)擊、點(diǎn)擊停留、收藏、轉(zhuǎn)發(fā)等交互行為，或個(gè)性化特征則如性別、年齡、收入等，甚至一些外界自然因素如時(shí)間、天氣等來作為特征進(jìn)行打標(biāo)。在推薦結(jié)果中可以透出特征信息，若結(jié)果是正向的，將提升增加用戶對智能的信任。

舉個(gè)例子，如圖所示：當(dāng)用戶在查找某個(gè)知識(shí)內(nèi)容時(shí)，當(dāng)向用戶推薦解決方案時(shí)，同時(shí)透出智能化推薦的原因。如該例子中采用了用戶使用的特征，大部分人看過后還有使用的特征標(biāo)簽更能獲取用戶的信任，輔助用戶判斷，提升內(nèi)容的點(diǎn)擊轉(zhuǎn)化率。

知識(shí)智能推薦（圖片來源：筆者設(shè)計(jì)稿）

2. 明確是AI能力所提供的輔助決策

另外一方面，在弱智能環(huán)境下，由于數(shù)據(jù)量的不足，AI所產(chǎn)生的結(jié)果（預(yù)測或推薦等）可能存在錯(cuò)誤的情況。這時(shí)候，需要明確告知用戶哪部分是AI所產(chǎn)生的結(jié)果，讓用戶自己決定是否信任內(nèi)容而去進(jìn)一步采納。

在現(xiàn)階段，AI與人工之間是相輔相成的關(guān)系，特別是在后臺(tái)產(chǎn)品中，為了保證任務(wù)結(jié)果的準(zhǔn)確性，用戶還是會(huì)參與到過程中，人工輔助下，AI能獲得更精準(zhǔn)的結(jié)果。同時(shí)，AI產(chǎn)生的結(jié)果在一定程度上還是在輔助用戶進(jìn)行便捷的操作。

舉個(gè)智能預(yù)測推薦的例子，在為對象打上數(shù)據(jù)類型的標(biāo)簽時(shí)，通過對內(nèi)容的文本分析、整體內(nèi)容的打標(biāo)偏向，預(yù)判用戶會(huì)為該對象打上什么類型的標(biāo)簽。如圖所示：預(yù)測用戶將會(huì)打的標(biāo)簽并進(jìn)行操作提醒，但由用戶自己決定是否采用。

數(shù)據(jù)類型智能推薦（圖片來源：筆者設(shè)計(jì)稿）

解釋機(jī)器是怎么思考的

現(xiàn)在算法智能在產(chǎn)品上的體現(xiàn)是隱形的，并且在弱智能環(huán)境下，算法能力還不能完全做到針對用戶個(gè)性化、特定場景下的自主學(xué)習(xí)能力，這需要大量的數(shù)據(jù)來源進(jìn)行訓(xùn)練。由于算法模型能力有限，并且會(huì)影響到產(chǎn)品形態(tài)及邏輯，因此與用戶實(shí)際的理解會(huì)有差距，從而導(dǎo)致用戶在使用過程中達(dá)不到想要的結(jié)果。

設(shè)計(jì)在這里發(fā)揮的作用既是在以目標(biāo)為導(dǎo)向下，引導(dǎo)用戶如何正確得利用智能能力以獲得正確的結(jié)果，達(dá)到期望。

解釋機(jī)器是怎么思考的有解釋的程度之分，從智能化前臺(tái)產(chǎn)品到后臺(tái)產(chǎn)品，解釋的程度及成本從低到高。

1. 初級(jí)階段：解釋怎么用

在初期階段，主要引導(dǎo)用戶如何使用產(chǎn)品，解釋其如何開始運(yùn)作。以chatbot產(chǎn)品為例：在面向消費(fèi)者時(shí)，在會(huì)話起始需要引導(dǎo)用戶開啟意圖，開啟某個(gè)意圖的方式是命中與意圖相關(guān)的話術(shù)。引導(dǎo)用戶明確自己的意圖，在該意圖下應(yīng)該發(fā)出怎樣的話術(shù)才能觸發(fā)。

舉個(gè)例子：在會(huì)話過程中進(jìn)行購物，需要明確發(fā)出“買某某”的意圖，引導(dǎo)其意識(shí)到要有“買”的關(guān)鍵詞才能進(jìn)入到購買的流程中。

對于chatbot的后臺(tái)產(chǎn)品來說，首先需要認(rèn)知后臺(tái)和前臺(tái)會(huì)話的關(guān)聯(lián)性，如何產(chǎn)生前臺(tái)的效果，相對應(yīng)的功能分別產(chǎn)生怎么樣的作用。舉個(gè)例子，如圖所示：在進(jìn)行后臺(tái)配置時(shí)，告知用戶該功能是對應(yīng)前臺(tái)所展現(xiàn)的效果。

前后臺(tái)對應(yīng)展現(xiàn)（圖片來源：AlimeBot Plantform）

2. 進(jìn)階階段：解釋需要做什么能更好得獲得結(jié)果

在后臺(tái)產(chǎn)品的配置中，會(huì)有一些算法配置方式，會(huì)使前臺(tái)產(chǎn)品表現(xiàn)得更加智能。但是算法配置的方式，更多的是從算法角度出發(fā)，反推到業(yè)務(wù)中去解決問題，設(shè)計(jì)上需要建立兩者之間的關(guān)系，使用戶理解如何做能更好得獲得前臺(tái)展現(xiàn)效果。

舉個(gè)例子：在面向chatbot的知識(shí)后臺(tái)產(chǎn)品中，為了使用戶話術(shù)能更好得命中知識(shí)語料，將引導(dǎo)用戶對命中話術(shù)的關(guān)鍵詞進(jìn)行標(biāo)注，增加句子的識(shí)別度。如圖所示，在輸入話術(shù)之后，提升用戶進(jìn)行話術(shù)的關(guān)鍵詞標(biāo)注。

關(guān)鍵詞標(biāo)注（圖片來源：筆者設(shè)計(jì)稿）

3. 高級(jí)階段：理解算法模型背后的知識(shí)（適用于后臺(tái)產(chǎn)品）

針對知識(shí)型的后臺(tái)，在大量知識(shí)的情況下，為了更好的維護(hù)及查看知識(shí)，將會(huì)對知識(shí)進(jìn)行結(jié)構(gòu)化的設(shè)定，結(jié)構(gòu)化的規(guī)范來自于算法邏輯，需要用戶對規(guī)范有一定的了解才能進(jìn)行合理的配置及使用。另外還會(huì)對用戶在業(yè)務(wù)上的梳理能力提出挑戰(zhàn)。在這個(gè)階段，初期在線下進(jìn)行培訓(xùn)會(huì)比較便捷，后期可以考慮在產(chǎn)品上進(jìn)行課程的培訓(xùn)。

另一方面，對于業(yè)務(wù)的梳理，產(chǎn)品設(shè)計(jì)上要盡量靠近用戶現(xiàn)實(shí)的梳理思路及梳理現(xiàn)實(shí)情況。舉個(gè)例子：業(yè)務(wù)小二通常使用xmind工具進(jìn)行業(yè)務(wù)知識(shí)結(jié)構(gòu)的梳理，在梳理的過程中有反復(fù)增刪改、定位查看、全局查看的操作，對業(yè)務(wù)的梳理概況要有個(gè)整體性的掌控感。因此在工具優(yōu)勢的基礎(chǔ)上進(jìn)行設(shè)計(jì)，在產(chǎn)品中完成整體鏈路的編輯。

知識(shí)結(jié)構(gòu)化梳理（圖片來源：筆者設(shè)計(jì)稿）

對結(jié)果提供反饋的入口，以便進(jìn)一步訓(xùn)練智能模型

對算法所展現(xiàn)的結(jié)果，給到反饋的入口，可以是一個(gè)點(diǎn)贊、點(diǎn)踩，也可以是一個(gè)留言入口。為智能化的過程形成一個(gè)閉環(huán)流程，使訓(xùn)練的智能模型能夠更準(zhǔn)確。設(shè)計(jì)師需要判斷應(yīng)該是怎樣的反饋形式，如何吸引用戶完成反饋。

鼓勵(lì)用戶對數(shù)據(jù)的內(nèi)容進(jìn)行反饋

當(dāng)用戶與產(chǎn)品進(jìn)行互動(dòng)時(shí)，給到用戶的反饋不一定準(zhǔn)確，可能存在未定位到，定位不準(zhǔn)及定位錯(cuò)誤的情況，在給到用戶的解決方案不能滿足用戶時(shí)，最好追加一步詢問，使用戶對內(nèi)容進(jìn)行反饋。

通常在未定位到內(nèi)容時(shí)，智能能力沒有解決用戶的問題，一般情況下需引導(dǎo)其到其他途徑中去解決問題。在定位不準(zhǔn)時(shí)，可能需要引導(dǎo)用戶換一種說法去定位內(nèi)容。若定位多次仍不準(zhǔn)確，或定位錯(cuò)誤的情況下，對給出的結(jié)果進(jìn)行評價(jià)，針對給出的評價(jià)能夠進(jìn)入到對應(yīng)的遞進(jìn)途徑中去解決問題。目前為了保證用戶完好的體驗(yàn)，都需要有人工服務(wù)來兜底解決。

對于智能能力來說，引導(dǎo)用戶對數(shù)據(jù)內(nèi)容進(jìn)行評價(jià)反饋，可以使得智能模型維護(hù)人員進(jìn)行更有針對性得調(diào)整，使智能能力更加精準(zhǔn)。

了解技術(shù)的邊界

為什么談設(shè)計(jì)機(jī)會(huì)還要聊“要了解技術(shù)的邊界”？

技術(shù)是實(shí)現(xiàn)的基礎(chǔ)，特別是在新興領(lǐng)域中，對技術(shù)的理解是實(shí)現(xiàn)設(shè)計(jì)的基石。筆者認(rèn)為設(shè)計(jì)師了解技術(shù)邊界有以下兩個(gè)方面的優(yōu)勢：

1. 更好得洞察設(shè)計(jì)機(jī)會(huì)。在智能化的新領(lǐng)域中，對技術(shù)的理解可以幫助設(shè)計(jì)師更好得理解產(chǎn)品背后運(yùn)行的邏輯，你可能會(huì)在技術(shù)基礎(chǔ)上對技術(shù)傳遞和用戶接收之間產(chǎn)生一些判斷：是否要將技術(shù)能力透出給用戶感知？如果透出，如何讓用戶進(jìn)行理解及信任？
2. 更深得參與討論，提供設(shè)計(jì)決策，幫助算法、開發(fā)明確優(yōu)化內(nèi)容的方向。能夠和算法、產(chǎn)品針對設(shè)想的方案進(jìn)行有技術(shù)理解的討論，可以明確哪些體驗(yàn)點(diǎn)能夠?qū)崿F(xiàn)，哪些存在困難，困難點(diǎn)在哪里，明確體驗(yàn)點(diǎn)的優(yōu)先級(jí)，為算法、開發(fā)明確在體驗(yàn)層面上技術(shù)可以發(fā)揮的精益作用。

本文由 @砥七 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議