中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：隨著科技的不斷進步，AI技術也在不斷地發展中，當然AI產品設計也面臨著很大的挑戰，很多AI產品陷入瓶頸，本篇文章作者針對這一問題提出了一些解決方法和思路，一起來學習一下。

AI產品落地，非常有意思，也非常有難度。

究其原因，除了AI技術、產品、行業、人才、用戶等各方面都還沒成熟。

還有一個很重要的問題，就是我們還沒有將互聯網時代的產品方法論升級成為“AI產品方法論”。

很多AI產品會陷入一個瓶頸：不論怎么設計/迭代，都不能讓足夠多的用戶真正滿意。

如果過于細分目標人群，感覺整體市場空間不夠大。

如果想做到“千人千面”，短期內又看不到技術和產品層面的可行性。

如何解決這個問題呢？不能僅靠AI技術來fix，需要首先有些不一樣的AI產品認知。

我個人觀點是：AI產品設計=AI+人工+用戶

1. 首先，目前AI技術有局限性，短期內，AI技術本身的效果可能只有70分；
2. 然后，由“人工”來把某個具體的feature做到足夠可用（加20分），讓這個點成為用戶決策的理由；
3. 最后，用戶拿到產品后，還需要完成“個性化”的設置過程（主動+被動），補齊最后的5～10分。

對于第2點，雖然業內說“有多少人工，就有多少智能”是一句戲謔的話，但我把它update成一句能指導實際工作落地的rule——對于某個具體的AI產品feature，可能需要有30%+的人工，才有足夠讓用戶滿意的產品價值和門檻積累。

比如公開文章曾報道，某智能音箱的“中英文混合TTS”功能。

為了讓朗讀效果自然，比如AI語音朗讀“XXX中文歌星的XXX英文歌曲”，專門花了1個月時間，找了2個音色效果極為近似的真人，一個能說中文，一個能說英文。

然后請他們來錄制音頻，最終花了幾個月時間才讓這個小小的feature完成。

但到這個時候，其他廠家的效果就完全跟不上它了。

即，如果不想做臟活累活就獲得競爭優勢，很可能是不現實的（方法可以取巧，但心態不能求安逸）。

第2點，之前談過很多，今天重點聊聊第3點，我將其描述為：由用戶來完成AI產品設計的最后一公里。

一、釋義

用戶拿到產品后，還需要完成“個性化”的設置過程（主動+被動）。

什么意思？假設我們未來購買了一個超級AI個人助理，總不能把我（主人）的名字、性別等基本信息弄錯吧？

所以類似電影《her》的男主角那樣，用戶拿到AI系統后，需要有個初始化過程：

• 對于主人的重點profile字段信息，通過語音交互來獲取，比如姓名、性別、年齡等。
• 對于低頻、長尾字段，等未來需要的時候再問。
• 另外，AI系統還可以通過環境感知，比如GPS定位，CV等功能，先設置一些默認值，等未來用戶提出“這個不對”時，再糾正update。

用下面這個“類比”模型來理解，可能會很不一樣——買寵物。

1）當我們買寵物的時候，首先會在大腦里有大致的需求認知和偏好。

自然的選擇一個大的品類，比如狗、貓等（這背后，人本身，以及自然界，整體可以看作一個大的AI）。

2）進一步的，我們需要選擇“子品類”（邊牧？柯基？拉布拉多？），需要選擇“具體個體”。

這時，多數人需要有一個“更懂”的朋友或店員來幫助參謀、挑選。但是，我們的產品體驗過程，其實并沒有結束。

3）當把寵物帶回家后，我們會給ta起個名字，并通過多次交互，讓寵物逐步認識家中的各位成員——這些，都和AI的初始化是極為類似的。

后續，還會逐漸教會它去熟悉家中環境，知道哪里能去，哪里不能去等。

基于這個例子，大家可能更容易理解“由用戶來完成AI產品設計的最后一公里”的抽象描述：在使用產品過程中，由用戶來定義最終的使用場景、逐漸將產品中的一些不明確/清晰的feature/數據給明確掉，并逐漸調整自己的預期。

也就是說，如果能夠把握好這個大方向，在產品體驗層面，是能夠規避很多現在AI技術局限性的。

但是，這個時候，具體如何設計每個產品體驗細節，以及如何引導用戶交互，就顯得非常非常重要了——這個意義上來說，這些才是關鍵（雖然看起來不起眼，會被很多人忽視）。

這個思路，是否有類似的實際案例呢？有的。

二、4個To C方向的案例

1. 案例一，智能玩具“furby（菲比精靈）”

這款玩具，是我體驗過的最好玩的AI玩具之一了（可參考《菲比精靈furby3.0最新版》）。

除了常規核心功能，它還具備初級的“性格養成”體驗——用戶和furby互動時的行為，會影響它的性格模式。

比如，對它非常有禮貌，它會更多的出現“快樂的咕咕叫”、或是“顯示出快樂的眼睛”等現象。

但如果是粗魯地對待菲比，它也會變得更多的使用粗魯的反應。

2. 案例二，AI穿衣搭配助手“Stitch Fix”

其產品體驗流程是：

1. 用戶填好問卷，預交20美元的設計費。Stitch Fix 的 AI 系統會根據你的“時尚畫像”信息，自動計算出你可能會喜歡的服裝組合。
2. 由 Stitch Fix 的專業服裝搭配師，從中人工挑選出一套穿搭，包括 5 件衣服和配飾（他們稱之為“一個 Fix”），并附上一份服裝搭配指南，免費郵寄給你。
3. 用戶試穿之后，留下自己喜歡的衣服和配飾，其余的在 3 天內免費郵寄回去，并填寫反饋表格，為留下的商品支付貨款。

3. 案例三：喜劇演員運用“AI創意生成器”

在文章《李誕又雙叒要“失業”？下一個“脫口秀大王”可能會是AI | 甲子光年》中提到：

• AI在喜劇和藝術中更好的作用是作為一個“無限創意生成器”，它擺脫了人類思維的盲點和偏見，可以拋出無窮無盡的主題和潛在的聯想，供人類作家和表演者參考（選擇）。
• 米羅夫斯基是一個國際AI即興劇團的聯合創始人，在這個劇團里，人和AI一起工作，AI能在表演中不停拋出演出者需要的提示和可能用到的臺詞。
• “我覺得喜劇AI的創建思路不是讓它來完全理解人類的情緒、或者完全理解所有情境下的各種語義”，他說，“更合適的方法是讓AI來輔助人類喜劇演員的演出”。

4. 案例四：借力AI，用戶創作“自己寫的”歌

在小冰島app里，基于AI生成的歌曲，用戶修改歌詞，然后再由AI自動TTS唱出來。

讓我驚到的點在于，我突然意識到，當我（用戶）在嘗試自己寫歌詞時，必須得自己營造（醞釀/創造）出一個氛圍——一個自己的故事、心情和想表達的東西。

在之前的互聯網產品里，我從來沒有過這樣的體驗！

之前我們寫文章或拍視頻，往往是自己先已經構思好了一個內容或想表達的主題。

然后用工具去實現，但是，在小冰島的這個體驗細節里，用戶很可能被激發出他自己之前并未設想好的想法或情感。

未來，元宇宙就是讓人類發揮創意的地方。

如何發揮呢？在這個例子里，非常典型：

1. 用戶被“trigger”出創意。
2. 通過AI輔助，用戶能實現自己原本不具備的能力（比如這個例子中的“唱歌好聽”，以及生活中的某些醫療器械能增強人的肢體能力）。
3. 最后，人從AI生成的結果中，挑選或創造一個最能表達他自己想法和感覺的，作為他自己的作品。

以上都是To C方向的案例，To B的，有嗎？

三、1個To B方向的案例

在文章《RPA爆火這兩年：AI乎？非AI乎？| 甲子光年》中提到某電網公司已經構建了自己的RPA流程設計師團隊。

他們每個季度給來也科技發訂單，獲取來也RPA軟件的license，而后自行基于內部場景挖掘流程，根據實際情況調整、實施、擴容。

來也科技聯席CEO兼總裁李瑋：“RPA真正的魅力就是一定要讓客戶內部學會使用產品，而不是原廠持續交付”。

四、相關的3個倫理或AI認知問題

如果這種“AI輔助+人工抉擇”被從業者和用戶廣泛認知并接受，那么以下幾個問題，至少都會部分的被fix。

1. 權責利劃分

AI負責提出1個或多個建議（備選項），用戶自己做抉擇（是否采用、采用那個）。

那么，很清晰的，最終這個成果，所有權歸用戶（因為是用戶賦予了其實際意義，否則會被丟棄掉）。

相應的利益和責任，也都由用戶自己承擔。

2. AI是否需要完全實現感性能力/價值觀體系

部分需要，但并非100%需要（也實現不了）。

因為每個人的感性/情感/價值觀是不同的，最終適合某個用戶（或他所需要）的東西，是不一樣、甚至不可控的。

即然如此，就讓用戶自己抉擇好了。

3. AI必須實現“可解釋性”

部分需要，但并非100%需要（也實現不了）。

類比來說，我們對“大腦的可解釋性”了解還遠遠不夠，也沒有不讓用大腦吧？

我們聽從某位領導的意見時，也不可能強制要求ta給出完備的“可解釋性”說明（或必須讓每個人都理解）吧？

我們自己做很多事、說很多話，很多時候都做不到較高水準的“可解釋性”吧？

即然我們對人類自己和很多自然現象的可解釋性都沒有苛責，為什么一定要強求AI必須完全可解釋呢？

一部分原因在于，有些人希望規避自己的責任（一旦AI帶來生命財產損失，誰來負責？公司？政府？）。

另一部分原因在于，人類還沒有適應AI這個與自己共生的新物種（或者說“新生活方式”）。

一旦經過較長時間的磨合，人性本身必然會慢慢接受的（達到心理、生理、物理的平衡），就類似現在西方國家可能已經部分接受了新冠病毒。

五、最后的話

“由用戶來完成AI產品設計的最后一公里”，會讓AI產品體驗更加落地且有效。

你還留意到哪些類似的案例嗎？歡迎到評論區交流分享。

注：本文2019年8月14日首發于“AI產品經理大本營”。

#專欄作家#

hanniman，人人都是產品經理專欄作家，前圖靈機器人-人才戰略官/AI產品經理，前騰訊產品經理，9年AI背景，12年互聯網經驗；關注人機交互（特別是語音交互）在手機、機器人、智能汽車、智能家居、AR/VR等前沿場景的可行性和產品體驗；擅長對創業團隊管理、個人成長提出實戰型的建議方案；知乎/簡書/微博帳號，均為hanniman。

本文原創發布于人人都是產品經理，未經許可，不得轉載。

題圖來自Unsplash，基于CC0協議。