AI如何幫助服務設計創造:創造力與智能共生

0 評論 5154 瀏覽 4 收藏 15 分鐘

隨著互聯網技術的飛速發展,設計與 AI 之間的關系變得如何?并且AI該怎樣幫助和服務設計創造,實現創造力與智能共生呢?本文不僅探討了 AI 如何幫助我們設計更好的服務,還探討了設計如何幫助構建更好的 AI,推薦給對AI技術感興趣的小伙伴們閱讀。

寫在前面:

在你的組織中,設計與 AI 之間的關系如何?他們是不說話、被復雜的數據算法和機器學習術語隔開的父母嗎?他們是遠房親戚,時常在服務藍圖的底部短暫重逢嗎?還是根本就沒有關系?他們只是兩艘深夜經過的船嗎?本文不僅探討了 AI 如何幫助我們設計更好的服務,還探討了設計如何幫助構建更好的 AI,他們的關系是共生的。

01 人工智能如何幫助我們設計更好的服務?

人工智能和機器學習不僅為用戶推動了數據驅動的個性化體驗新范式,而且還為設計師創造了新的可能性。

1、降低研究門檻

人類面臨著“數據速率問題”(data rate problem)。我們實際上無法像機器一樣快速地處理信息,這意味著雖然研究的好處顯而易見,但所需的時間和金錢使得越來越難以獲得商業認可。有時,這種障礙會導致用戶研究在設計過程中被完全忽略,從而導致令人沮喪或設計不佳的體驗。

然而,借助自然語言處理,可以實時轉錄和分析數百個用戶訪談。通過先進的圖像檢測,可以用任何語言輕松破譯冗長的手寫用戶日記研究。使用語音識別、情緒分析和關鍵字提取,可以在個人檔案級別快速匯總來自大型焦點小組的眾多重疊見解。這不是人工智能取代設計工作,而是人工智能讓我們更容易整理和解釋數據。通過增強我們的能力,設計師可以更快地發現機會,并在此過程中更早地了解用戶需求。

2、公正的角色

關于 AI 偏見的討論很多,但我們大多數人沒有意識到負責任的 AI 模型實際上可以幫助我們解決我們現有的人類偏見。英國設計行業有 79% 的男性和 86% 的白人,缺乏多樣化的觀點和生活經驗會在不知不覺中影響我們創建的角色,進而影響我們構建的系統。然而,通過在我們為人們設計的方式中嵌入數據智能,我們可以確保沒有人會因為文化假設而受到束縛。

統計分類方法允許 AI 模型根據數據點的特征預測數據點屬于某個類別的概率,從而使這些模型成為角色創建和客戶細分的有用工具。為了說明這一點,讓我們看一下在線雜貨服務。當現有客戶瀏覽電子商務網站時,相關的可跟蹤用戶行為可用于在無監督學習下訓練模型。通過從端到端用戶旅程的數據點中學習,并將這些與用戶的個人特征聯系起來,AI 可以識別集群和模式:密碼忘記者、家庭購物籃構建者、優惠券愛好者等。此外,使用分類方法 例如“K-最近鄰”算法 (k-NN),新注冊的客戶甚至可以通過將他們與數據庫中已有的相似客戶的接近度進行比較來進一步分類。這些是我們受 AI 影響的人物角色:活生生的、呼吸的、最新的、基于行為的分組代表了我們對觀眾的更準確的看法。

3、體驗測量

服務設計師在當今商業環境中面臨的最大挑戰之一是衡量和量化像體驗這樣無定形的事物的價值。但通過與工程師密切合作,我們可以訓練模型來分析體驗中的數據點,并實時生成服務的當前狀態體驗評分。

體驗很復雜。以優步等叫車服務為例,深度學習算法將從一系列變量中學習,例如新的每日帳戶注冊、平均等待時間、新打開的支持案例、司機星級,甚至檢測到的語氣 評論中的聲音。像這樣的智能評分系統可以實時衡量體驗,并了解客戶不斷變化的需求和期望是否得到滿足。

此外,人工智能推薦系統可以使用協同過濾技術,根據可比客戶準確預測客戶最有可能喜歡的體驗元素。然后可以使用這些機器輸出來相應地調整每個客戶的數字體驗,看看它是否會產生更好的體驗分數。總的來說,對服務運行情況的數據驅動可見性使它成為業務決策的智能工具,設計人員可以繪制新的服務改進圖,開發人員可以確定功能積壓工作的優先級。物超所值的三重奏!毫無疑問,人工智能給設計師帶來的最大優勢是能夠更快地學習,這在當今世界的速度下至關重要。

02 服務設計如何幫助設計更好的人工智能?

工程和設計一樣,都是關于解決問題的。作為設計師,我們擁有一系列久經考驗的技術和創造性方法,可以幫助我們以新的方式思考問題。

1、了解整體

當談到任何新技術時,我們需要考慮意想不到的后果,正如谷歌首席執行官桑達爾皮查伊所說,“對于人工智能,我們需要更早地考慮它”。人工智能已經被用于高風險決策,例如刑事判決。

在諸如此類的復雜用例中,服務和系統設計藍圖可以幫助可視化從一個人被指控的那一刻到他們被警方逮捕、判刑過程、保釋過程和可能的過程中涉及的所有不同人員、流程、工具和系統 康復回歸社會。通過與工程師繪制從端到端的整個旅程,我們可以識別痛點,例如缺乏清晰的法律溝通,以及數據漏斗中的潛在風險,例如社會種族偏見。

除了識別痛點之外,繪制端到端的整個用戶旅程也是一種發現 AI 創新用例的創造性方法??梢怨降卣f,人工智能已經達到了過高期望的頂峰,但通過系統設計的視角,我們可以繪制出下一步:創造力的斜坡(The slope of creativity)。

創造力的斜坡是我們講述以人為本的故事,通過技術讓人們的生活更美好。在此階段,尋求超越行業炒作的有意義價值的成熟組織正在采用設計方法來解構他們的客戶旅程、組織流程、供應鏈和系統。他們正在規劃自己的業務、識別痛點并評估人工智能在改善他們提供的人類體驗方面必須發揮的作用。

這可能意味著使用人工智能為招聘過程中每一位失敗的求職者提供個性化反饋,或者分析全球共享的醫療記錄以形成可以使整個地區更健康的干預措施。到這個階段結束時,隨著人們開始在日常生活中感受到有意義的價值,用戶采用率飆升,技術變得毫不費力地與人類體驗的現實交織在一起。

AI如何幫助服務設計創造:創造力與智能共生

2、可解釋的人工智能

人工智能深深地基于統計和數字信息。它可以幫助我們做出更明智的決定,但它需要設計才能使其易于解釋??山忉尩?AI 即服務要求設計人員問:“但這對接收這些機器學習輸出的人來說意味著什么?”。它要求我們與工程師密切合作,以告知盡可能以用戶為中心的數據策略。

綜上所述,隨著我們轉向人工智能驅動的醫療保健,機器學習模型很可能將用于確定患者應該接受哪種類型的治療。我們將需要精心設計的指南,使醫生能夠了解如何解釋模型的輸出(了解它們來自何處以及如何得出這些結論),以及如何結合使用輸出 他們看到在他們面前的活生生的呼吸患者做出正確的決定。

情感映射等移情設計工具將成為幫助團隊解讀和理解患者在旅途中特定時刻的感受(例如困惑、焦慮或財務問題)的基礎。此外,通過以視覺方式繪制患者在醫院的旅程,我們可以了解應該如何最好地傳達這些信息,并針對該結果進行設計。隨著人工智能融入我們的日常生活,人類的同理心對于獲得正確的體驗至關重要。

3、改變共同創造

變更管理是數字化轉型中的一個流行術語,但談到 AI,我們無法管理變更;我們必須共同創造它。人工智能的負責任發展將需要強大的公私合作伙伴關系,加強醫療保健和政府等不同部門之間的合作,以及與學術機構和非營利組織的合作。執法部門將在深思熟慮的監管中發揮關鍵作用,我們需要取得適當的平衡,以便創新和問責制仍然存在。所有這些不同的利益相關者之間的合作將是至關重要的,而這正是以設計為主導的共同創造研討會將派上用場的地方。這些將有助于說明智能旅程的樣子,突出交叉依賴性并在不同利益相關者之間取得一致。

例如,人工智能最深刻的用例之一將是解決全球商品生產和制造方面的嚴重勞動力短缺問題。在跨職能團隊中與工廠工人、履行經理和最高管理層領導共同創建當前狀態的旅程,將幫助我們了解人工智能如何真正改善實地運營。設計思維方法可以幫助確定受影響員工的流程和杠桿,以提高技能并重新部署到更有意義的工作中,例如供應鏈中的模型觀察、培訓或機器人維護角色。每個行業都將發生人工智能顛覆。以道德和包容的方式引導變革的過程不會自行發生——它需要設計。

4、共生方法

設計需要人工智能來幫助增強我們的智慧、減少人類偏見和衡量用戶體驗。人工智能需要設計來幫助映射整個系統、從同理心構建并在利益相關者之間共同創造。創造力和智能之間的關系是共生的。除了太空探索之外,AI 可能是設計師們必須大幅改變歷史進程并徹底重新定義人類體驗的最佳機會。問題是,我們會抓住它嗎?

AI如何幫助服務設計創造:創造力與智能共生

5、即刻開始

僅在美國,80% 的服務設計師受雇于技術部門。那么,好消息呢?我們大多數人已經在這里了。剩下要做的就是在我們自己的技術組織的 AI 開發桌上爭取一席之地??释⒃敢庀?ML 專家學習、問問題、閱讀文章、陰影模型訓練、查查你不知道的事情、保持好奇心。大膽并自豪地為您所在地區發生的數據智能對話作出貢獻。

設計和工程交織得越緊密,我們的產出和解決方案就會越全面。彌合這些孤島和模糊邊界線絕非易事。但毫無疑問,定義下個世紀最重要的對話將是創造力與智慧之間的對話。如果它還沒有開始,讓我們認為這是一個開始。

原文作者:Simbi Ladipo (該文章已獲得相關方和原作者授權)

原文名稱:Design Needs AI and AI Needs Us:Creativity and intelligence are symbiotic

譯者:陳昱志Yeutz Chen,微信公眾號:YeutzDesign(ID:Yeutzsheji),專注于服務設計領域,致力于服務設計創新轉型研究。

本文由 @陳昱志Yeutz Chen 翻譯發布于人人都是產品經理。未經許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!