本文寫給相信人工智能必然會持續高速發展并在從事人工智能產品設計的朋友，與您分享一下我對人工智能時代下的互聯網產品設計的思考：云服務場景化。其次，思考目前自己所從事產品的具體功能設計心得。最后，給將要進入該領域的新人兩點建議。

1956年，在美國達特茅斯學院舉行的一次會議上，人工智能（Artificial Intelligence）的研究領域正式確立并第一次被正式命名。過去60年來，它已經經歷了兩次大起大落。而今天，隨著AlphaGo連續挑戰成功包括李世乭、聶衛平、柯潔、樸廷桓在內的中韓頂尖圍棋選手，人工智能又一次站在了聚光燈中心。

但這次和三十年前日本興起的人工智能熱潮相比，發生了很大變化，這次人工智能的大發展與深度學習緊密相關。即：大數據與概率統計方法共同推動了神經網絡模型的創建和發展。特別是概率統計方法中的貝葉斯統計學，將它“引進”人工智能領域，促使人工智能發生了革命性的變化「1」。

此外，Amazon、Facebook、Google、IBM、Microsoft科技界的大佬相繼布局人工智能領域，并于2016年9月宣布合作分享其在AI技術上的突破。據《財富》雜志預測，人工智能將會在 2020 年成為一個價值 700 億美金的市場，我們將看到的是一個爆火的概念和急速發展的市場「2」。

值得關注的是：2017年2月4-9日在舊金山召開的AAAI國際智能大會所提交的論文中，31%來自中國居第一位「3」。

人工智能時代的產品：云服務場景化

人工智能生態主要分為兩層：一層是應用技術，包括機器學習、圖像語音處理、自然語言識別及一系列相關的硬件技術；另一層是和應用領域相結合的應用場景，包括兩大類：一是行業應用，包括金融、醫療、教育等；第二大類是消費類應用，包括智能家居，輔助駕駛，智能機器人等「4」。這里只說第二層的行業應用領域，以下兩點是我的思考。

（1）當在設計一款有AI技術的產品時，其實是在設計一個具有主動學習、成長、預測能力的系統。每次的版本發布其實是系統智商與情商的提升，伴隨用戶需求成長的并讓用戶產生與日俱增的忠誠度。產品不再是一成不變的，它們在被設計時就預留足夠的空間去成長和變化。當然，隨著機器學習、深度學習的發展以及數據的的積累系統會慢慢的能夠預測用戶行為與偏好，以更好服務用戶，即：系統能更早的知道用戶需要什么，以積極的響應用戶還未表達的訴求。

這里我拿股票投資系統舉例，用戶炒股虧損嚴重時，主動給用戶一些個性化定制的行動建議，積極調動用戶。這就需要產品設計是要面向未來的，在產品設計的伊始就要開始用戶數據積累為用戶與日俱增的忠誠度埋下“種子“。

（2）系統將在不同的場景中通過不同的表達媒介來服務受眾。當數以萬計的嵌入式設備連接到人工智能系統，交互媒介也將不再是基于人類視覺通道界面，聽覺、觸覺、嗅覺甚至味覺感官系統將會被用到。比如股票投資系統，當用戶拿著手機時會智能推送給用戶關注的自選股、持倉股、大盤異動等消息；但在開車的場景中，并不需要追求詳盡的信息，這時可能就是車載語音播報用戶持倉股的異動來進行語音交互，進而進行止盈止損。后續可能再慢慢過渡到智能家居等各種物聯網設備中。

如今，亞馬遜的Echo 已進入普通消費者家庭。據Gartner 預測：到 2018 年，30%的人機交互將通過自然語言完成。百度吳恩達認為，語音搜索準確率從 95%提高到 99%，是應用爆發的轉折點，到 2020 年，至少 50%的搜索將是語音搜索?？梢哉f，自然語言交互是下一代人機界面。目前，智能語音主戰場上有四大巨頭：谷歌（Assistant）、蘋果（Siri）、微軟（Cortana）和亞馬遜（Alexa）「5」。

合抱之木，生于毫末的設計實踐

本人目前在做炒股客戶端的產品設計師，接下來就結合自己的工作來分享一下在該領域的實戰成果以及部分功能的構想。（有興趣的可以復制后面的下載鏈接體驗個別功能）

（1）人工智能驅動的自動化在軟件中的場景應用

即：通過人工智能技術，做出貼近市場的分析功能，使一些長期需要人進行腦力勞動的任務實現自動化來解放勞動力。如，大盤每段時間為什么漲／跌，不再用名家解盤來人工分析而是自動化生成原因；壓力位、支撐位的推薦生成，并且能夠根據用戶的修正不斷優化畫支撐壓力位的算法使其變的越來越符合用戶心智；自動分析新聞資訊研報公告信息，直接的給用戶傳遞知識帶來洞察認知；輸入五連陽的股票，能夠自動找出具有該特征的股票，讓選股通過一句話來實現。

（2）以人工智能、用戶畫像為支撐的個性化體驗設計

即：

• 不同特征的投資者，能夠看到不同的功能、信息、數據，學到不同的知識。如：個性的表頭項、盤口內容等；
• 由原來用戶主動向系統搜索、配置轉向系統根據對用戶的理解進行主動建議。如：點擊鍵盤精靈出現的推薦、自定義板塊的表頭項關聯以及股票的關聯推薦、根據用戶的操作風格及風險偏好建議理財產品及操作策略等；
• 由原來單純的功能解釋（functional interpretation）轉向根據用戶行為他們解決問題、提供引導（action you may take）。如：功能性的昨日漲停今表現的回測，資訊／公告／研報的解讀評級等。

這些都是旨在將目前千人一面的軟件變成自動適應每個人的千人千面，進而可以持續實現細粒度的營銷策略。

4.身體力行后的建議

（1）現階段人工智能在絕大多數領域的智慧水平，其實還只是個“嬰兒”

目前，人工智能所取得的成功，是在既定規則范圍內對人智能的挑戰「6」。產品設計師在清楚地向用戶傳達人工智能帶來的好處同時，務必為隨時可能出現的錯誤，提供優雅的解決方案。否則一旦用戶產生了失望的情緒，就很容易放棄這個功能、甚至整個產品，這種結果是很難挽回的。

“合抱之木，生于毫末”，現階段，人工智能產品最最緊要的事情就是建立用戶信任，就像Amazon Echo他們先從重復購買一小塊蛋糕開始入手，從高頻的小場景功能點做起努力積累產品的信用分。因此，在充分利用有規則的場景中，人工神經網絡這一自下而上的方式能輕松超越了人類上千年積淀的知識體系這一優勢后，再推廣到更寬廣的范圍，也就是我們現在所謂的弱人工智能、強人工智能、以及通用人工智能。

（2）人工智能只是提供了一種技術手段，解放了我們的時間和空間，以讓我們投入到更有意義的生命體驗中

不管智能還是非智能目的都是為了給用戶帶來更好的體驗，只不過人工智能降低了成本。試想各朝代娘娘的幸福生活，都是靠其丫鬟的不斷學習其偏好的基礎上侍奉而成。而如今只是隨著互聯網帶來的數據積累，計算能力的不斷發展以及人工智能技術的不斷進步，為這種個性化的體驗降低了成本，以使每個普通民眾也能享受到類似的體驗。我們目的是體驗不是智能。事實上，很多時候我們做設計就是為了掩蓋技術本身，但實際干的時候卻往往忘記掉。

好設計是賦能人類，讓生活化繁為簡的，設計師要時刻權衡：哪些地方要保留世俗的方式，以及哪些地方需要AI在其中扮演角色。因此，在做產品設計時建立在社會學、心理學的人性洞察與認知基礎上的用戶體驗至上原則與用戶體驗設計方法萬萬不能丟。

現代勞動工具已由基于物質和能量的動力工具轉向了基于數據、信息、知識、價值的智力工具，人口紅利、勞動力紅利的作用效果不再明顯，創新驅動發展成為時代的最強音，我們已經告別了人工智能收獲滿滿的2016年，讓我們張開雙臂迎接人工智能充滿希望的2017年。

參考文獻：

「1」《人工智能是風口？》中國人工智能學會通訊2017年第01期

「2」《人工智能時代，給設計師的 3 個建議》?http://www.aharts.cn/ucd/585612.html

「3」《人工智能的風向標：2017AAAI最佳論文、觀點合集》http://it.sohu.com/20170206/n480037390.shtml

「4」《數據驅動人工智能的實踐》http://www.laiyuan.com/39587.html

「5」《智能語音產業報告》http://it.sohu.com/20170218/n481078586.shtml

「6」《AlphaGo橫掃60位圍棋大師 人工智能上了新境界？》http://news.sohu.com/20170105/n477799427.shtml

功能體驗下載地址：

windows系統：http://download.10jqka.com.cn/free/ths/

Mac OS系統：http://product.10jqka.com.cn/mac/index.html ?

作者：雲叁，微信號：cloudthree

注：此文章為個人觀點，不代表公司。

本文由 @雲叁 原創發布于人人都是產品經理。未經許可，禁止轉載