起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識設計大遷移：穿越智能時代
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？
- 設計師和人工智能是什么關系？
- 人工智能對設計有什么影響？
- 設計師怎么進入智能領域？
一、穿越時代，設計師的生存啟示
設計師，你有想過時代那么快嗎？
那年，上學時還是印刷還是高科技，平面設計師還是風口，大家期待進4As做個廣告人，走向潮流達人。沒過幾年，互聯網來了，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，風口往互聯網吹，還好互聯網有好幾十年的窗口期，能反應過來的，都趕上車了。
更快的遷移，指數式增長時代。
好不容易趕上了互聯網，結果迎來的是移動互聯網，結果這次窗口期只有三年。所以這波風口，當年的同學又走丟了幾個，給我們幸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，行業信息洞察，才能及時反應抓上時代的車票。
設計師產品化成長，追上人工智能。
沒與時代并行的，最后只能被時代淘汰。平面設計到互聯網，再到智能時代，可預見的是將迎來的是一批更替。我們把設計師帶進智能時代分享一些經驗，希望幇助更多設計師走進人工智能。
二、設計師的可用性，0到1
信息時代試錯成本下降，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。建基于印刷時代，試錯成本的經驗假設上，“你錯了， 印刷出來是上萬的錯誤復制品， 修正成本極高”。
而現在信息時代，技術成本建基于服務器上的代碼。信息技術變化，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，再調整變量。
刻意練習，試錯式成長，提升能力可用性。
在早期，專業成長關鍵在于技術上的熟練度。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。
經驗是什么？加班目的是什么？
智能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。
而經驗是什么？
是信息權，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托付給你的基礎。 別懶，多做，聰明人的笨功夫，反復練習是把事情做實的必經之路。
故事分享：全鍵路體驗走查，獲取充分信息，提出有效創新
由新手到熟手， 三步達成有效體驗增長。
Step1：爭取信息權，沉淀專業判斷力
- ?用戶常用路徑走查：用戶視角熟識產品，為后續的體驗溝通完善背景信息。
- 前期可行性探索：嘗試痛點與想法的機會點落地，換取內部動作機制信息。
- 業務信息背景收集：了解業務的方向，明確區分關鍵問題，權重分配和優先級信息。
圖1：快速搭建原型， 進行全鍵路體驗走查
Step2：追求更有效的思考維度
- 關鍵行為提?。涸诙噍喌臏贤ê螅@取多方的信息，區分出用戶的關鍵行為，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，游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，了解投入與產出效果比。
- 現況優化探索：產品是基于不同的場景目標，生命周期沉淀出當前的形態，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，可以保持設計與用戶習慣預期相符。像經營一家酒店一樣，設備是會過時的，保持良好體驗需要定期更新迭代。
圖2：原型進行溝通， 獲取各方信完善
Step3：扎深現在建立觀點，提供前瞻性的增長洞見
（1）連續咨詢對話能力：了解用戶體驗與產品運作，ChatBot常見痛點在概率命中由一個個BadCase提案來完善。所以，人工智能的用戶體驗設計與傳統網站不同，不只有單一的用戶中心思考，這樣不能達成體驗的有效增長。
智能體驗設計需考慮的是三方用戶，提問方/需求側（消費者），連接方/配置側（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第三個用戶，算法
（2）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，用戶只能說出更快的馬，想不出汽車的可能。了解技術，遇見痛點，能輸出更多的設計解決可能性。
圖3：提案解決算法端的用戶痛點，提升消費者端的智能有效性
三、設計師的DAU，1到N
DAU的意義是什么？
有多少用戶需要你的產品，如果是一個人，就是有多少人需要你的專業服務。
再進一步是什么？
市場不只有你這個產品，用戶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。
產品是怎么生存的？
建立生態系統，淘寶和支付寶綁定，想上網逛一下，買東西。淘寶占了不可取代的位置，而支付寶占了支付習慣，用戶心智固化，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，也連接成更大的網絡觸點，達至用戶替換成本高門檻。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。
所以，如果是一個人是怎么的啟示？
建立專業生態網絡，你的連接觸點復雜度決定你的替代成本。度量產品的影響力是用戶量、活躍用戶、粉絲數。
如果是一個人，度量影響力是什么？
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：沉淀設計經驗，通過可復制方法， 達成杠桿性解決方案。
故事分享：推進三方用戶， ChatBot主路徑體驗優化
前期技術理解， 掌握設計可能性。
人工智能是黑盒子，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用的是標簽結構，大部分用戶要找的盒子都是貼上標簽扁平路徑放著，按意圖概率命中路徑到達盒子的。
黑盒中間的路徑是怎么走，連開發技術的算法也可能搞不清，技術對輸出是否符合用戶輸入的預期，打上正確與否的標簽，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4：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。用戶切換意圖由主觀操作，判斷決策由用戶點擊。
圖5：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。用戶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。
第三個用戶的痛點，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6：用戶在詢問酒店的情景
問到評分高時，機器出現意圖跳轉，到了售后評分的命中。
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，智能時代想提升專業水平，上一些入門概念的課，了解機器學習，神經網絡算法，置信度原理。
圖7：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8：因此我們設計聯合算法進行相關的交互模式分融設計。(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，將必淘汰。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。設計師和人工智能的關系是“如果你沒反應， 你可能將沒機會反應”， 窗口期比以往更急速，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能時代。
本文由 @周銘漢 原創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
- 目前還沒評論，等你發揮！
