AI 產品對設計師的影響
過去這兩年,AI發展迅速,在文字、圖片、音頻和視頻領域對傳統的運作方式發起了沖擊。這種情況下,不斷迭代的AI對設計流程會造成哪些影響?對B端而言,又會有哪些機會呢?
AI,這是一個在過去兩年被反復提起的一個詞,我們由最初的滿懷期待到現在聽到 AI 就焦慮,感覺自己很快會被淘汰。
而時間的推移,你會發現很多人都在去討論:“AI 能取代設計師嗎?AI 能取代程序員嗎?”最初我們都在期望 AI 幫我們解決洗衣做飯等問題的時候,沒想到我們的飯碗沒了!??
兩年的時間過去,AI 在不斷的顛覆迭代,對我們設計流程會造成哪些影響?對我們 B 端設計又會有哪些機會?今天我們就由淺入深的聊聊 AI。
一、AI 產品的解析
我們想要理解 AI 產品,首先必須得了解其對應的流程以及產品的類型。
目前 AI 產品整體的流程主要分為以下幾個步驟:數據收集、數據預處理、特征提取、模型訓練、評估優化、推理決策、循環優化。
我們舉一個簡單的例子來理解一下整體的步驟,比如「智能天氣預報系統」:
- 數據收集:系統就會收集來自不同地點的溫度、濕度等氣象數據,將其同步記錄到系統當中
- 數據預處理:對收集到的數據進行人工清洗,去除異常值等特殊情況,將采集的數據標準化
- 特征提?。?/strong>將處理好的數據給到系統,用于分析數據中的模式,比如識別出哪些條件下通常預示著雨天
- 模型訓練:使用過去的歷史氣象數據,系統訓練一個模型來學習天氣變化的規律
- 評估優化:通過與實際天氣情況對比,評估模型的準確性,并根據需要進行調整
- 推理決策:當用戶詢問明天的天氣時,系統使用訓練好的模型來預測天氣
- 反饋循環:用戶對預測結果的滿意度反饋給系統,如果預測不準確,系統會學習并改進預測模型
當然這是較為簡單容易理解的情況,真實的內容會更加的復雜,還會涉及到 NLP、ML、DL 等技術來不斷優化 AI 讓其能做的真正做到可知可感,像一個真人一樣。
二、AI 產品的類型
在 AI 產品的運用層面,目前主要有以下幾種產品類型來落地 AI:
1. AI 繪圖
這是我們設計師最為熟悉的領域,主要是因為日常工作本身就會與圖片相關,主要能夠繪制圖片,幫助我們解決日常工作的問題。
目前主要還是以 Midjourney、Stable Diffusion 為主,他們都有著較強的繪圖能力,對傳統的繪圖領域造成非常大的影響(舉一個側面例子,前兩年會有很多學習插畫的課程,自從 SD、MJ 出來過后便消失了很多)。
除了傳統的 AI 繪圖模式,還會有最新版的 Photoshop 推出的「創意填充(Generative Fill)」,它能夠使用「Adobe Firefly」提供的技術能力,允許用戶以非破壞性的方式進行圖像組合和生成,關于繪圖類的 AI,大家都會結合自身生態來去構造相類似的產品。
目前 AI 繪圖類資源:Midjourney、Stable Diffusion、Civitai、liblib、Firefly
2. AI 文字
AI 文字類的產品會非常的廣泛,因為它不像圖片還難以理解、解析,文本所能承載的信息就非常廣泛。比如行業標桿 ChatGPT 以及它的一眾小弟,你會發現軟件之豐富,會失去判斷能力,每一個都想去做嘗試。
比如最近很火的 KIMI ,能夠閱讀處理 200 萬字以內的長文本;百度的文心一言,靠著搜索結果也能夠給用戶精準的數據;訊飛的訊飛火星,能夠與語音結合,通過語音對話的形式實現 AI 的交流溝通,你會發現每一個軟件都有著自己獨特的特點,而這些特點也會是我們去尋找在 B 端產品當中的機會點(下篇文章我們會聊到)。
這是行業當中競爭最激烈的一個賽道,上周各大 AI 廠商開始瘋狂降價,通過價格戰來不斷內卷。
AI 文字類的軟件:ChatGPT、文心一言、Kimi、訊飛火星
3. AI 視頻
視頻類目前由于門檻較高,其實會發現整體是噱頭大于實際用途。比如之前很火的 Sora,據報道背后是用了非常多的素材累計起來的,其參考意義并不大。
不過 AI 視頻生成的內容,我最喜歡的還是「小女孩的一生」這類視頻主要是在傳統的視頻軟件當中制作需要大量時間與精力,而現在就可以輕松解決。
AI 視頻類的軟件:Sora、Runway
4. AI 音樂
音樂類其實了解的會比較少,所有的資訊都是來自 B 站的各個自媒體解讀。通過他們的表情給我一種當中看到 MJ 畫出很多復雜的圖像一樣,我認為也是出乎他們的意料~
目前整個音樂領域主要是以 Suno 為主,幫助他們進行旋律創作、和弦編排上,相信在后續的兩三年時間內,能夠幫助到更多音樂的創作者。
三、AI 產品對設計師的影響
目前,AI 會影響到我們工作的很多方面。這里也為大家準備了一些在日常工作當中我們所使用的各種場景。
1. 業務理解
對于一個 B 端設計師而言,業務一定會讓你非常頭疼,因為很多專業術語、名詞不太明白。再加上時間緊,任務重,根本沒辦法深入的去理解業務,因此就需要有一個簡單直接「利器」,那 AI 很明顯能夠承擔一部分責任。
比如我們以最近一位向我咨詢的同學為例,他主要負責 云產品的設計工作。因為產品線過多,會導致他無法從容應對項目當中的繁雜需求,特別是對業務的理解非常薄弱(說的像不像文章前的你們~)。
這時候我就會推薦他使用 AI 工具來對業務進行快速理解,比如現在要負責一個 「持續集成的需求」,里面涉及到共享存儲庫等一系列術語,對于他來說根本沒辦法解決。這時候我們就可以對 AI 進行提問,首先解釋什么是 共享存儲庫;緊接著問具體什么是持續部署;再讓他給我簡單舉一個通俗的例子;這類問題便快速解決。
AI 其實是非常擅長回答產品定義等,在網上有固定明確答案的問題,這時候對其提問你能夠快速解決。
2. 素材制作
對于我們設計的日常工作而言,素材制作主要是為了省時間,像是 B 端的圖標,我把他們遮上,你知道是哪個產品的嗎?
而這類風格的圖標素材我們可以快速生成,并且在日常工作當中,也可以用相同的方式生成大量的圖片底圖素材等等,至少能夠在視覺設計上給到大家非常多的幫助
3. 用戶訪談
提到用戶研究在 AI 中的運用,很多人會想到讓 AI 幫我們生成調研方案。emmm… 其實在用戶研究當中,方案的制作并不是最痛苦的事。反而是對應的問題整理會尤為頭疼。比如我們再用戶訪談時,在之前只能考慮使用錄音的方式,將與用戶的對話錄制下來,后續在通過回放的方式進行回顧。
而現在我們可以考慮結合 AI+智能工具的方式,快速實現。
簡單梳理一下對應的 SOP:
- 進行用戶訪談,同時將訪談錄音進行錄制
- 將錄音信息上傳至語音識別平臺,如:飛書妙記、訊飛聽見
- 將文本信息扔給 AI,讓其幫你整理對應的提問內容,以及你的回答~
- 最后整理其行為態度與結果,快速生成
- 數據整理
當然除了用戶訪談之外,我們在用戶研究的時候還會有很多真實數據這時候我們也可以通過 AI 的方式來進行解決。
比如我們將用戶在訪談以及問卷調研當中的所有數據結果整理到表格當中,并且與其他用研人員討論出用研結果評判標準。
然后再將數據上傳到飛書多維表格,并新增 AI 字段,將我們評判標準告訴給 AI,讓其能夠主動學習。
緊接著 AI 就可以根據你的要求快速生成出一個可以參考的數據結果,你再結合結果與數據進行一遍走查即可,這樣的整體流程會比你以往更快,工作強度也會更低。
在工作當中,我們需要具備 AI 意識,當你有任何問題的時候,一定是打開 AI 軟件,嘗試讓他幫你解決,這會比你自己琢磨、搜索、咨詢要高效得多,當然上面提到的只是咱們同學在日常工作當中所總結的 AI 功能,如果你也有一些自己的心得,不妨在評論區和我們一同分享。
下篇文章,我們聊聊 AI 與 B 端產品的結合~
專欄作家
CE青年,微信公眾號:CE青年,人人都是產品經理專欄作家。專注B端設計領域,一個2B行業的2B設計師。
本文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Pixabay,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。
- 目前還沒評論,等你發揮!