人工智能时代，给设计师的3个建议

　　过去一年，和人工智能相关的新闻铺天盖地。身为设计师的你可能会问：人工智能和我的日程工作有关吗？我应该为此做什么准备？
　　今年元旦，AlphaGo连续挑战包括聂卫平、柯洁、朴廷桓在内的中韩顶尖围棋选手，三天内取得的战绩为令人咋舌的60胜0负。在过去一年的互联网舞台上，人工智能（ArtificialIntelligence）站在了聚光灯的中心。AlphaGo在新年伊始，为2016年打上了一个大大的惊叹号。
　　过去这一年，和AI相关的新闻铺天盖地。身为设计师的你可能会问：人工智能和我的日常工作有关吗？我应该为此做什么准备？
　　人工智能和设计师有关吗？
　　回首过去这一年全球科技公司的大事件，人工智能几乎是一个绕不开的关键词。
　　3月，人机围棋世纪之战打响：李世乭在5番棋中以1：4败给AlphaGo，震惊了整个围棋界以及朋友圈
　　4月，人工智能成为Facebook开发者大会上的主角，基于AI技术的聊天机器人开放平台，让很多人第一次感性地认识了这个听起来有点深奥的技术概念。
　　5月，Google首席执行官SundarPichai在GoogleIO上高调宣布公司未来战略将由移动优先转向人工智能优先，并发布了智能语音家庭助理GoogleHome。
　　9月，Amazon、Facebook、Google、IBM、Microsoft五家公司宣布在人工智能领域建立合作，分享其各自在AI技术上的突破，以吸引更多人才进入这一领域。
　　12月，Amazon宣布他们在刚刚过去的这个圣诞假期中，卖出了上百万台AmazonEcho（亚马逊旗下智能语音助理）。
　　上月，前微软高级副总裁陆奇宣布将加盟百度，除了负责百度旗下众多主线产品业务，还将专攻人工智能研发。
　　据财富杂志预测，人工智能将会在2020年成为一个价值700亿美金的市场，我们看到的是一个爆火的概念和急速发展的市场。那么，现在这个市场上缺什么？
　　两样东西产品，和人才而这，就和设计师密切相关了。
　　人工智能说到底是一个技术概念，它需要产品来落地。AlphaGo打败再多高手，也只是一个围棋大师。真正有价值的东西是它背后的深度神经网络和树搜索算法你可能会问这东西和设计有半毛钱关系吗？
　　有，不止半毛钱。
　　在设计创新领域深耕多年的PatrickHoof教授预测说：
　　Designwillbelessaboutdeliveringonauser’srequest，andmoreaboutrespondingtotheneedstheyhaven’texpressedyet。
　　（未来，设计会更多地去响应用户还没有表达的需求，而不是去为了响应用户主动提出的需求）
　　这句话换个表达就是，未来的产品，可以并且应该比用户更早知道用户的下一步，并提前作出应对。
　　知道你的下一步是什么这其实就是下围棋的道理，比你想在前头。海量的数据，先进的算法，再加上超强的机器计算力，使得机器比你自己更早知道你需要什么成为了可能。为什么以前不行呢？因为用户的下一步行为和围棋对手的下一招一样，都难以预测。现在之所以可能了，是因为我们在数据、算法和计算能力上取得了长足进步。于是，围棋界有了AlphaGo，而互联网则有了新的产品机会。
　　身为设计师，如果你能够掌握人工智能领域最基本的几个概念，并在此基础之上充分发挥对产品的想象力，知道AI技术已经可以做到什么、未来有希望做到什么，你就能走在这个浪潮汹涌的时代前面。
　　发挥想象力之前，让我们先来看看美国几个巨头公司们，用现有的人工智能技术已经做到了什么，他们把它转化成了哪些产品形态。
　　AI技术在现有产品设计中的运用
　　先讲一个你可能没注意到的例子。
　　GoogleDoc
　　AutomaticOutlineGoogleDoc
　　GoogleDoc去年悄悄地上线了一个功能：它会根据文本格式自动为你生成文章大纲（大纲起到全文概览和导航的作用）。也就是说，你不用告诉GoogleDoc某行内容是否是一级标题、二级标题还是三级标题，GoogleDoc会分析文字格式、并结合大量历史数据，自动推测出你的意图。
　　回想一下，你是否有一套自己偏好的文字样式规范？比如经常把一级标题居中、加粗？二级标题用加粗的16号字，正文用11号？GoogleDoc学习了你的这些习惯（事实上是学习了无数用户的习惯），自动列出文章提纲，从而提升你的工作效率。
　　这是一个非常典型的运用人工智能改进现有产品的例子，然而却不容易被普通用户觉察到。正如最好的设计是感受不到的设计，最好的智能是隐形的智能。
　　再来看一个常用产品的例子。
　　Inbox
　　SmartReplyInboxbyGmail
　　Inbox是GoogleGmail团队开发的一款邮件应用，它有一个非常经典的功能叫做智能回复。例如，同事向你询问是否有某一个文档，在你打开这封邮件的同时，Inbox就会自动分析这封邮件的内容，并据此自动为你生成一些快捷回复选项。更神奇的是，Inbox还会根据你的过往邮件回复不断学习并修正这些句子，来使得这些句子变得越来越像你平时写邮件的口吻。
　　智能回复这样的功能不再是媒体今天争相报道的黑魔法，而是实实在在地成为了一个被用户广泛使用的功能。我们在产品设计中运用人工智能技术，目的是为了满足用户的需求，而不是强调技术本身。事实上很多时候，我们做设计的目的就是为了掩盖技术本身，而不是反过来。
　　亚马逊旗下智能语音助理AmazonEcho
　　第三个例子，是上个月在CES大会上大红大紫的AmazonEcho。Echo的接口开放策略让许多和AI相关的软硬件公司选择与其紧密合作，互利共赢，以致CES上几乎呈现出亚马逊在语音助理方向上一家独大的局面。
　　Alexa，把客厅灯关了，把我的床头灯开到一半的亮度
　　Alexa，再买一袋我上个月买过的那款猫粮
　　Alexa，我今天早上的会议几点开始？
　　就在几年前，这些人机对话还大多只是停留在计算机实验室里、科幻电影的剧本上。然而只在过去短短的两年时间，智能语音助理就已经走入了美国几百万户寻常百姓的家庭。语音交互设计师（VoiceInteractionDesigner）在硅谷成了抢手的香饽饽。他们不用Photoshop、Sketch做界面，也不用Principle、Framer做原型。一个新的技术时代，催生了一种新的设计岗位。
　　给设计师的3个建议
　　在未来两年里，许多科技公司将主动投身于人工智能的浪潮之中。身为设计师的你，在伏案画界面的同时，有没有关注公司新一年的年度目标？人工智能是否在列？它被提及了几次？优先级如何？你为此做好准备了吗？
　　也许你负责的产品中已经运用了人工智能（若不自知，实该警醒），也许你正在考虑如何通过人工智能来改善产品体验。这里有3个建议，给已经、即将和人工智能打交道的设计师们参考。
　　建议一：人工智能不够智能，请随时准备好擦屁股
　　当AlphaGo所向披靡，当视频里的语音机器人无所不知，当硅谷黑科技刷遍你的朋友圈，你很难去相信这个事实：人工智能在绝大多数领域的智慧水平，其实还只是个婴儿设计师要谨记这一点。
　　如果机器学习结果出错，你是否为用户提供了方便的非智能方式，帮助她解决问题？
　　在做AI产品设计时，要时时牢记假设机器学习的最坏结果。最坏结果下的撤退方案，和最佳结果下的设计一样重要，很多时候甚至更重要。
　　一旦用户产生了失望、沮丧的情绪，就很容易放弃这个功能、甚至整个产品，这种结果是很难挽回的。因此，实际上更重要的一条原则是，如果你对机器智能的信心不足，宁可选择不做。
　　如何清楚地向用户传达出智能带来的好处，如何为随时可能出现的错误，提供优雅的解决方案这是对设计师们的挑战。
　　建议二：降低使用门槛，及时正向回馈
　　为用户提供个性化内容，是人工智能技术一个非常常见的应用场景。了解用户的一些基本信息，往往是个性化内容的基础。获取用户信息，这件事情听起来简单，但并不容易做好。
　　Quora（可以简单理解为英文版知乎）要求新用户在第一次注册完成后，必须选择至少10个感兴趣的领域。并且，用户会被要求手动输入自己熟知的领域。我们都理解，这是Quora希望通过掌握用户的初始数据，从而为用户展示个性化内容。这个交互流程的初衷很好，然而你却能看到很多用户在Reddit和Twitter上抱怨。
　　Quora的用户注册流程
　　问题出在哪里？两个原因：
　　（1）门槛过高
　　在用户使用产品之前，应该尽量简化强制性任务。在Quora这个例子里，选择至少10个兴趣（不可跳过），还要求用户手动输入熟知领域，这个门槛有点过高了。新用户在注册完成前，什么内容都没看到，甚至可能连这个网站究竟是什么都不明确（Quora的首页只有一个注册登录框）。这种时候，任何强制性、高认知负荷的任务都可能会造成用户流失。用户没有义务回答这些问题，也并不一定清楚，完成这些任务能为她带来什么好处。
　　你是否能想到一些优化的思路，来降低这个门槛？比如：是否可以基于用户已经做出的前两个选择（比如互联网和设计），猜测出用户可能还对什么话题感兴趣，从而降低必选项的数量？是否能够在用户使用产品后，通过分析用户的浏览行为来逐步了解她的其他兴趣？
　　（2）反馈不及时
　　如果获取初始数据是强制的、繁重的，并且用户也不能感受到提供数据带来的好处，那么训练人工智能对用户来说，感觉就像是一场义务劳动这种感觉是我们在产品设计中要尽量避免的。因此，对于用户的付出，我们都要尽可能地及时反馈。
　　举两个产品的例子：在Facebook里，如果你向新公司同事发出了好友申请，你会发现，Facebook会立即更新你可能认识的朋友列表。在网易云音乐的私人FM里，如果你喜欢了一首歌，你很可能会很快就听到该歌手的其他歌曲。
　　其实AI产品中这种反馈机制的设计，和游戏设计的原则是一样的。我们要构建的就是一个首次任务及时反馈激励用户完成下一个任务这样正向的、有节奏的短循环。回想一下让你欲罢不能的游戏，是不是都是这个套路？
　　建议三：别着急，从小事开始积累信任
　　一个刚毕业的设计新人，对张小龙说自己有能力重新设计出更好的微信，你一定觉得这人疯了。人与人之间的信任，是在时间和合作的基础上建立起来的。人与机器也是这样。
　　市面上所有的智能助理类产品距离真正的智能还有很长的路要走。现阶段，人工智能产品最最紧要的事情就是建立用户信任，这件事很重要，但急不得。把天气报好了，放音乐放对了，把闹钟设准了我们要从这些标准化的小任务开始，慢慢地赢得用户信任。
　　大公司做产品的性子往往很急（这其实给了很多AI小团队机会），但这里不得不表扬电商巨头Amazon。坐拥上百万Echo用户，面对智能购物助理这个诱人的大蛋糕，AmazonEcho却耐住了性子。他们先从重复购买这一小块蛋糕开始入手。高频次、低错误率这是现阶段所有人工智能产品都应该去努力寻求的切入口。
　　大部分人天性不喜欢被他人指导，不喜欢失去控制权。但如果一个人不断地完成了你让她做的每一件小事，信任就随之产生了。当用户慢慢习惯了说一句话，牙膏、猫粮、厨房纸第二天就送到了家，也许有一天，用户也会信任她去做叫外卖、订机票、订酒店，甚至买车、买房。
　　信用这件事，建之不易，毁之顷刻。所以，人工智能产品的设计师们，千万别着急，从小事做起，努力积累产品的信用分。
　　结语
　　1956年的达特茅斯会议上，人工智能第一次被正式命名。过去60年来，它已经经历了两次大起大落。而今天，我们正处在第三次人工智能大潮之中。
　　如果你相信现代社会中仍有大量劳动可以被机器智能取代，那么你就应该相信人工智能必然会持续高速发展，你就应该为此做好准备。