如何抓住AI 领域的高薪机会?阿里设计师总结了这份进阶手册! - 优设网 - UISDC

如何抓住AI 领域的高薪机会?阿里设计师总结了这份进阶手册!

2018/09/16 8230评论区

近年来,AI技术的发展吸引越来越多人的目光,AI+营销、AI+安防等等有 AI 概念的事件频频出现在人们的视野中。那么,在智能化的领域中,作为设计师,有什么设计机会是可以探索和发力的呢?以下内容是笔者通过已有的实践经验以及桌面调研、观察、分析后总结的在智能化时代下,关于设计机会的观点概述,包括以下内容:

  • 弱智能化下,设计在产品中应该做些什么?
  • 结合AI能力,设计在产品中应该做些什么?
  • 对技术的了解

一、弱智能环境下,为用户树立正确的期望

智能不是万能的,现在的智能技术还达不到完全智能化,不能做到完全无人工参与就能获得满意结果的情况,甚至在人为参与的过程中,还会与人的互动发生错误。这是弱智能环境下,数据量及模型还不成熟的反应。特斯拉自动驾驶汽车在三月份发生了一场车祸(如图所示),自动驾驶看起来非常智能,但其实功能并不是完全自动的,自动驾驶模块只处理部分驱动功能。

△ 特斯拉自动驾驶汽车发生车祸(图片来源:CNNtech)

在 Chatbot 的上下文对话中,也总是会存在语义理解出现错误的状况,其智能程度也是在逐步提升的过程中。设计师需要让用户能注意到产品的智能化程度,设定合理的预期,减少用户体验的落差,并在同时能够展现产品的优势特色以吸引、留住用户。

1. 告诉用户我能做什么

智能算法能力提升后,达到某个阶段,可以定期的告知用户自己可以做什么。或者在用户进入新产品的某个垂直能力下,告诉用户自己能够做到什么程度。例如小冰机器人,会在新功能发布后,主动向用户推送信息,告知用户自己现在拥有的新能力,如图所示。

△ 小冰新功能提醒(图片来源:微信截屏)

2. 还不能做什么,做错了应该怎么反应

当用户想做什么但是做不了时,需要告知用户功能的局限性,在不同的场景下,可以有不同的应对方案。如在一般轻松的会话过程中,可以模拟机器人的年龄较小,还处在学习中,降低用户的预期并获得理解,引导用户体验现有的功能。如果在较为严谨、紧急的会话过程中,则可以通过升级人工的方式来解决问题,或定时告知用户对会话内容的跟进及处理情况。

二、弱智能环境下,增强智能特征使产品显得更智能

笔者从智能的概念出发去探讨智能化特征,以及智能化特征对用户的感受,由此去挖掘产品中的设计机会点。

1. 从「智能」到产品「智能化」

从「智能」的定义出发去推演智能化特征,智能是指具有「智慧」与「能力」,智慧是能够触感、记忆内容,能够具备思维能力,并通过语言与行为展现出来。「智能化」则是指非智慧的对象通过技术能力具备智能的表象化能力及特征,智能化则能够感知内容,对内容具有记忆,能够产生类似思维的能力,自我学习、主动适应的能力,并通过触点表现行为。相对应的,产品具有「智能化」特征,是能够进行智能感知,进行实时分析并自主决策,并能够通过执行表现出来。

△ 「智能」的定义分析(图片来源:笔者自绘)

2. 从产品「智能化」特征到用户的「智能化」感受特征

智能化是产品的表象,相对应的,用户对智能化的特征感受是多方面的,与用户的调研中我们能抽取到一些对智能化感受的关键话术——「它是能快速理解的」、「能主动提供帮助的」、「知道我的,懂我的」、「能够及时,适时的通知、帮助我」、「背后逻辑好像很复杂很厉害」但是「需要我做的很轻便」,「让我看起来很简单」、「对我很亲切」,将其与智能化特征相对应进行归纳,总结智能化特征下用户感受特征。

在智能感知的环节,产品给到用户的感受应该是「快速」、「主动」的。「快速」在于用户的信息能够被快速获取,或者产品能够自动得获取信息,然后主动地为用户提供帮助。

在实时分析、决策的环节,产品给到用户的感受应该是「能记忆」、「能预测或推荐」,记忆用户的行为偏好、关注内容等作为数据标签,为用户提供其个性化的信息及操作路径,满足用户的预期。在产品中监控用户操作路径预测行为给予辅助,或是对数据信息进行分析,给出推荐信息,帮助用户进行判断操作。

在执行及其表现上,能够进行「化繁为简」的处理,从流程环节或是单界面互动上减少用户低价值的操作,使其能够清晰认知、简便操作。感官上,一方面体现化繁为简的技术感,另一方面则从与人的距离感上拉进关系,表现拟人化的亲近。

这些智能化特征在前后台产品中可以发散运用。在后台产品中,笔者主要以自动化、记忆、实时监测等手段来增强产品的智能感。详见文章《如何让产品像人工智能一样懂你?我总结了这些方法!》

△ 「智能」的用户感受分析(图片来源:笔者自绘)

三、告知用户AI所产生的内容

1. 在产品中透出算法智能的能力,增强用户对AI能力的信心

算法智能在产品中很多时候都是隐形的发挥作用,像 NLP技术中对语义理解分析、匹配、预测等都是黑盒状态,设计上可以更多的透出算法智能为用户带来的便利,使用户认知到算法智能的能力,提升对产品智能能力的信任感。

举个例子,在智能定位模型训练的过程中,对一批相似的训练数据进行聚类再呈现给用户,在设计上可以提示用户 AI 能力为其所做的事情。如图所示,告知用户产品已经为其智能聚合了相似的类,提升其操作效率。

△ 智能聚类(图片来源:店小蜜问答训练已上线)

在 AI数据处理的过程中,会对数据进行打标使结果更加准确。可以通过分析对象的搜索、点击、点击停留、收藏、转发等交互行为,或个性化特征则如性别、年龄、收入等,甚至一些外界自然因素如时间、天气等来作为特征进行打标。在推荐结果中可以透出特征信息,若结果是正向的,将提升增加用户对智能的信任。

举个例子,如图所示,当用户在查找某个知识内容时,当向用户推荐解决方案时,同时透出智能化推荐的原因。如该例子中采用了用户使用的特征,大部分人看过后还有使用的特征标签更能获取用户的信任,辅助用户判断,提升内容的点击转化率。

△ 知识智能推荐(图片来源:笔者设计稿)

2. 明确是AI能力所提供的辅助决策

另外一方面,在弱智能环境下,由于数据量的不足,AI 所产生的结果(预测或推荐等)可能存在错误的情况。这时候,需要明确告知用户哪部分是 AI 所产生的结果,让用户自己决定是否信任内容而去进一步采纳。在现阶段,AI 与人工之间是相辅相成的关系,特别是在后台产品中,为了保证任务结果的准确性,用户还是会参与到过程中,人工辅助下,AI 能获得更精准的结果。同时,AI 产生的结果在一定程度上还是在辅助用户进行便捷的操作。

举个智能预测推荐的例子,在为对象打上数据类型的标签时,通过对内容的文本分析、整体内容的打标偏向,预判用户会为该对象打上什么类型的标签。如图所示,预测用户将会打的标签并进行操作提醒,但由用户自己决定是否采用。

△ 数据类型智能推荐(图片来源:笔者设计稿)

四、解释机器是怎么思考的

现在算法智能在产品上的体现是隐形的,并且在弱智能环境下,算法能力还不能完全做到针对用户个性化、特定场景下的自主学习能力,这需要大量的数据来源进行训练。由于算法模型能力有限,并且会影响到产品形态及逻辑,因此与用户实际的理解会有差距,从而导致用户在使用过程中达不到想要的结果。设计在这里发挥的作用既是在以目标为导向下,引导用户如何正确的利用智能能力以获得正确的结果,达到期望。

解释机器是怎么思考的有解释的程度之分,从智能化前台产品到后台产品,解释的程度及成本从低到高。

1. 初级阶段:解释怎么用

在初期阶段,主要引导用户如何使用产品,解释其如何开始运作。以 chatbot 产品为例,在面向消费者时,在会话起始需要引导用户开启意图,开启某个意图的方式是命中与意图相关的话术。引导用户明确自己的意图,在该意图下应该发出怎样的话术才能触发。举个例子,在会话过程中进行购物,需要明确发出「买某某」的意图,引导其意识到要有「买」的关键词才能进入到购买的流程中。

对于 chatbot 的后台产品来说,首先需要认知后台和前台会话的关联性,如何产生前台的效果,相对应的功能分别产生怎么样的作用。举个例子,如图所示,在进行后台配置时,告知用户该功能是对应前台所展现的效果。

△ 前后台对应展现(图片来源:AlimeBot Plantform)

2. 进阶阶段:解释需要做什么能更好的获得结果

在后台产品的配置中,会有一些算法配置方式,会使前台产品表现得更加智能。但是算法配置的方式,更多的是从算法角度出发,反推到业务中去解决问题,设计上需要建立两者之间的关系,使用户理解如何做能更好的获得前台展现效果。举个例子,在面向 chatbot 的知识后台产品中,为了使用户话术能更好的命中知识语料,将引导用户对命中话术的关键词进行标注,增加句子的识别度。如图所示,在输入话术之后,提升用户进行话术的关键词标注。

△ 关键词标注(图片来源:笔者设计稿)

3. 高级阶段:理解算法模型背后的知识(适用于后台产品)

针对知识型的后台,在大量知识的情况下,为了更好的维护及查看知识,将会对知识进行结构化的设定,结构化的规范来自于算法逻辑,需要用户对规范有一定的了解才能进行合理的配置及使用。另外还会对用户在业务上的梳理能力提出挑战。在这个阶段,初期在线下进行培训会比较便捷,后期可以考虑在产品上进行课程的培训。另一方面,对于业务的梳理,产品设计上要尽量靠近用户现实的梳理思路及梳理现实情况。举个例子,业务小二通常使用 xmind 工具进行业务知识结构的梳理,在梳理的过程中有反复增删改、定位查看、全局查看的操作,对业务的梳理概况要有个整体性的掌控感。因此在工具优势的基础上进行设计,在产品中完成整体链路的编辑。

△ 知识结构化梳理(图片来源:笔者设计稿)

五、对结果提供反馈的入口,以便进一步训练智能模型

对算法所展现的结果,给到反馈的入口,可以是一个点赞、点踩,也可以是一个留言入口。为智能化的过程形成一个闭环流程,使训练的智能模型能够更准确。设计师需要判断应该是怎样的反馈形式,如何吸引用户完成反馈。

1. 鼓励用户对数据的内容进行反馈

当用户与产品进行互动时,给到用户的反馈不一定准确,可能存在未定位到,定位不准及定位错误的情况,在给到用户的解决方案不能满足用户时,最好追加一步询问,使用户对内容进行反馈。

通常在未定位到内容时,智能能力没有解决用户的问题,一般情况下需引导其到其他途径中去解决问题。在定位不准时,可能需要引导用户换一种说法去定位内容。若定位多次仍不准确,或定位错误的情况下,对给出的结果进行评价,针对给出的评价能够进入到对应的递进途径中去解决问题,目前为了保证用户完好的体验,都需要有人工服务来兜底解决。对于智能能力来说,引导用户对数据内容进行评价反馈,可以使得智能模型维护人员进行更有针对性的调整,使智能能力更加精准。

六、了解技术的边界

为什么谈设计机会还要聊「要了解技术的边界」?技术是实现的基础,特别是在新兴领域中,对技术的理解是实现设计的基石。笔者认为设计师了解技术边界有以下两个方面的优势:

1. 更好得洞察设计机会

在智能化的新领域中,对技术的理解可以帮助设计师更好的理解产品背后运行的逻辑,你可能会在技术基础上对技术传递和用户接收之间产生一些判断:是否要将技术能力透出给用户感知?如果透出,如何让用户进行理解及信任?

2. 更深的参与讨论,提供设计决策,帮助算法、开发明确优化内容的方向

能够和算法、产品针对设想的方案进行有技术理解的讨论,可以明确哪些体验点能够实现,哪些存在困难,困难点在哪里,明确体验点的优先级,为算法、开发明确在体验层面上技术可以发挥的精益作用。

图片素材来源:Justas Galaburda

「职场中的涨薪方法」

非特殊说明,本文版权归原作者所有,转载请注明出处
本文地址:https://www.uisdc.com/seize-the-high-paying-opportunities-in-the-ai-field

发表评论 加载中....

评论加载中....

uisdc

评论区都快饿瘪了,看看我期盼的小眼神...

sketch 界面设计 版式设计 排版布局 职场 优设专访 设计师干货 优设大课堂 设计达人 配色 视觉设计 web前端开发 素材下载 AI教程 设计理论 设计流程 神器下载 字体下载 设计师专访 psd下载 设计规范 海报设计 设计趋势 用户体验设计 平面设计 动效设计 logo设计 图标设计 ICON 产品设计 神器推荐 App设计 字体设计 职场规划 酷站推荐 交互设计 ui设计 优秀网页设计 设计师职场 ps技巧 酷站 用户体验 PS教程 网页设计 经验分享

您还没有登录

优设启用更安全省心的 微信扫码登录

微信扫码

300万设计师聚集地!优设网是极具人气的设计师平台
2012年成立至今,一直专注于设计师的学习成长交流

把好文章收藏到微信

打开微信,扫码分享
学设计 优设网 在这里