人工智能时代的用户体验设计与创新

我们的创新工场人工智能团队于2016年9月份成立，这几年的发展重点主要是技术研发和技术人才培养，下面的分享有一部分会在业务方面有所涉及的，更多的是科普。

产品设计历程

这里有一个规律，产品和技术的周期是不完全同步的，二者之间有延迟。

举个和大家最接近的例子，以1995年Netscape上市为代表，消费互联网达到了第一个高峰，但是产品经理和产品设计真正成为行业普遍认可的标配是在什么时候呢？

在美国大约是2003年前后，中国是2004年前后。在此之前，PM不是产品经理，而是项目经理。设计师的职位就更加复杂了，有叫美工的（美国叫artist，听起来好一些），有叫UI、GUI、HCI、UCD，后面才将这个职业慢慢统一为“用户体验设计师”，以及近几年的“产品设计师”，开始走进互联网行业的舞台中央。

设计师发挥价值的时段： 从整个周期来看，技术发展到成熟时，产品设计就逐渐成为核心竞争力；而技术放缓进入下一个周期时，产品还会有很长一段黄金时间去发挥价值。今天设计师要比以前多很多，因为事实上互联网行业在整个经济环境中是很小的一块，而只有当各行各业大量引入设计人才，设计行业才更能发挥价值。

人工智能技术快速发展： 人工智能技术发展非常快。上周开会时，我问研发：“这个产品，什么时候能做出来？”研发负责人说：“这个技术3-5个月就可以攻克。”不是像以前一样安排了项目进度一定能做出来，而是还有需要攻克的技术，并且真的在快速攻克。

去年，我们举行了第二届AI Challenger 人工智能挑战赛，在自然语言处理类的几个竞赛中，选手们你挣我夺、竞争激烈，可是国庆节前后突然整个榜单发生巨大变化，这是因为谷歌发布了BERT，一个开源的自然语言处理模型。下图是在行业中非常受认可的斯坦福大学SQuAD机器阅读理解排名，最上面的是人类的阅读理解分值。到去年12月底的时候，前10名都使用了BERT模型，并且所取得的成绩已经和人类很接近了。

2018年被人工智能领域人称为自然语言处理的ImageNet时刻。当年人工智能科学家们从来没有通过把大量的图片喂给机器这种方式去做机器视觉的研究，直到有了ImageNet，科学家们发现，用这个方式可以大大提高识别准确率，计算机视觉开始突飞猛进。而2018年自然语言理解领域的高速发展，也让人们想起了当年的ImageNet时刻。

从技术萌芽到社会普及应用： 上图过去100年技术发展的历史，横轴是时间，纵轴是技术在社会上的普及度。大家可以看到，技术从萌芽到普及的速度越来越快。并且产品设计也在其中起到了非常重要的作用。

人工智能浪潮：

当前人工智能浪潮的特点是高度依赖数据，谁的数据多，谁就能训练出更好的人工智能。这波浪潮又可以细分为 4 波子浪潮。

1. 互联网智能化——以 1998年创立的Google 为代表，如今人工智能顶尖的公司很多都是从这一波来的，他们经过了互联网时代，有大量的数据积累，所以天然地能训练出高质量的人工智能。

2. 商业智能化——最初更多地体现在美国、在中国感受较少，但是今天在中国的toB业务正在迅起猛追的路上。

3. 实体世界智能化——以2011 年亚马逊智能音箱为代表。科技巨头认识到智能音箱是入口级的产品，可以收集用户的语音信息，去训练更好的人工智能。

4. 全自动智能化——以特斯拉为代表。汽车工业是制造业皇冠上的明珠，大家都在比拼谁能做好人工智能自动驾驶技术，并应用到更广泛的领域。

   
   

第一波互联网智能化

第二波商业智能化

第三波-实体世界智能化

AI技术领域会目前主要分为以下几个，接下来还会进一步细分：

1.自然语言处理： 典型的行业应用有很多，如图。像智能客服、机器翻译、语音控制这些，大家都比较熟悉。而关于内容生成，今天的应用主要还只是用在财经、体育新闻等很结构化内容领域。为什么让人工智能去写诗写歌词？因为这种情况下对语言要求没有那么高，有些不太通顺的文字读起来还挺有诗意。有兴趣可以看下人工智能写的哈利波特同人小说：）

2.计算机视觉： 包含识别、生成，在自动驾驶、安防、新零售、医疗、制造、教育等领域都有非常重要的使用。过去两年计算机视觉发展速度特别快，与自然语言一样，应用非常多。

3.机器学习： 目前把还没有细分的技术都混在这个领域，接下来随着行业应用的发展，一定还会进一步细分。

产品经理的能力组合： 过去互联网行业培养的大部分都是 toC 产品经理，突然做 toB，你的直觉就不能用了。toB 产品经理需要深入研究行业，研究商业利益链条，就需要硬件、软件与服务共同结合。比如在新零售领域，无人商店、无人货柜、无人结账这些前台能力的商业空间其实有限，真正商业潜力大的是供应链、库存管理等中后台能力。另外，有的项目中也会需要更多样的能力组合，比如人工智能产品中经常会遇到的硬件产品问题，这些是挑战也是个机会。