從以用戶為中心的設計，到以數據為核心的構建，AI時代產品設計思維該升級了

AI時代產品設計師的設計對象將面臨巨大變化，你需要設計的可能是一個看不見摸不著的東西：智能體。

1、設計Amazon Echo內預裝的個人虛擬助手Alexa；n

2、設計一個幫助醫生分析臨床數據，為病患制定個性化治療方案的智能醫療助理；n

3、設計一個會做banner廣告圖片的智能設計助理（我廠的魯班）。n

以上三個命題看完有沒感覺？做這些智能體不僅是演算法科學家和工程師的事情，作為一個產品就需要被設計。n

所以AI時代的產品設計思維該隨之升級了，先上大圖。

互聯網/移動互聯網蓬勃發展帶動了以用戶為中心的設計思潮，發展至今已經是互聯網行業基本常識。因為互聯網是充分競爭的自由市場，抓住用戶才能安身立命。n

互聯網本質是一個機器連接網路，因為網路效應隨之誕生了互聯網壟斷巨頭。用戶與信息連接是百度、今日頭條，用戶與用戶連接是微信、Facebook，用戶與服務連接美團、滴滴，用戶與商品連接是淘寶、京東。機器（泛指手機、個人電腦、伺服器等各種聯網設備）是連接網路中的基本連接體，用戶通過機器來完成互聯，才有了「人機交互」這個命題。人機交互發展至今已經是非常成熟的領域，主要使命是做場景研究、功能交互、信息架構。此話題不是本文重點不再展開。n

今天重點談談AI這個新領域需要什麼樣的產品設計思維。由於本人只有一年AI產品設計經驗，認知淺薄各位姑且聽聽吧。n

人工智慧裡面機器不再承擔「連接器」角色，而是作為「學習器」存在，從數據中通過大量計算訓練學到蘊藏在數據里的規律和知識，這些規律知識形成智能體去完成新任務。數據流入機器學習網路產生智能體，整個思路聽起來很簡單，但是要做出穩定可靠能解決應用問題的智能體（搞不好就是個人工智障），實際過程充滿艱辛坎坷，光靠牛逼的演算法科學家和工程師是不夠的，背後需要大量產品設計工作。n

設計一個人工智慧體，需要建立「以數據為核心的構建」思維，數據是最基礎最核心的要素。我們團隊做「商業設計AI-魯班」過程中，產品設計師核心職責就是搞數據。n

-領域研究：找到該領域專家深入研究該領域的經驗知識，構建一套機器可以學習的數據模型。魯班的視覺設計專家把設計問題抽象成「風格-手法-模板-元素」這樣一套數據模型，背後依靠視覺設計領域多年的經驗。IBM 為了訓練Watson 收購了金融諮詢公司 Promontory，旗下的員工將訓練 Watson 系統，進而令該系統能夠更好地理解風險評估與規範內的相關問題解決方式（新聞鏈接） 。n

-數據鏈路：定義好數據模型後，如何抓取和標註數據，如何分類管理數據集，如果處理數據給演算法訓練的更新頻次，用什麼數據去驗證模型，如何評估模型效果，離線模型與在線數據在產品端如何打通。這一系列的數據問題就需要一套清晰的數據鏈路設計，當然鏈路是產品設計與演算法工程密切協作完成的。n

-演算法框架：演算法框架由演算法科學家來制定，數據和演算法的關係就像汽油和發動機，兩者密不可分。產品設計師需要與演算法討論，把業務場景和數據問題輸入給演算法，所以我們才會提出產品設計師要學機器學習，搞懂演算法框架和技術原理。n

總結一下互聯網產品設計和AI產品設計的思維轉變：n

-機器從連接器變成學習器，設計對象變成智能體n

-設計的基本要素是數據，當然AI產品推向用戶端後依然是以用戶為中心的設計n

-從研究用戶使用場景，變成研究領域經驗知識n

-工作內容從信息架構和交互設計，變成理解演算法框架，設計數據鏈路n

最後，我們實驗室正在招募完成上述工作的產品設計師，如果你對AI產品設計感興趣，歡迎投遞簡歷：yuecheng#http://taobao.com
推薦閱讀：