AI产业化落地过程中，我的体验设计思考

2018年伊始进入公司AI部门，负责了AI零售、AI办公、人脸识别多个AI落地方向的体验设计。

AI项目的产业链条、用户及场景、产品形态（以AI ToB的软硬一体产品为主）、体验载体等与互联网ToB产品存在着巨大差异。

我自认为过往的体验设计经验还算丰富，可这些移动端、PC端、web端的设计经验，在面对这类项目中有点不知从何入手。设计团队度过了相当长的摸索阶段，逐渐形成了相对成熟的方法，体验设计的边界被不断拓宽。

设计面临的挑战

1. AI落地的产业链条呈现生态化特征

相比于互联网ToB产品，产业链条拉长（图1），研发角色增加，需要建立良好的协作流程。

外部硬件合作伙伴的加入，需要能够精准传达体验标准，并需要严格把控交付品质。

B端商家的类型众多，C端应用场景也非常丰富，这对设计师在复杂场景、人群中抽离出核心问题的能力提出了更高的要求。

图1：AI ToB软硬一体产品与互联网ToB产品产业链条对比

2. 产品形态更加丰富

产品形态包括软件产品、软硬一体产品、解决方案、数据服务，并且业务门槛很高，设计师对很多产品的用户和场景不了解，超出了既有认知能力（比如开发者的习惯、硬件集成有可能遇到的问题等）。

3. 产品的生命周期变更，设计目标不断变化，设计团队需要随产品特征灵活调整策略

从AI ToB软硬一体产品生命周期图（图2）中可以看到，业务目标在每个阶段各不相同，设计目标也不尽相同。

图2：AI ToB软硬一体产品生命周期中，各阶段的业务目标和设计目标的变化

4. 用户角色多样化

用户特征和场景信息难以获取，ToB竞品获取难度大，这都给设计工作带来很多难度。

体验设计思考

1. 全局视野：以受众为中心的商业全链路设计

全链路设计在解决贯穿线上线下、多角色、多触点的产品时更具优势。

如前所述，AI落地产业链条涉及多个商业节点、贯穿线上线下、多个不同角色，每个节点设计师面临的问题不一而同，设计目标也不尽相同。这使得AI ToB软硬一体产品的体验设计的边界不断扩大，设计范围除了核心产品本身的软硬件设计外，还拓展到商业全链路设计。

以某产品为例，从研发到终端落地涉及7大环节(图3)，每个环节对应不同的用户角色和目标，设计师需要围绕各个环节的关键目标进行设计。

图3：AI ToB软硬一体产品商业链路中需求关注点分析

同时，AI落地过程涉及的众多环节是设计的蛮荒之地，缺乏体验思维的引导，设计师有更大的空间去发现问题、寻找机会点、通过设计输出去协助商业目标的达成。

这使得B端产品的设计对象非常多元，包含软件体验设计、硬件工业设计、软硬交互设计，甚至有可能包含服务流程、销售物料、售后流程等。

以商业推广/洽谈/售前阶段为例，体验设计师的目的，是辅助业务方进行售卖，设计范围包括但不限于技术的 演示demo、品牌设计、销售物料、展会设计；甚至为了保证AI算法在终端的体验效果，在软/硬开发/配置环节，我们需要帮助开发能力相对弱的客户，提供软硬件部署的体验标准，保证AI落地的效果。

商业全链路设计，意即设计师通过全链路设计辅助达成商业目的，而「以用户为中心」的设计，演变成「以受众为中心」的设计。

PS：受众，即各个阶段面对的不同用户，如企业决策者、开发者大会参展者等。

2. 深度协同：打造多能力协同团队

在AI ToB软硬一体项目中，由于大多数需求从零构建，用研的角色在探索市场可行性环节更加重要，且人因、硬件、结构等设计的加入，很多角色超出了传统交互/视觉角色的能力范畴。这让设计师比以往更深度的协同在一起，职责边界被重新定义（图4）。

• 设计团队的工作前置：产品定位的不明确，需要UER前期对市场、用户、场景的深入研究，同时体验设计师需要前置研究对标产品明确体验标准、探索技术落地的创新来寻找机会点、探索商业全链路的机会点。
• 用研深入设计阶段：设计阶段需要人因分析和验证、对用户/场景的不明确需要用研敏捷调研，用研的介入保证了设计过程的严谨性。
• 品牌深度融入：AI产品大多从0起步，品牌有机会从产品定位开始就进行深度融入，影响软硬件的设计、以及全链路的设计调性。
• 多角色设计师协同：由于软硬一体产品的复杂性，需要交互体验设计师、结构设计师、硬件设计师、软件界面设计师更深度的协同和融合。软件的不匹配，会影响硬件的设计；而硬件的变化，也直接影响软硬交互。因此，设计师必须建立比以往更信任、更紧密的协作关系。

图4：AI ToB软硬一体产品与互联网ToB产品开发流程中设计团队职责的变化

3. 设计师的变体：体验设计师

较之互联网设计师，软硬一体的设计过程涵盖了更广的设计范围，衍生出体验设计师的角色。

不同于互联网设计师的交互设计和界面设计，面对复杂的商业场景和丰富的产品形态，体验设计师基于两个原点『目标导向』『以受众为中心』拓展出其核心能力：

• 系统化思维：不仅指基于商业化全链路需要对AI产业化落地各环节的思考，也指设计师需要有更高的格局，从行业、商业、生态的角度，对AI落地进行更系统的分析；
• 升维设计思考：以用户为中心的设计思维拓展到软硬一体的设计，需要对软件、硬件、环境进行剖析，衍生出多模态设计思路、完美环境部署的思路。基于体验设计思维对贯穿线上线下的商业全链路进行分析，从体验、商业目标、数据等多个维度衍生出创新的解决思路。
• 资源整合能力：如2所述，设计师需要整合设计团队的诸多资源，还需要能协同公司内部市场、技术、销售等资源，外部协同诸如硬件制造商等资源、解决方案制造商等保证设计思路的落地和品质。

体验设计师需要综合运用过往掌握的「以用户为中心」的方法和原则，「以受众为中心」，以「目标为导向」，灵活解决AI产业落地中的问题。

以上，是作为一个AI领域体验设计师的一点浅薄的思考。

AI探索过程充满了各种可能性，过往的知识架构需要能灵活运用，痛苦却也有趣，这让我发现了体验设计更广阔的天地，后续会陆续跟大家分享我的点滴感悟。

以上图表有些流程细节有所侧重，且流程本身也在验证中，也欢迎大家提出宝贵意见，共同切磋。

本文作者 @Frida

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！