未分类

AI在设计工具中的革新与创变

一、AI历史及当前趋势

1、历史

接受过九年义务教育的人应该对「深蓝」这个词不陌生:
1997年:IBM的深蓝(Deep Blue)在国际象棋的世纪大战中打败了当时的世界冠军加里·卡斯帕罗夫;
2001年:斯皮尔伯格执导的电影「AI」(人工智能)上映;
2004年:NASA火星探测机器人「勇气号」和「机遇号」在没有人为干预的情况下自主导航踏进火星表面;
2006年:Google推出统计机器翻译引擎,而后推出了Google Translate;
2010年:初代Siri发布,一年后,Siri在iPhone 4S上首次亮相;
2014年:谷歌的自动驾驶汽车通过美国的州驾驶考试;
2015年:马斯克联合山姆·阿尔特曼,创立了OpenAI;
2016年:DeepMind 的AlphaGo击败了世界围棋冠军李世石。同年,波士顿动力(Boston Dynamics)发布名为Spot的机器狗;
2017年:Apple发布第一代支持人脸识别的机型:iPhone X;
2018年:OpenAI发布GPT1.0模型;
2019年:DeepMind宣布AlphaStar在即时战略类游戏「星际争霸」中打败99.8%的人类选手,包括当时的人类冠军Serral;
2022年:Midjourney,inc发布并公测了图像生成式AI:Midjourney;
2023年:NVIDIA创始人黄仁勋在GTC大会上说:“The iPhone moment of AI has started!”;
今天,各类AI产品已层出不穷,不停冲击着人们的认知惯性。

2、变化

实际上,AI已经融入我们生活的方方面面:从文字识别到软件翻译、从语音助手到智能家居、从自动驾驶到航空航天…AI正在不断改变着我们的生活和工作方式。
既然AI我们已不陌生,为什么到今天大家才开始大面积关注和讨论呢?
比较有共鸣的观点是:在过去很长一段时间里,AI在一些强交互的场景里扮演的不是“智能”,而是“智障”。
大家有被“人工智障”支配的恐惧么?看个视频吧:
如今,以ChatGPT和Midjourney为代表的一众AI产品,已经在用户体验上打破普通人对于“AI”二字的既定印象
举个例子:
做PPT前,你得先了解PPT的各个界面和功能;在愉快的用PS前,你得了解图层、选区、蒙板和通道之间的关系…这背后有一个已经被训练出来的默认心智:
“在通过一个系统完成一个任务前,你需要先了解这个系统的运作机制。”
现在,新的AI产品则以极其简单的逻辑告诉我们:
“你无需任何教育,只凭直觉输出需求,就能得到一个很符合直觉的结果反馈。”

3、关于行业

整体而言,AI行业处于爆发期,虽然AI的落地场景还在不断探索中。但在「设计应用」层面,大部分设计工具的概念大于实用。这里从两个角度来解释这句话:
(1)内容质量:
目前AI类产品在产出的内容质量上依然有较大提高空间,输入只能给到一个范围,而内容的质量更多依赖「随机」。
AI建站工具Durable生成方案时只提供“随机”功能,引导用户重新生成。这类方式对生成的质量基线有较高要求。https://durable.co/

(2)业务场景:
在产品的整个链路里,完全依赖AI的场景不多,AI更多在一些非常垂直的地方(比如文本生成、随机头像等)应用。稍为上层的应用更多依赖用户的输入和规则的约束。
美间提案生成中,在文案生成的场景下引入AI功能帮助用户快速生成方案文字。
https://www.meijian.com/

4、关于应用

以AI为关键词,设计工具大致分为两类:
(1)先发产品
先发产品指已经进入商业成熟期,且具备一定壁垒。他们更多以原有框架为基础,AI只是基础框架的延伸。
PPT设计工具Beautiful AI在原有的产品能力上嵌入了AI生成功能。
https://www.beautiful.ai/
(2)后发产品
这类产品目前还在探索阶段,因为后发优势,所以对新技术和新形态有较强的包容性,他们更倾向以AI能力为基础,探索垂直领域的能力最大化。
视频提案设计工具synthesia,以AI数字人为基础,主打“汇报场景”下的全新解决方案。
http://synthesia.io/

二、2D设计工具的进化之路

回顾历史,可以发现,设计工具AI化发展是情理之中的事,这大致经历了四个阶段:

1、功能堆叠

作为初代大众化的设计工具,以PhotoShop为代表的产品,一直聚焦于功能的堆叠,直到今天。虽然Adobe在AI场景化上已经有了初步探索,但这类产品的惯性趋势依然没变。

2、场景化模版

2013年,Canva成立,他们避开“工具内拼功能”的行业现状,转而去丰富工具之外的模版内容,通过模板的引用提高用户的生产效率。
这一策略极大降低了用户的”营销设计“成本,让Canva成为了设计工具领域的新秀,取得商业成功的同时,引来国内外一众产品的跟进。

3、结构化模版

2020年,Gamma作为办公工具的新代表,则更进一步。他们侧重于内容的上层整合,在模版的概念上做结构化封装。
这些措施不仅进一步释放了用户的生产力,还提高了交付物的灵活性,让Gamma的使用体验更加智能化、高效化,在国内外收获大批忠实用户。

4、AI参与创作

2022年,以Tome为代表的产品则选择弱化产品的内容和功能,将体验便捷化放在首位。通过AI的智能化,实现更加精准、高效的方案内容输出。
也反映了设计工具领域正从功能堆叠和模板丰富性的竞争中,向着更加注重体验质量的方向发展。
总的来说,在设计工具的发展历程中,产品的功能性和内容的丰富性一直是竞争的重点,而AI的出现一定程度上抹平了传统领域的发展差距。在这个赛道里,大家又站到了同一条起跑线上。

三、AI在设计工具中的应用形式

在主流的设计工具产品中,不管是在功能层面还是内容层面,AI在其中的应用方式主要分为三类,分别是:

1、点状赋能

AI作为一种辅助技术,可以以原有产品框架为基础,通过引入单点AI能力来赋能各个设计环节,从而实现更加智能化的设计操作。
例如:PhotoShop的液化工具支持自动识别人脸并做调整。尽管在面对一些模糊的图片或非人像的照片时,这个功能并不适用,但在符合条件的场景下,它能够有效地提升用户的后期效率和体验。

2、流程融合

流程融合是一种更加智能化的AI应用方式,通过使用AI能力重塑设计链路,实现部分流程自动化。
例如:美间抠图工具利用AI自动识别边缘并完成抠图,用户无需绘制蒙版,极大地提高了抠图的效率和精度。并且用户可以快速返回到设计环境进行后续操作。

3、全过程设计

全过程设计是AI应用方式中最为智能化的一种:通过AI实现功能整合和内容产出,进而快速0-1完成设计方案。
例如:设计工具Tome采用Prompt输入的方式,用户可以通过输入关键词和短语来完成版式设计、功能唤起、内容修改、方案输出等一系列工作。
可以看到,从“点状赋能”到“流程融合”再到“全过程设计”,AI慢慢跳出原有产品框架的约束,以更“聪明”的方式来服务于用户场景。
这就引出我们今天想讨论的主题——在用户体验设计中,我们应该如何拥抱AI?
四、在用户体验设计中,我们应该如何拥抱AI?
其实在2D设计类产品中,不管怎么发展,其核心价值一直没有变过,即:
帮助用户把一堆无序的素材变成有序的结果展示。
AI的加入并不会改变这个核心价值,不过确实会给用户带来不一样的变化,即:更聪明的产品体验。
刚才聊的产品里,Gamma和Tome场景重合度较高。虽然他们的AI化程度不同,但是这并不代表二者在体验上的差距。
所以我们在规划用户体验时,让产品变得AI不是目的,Smart(更聪明的产品表达)才是。
因为从感知层面:只要产品够聪明,对用户而言就是AI。

更聪明的用户体验不是AI带来的,而是通过整合AI和现有产品能力带来的:

1、从产品透传的角度,要让产品变得更聪明,离不开以下几个点:
(1)内容结构化:面向内容的整合。内容结构化就是做内容的数据整合,他为服务AI化提供了更聪明的内容组织形式和数据支持,以及必要的拓展性;
(2)功能自动化:面向功能的整合。工具类产品的场景复合性很高,每个独立功能都可以和其他功能组合以满足不同场景诉求。因此不同功能的时序组合 = 不同的场景组合 = 不同的用户链路。
前两者实现后,才能做到下一个关键点;
(3)服务AI化:面向服务的整合。基于用户的情景和输入,整合功能和内容,帮助用户快速达成最终目的。
2、从用户的视角,则变成了:
(1)通过AI服务可以快速的看到结果(0-1);
(2)通过功能自动化和模版结构化让用户快速的对方案做调整(1-9);
(3)通过快速有效的下钻方式让用户快速的找到指定对象做定制(9-10);
3、因此,在设计用户体验时,可以从更多维度去整合产品体验。至于怎么让产品体验更“聪明”,有以下四个维度的建议:
(1)让产品链路更聪明;
(2)让场景服务更聪明;
(3)让内容素材更聪明;
(4)让产品功能更聪明。
到这里,设计师再结合业务特点和阶段情况做判断和取舍即可。
五、写在最后
在AI浪潮下,更聪明的用户体验要求设计师对产品有更宏观的视角、更多维的体验构建力、以及更强的横向推动力。其中每一个点都充满挑战,同时也充满机遇。
相信AI不仅能给业务带来新的商机,也能给设计师这个职业带来更多的可能性。
今天,变化已经到来,你想怎么做?
以上文字,与君共勉。
—END—
更多内容请关注「群核科技用户体验设计」
一起交流讨论设计~

【特别推荐】
「精选32篇」酷家乐UED年度文章回顾
【视觉类:UI/创意】
酷家乐Onboarding升级:千人千面的新用户旅程
成长激励体系-徽章墙视觉优化
秩序之美(上)-浅析栅格系统
【交互类】
B端工具类产品的消息如何有效触达用户
引导体系设计指南-交互篇
工具设计框架搭建思路
【用研类】
用户研究分析思路—以“探索付费用户增长策略”为例
量化用户研究:可用性测试
用户规模测算: 为用户增长设立目标

jovi

AiCC : AI Creative Commons AI 设计,关注 AiCC 知识共创! AiCC.pro

发表回复

相似文章

Back to top button