前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >谷歌AI Guidebook读后感,应该如何设计智能产品?

谷歌AI Guidebook读后感,应该如何设计智能产品?

作者头像
mixlab
发布2019-10-14 16:15:58
5060
发布2019-10-14 16:15:58
举报

“不要担心犯错误,最大的错误是自己没有实践的经验”。

——法国沃韦纳戈

实践的过程中,要不断地补充理论知识,总结经验,然后继续实践,如此循环,前进。今天结合实践心得总结一下智能产品设计的几个要点。主要的理论来源是社区的成员志荣推荐我一本书,谷歌的AI Guidebook,我抽空阅读了下,有一些我深有体会,再此总结了一个小型的5步指南,分享给大家。

STEP1

回答几个影响设计决策的问题

当设计一款以用户为中心的产品的时候,影响设计决策的几个主要问题:

谁是你的用户?用户关注什么价值?你的产品解决了他们的什么问题?你的产品解决问题的方式?你如何得知当用户使用产品的体验全过程?

STEP2

掌握50种设计方法

Design Kit: The Human-Centered Design Toolkit

IDEO.org团队在2014年的时候对2011年的HCD Connect进行了更新,发布了一款设计方法工具箱,包含50种方法和案例研究,从各个角度以帮助读者理解以人为本的设计。非常全面,值得推荐。

(加入mixlab获取此书电子版)

以上是不管设计任何产品都适用的方法论,AI产品基于此,还有下面一些更为重要的点,继续往下看:

当产品引入AI之后,会发生哪些新的事情?

STEP3

找到用户的需求与AI能力的交集

Find the intersection of user needs & AI strengths

通过AI独特的能力解决一个真实问题,最重要的是找到用户的需求与AI能力的交集。

如何做?

STEP3.1

绘制出现有工作流

Map existing workflows

我们需要绘制用户目前的工作流,帮助你理解哪些环节可以让AI参与,这个很像《AI极简经济学》中提到的人工智能画布。

STEP3.2

判断AI是否提供了独特的价值

Decide if AI adds unique value

人工智能画布类似于商业画布,商业画布解决的是帮助我们更好的设计一种有价值的商业模式。而人工智能画布帮助我们评估AI在现有工作流中哪个环节具备潜力。

STEP4

类比适合AI的场景

When AI is probably better

这里列举一些适合AI的场景,方便我们类比。

个性化推荐

Recommending different content to different users.

根据历史预测

Prediction of future events.

个性化改进体验

Personalization improves the user experience.

读懂自然语言

Natural language understanding.

识别、分类

Recognition of an entire class of entities.

监测随时间变化的低概率事件

Detection of low occurrence events that change over time.

特定领域的自动化

An agent or bot experience for a particular domain.

应用在动态内容上更有效

Showing dynamic content is more efficient than a predictable interface.

STEP5

不适合AI的场景

When AI is probably not better

有时候按照判断题的方式,排除不适合的场景,也是蛮管用的方法。

意图非常明确的场景不适合

AI Maintaining predictability.

AI具有不确定性,如果设计的场景在用户输入的时候,需要对结果有100%的确定性(可预见性),则不建议使用AI。例如功能按钮,意图非常明确,而且固定在同一个位置。

处理标准化的信息,则不需要AI 提供静态或者有限的信息

Providing static or limited information.

例如,信用卡号的输入,简单、标准,对于不同的用户不存在非标的情况。

评估错误率带来的损失是否可以承担 尽量减少代价高昂的错误

Minimizing costly errors.

如果错误成本非常高,并且超过成功率小幅提高的好处,例如导航指南建议越野路线以节省几秒钟的行驶时间。

需要强解释性结果的场景并不适合AI

Complete transparency.

如果用户、客户或开发人员需要准确理解代码中发生的一切,例如开源软件。AI 不能始终提供这种程度的可解释性。

综合考虑开发速度和低成本实现,决定是否需要

AI Optimizing for high speed and low cost.

如果开发速度和首先进入市场对业务来说比任何其他方法都重要,包括添加 AI 提供的价值。

以用户价值为中心,决定是否采用

AI Automating high-value tasks.

如果人们明确地告诉你,他们不希望任务自动化或增强与AI,这是一个很好的任务,不要试图破坏。

经过以上5步,相信你已经能够更为合理地设计一款智能产品了。

每个人都有为梦想努力的自由,这并不决定于你的出身或你是否有天赋,而取决于你的心——随心而行,不负此生,你我皆有可能。

—— 毛姆《月亮和六便士》

欢迎大家加入mixlab无界社区,共同进步。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-10-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 无界社区mixlab 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • STEP1
  • 回答几个影响设计决策的问题
  • STEP2
  • 掌握50种设计方法
  • STEP3
  • 找到用户的需求与AI能力的交集
  • STEP3.1
  • 绘制出现有工作流
  • STEP3.2
  • 判断AI是否提供了独特的价值
  • STEP4
  • 类比适合AI的场景
  • STEP5
  • 不适合AI的场景
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档