過去這兩年，AI發(fā)展迅速，在文字、圖片、音頻和視頻領(lǐng)域?qū)鹘y(tǒng)的運(yùn)作方式發(fā)起了沖擊。這種情況下，不斷迭代的AI對設(shè)計(jì)流程會造成哪些影響？對B端而言，又會有哪些機(jī)會呢？

AI，這是一個(gè)在過去兩年被反復(fù)提起的一個(gè)詞，我們由最初的滿懷期待到現(xiàn)在聽到 AI 就焦慮，感覺自己很快會被淘汰。

而時(shí)間的推移，你會發(fā)現(xiàn)很多人都在去討論：“AI 能取代設(shè)計(jì)師嗎？AI 能取代程序員嗎？”最初我們都在期望 AI 幫我們解決洗衣做飯等問題的時(shí)候，沒想到我們的飯碗沒了！??

兩年的時(shí)間過去，AI 在不斷的顛覆迭代，對我們設(shè)計(jì)流程會造成哪些影響？對我們 B 端設(shè)計(jì)又會有哪些機(jī)會？今天我們就由淺入深的聊聊 AI。

一、AI 產(chǎn)品的解析

我們想要理解 AI 產(chǎn)品，首先必須得了解其對應(yīng)的流程以及產(chǎn)品的類型。

目前 AI 產(chǎn)品整體的流程主要分為以下幾個(gè)步驟：數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、特征提取、模型訓(xùn)練、評估優(yōu)化、推理決策、循環(huán)優(yōu)化。

我們舉一個(gè)簡單的例子來理解一下整體的步驟，比如「智能天氣預(yù)報(bào)系統(tǒng)」：

• 數(shù)據(jù)收集：系統(tǒng)就會收集來自不同地點(diǎn)的溫度、濕度等氣象數(shù)據(jù)，將其同步記錄到系統(tǒng)當(dāng)中
• 數(shù)據(jù)預(yù)處理：對收集到的數(shù)據(jù)進(jìn)行人工清洗，去除異常值等特殊情況，將采集的數(shù)據(jù)標(biāo)準(zhǔn)化
• 特征提取：將處理好的數(shù)據(jù)給到系統(tǒng)，用于分析數(shù)據(jù)中的模式，比如識別出哪些條件下通常預(yù)示著雨天
• 模型訓(xùn)練：使用過去的歷史氣象數(shù)據(jù)，系統(tǒng)訓(xùn)練一個(gè)模型來學(xué)習(xí)天氣變化的規(guī)律
• 評估優(yōu)化：通過與實(shí)際天氣情況對比，評估模型的準(zhǔn)確性，并根據(jù)需要進(jìn)行調(diào)整
• 推理決策：當(dāng)用戶詢問明天的天氣時(shí)，系統(tǒng)使用訓(xùn)練好的模型來預(yù)測天氣
• 反饋循環(huán)：用戶對預(yù)測結(jié)果的滿意度反饋給系統(tǒng)，如果預(yù)測不準(zhǔn)確，系統(tǒng)會學(xué)習(xí)并改進(jìn)預(yù)測模型

當(dāng)然這是較為簡單容易理解的情況，真實(shí)的內(nèi)容會更加的復(fù)雜，還會涉及到 NLP、ML、DL 等技術(shù)來不斷優(yōu)化 AI 讓其能做的真正做到可知可感，像一個(gè)真人一樣。

二、AI 產(chǎn)品的類型

在 AI 產(chǎn)品的運(yùn)用層面，目前主要有以下幾種產(chǎn)品類型來落地 AI：

1. AI 繪圖

這是我們設(shè)計(jì)師最為熟悉的領(lǐng)域，主要是因?yàn)槿粘９ぷ鞅旧砭蜁c圖片相關(guān)，主要能夠繪制圖片，幫助我們解決日常工作的問題。

目前主要還是以 Midjourney、Stable Diffusion 為主，他們都有著較強(qiáng)的繪圖能力，對傳統(tǒng)的繪圖領(lǐng)域造成非常大的影響（舉一個(gè)側(cè)面例子，前兩年會有很多學(xué)習(xí)插畫的課程，自從 SD、MJ 出來過后便消失了很多）。

除了傳統(tǒng)的 AI 繪圖模式，還會有最新版的 Photoshop 推出的「創(chuàng)意填充（Generative Fill）」，它能夠使用「Adobe Firefly」提供的技術(shù)能力，允許用戶以非破壞性的方式進(jìn)行圖像組合和生成，關(guān)于繪圖類的 AI，大家都會結(jié)合自身生態(tài)來去構(gòu)造相類似的產(chǎn)品。

目前 AI 繪圖類資源：Midjourney、Stable Diffusion、Civitai、liblib、Firefly

2. AI 文字

AI 文字類的產(chǎn)品會非常的廣泛，因?yàn)樗幌駡D片還難以理解、解析，文本所能承載的信息就非常廣泛。比如行業(yè)標(biāo)桿 ChatGPT 以及它的一眾小弟，你會發(fā)現(xiàn)軟件之豐富，會失去判斷能力，每一個(gè)都想去做嘗試。

比如最近很火的 KIMI ，能夠閱讀處理 200 萬字以內(nèi)的長文本；百度的文心一言，靠著搜索結(jié)果也能夠給用戶精準(zhǔn)的數(shù)據(jù)；訊飛的訊飛火星，能夠與語音結(jié)合，通過語音對話的形式實(shí)現(xiàn) AI 的交流溝通，你會發(fā)現(xiàn)每一個(gè)軟件都有著自己獨(dú)特的特點(diǎn)，而這些特點(diǎn)也會是我們?nèi)ふ以?B 端產(chǎn)品當(dāng)中的機(jī)會點(diǎn)（下篇文章我們會聊到）。

這是行業(yè)當(dāng)中競爭最激烈的一個(gè)賽道，上周各大 AI 廠商開始瘋狂降價(jià)，通過價(jià)格戰(zhàn)來不斷內(nèi)卷。

AI 文字類的軟件：ChatGPT、文心一言、Kimi、訊飛火星

3. AI 視頻

視頻類目前由于門檻較高，其實(shí)會發(fā)現(xiàn)整體是噱頭大于實(shí)際用途。比如之前很火的 Sora，據(jù)報(bào)道背后是用了非常多的素材累計(jì)起來的，其參考意義并不大。

不過 AI 視頻生成的內(nèi)容，我最喜歡的還是「小女孩的一生」這類視頻主要是在傳統(tǒng)的視頻軟件當(dāng)中制作需要大量時(shí)間與精力，而現(xiàn)在就可以輕松解決。

AI 視頻類的軟件：Sora、Runway

4. AI 音樂

音樂類其實(shí)了解的會比較少，所有的資訊都是來自 B 站的各個(gè)自媒體解讀。通過他們的表情給我一種當(dāng)中看到 MJ 畫出很多復(fù)雜的圖像一樣，我認(rèn)為也是出乎他們的意料～

目前整個(gè)音樂領(lǐng)域主要是以 Suno 為主，幫助他們進(jìn)行旋律創(chuàng)作、和弦編排上，相信在后續(xù)的兩三年時(shí)間內(nèi)，能夠幫助到更多音樂的創(chuàng)作者。

三、AI 產(chǎn)品對設(shè)計(jì)師的影響

目前，AI 會影響到我們工作的很多方面。這里也為大家準(zhǔn)備了一些在日常工作當(dāng)中我們所使用的各種場景。

1. 業(yè)務(wù)理解

對于一個(gè) B 端設(shè)計(jì)師而言，業(yè)務(wù)一定會讓你非常頭疼，因?yàn)楹芏鄬I(yè)術(shù)語、名詞不太明白。再加上時(shí)間緊，任務(wù)重，根本沒辦法深入的去理解業(yè)務(wù)，因此就需要有一個(gè)簡單直接「利器」，那 AI 很明顯能夠承擔(dān)一部分責(zé)任。

比如我們以最近一位向我咨詢的同學(xué)為例，他主要負(fù)責(zé) 云產(chǎn)品的設(shè)計(jì)工作。因?yàn)楫a(chǎn)品線過多，會導(dǎo)致他無法從容應(yīng)對項(xiàng)目當(dāng)中的繁雜需求，特別是對業(yè)務(wù)的理解非常薄弱（說的像不像文章前的你們～）。

這時(shí)候我就會推薦他使用 AI 工具來對業(yè)務(wù)進(jìn)行快速理解，比如現(xiàn)在要負(fù)責(zé)一個(gè) 「持續(xù)集成的需求」，里面涉及到共享存儲庫等一系列術(shù)語，對于他來說根本沒辦法解決。這時(shí)候我們就可以對 AI 進(jìn)行提問，首先解釋什么是 共享存儲庫；緊接著問具體什么是持續(xù)部署；再讓他給我簡單舉一個(gè)通俗的例子；這類問題便快速解決。

AI 其實(shí)是非常擅長回答產(chǎn)品定義等，在網(wǎng)上有固定明確答案的問題，這時(shí)候?qū)ζ涮釂柲隳軌蚩焖俳鉀Q。

2. 素材制作

對于我們設(shè)計(jì)的日常工作而言，素材制作主要是為了省時(shí)間，像是 B 端的圖標(biāo)，我把他們遮上，你知道是哪個(gè)產(chǎn)品的嗎？

而這類風(fēng)格的圖標(biāo)素材我們可以快速生成，并且在日常工作當(dāng)中，也可以用相同的方式生成大量的圖片底圖素材等等，至少能夠在視覺設(shè)計(jì)上給到大家非常多的幫助

3. 用戶訪談

提到用戶研究在 AI 中的運(yùn)用，很多人會想到讓 AI 幫我們生成調(diào)研方案。emmm… 其實(shí)在用戶研究當(dāng)中，方案的制作并不是最痛苦的事。反而是對應(yīng)的問題整理會尤為頭疼。比如我們再用戶訪談時(shí)，在之前只能考慮使用錄音的方式，將與用戶的對話錄制下來，后續(xù)在通過回放的方式進(jìn)行回顧。

而現(xiàn)在我們可以考慮結(jié)合 AI+智能工具的方式，快速實(shí)現(xiàn)。

簡單梳理一下對應(yīng)的 SOP：

1. 進(jìn)行用戶訪談，同時(shí)將訪談錄音進(jìn)行錄制
2. 將錄音信息上傳至語音識別平臺，如：飛書妙記、訊飛聽見
3. 將文本信息扔給 AI，讓其幫你整理對應(yīng)的提問內(nèi)容，以及你的回答～
4. 最后整理其行為態(tài)度與結(jié)果，快速生成
5. 數(shù)據(jù)整理

當(dāng)然除了用戶訪談之外，我們在用戶研究的時(shí)候還會有很多真實(shí)數(shù)據(jù)這時(shí)候我們也可以通過 AI 的方式來進(jìn)行解決。

比如我們將用戶在訪談以及問卷調(diào)研當(dāng)中的所有數(shù)據(jù)結(jié)果整理到表格當(dāng)中，并且與其他用研人員討論出用研結(jié)果評判標(biāo)準(zhǔn)。

然后再將數(shù)據(jù)上傳到飛書多維表格，并新增 AI 字段，將我們評判標(biāo)準(zhǔn)告訴給 AI，讓其能夠主動學(xué)習(xí)。

緊接著 AI 就可以根據(jù)你的要求快速生成出一個(gè)可以參考的數(shù)據(jù)結(jié)果，你再結(jié)合結(jié)果與數(shù)據(jù)進(jìn)行一遍走查即可，這樣的整體流程會比你以往更快，工作強(qiáng)度也會更低。

在工作當(dāng)中，我們需要具備 AI 意識，當(dāng)你有任何問題的時(shí)候，一定是打開 AI 軟件，嘗試讓他幫你解決，這會比你自己琢磨、搜索、咨詢要高效得多，當(dāng)然上面提到的只是咱們同學(xué)在日常工作當(dāng)中所總結(jié)的 AI 功能，如果你也有一些自己的心得，不妨在評論區(qū)和我們一同分享。

下篇文章，我們聊聊 AI 與 B 端產(chǎn)品的結(jié)合~