人工智能时代下的互联网产品设计云服务场景化
⇨⇦
本文写给相信人工智能必然会持续高速发展并在从事人工智能产品设计的朋友，与您分享一下我对人工智能时代下的互联网产品设计的思考：云服务场景化。其次，思考目前自己所从事产品的具体功能设计心得。最后，给将要进入该领域的新人两点建议。
1956年，在美国达特茅斯学院举行的一次会议上，人工智能（Artificial Intelligence）的研究领域正式确立并第一次被正式命名。过去60年来，它已经经历了两次大起大落。而今天，随着AlphaGo连续挑战成功包括李世乭、聂卫平、柯洁、朴廷桓在内的中韩顶尖围棋选手，人工智能又一次站在了聚光灯中心。
但这次和三十年前日本兴起的人工智能热潮相比，发生了很大变化，这次人工智能的大发展与深度学习紧密相关。即：大数据与概率统计方法共同推动了神经网络模型的创建和发展。特别是概率统计方法中的贝叶斯统计学，将它＂引进＂人工智能领域，促使人工智能发生了革命性的变化「1」。
此外，Amazon、Facebook、Google、IBM、Microsoft科技界的大佬相继布局人工智能领域，并于2016年9月宣布合作分享其在AI技术上的突破。据《财富》杂志预测，人工智能将会在 2020 年成为一个价值 700 亿美金的市场，我们将看到的是一个爆火的概念和急速发展的市场「2」。
值得关注的是：2017年2月4-9日在旧金山召开的AAAI国际智能大会所提交的论文中，31%来自中国居第一位「3」。
人工智能时代的产品：云服务场景化
人工智能生态主要分为两层：一层是应用技术，包括机器学习、图像语音处理、自然语言识别及一系列相关的硬件技术；另一层是和应用领域相结合的应用场景，包括两大类：一是行业应用，包括金融、医疗、教育等；第二大类是消费类应用，包括智能家居，辅助驾驶，智能机器人等「4」。这里只说第二层的行业应用领域，以下两点是我的思考。
（1）当在设计一款有AI技术的产品时，其实是在设计一个具有主动学习、成长、预测能力的系统。每次的版本发布其实是系统智商与情商的提升，伴随用户需求成长的并让用户产生与日俱增的忠诚度。产品不再是一成不变的，它们在被设计时就预留足够的空间去成长和变化。当然，随着机器学习、深度学习的发展以及数据的的积累系统会慢慢的能够预测用户行为与偏好，以更好服务用户，即：系统能更早的知道用户需要什么，以积极的响应用户还未表达的诉求。
这里我拿股票投资系统举例，用户炒股亏损严重时，主动给用户一些个性化定制的行动建议，积极调动用户。这就需要产品设计是要面向未来的，在产品设计的伊始就要开始用户数据积累为用户与日俱增的忠诚度埋下＂种子＂。
（2）系统将在不同的场景中通过不同的表达媒介来服务受众。当数以万计的嵌入式设备连接到人工智能系统，交互媒介也将不再是基于人类视觉通道界面，听觉、触觉、嗅觉甚至味觉感官系统将会被用到。比如股票投资系统，当用户拿着手机时会智能推送给用户关注的自选股、持仓股、大盘异动等消息；但在开车的场景中，并不需要追求详尽的信息，这时可能就是车载语音播报用户持仓股的异动来进行语音交互，进而进行止盈止损。后续可能再慢慢过渡到智能家居等各种物联网设备中。
如今，亚马逊的Echo 已进入普通消费者家庭。据Gartner 预测：到 2018 年，30%的人机交互将通过自然语言完成。百度吴恩达认为，语音搜索准确率从 95%提高到 99%，是应用爆发的转折点，到 2020 年，至少 50%的搜索将是语音搜索。可以说，自然语言交互是下一代人机界面。目前，智能语音主战场上有四大巨头：谷歌（Assistant）、苹果（Siri）、微软（Cortana）和亚马逊（Alexa）「5」。
合抱之木，生于毫末的设计实践
本人目前在做炒股客户端的产品设计师，接下来就结合自己的工作来分享一下在该领域的实战成果以及部分功能的构想。（有兴趣的可以复制后面的下载链接体验个别功能）
（1）人工智能驱动的自动化在软件中的场景应用
即：通过人工智能技术，做出贴近市场的分析功能，使一些长期需要人进行脑力劳动的任务实现自动化来解放劳动力。如，大盘每段时间为什么涨／跌，不再用名家解盘来人工分析而是自动化生成原因；压力位、支撑位的推荐生成，并且能够根据用户的修正不断优化画支撑压力位的算法使其变的越来越符合用户心智；自动分析新闻资讯研报公告信息，直接的给用户传递知识带来洞察认知；输入五连阳的股票，能够自动找出具有该特征的股票，让选股通过一句话来实现。
（2）以人工智能、用户画像为支撑的个性化体验设计
即：
不同特征的投资者，能够看到不同的功能、信息、数据，学到不同的知识。如：个性的表头项、盘口内容等；
由原来用户主动向系统搜索、配置转向系统根据对用户的理解进行主动建议。如：点击键盘精灵出现的推荐、自定义板块的表头项关联以及股票的关联推荐、根据用户的操作风格及风险偏好建议理财产品及操作策略等；
由原来单纯的功能解释（functional interpretation）转向根据用户行为他们解决问题、提供引导（action you may take）。如：功能性的昨日涨停今表现的回測，资讯／公告／研报的解读评级等。
这些都是旨在将目前千人一面的软件变成自动适应每个人的千人千面，进而可以持续实现细粒度的营销策略。
4.身体力行后的建议
（1）现阶段人工智能在绝大多数领域的智慧水平，其实还只是个＂婴儿＂
目前，人工智能所取得的成功，是在既定规则范围内对人智能的挑战「6」。产品设计师在清楚地向用户传达人工智能带来的好处同时，务必为随时可能出现的错误，提供优雅的解决方案。否则一旦用户产生了失望的情绪，就很容易放弃这个功能、甚至整个产品，这种结果是很难挽回的。
＂合抱之木，生于毫末＂，现阶段，人工智能产品最最紧要的事情就是建立用户信任，就像Amazon Echo他们先从重复购买一小块蛋糕开始入手，从高频的小场景功能点做起努力积累产品的信用分。因此，在充分利用有规则的场景中，人工神经网络这一自下而上的方式能轻松超越了人类上千年积淀的知识体系这一优势后，再推广到更宽广的范围，也就是我们现在所谓的弱人工智能、强人工智能、以及通用人工智能。
（2）人工智能只是提供了一种技术手段，解放了我们的时间和空间，以让我们投入到更有意义的生命体验中
不管智能还是非智能目的都是为了给用户带来更好的体验，只不过人工智能降低了成本。试想各朝代娘娘的幸福生活，都是靠其丫鬟的不断学习其偏好的基础上侍奉而成。而如今只是随着互联网带来的数据积累，计算能力的不断发展以及人工智能技术的不断进步，为这种个性化的体验降低了成本，以使每个普通民众也能享受到类似的体验。我们目的是体验不是智能。事实上，很多时候我们做设计就是为了掩盖技术本身，但实际干的时候却往往忘记掉。
好设计是赋能人类，让生活化繁为简的，设计师要时刻权衡：哪些地方要保留世俗的方式，以及哪些地方需要AI在其中扮演角色。因此，在做产品设计时建立在社会学、心理学的人性洞察与认知基础上的用户体验至上原则与用户体验设计方法万万不能丢。
现代劳动工具已由基于物质和能量的动力工具转向了基于数据、信息、知识、价值的智力工具，人口红利、劳动力红利的作用效果不再明显，创新驱动发展成为时代的最强音，我们已经告别了人工智能收获满满的2016年，让我们张开双臂迎接人工智能充满希望的2017年。
参考文献：
「1」《人工智能是风口？》中国人工智能学会通讯2017年第01期
「2」《人工智能时代，给设计师的 3 个建议》http://www.woshipm.com/ucd/585612.html
「3」《人工智能的风向标：2017AAAI最佳论文、观点合集》http://it.sohu.com/20170206/n480037390.shtml
「4」《数据驱动人工智能的实践》http://www.laiyuan.com/39587.html
「5」《智能语音产业报告》http://it.sohu.com/20170218/n481078586.shtml
「6」《AlphaGo横扫60位围棋大师 人工智能上了新境界？》http://news.sohu.com/20170105/n477799427.shtml
功能体验下载地址：
windows系统：http://download.10jqka.com.cn/free/ths/
Mac OS系统：http://product.10jqka.com.cn/mac/index.html