讓AI更普惠：為什麼說使用者體驗是AI成功的關鍵？

全文共2802字，預計學習時長8分鐘

圖源：unsplash

諮詢公司麥肯錫認為，缺乏對AI的理解會是大多陣列織應用AI的攔路虎。人們依然把AI看作是科幻，而非可以用來拉動增長的工具。一些組織擔心，更高效的利用資料需要資料實踐，而這可能嚇跑客戶。

 

AI常識的缺乏及其低可用性阻礙著行業發展，也影響了許多本能得益於在戰略部署中應用更多AI的企業的發展。這令人焦急，AI本能幫助企業進一步滿足日益增加的使用者需求，當涉及到增加品牌在難度係數最高的方面（如更高的定製化、個性化更強且更高效的服務）的競爭力時更是如此。

 

所以，AI專家如何讓AI更惠普，？得從一開始就優先考慮積極的使用者體驗（UX）。雖然UX不是AI專家的優先事項，但若想繼續增加AI的應用及效用，就必須更重視UX。

 

以人為中心的AI

 

沒有任何AI可以獨立運作；總會需要一個人進行輸入或與輸出結果進行互動。或許日後，能讓普通人都用上AI的方式，便是在開始設計AI時考慮到普通人的需求。高效的AI需要人性化的介面及功能，為此，必須通過提供使用者使用便捷、實用且自主的解決方案來建立能準確解決問題的模型。

 

模型設計意味著：

 

· AI解決使用者的實際問題。

· AI解決問題的方式切實可行，不會與其它優先事項相沖突。

· AI可以輕鬆融入到其他操作中。

· AI介面和輸出易於使用和理解。

 

換句話說，AI不會是個“萬靈藥”。它得是個定製化方案，契合終端使用者的需求和優先事項。沒人願意把時間浪費在投入大、回報卻極少的工具上。因此，我們要一直考慮“這會如何幫助終端使用者？”

 

圖源：unsplash

一切新功能、新工具的設計都要出於解決實際商業需求，而非是AI專家顛覆本領域的意願。這解釋了為什麼所有資料科學家同時也是商業科學家——只有瞭解商業環境和終端使用者的問題，才能設計出能充分滿足需求的AI。即便這類最具創意的模型對終端使用者而言太過複雜，模型最後還是傾向於圍繞以人為中心的AI而設計。

 

比如，在我的公司Evo，我們建立了一個Excel外掛，讓使用者能夠計算預測並在Excel電子表格中提出建議，而非使用我們的自定義控制皮膚。

 

為什麼呢？因為客戶已經在用Excel，也用習慣了。Excel工具可能沒那麼“酷”，或看著不如我們用Shiny定製的控制皮膚那麼有新意，但Excel的介面更能契合使用者的需求。

 

我們可以讓AI適應終端使用者的目前狀況，而無需放棄其它重要事項（如提供自動且準確的定價和供應鏈推薦）。最終，AI必須能解決使用者的問題，而非創造新問題。這意味著我們要適應運作流程（如融入Excel，而不是用一個全新的工具）並提供清晰、簡單的介面，介面上沒有任何我們自己設計的、對使用者而言“花哨”的功能。

 

AI旨在改善生活；若無以人為中心的設計，這根本就做不到。正如史丹佛大學校長馬克·特希爾-拉維尼所說：“給人工智慧注入以人為中心的價值，我們便能帶來新思維和學習的復興。”

 

設定現實的預期

 

在設計了正確的AI工具後，還需要為其表現設定現實的預期，否則就可能失去終端客戶——客戶覺得承諾沒被兌現。通常，人們想象中的AI更聰明更簡單。他們對AI帶來的變化期望甚高，卻仍然凡事靠直覺，而非AI的推薦，這種矛盾必然導致失望。當AI沒能履行這些不切實際的承諾時，使用者就覺得被騙了。

圖源：Unsplash

因此，過度承諾會帶來消極的使用者體驗（UX）。你可能會想，倒不如先給個低預期，然後AI就會超水平發揮而令使用者驚豔。不幸的是，這種做法同樣會降低AI的可用度。

 

人們一般只願意投資能極大地改進舊方法的新技術。如果設定較低的期望，你可能無意間誘導使用者錯誤使用AI——或者根本不用，這種負面情感會進入使用者體驗中，讓你的AI看起來像個垃圾。

 

唯一的正解就是誠實。為AI設定現實的預期，然後說到做到。由於AI從不斷嘗試中學習，預期應包括承諾AI會隨時間不斷改進。當人們明白AI可以為他們做什麼時，便更願意主動使用AI，並相信它可以提供可靠的結果。

 

AI的使用者體驗（UX）帶來結果

 

圖源：unsplash

當然，無論是設計還是預期，不過都是讓AI惠普非技術使用者的一部分罷了。無論我們多努力地建立友好的AI工具使用者介面，或保證預期與AI的實際目的與功能相符，只要AI沒能實現其承諾，使用者體驗就都是消極的。總而言之，AI成功與否很大程度上取決於使用者體驗。

 

大多數AI的使用者體驗要看結果。如果一家公司改用AI預測，但是結果卻比不用AI更糟，顯然公司就應拒絕接受這樣的改變。正面的結果會鼓勵AI應用擴張，只一次的負面體驗就能阻止AI的長期應用。即便是毫不相干的AI技術也能抹黑使用者對所有AI的看法，在商業領域更是如此。

 

在把AI交付給終端使用者之前，我們需要在它身上花功夫，讓它運轉良好。模型不必非得完美無缺，要實現這個也不太現實。但是，你必須要保證已建立了強勁的演算法：可以立即提供準確的見解，並能自主學習、不斷改進。

 

模型必須有自主學習的能力，能適應干擾並且只會愈加精準。這樣的AI不僅能避免模型遷移，自身也能變得更加可用。在危機期間能保持同等效力的AI為終端使用者帶來了更多的價值，並且，它要比其它任何功能更能帶來積極的使用者體驗。

 

把惠普AI和使用者體驗放首位

 

對我們這種研究AI的人來說，好訊息就是使用者體驗和我們的目標一致。從使用者體驗的角度而言，AI應該以人為中心，但這種需求能保證模型有效用。

 

因為使用者體驗需要設定正確的預期，所以資料科學家和工程師就有機會實實在在地評估其模型的優點及限制。最後，AI的使用者體驗也取決於模型的良好運轉——所有人都同意這是首要任務。

 

使用者體驗和資料視覺化專家缺口極大。AI領域工作者發現，除非終端使用者能輕鬆利用技術本身及其建議，否則即使最好的模型也毫無用處。哪怕在世界經濟危機之時，AI的使用者體驗依舊是AI公司或部門大舉投入的領域。

 

Evo目前僱傭了資料視覺化開發人員，使用者體驗已成為未來的投資，它對任何計劃擴大AI影響力的人都至關重要。

 

在下個十年，AI想要有改變經濟的更大能力，前提是公司在更多的商業領域繼續接受並使用AI。只有每個AI從業者都承諾讓AI儘可能惠普，這種情景才會成為現實。

 

圖源：unsplash

現在，是時候揭開AI神祕面紗，將其作為改善所有人生活的工具了。

 

一起分享AI學習與發展的乾貨

歡迎關注全平臺AI垂類自媒體 “讀芯術”

（新增小編微信：dxsxbb，加入讀者圈，一起討論最新鮮的人工智慧科技哦～）