AI如何帮助服务设计创造：创造力与智能共生

随着互联网技术的飞速发展，设计与 AI 之间的关系变得如何？并且AI该怎样帮助和服务设计创造，实现创造力与智能共生呢？本文不仅探讨了 AI 如何帮助我们设计更好的服务，还探讨了设计如何帮助构建更好的 AI，推荐给对AI技术感兴趣的小伙伴们阅读。

写在前面：

在你的组织中，设计与 AI 之间的关系如何？他们是不说话、被复杂的数据算法和机器学习术语隔开的父母吗？他们是远房亲戚，时常在服务蓝图的底部短暂重逢吗？还是根本就没有关系？他们只是两艘深夜经过的船吗？本文不仅探讨了 AI 如何帮助我们设计更好的服务，还探讨了设计如何帮助构建更好的 AI，他们的关系是共生的。

01 人工智能如何帮助我们设计更好的服务？

人工智能和机器学习不仅为用户推动了数据驱动的个性化体验新范式，而且还为设计师创造了新的可能性。

1、降低研究门槛

人类面临着“数据速率问题”（data rate problem）。我们实际上无法像机器一样快速地处理信息，这意味着虽然研究的好处显而易见，但所需的时间和金钱使得越来越难以获得商业认可。有时，这种障碍会导致用户研究在设计过程中被完全忽略，从而导致令人沮丧或设计不佳的体验。

然而，借助自然语言处理，可以实时转录和分析数百个用户访谈。通过先进的图像检测，可以用任何语言轻松破译冗长的手写用户日记研究。使用语音识别、情绪分析和关键字提取，可以在个人档案级别快速汇总来自大型焦点小组的众多重叠见解。这不是人工智能取代设计工作，而是人工智能让我们更容易整理和解释数据。通过增强我们的能力，设计师可以更快地发现机会，并在此过程中更早地了解用户需求。

2、公正的角色

关于 AI 偏见的讨论很多，但我们大多数人没有意识到负责任的 AI 模型实际上可以帮助我们解决我们现有的人类偏见。英国设计行业有 79% 的男性和 86% 的白人，缺乏多样化的观点和生活经验会在不知不觉中影响我们创建的角色，进而影响我们构建的系统。然而，通过在我们为人们设计的方式中嵌入数据智能，我们可以确保没有人会因为文化假设而受到束缚。

统计分类方法允许 AI 模型根据数据点的特征预测数据点属于某个类别的概率，从而使这些模型成为角色创建和客户细分的有用工具。为了说明这一点，让我们看一下在线杂货服务。当现有客户浏览电子商务网站时，相关的可跟踪用户行为可用于在无监督学习下训练模型。通过从端到端用户旅程的数据点中学习，并将这些与用户的个人特征联系起来，AI 可以识别集群和模式：密码忘记者、家庭购物篮构建者、优惠券爱好者等。此外，使用分类方法 例如“K-最近邻”算法 (k-NN)，新注册的客户甚至可以通过将他们与数据库中已有的相似客户的接近度进行比较来进一步分类。这些是我们受 AI 影响的人物角色：活生生的、呼吸的、最新的、基于行为的分组代表了我们对观众的更准确的看法。

3、体验测量

服务设计师在当今商业环境中面临的最大挑战之一是衡量和量化像体验这样无定形的事物的价值。但通过与工程师密切合作，我们可以训练模型来分析体验中的数据点，并实时生成服务的当前状态体验评分。

体验很复杂。以优步等叫车服务为例，深度学习算法将从一系列变量中学习，例如新的每日帐户注册、平均等待时间、新打开的支持案例、司机星级，甚至检测到的语气 评论中的声音。像这样的智能评分系统可以实时衡量体验，并了解客户不断变化的需求和期望是否得到满足。

此外，人工智能推荐系统可以使用协同过滤技术，根据可比客户准确预测客户最有可能喜欢的体验元素。然后可以使用这些机器输出来相应地调整每个客户的数字体验，看看它是否会产生更好的体验分数。总的来说，对服务运行情况的数据驱动可见性使它成为业务决策的智能工具，设计人员可以绘制新的服务改进图，开发人员可以确定功能积压工作的优先级。物超所值的三重奏！毫无疑问，人工智能给设计师带来的最大优势是能够更快地学习，这在当今世界的速度下至关重要。

02 服务设计如何帮助设计更好的人工智能？

工程和设计一样，都是关于解决问题的。作为设计师，我们拥有一系列久经考验的技术和创造性方法，可以帮助我们以新的方式思考问题。

1、了解整体

当谈到任何新技术时，我们需要考虑意想不到的后果，正如谷歌首席执行官桑达尔皮查伊所说，“对于人工智能，我们需要更早地考虑它”。人工智能已经被用于高风险决策，例如刑事判决。

在诸如此类的复杂用例中，服务和系统设计蓝图可以帮助可视化从一个人被指控的那一刻到他们被警方逮捕、判刑过程、保释过程和可能的过程中涉及的所有不同人员、流程、工具和系统 康复回归社会。通过与工程师绘制从端到端的整个旅程，我们可以识别痛点，例如缺乏清晰的法律沟通，以及数据漏斗中的潜在风险，例如社会种族偏见。

除了识别痛点之外，绘制端到端的整个用户旅程也是一种发现 AI 创新用例的创造性方法。可以公平地说，人工智能已经达到了过高期望的顶峰，但通过系统设计的视角，我们可以绘制出下一步：创造力的斜坡（The slope of creativity）。

创造力的斜坡是我们讲述以人为本的故事，通过技术让人们的生活更美好。在此阶段，寻求超越行业炒作的有意义价值的成熟组织正在采用设计方法来解构他们的客户旅程、组织流程、供应链和系统。他们正在规划自己的业务、识别痛点并评估人工智能在改善他们提供的人类体验方面必须发挥的作用。

这可能意味着使用人工智能为招聘过程中每一位失败的求职者提供个性化反馈，或者分析全球共享的医疗记录以形成可以使整个地区更健康的干预措施。到这个阶段结束时，随着人们开始在日常生活中感受到有意义的价值，用户采用率飙升，技术变得毫不费力地与人类体验的现实交织在一起。

2、可解释的人工智能

人工智能深深地基于统计和数字信息。它可以帮助我们做出更明智的决定，但它需要设计才能使其易于解释。可解释的 AI 即服务要求设计人员问：“但这对接收这些机器学习输出的人来说意味着什么？”。它要求我们与工程师密切合作，以告知尽可能以用户为中心的数据策略。

综上所述，随着我们转向人工智能驱动的医疗保健，机器学习模型很可能将用于确定患者应该接受哪种类型的治疗。我们将需要精心设计的指南，使医生能够了解如何解释模型的输出（了解它们来自何处以及如何得出这些结论），以及如何结合使用输出 他们看到在他们面前的活生生的呼吸患者做出正确的决定。

情感映射等移情设计工具将成为帮助团队解读和理解患者在旅途中特定时刻的感受（例如困惑、焦虑或财务问题）的基础。此外，通过以视觉方式绘制患者在医院的旅程，我们可以了解应该如何最好地传达这些信息，并针对该结果进行设计。随着人工智能融入我们的日常生活，人类的同理心对于获得正确的体验至关重要。

3、改变共同创造

变更管理是数字化转型中的一个流行术语，但谈到 AI，我们无法管理变更；我们必须共同创造它。人工智能的负责任发展将需要强大的公私合作伙伴关系，加强医疗保健和政府等不同部门之间的合作，以及与学术机构和非营利组织的合作。执法部门将在深思熟虑的监管中发挥关键作用，我们需要取得适当的平衡，以便创新和问责制仍然存在。所有这些不同的利益相关者之间的合作将是至关重要的，而这正是以设计为主导的共同创造研讨会将派上用场的地方。这些将有助于说明智能旅程的样子，突出交叉依赖性并在不同利益相关者之间取得一致。

例如，人工智能最深刻的用例之一将是解决全球商品生产和制造方面的严重劳动力短缺问题。在跨职能团队中与工厂工人、履行经理和最高管理层领导共同创建当前状态的旅程，将帮助我们了解人工智能如何真正改善实地运营。设计思维方法可以帮助确定受影响员工的流程和杠杆，以提高技能并重新部署到更有意义的工作中，例如供应链中的模型观察、培训或机器人维护角色。每个行业都将发生人工智能颠覆。以道德和包容的方式引导变革的过程不会自行发生——它需要设计。

4、共生方法

设计需要人工智能来帮助增强我们的智慧、减少人类偏见和衡量用户体验。人工智能需要设计来帮助映射整个系统、从同理心构建并在利益相关者之间共同创造。创造力和智能之间的关系是共生的。除了太空探索之外，AI 可能是设计师们必须大幅改变历史进程并彻底重新定义人类体验的最佳机会。问题是，我们会抓住它吗？

5、即刻开始

仅在美国，80% 的服务设计师受雇于技术部门。那么，好消息呢？我们大多数人已经在这里了。剩下要做的就是在我们自己的技术组织的 AI 开发桌上争取一席之地。渴望并愿意向 ML 专家学习、问问题、阅读文章、阴影模型训练、查查你不知道的事情、保持好奇心。大胆并自豪地为您所在地区发生的数据智能对话作出贡献。

设计和工程交织得越紧密，我们的产出和解决方案就会越全面。弥合这些孤岛和模糊边界线绝非易事。但毫无疑问，定义下个世纪最重要的对话将是创造力与智慧之间的对话。如果它还没有开始，让我们认为这是一个开始。