frog × UXPA | Karin Giefer — 人工智能与数据赋能
如今的数字助手已经取得了令人瞩目的进步。超过 46％的美国人使用数字语音助手，其中大多数使用移动设备上的实例。Siri、Alexa、Cortana 和 Google 智能助理是最受欢迎的。在自然语言识别方面，数字助手远远领先于我们认为的那样。frog 则通过数字助手帮助世界顶级的公司创造富有影响力的产品、服务和体验，并成功将其商业化。
日前，frog 执行创意总监 Karin Giefer 在用户体验峰会上与大家一同探讨了人工智能的发展趋势、以及运用数据对人工智能进行赋能的话题，以下是演讲原文：
Karin Giefer
- 我今天所说的某些东西肯定会在今后的某个时间点被推翻 (甚至就在下周)
- 我是个乐天派（我热爱我所创造的东西）
- 人工智能和机器学习其实没什么秘密或魔力可言，有的只是埋头苦干
- 我并不知道答案，事实上没人知道答案
- 我保证这个演讲与数学无关
我所在的公司叫做青蛙设计，其实我们一直在做的就是填补空缺，搭建桥梁，在用户需要的地方提供我们的解决方案，我们其实在设计未来，未来是我们想象中的东西，直到它设计出来。
究竟未来会是什么样的其实是设计师们一直在思考的一个问题，每个人都有自己的选择，也许取决于你是谁，也许取决于你在什么样的地方生活，但是大家归咎本初都还是人，这是共性。所以我们可以改变我们要追求的事业，可以改变我们要让世界呈现出来的感觉是什么样子的，其实几百年来大家都在这个层面上做一些努力，做一些工作。
所以大家想象在 1918 年的时候，那时候刚开始用电，刚开始有电动的电梯，现在我们有飞机了，这是完全不一样的移动方式。在 30 年代的时候，人们大规模的开始使用电话，在五十年或者一百年以后，未来的人们又会怎么看待我们呢？这也是比较具有偏见或者有倾向性的技术了。
在 1957 年的时候，当时电视的技术刚刚在美国出现，当时的你也许会思考是不是将来会有更多更小的电视机能够为人们所用？我们也一直相信我们肯定更往前迈进一步。还有就是 1961 年的时候，邮递员会是什么样呢？是不是可以骑着火箭就把邮件送给你了？这样的一个世界非常具有革新性，当时的技术真的是改变了我们的生活。
而现在我们去见证的是另一个方面——人工智能的变革，因为我们已经创造出来了一系列的体验和相关的设备，这个设备是可以和物联网结合起来的，我们也能够知道相关数据的处理，其实这是非常棒的。同时也需要这种数据的利用本身对人类来说是有意义的，不仅仅是对于科学家来说。
AI 其实不是一件事情，而是很多事情的组合，它是一个智能谱系，所以设计师需要考虑怎么样去利用或者理解这样一个谱系
比如它是全谱系或者全能的各种智能组合在一起，在我们不断前进的时候，真的是可以帮助我们的设计。不是说 AI 是智能的，而是我们考虑的是物联网、IOT 或者智能的设备未来将会有更多的数据。但是通常它是一个单向的对话，比如地铁闸机，你刷一下卡就能进去，这也是一种智能了。至此之外还有增强现实，A 在这儿指的是增强的意思，而不仅仅是人工的意思了。
接下来当我们说自动的智能的时候，这种自动智能是每个人一直所思考的，AI 有自动的一些东西，AI 可以帮助你做一些决定，给到你一些答案等等，比如 IBM 的沃森平台，沃森也是一种智能。但是现在的挑战是我们要怎么利用它呢？现在我们有了这些设想，AI 其实包含很多方向，比如有自动的智能或者说增强智能等等，这对于设计或者对于设计师来说意味着什么呢？
其实是一个都非常熟悉的过程了，设计的历史，首先要了解或者理解问题所在，先要做一个研究，而现在在座有多少研究者呢？你要跟其他的人说，你要去到实地的环境观察，看问题所在是什么，看一下问题的着力点在哪里，接下来就会推出一个解决方案，有哪些机会或者哪些解决方案可以为你所用，接下来就要构建这个产品了，这是我们所能够看到的。
接下来我们就要走入下一个步骤，我们需要不断的去训练和教育，学习了更多的数据，可以进行培训或者训练。接下来就需要去培训这样的数据集让它做更多的事情，怎么样有更多的获得。最后是怎么样设计出这样一个新的复杂场景之下的解决方案，这样一个过程。
有增强的决策能够给用户推荐更多个人喜好的东西
对于我们的用户来说，他们要做的唯一的事情就是他们决定去使用这个产品，决定去享有这样的用户体验。而这个体验是来自于其他一系列的决策过程的，比如亚马逊的网站，你去了这个网站上，你会看到非常常见的体验，比如你去浏览商品，亚马逊会根据你自己逛街的历史足迹或者你的选择每 7 分钟就会更新它的网站，所以每个用户的页面可能会是完全不一样的。
对于设计师来说意味着什么呢？因为每 7 分钟就更新一次页面，也就是说有成千上万的用户产生出这么多的数据，令他不断的去修正自己，这样他能够从中学习一些东西，可以为用户作出一些决策；也就是说有增强的决策能够给用户推荐更多个人喜好的东西。
我们也可以通过数据得到一些洞见，数据的使用真的是完全改变了我们的工作方式，所以在这儿我们到底可以扮演什么样的角色呢？作为设计师我们到底能够做什么呢？机器学习并不是特别可怕的事情，它也并不是什么秘密的模型。数据如果没有背景或者没有情境的话是完全没有任何用处的，那么什么是背景，我们怎么样能找到背景或者情境呢？
设计师现在所处的境地就是我们不仅仅拥有推进机器学习的模型，我们其实也可以找到机器学习本身的品质，我们可以通过它去帮助我们寻找我们所需要的内容，而想要做到这一点利用的不是一点点的数据，而是非常庞大的数据库。
单一的体验无法成就整个体验，设计师必须在这个设计当中去触动所有答案，以此来融入到整个机器学习的模型当中，让它成为体验的一部分
接下来引用一句话，其实计算机完全没有任何用处，它们只能给你一些答案，所以现在我们看到机器学习本身是不能解决问题的，真正问问题的是人类，而问题通常是以使用案例的形式呈现出来，并且是一种假设。而作为科学家，科学家可能会有一些假设，但同时这种假设也是另一种形式的案例使用。
我们在青蛙设计里面的思维逻辑体验基本上是一个生态系统，它是一个完整的体验周期，这些成千上百万的想法会聚到一起成为一个生态。所以说如果从人的需求来考虑这个问题的话，基本上你解决的就是一个系统性的问题。
我最喜欢的一个例子，就是 AlphaGo 打败了韩国的李世石，这里面的数据就特别有意思，但是同样让人感觉不寒而栗。如果 AI 要在一件事情上做的这么极致，它就需要一个人把之前成千上万的经验集成到这个数据库当中才能和另外一个人进行对质，所以大家可以看到数据的力量有多可怕。
在青蛙设计里面我们有一个最下限的值，当然这也是工程学里面的一个概念，在设计里面我们管它叫做体验的下限值。所以作为设计师来说，在这个过程当中要有一定的控制，确保机器学习的是有意义的，有情境的，有上下文的，有乐趣的这样的一个知识。
大家思考未来的触点的时候大家会想我如何去做这方面的设计，这对我来说意味着什么。大家想未来的时候肯定要思考的是变化是一个常量，所有东西都在不停的变化当中，而且跟时间有一定的相关度。整个 AI 是一个谱系，是一个系统，很多做市场的人管它叫人工智能，做真正体验的人管它叫做机器学习。未来的机器学习会通过界面的设计，通过使用案例的介入来构建一个完整的生态系统。
以上就是 Karin Giefer 关于人工智能的一些分享，会后 UXPA 中国组委会特对演讲嘉宾进行了深度采访，以下为具体内容：
你好 Karin，谢谢你接受我们的采访。 你将自己定义为设计师，数据驱动的商业战略家和实施专家。可以详细的解释一下各个头衔吗？
相比较头衔，这更像是技能或者是从业知识。我的工作是提供整体的解决方案。这意味着有时候我需要是一个战略家，有时候是一个设计师，而有时候我需要能够实施。我需要运用所有技能来履行解决方案。如果我只是个设计师，而不明白从宏观角度来看为什么需要这个设计，我可能永远都没法看到我的设计成真。甚至即使我懂得商业战略和设计，有时候我们需要帮助我们的客户完成这个商业案例。所以当我说我既是设计师，又是数据驱动的商业战略家，还是实施专家，实际上是指我们提供的是整体的设计解决方案。
当人们聊到人工智能的时候，会觉得它主要是由工程师驱动的，那设计师在这个浪潮中扮演什么样的角色呢？
当我们说人工智能成为了设计的新生力量，不是指人工智能是新的，而是设计师对人工智能的影响力是新的。这门科学现在真正需要的是使用场景。所以现在我们知道怎么做数据科学，知道怎么做数学模型，但是我们不知道为了什么做这些模型。数据科学是非常难的工作，这就像是你在挖一个沟渠，你最好知道哪里是正确的位置 。如果你是在错误的位置进行挖掘，你所有辛苦的工作就白费了。所以作为设计师，我们可以帮助定义挖沟渠的位置，也就是探索人工智能怎样来服务人类。
就像峰会上提到的，人工智能仍然处在非常早期的阶段，有非常多的限制。有时候即使我们想要提供好的体验，但因为这些限制所以无法实现。请问你是怎么看待这个问题的呢？
我认为一个真正优秀的设计师是能理解设计的限制，并能在限制内给出好的设计。无论是唤起式人工智能，或者是自主性人工智能，我们都需要在对的时间设计出对的解决方案。设计解决方案会因为人的不同，时间的不同而变得不一样，所以需要为如何解决问题增加更多的情境。我认为人工智能的设计限制就和其它的设计限制一样，是设计师一直都会遇到的。
你是否有一些和人工智能相关的设计案例可以与我们分享呢？
我们花了大量的时间与客户一起通过个性化配置或者机器学习的模型,比如智能语音，来提升体验与服务。 我们触达到的人工智能领域是人类如何与人工智能互动。我们经常做的是创造了一个环境，让人工智能和用户体验能一起茁壮成长。我们需要知道怎样为人类用户设计界面，以及怎样来搭建机器学习的基础设施。
对于处在人工智能时代的年轻设计师，你有什么建议呢？
我觉得有好奇心是最重要的一件事情。有时候当人们听到人工智能或者机器学习时，他们立刻会认为，这是一个我不了解的领域，它太复杂了。但其实这并不对。从科学或者数学的角度来看，人工智能确实很复杂。但如果最终它呈现出来的体验不是一个简洁的基于人的体验，那我们并没有做好设计师的工作。所以我的建议是拥有好奇心，问一些真正好的问题，而且不要回避你不了解的东西。
你怎么样帮助客户来落实你的设计策略呢？
我非常喜欢这个问题，因为我们是通过设计落地来学习的，来接收反馈。如果你的好创意只是在纸上或者在 PPT 里，你其实并不能知道它是否有效，除非你真正去实施它。所以在 frog 我们有制做东西的历史。我们尽可能快的制做，在我们的流程里尽可能早的制做，而我们通过这种方式来成长，我们的用户也在成长。你可以用大量的时间来思考，但你通过实践学到的会远远更多，而那个反馈机制是一个持续的反馈机制。frog 的口号是“We live for launch days”, 也就是说我们实际上想要看到我们的创意怎样创达给了用户，因为我们从事的是用户服务的工作。当我们聊到数据，数据百分之一千是因为产品发布而存在的。产品发布之时也是数据模型开始之时，并且它会一直持续下去。而从这种持续里我们学到，人工智能开始更广泛的与设计体系相结合。
实施以后你是怎样来衡量设计结果的呢？
有很多种方法。我们的客户一般都有非常具体的 KPI，可以在产品发布以后作为评判标准。有时候就是单纯看有多少用户在使用这个产品，有时候看设计带来的商业收入。我想我们自己衡量的标准是，这个产品的用户粘性怎么样？用户对这个体验的感受如何？有多少人来向我们咨询这个体验？当产品发布后体验不好，或者发布后没有达到公司的 KPI，那它也不会在市场上存在太长时间。这也是为什么作为战略家和实施专家是我工作非常重要的一部分。设计一个没有市场的产品并不是在给我们的用户和客户提供真正的服务。我必须说没有用户的设计只是艺术，没有情境的设计只是装饰。人们找到 frog 就是因为他们想要向这个世界带来一个更好的体验。
frog 和很多大公司合作，这些大公司往往都有自己的设计团队，数据分析团队，研究团队等等。为什么他们仍然来找 frog 寻求设计解决方案呢？
他们来找 frog 的原因有好几种。有时候是为了寻求更好的设计师。有时候这些大公司因为机构组织上的阻碍，无法在现有的做事方法之外探索，所以他们需要 frog 的催化来实现改变。也有客户是因为看到了市场变化，需要有相对应的策略。有时候我们会长期从事一个设计方案，并且融入到公司组织中。有时候客户需要的只是一个让他们开始行动的小小推动。有时候因为客户有其它的日常工作，没有时间来做这个新的尝试。而更多时候是因为我们的客户相比较竞争对手在市场上已经落后了，而 frog 能帮助公司快速的实施新的创意，但他们的内部团队不一定能如此快速的反应。我很喜欢在 frog 工作的另一个原因是我们可以看到很多不同的东西。我们不为一个团体工作，我们不专注于一个领域。我们的横向思维能力可以将一大堆不同的创意从一个领域转向另一个领域。如果你在 frog 工作，你可以从许多其他项目中学到知识，你进入的是 frog 的集体大脑,这是由五十年的设计经验和数百人的技能组成的。即使你联系的是 frog 的一个小设计团队，你实际获得的是 frog 的全部能量。
frog 为很多行业提供设计服务。当你面对一个全新的行业，你是怎么样快速学习相关知识，并且创造出让人信服的设计策略呢？
我们通过实践来学习，这是最快的学习方法。在 frog 有 300-400 个项目在同时进行。虽然我只做其中某个项目，但我可以获得其它同时间段的项目信息。这意味着当一个组在从事一个项目时，frog 的集体力量等同于他可以调动几百个项目。所以和其它公司相比，我们能更高效快速的吸收项目，学得更快。这是我们的商业本质，也是我们的竞争强项。这也使得我们也学得比客户更快，因为我们会接触更多的东西，而且我们的工作专注于创造。
在未来 frog 面临的最大挑战是什么？
我认为 frog 面临的最大挑战之一是作为一个小型设计公司被大机构收购，它改变了对我们这类型公司的期待。但这可能也是一个机会。在设计领域，最大的挑战始终是设计方案的采用。当你来到 frog，你得到的是一个 insight 驱动的解决方案。Insight 就是通过观察得出的假设，这种假设可以通过实践来证明。举例来说，客观事实是狗需要每天吃两次否则他们会死。我们观察到的是人们在早餐和晚餐时喂狗。那 insight 可能就是，人们在狗面前吃饭感到很奇怪，所以他们会先把狗喂饱。因此你必须在观察到的事情之外，试图找出为什么会发生这种事情。我们常常将 insight 与观察混为一谈。当我听到有人说，哦，我们有 10 或 12 个 insighs 时，我总是非常担心，因为这是不可能的，而人们容易关注显而易见的事情。当你的设计公司为一个更大的组织服务时，你最终得到的是一个显而易见的结果。显而易见的事情没有风险而且很普遍，没有人会因此丢掉工作。但是你来到 frog 的原因是你想要一个 insight 驱动的解决方案，它对这个世界有划时代的意义，它改变了我们与社会交往的方式。我们最近推出了一个全新的护肤品牌设计叫做“超体面”，它彻底改变了千禧一代女性这个特定的用户市场。人们认识到，千禧一代的女性不希望使用与母亲相同的护肤程序，因为这感觉很过时。很容易观察到的是这些女性不是不想要护肤程序，而是想要为她们定制的护肤程序。这并不是说我们不想像我们的母亲一样，我们尊重我们的母亲为我们提供了一个良好的护肤习惯。那么 insight 就是这些女性想要护肤程序，只是不希望它与母亲所说的相同。这是一个 insight 驱动设计方案的例子，而一个显而易见的方案只是为你的产品换了一个外壳，而不是通过 insight 改变了整个体验。
你怎样知道你得出了正确的 insight 呢？
这需要事实来验证，需要时间来证明。我们有非常有野心的客户，我们为其找到了 insight，但这个 insight 对整个公司组织来说太激进了。这并不是说这个 insight 不好，而是因为整个公司组织无法围绕这个 insight 做出转变。而有时候我们为一个公司设计了解决方案，在几个月或者几年后，有另外一个有类似问题的公司采用了同样的解决方案。我们并没有做任何事情，这只不过是另外一个公司有能力围绕这个 insight 做出转化。激进的创新都是痛苦的渐进式改变。当我们回头看苹果的产品生态圈，它从 iPod,发展到iPod touch，到 iPhone，到 iPad。你不可能直接从 iPod 到 iPad，你必须要创造一整套系统来到达那里。这是一个非常缓慢的测试方法，但它最后被证实有效，因为它提供了美好的用户体验。
在这个快速发展的世界，frog 是怎样保持自己的竞争力的呢？
简单的回答就是，我们是变化的创造者，我们将新的设计带给世界，我们实实在在的在创造未来。我们创造了一种有好奇心的企业文化，能够容忍失败的快速发生，以保证自己不会被流程束缚。有时候我们打破陈规，勇于在市场上测试我们的方案是否可行。有时候设计时间非常紧迫，所以我们需要调整流程来适应这个节奏。有好奇心，适应力强，使我们始终处在行业的领先位置。
你对 UXPA 有什么看法？
我很高兴参加这个会议，尤其是 UXPA 大会的包容万象让我感到很欣喜。人们都很有好奇心，而且问了非常好的问题。这感觉像是一个强大的社区，而社区又是设计文化的一部分。所以我觉得类似 UXPA 这样的组织能够保证设计的延续并使设计持续受到重视。
Karin
智能：《frog 为宜家设计智能照明系统》
《人工智能与数据赋能》
《为人类的欲望而设计》
