2024年11月01日，第20届User Friendly国际用户体验大会在深圳圆满落幕。在1日下午的议程中，大会开设4个行业平行峰会，其中在智能交互峰会上，我们有幸邀请到了阿派朗创造力科技首席科学家&联合创始人、中国传媒大学副教授吴卓浩老师为我们带来主题《AI创造力——AI与UX驱动的产品设计》的精彩演讲。
主讲嘉宾简介
趋势引导演讲｜精彩瞬间
AI 带来哪些变化？
在过去的二三十年里，科技界见证了两次重大的技术革命：软件技术的飞速发展将实体世界数字化，而互联网的普及则让我们首次能够大规模地组织信息和人群。那么，当我们谈论人工智能（AI）时，它带来的最大变化是什么呢？从个人角度来看，AI的崛起实现了人类个体智慧与群体智慧之间更高效、更双向的互动，并在此过程中对现实世界进行了更大规模、更高效的模拟。
这是在2017年，当我在创新工场负责人工智能研究院时，我们就进行了一系列趋势研究。时至今日，这些研究的大部分预测都惊人地准确。例如，我们预测会出现非专业人员可以直接使用的AI工具，这一预测在2022年11月随着ChatGPT的发布而成为了现实。此外，我们还预测了大数据与机器学习、视觉语言多媒体、自然语言理解、传感器技术、家用机器人以及自动驾驶等多个领域的发展趋势，这些预测大部分也得到了验证。
然而，AI的影响力远不止于技术层面。它深刻地改变了我们与技术的互动方式，以及我们如何利用技术来解决现实世界的问题。例如，在大数据和机器学习方面，AI正在帮助更多的行业产生和利用大数据，线上和线下业务流程的融合也在加速进行。
在自然语言理解方面，多轮对话和跨领域的知识表示已经成为现实。这意味着AI不仅能够理解我们的语言，还能在多个领域之间进行知识的迁移和应用。这种能力使得AI在人机协作中更加高效，也更加贴近人类的需求。
在传感器层面，新型传感器的不断涌现和大规模应用正在大幅降低成本，为AI在更多领域的应用提供了可能。而家用机器人的爆发则展示了AI在日常生活中的应用潜力。尽管最初有人对家用机器人的应用持怀疑态度，但如今看来，人形机器人反而更容易融入人类社会，因为人类社会的各种设施都是为人类本身构建的。
在人机协作方面，哈佛大学和波士顿咨询联合进行的一项研究为我们提供了宝贵的见解。他们发现，当人类与AI协作时，如果人类能够占据主动权，并且有意识地分配任务给AI，那么协作的效果将会最好。相反，如果人类无脑地让AI做所有的事情，那么协作的效果将会最差。这一发现与我们的常识相印证，也为我们指明了未来人机协作的方向。
在探讨AI与人类合作的过程中，我们来看看Character.AI平台。最近C站上的一个新闻，尽管有报道称有青少年在与AI聊天后自杀，但深入分析后发现，这并不能完全归咎于AI。相反，我们可以看到AI在陪伴方面的巨大潜力。同时，随着AI技术的不断进步和智能体平台的日益成熟，未来将有更多像Character.AI这样的智能体出现，它们将像人一样与人类进行互动和交流。
AI 产品如何设计？——工作流
举两个示例：有一个大家耳熟能详的内容——郭德纲英文讲相声的视频。这类视频虽然在网上广泛流传是2023年10月，但其背后的制作技术和流程却早在一年半之前就已经开始。在当时，要完成这样的视频制作，需要多个AI系统协同工作，而且部署过程中还需要编写一定的代码。然而，到了2023年10月，这类视频之所以突然变得更加流行，背后的一个重要原因是，有几个工具将原本复杂的制作过程简化成了一键式的操作。这些工具通过搭建高效的工作流，极大地降低了制作门槛，使得更多人能够轻松上手。更重要的是，有人将这些工作流进行了产品化，将其封装成了易于使用的软件或服务，进一步推动了这类视频的普及。
还有一个例子就是COMFYUI。这是可以改变软件的研发和发行生态的平台，尽管在性能和并发能力方面可能还有提升的空间，但COMFYUI 提供了一个极为重要且独特的价值：它提供了一个程序运行的通用平台，有点类似于每个人都熟悉的电脑操作系统，上面可以运行特定的程序。COMFYUI 通过节点式控制来构建工作流，这一创新使得软件研发过程变得如同定制一条流水线般简单。更重要的是，这个工作流不仅可以被创建和使用，还可以作为一串脚本轻松导出。这意味着，当你需要做软件研发时，你只需定制一个符合需求的工作流；而当你想要发行这款软件时，也只需将这个轻量级的脚本上传到云端或COMFYUI平台，其他用户只需下载这个脚本，就能在他们的电脑上快速复制并运行整个工作流，无需像传统方式那样下载并安装一个庞大的软件包。
AI 产品如何设计？——控制性
人工智能领域也面临都是这样的问题，有些领域相对来说会好突破，有些领域不那么好突破。如何设计？这里唯一的就是控制性。如果AI系统缺乏足够的控制性，那么它就像是一个永远在开盲盒的玩家，每一次尝试都可能带来意想不到的结果，但效率和成果却往往难以保证。
创新工场的CTO在2023年的一项研究中，就前瞻性地提出了关于AI控制性的重要观点。随着技术的不断发展，我们可以在不同阶段实现什么样的控制性目标。这一观点不仅为我们指明了方向，也提醒我们要在AI系统的设计和应用中，始终将控制性放在首位。
随着控制性的提升，我们的产品才能真正更好的产生价值。
或许有人认为，利用青花纹样训练的模型仅能生成更多的青花瓷图案，这样的理解无疑限制了AI的潜力。事实上，真正的价值在于泛化——即AI能够基于所学风格，创造出更多元、更丰富的设计元素。试想，当设计师接到以青花风格设计一套服装的任务时，他们绝不会简单地将青花图案截图贴于衣物之上，而是会深入挖掘青花的精髓，将其巧妙融入设计的每一个细节，从而延展出更多富有创意和个性的作品。大模型所理解的“风格”和人类不同，对AI而言，无论是梵高的画作还是狗尾巴草的照片，都只是一种图形的像素组合概率，一种风格的体现。但正是这种对图形概率的敏感捕捉，使得AI在生成画面时能够跨越单一元素的限制，将风格泛化至全身装扮乃至整个环境空间。这种泛化结果，在文物的再现方面或许会带来控制上的挑战，但在时尚设计中，却成为了一种得天独厚的优势。它允许设计师在保持整体风格一致性的同时，自由发挥，创造出独一无二的时尚作品。
技术的飞跃不仅体现在风格的泛化上，还体现在设计的实时生成上。去年清华推出的LCM技术实现了设计的即时反馈与生成，设计师可以一边创作，一边观看效果，极大地缩短了从构思到实现的时间。这一技术的出现，让设计思维得以自由流淌，设计作品得以紧跟设计师的灵感步伐。
此外，AI艺术二维码的生成也是这一领域的一大亮点。去年，我的学生首次提出了AI二维码的生成方案，并在短时间内凭借其卓越的效果成为了行业标杆。这一成果的背后，是超过300万张图片的训练数据和优化的算法支撑。与传统的二维码相比，AI艺术二维码去除了定位点，使得画面更加艺术化，设计空间更为广阔。
AI 产品机会在哪？
首先，我们必须认识到，AI的发展并非孤立存在，而是与设计、技术等多个领域紧密相连。在技术与设计的迭代循环中，设计往往滞后于技术一个身位，这种现象在每个新技术兴起的阶段都表现得尤为明显。以人工智能为例，过去几年中，随着技术的不断突破，AI开始逐渐进入人们的视野，并在各个领域产生深远影响。在新的一波浪潮中，想要进入AI领域并非易事，因为竞争异常激烈，大家都在比拼谁能更快地将技术转化为实际应用。
在软件时代、互联网时代、移动互联网时代，乃至今天正在爆发的人工智能应用时代，技术竞争始终是推动行业发展的核心动力。然而，当技术竞争达到一定程度时，大家的技术水平往往会趋于接近，难以形成明显的差异化优势。以今年为例，OpenAI在4月份发布了一项让AI能够“看到世界、进行对话”的新技术，而随后不久，我国的智谱也迅速跟进，抢先将这一功能向所有用户开放。这充分说明，在技术竞争日益激烈的背景下，单纯依靠技术创新已难以获得持续的竞争优势。
再比如，前一天Claude刚刚宣布能够用大模型控制电脑，第二天智谱就紧随其后，发布了能够控制手机和电脑的大模型。速度之快，让人咋舌，技术竞争的激烈程度由此可见一斑。当技术竞争达到白热化的时候，单纯依靠技术创新已经很难取得明显的优势。这时，设计师的角色就显得尤为重要，在技术差异逐渐缩小的背景下，设计师能够通过独特的设计理念和创意，将技术转化为具有差异化竞争力的产品和服务。
回顾互联网时代的发展，我们可以看到，当技术竞争趋于平稳后，产品设计竞争成为焦点；当产品设计竞争区域平稳后，运营竞争又成为焦点。而现在，我们正处于人工智能设计竞争的阶段，这是一个全新的红利期，充满了无限的机遇。在这个阶段，设计师不仅能够通过创新设计提升产品的竞争力，还能通过深入了解用户需求和市场趋势，为AI技术的发展提供方向性指导。因此，对于有志于投身AI领域的设计师来说，现在是一个绝佳的时机。
在最近这三个月里，AI领域的各种榜单如雨后春笋般涌现，这在过去是较为罕见的景象。以往，由于缺乏足够的数据和评价标准，榜单的发布并不常见。然而，随着AI技术的飞速发展，数据逐渐丰富，榜单的发布也成为了可能。但在此，我想提醒大家的是，对于这些榜单，我们不妨以看热闹的心态去看待它们。因为，我们正处于AI技术发展的陡峭曲线起始阶段，一切都在不断变化和演进之中。今天我们所看到的榜单和数据，很可能在不久的将来就会被新的数据所替代，甚至被证明是错误的。因此，保持开放和灵活的思考方式，对于我们在AI时代的发展至关重要。
回顾过去十几年的苹果应用商店数据，我们可以发现一些有趣的现象。从2009年到2023年，进入过前100名的应用中，游戏类应用占据了超过60%的比例，这一数据无论在中国还是美国都大致相同。在这些游戏中，有一半是小游戏和休闲游戏，这些数据揭示了游戏在移动应用市场的巨大影响力，也为我们提供了关于用户偏好的宝贵信息。同时，不同领域的应用表现参差不齐，这些差异正是我们寻找机会的关键所在。因为，尽管技术在不断变化，但用户背后的心理需求、生理需求和社会需求却相对稳定。设计师的价值在于能够洞察这些需求，并据此设计出符合用户需求的产品和服务。
对于AI与传统产业的结合，很多人可能感到困惑和难以入手。然而，事实上，AI技术可以与各种产业相结合，并产生巨大的影响。以亲子乐园为例，虽然这是一个看似与高科技无关的行业，但通过与AI技术的结合，可以实现更丰富的体验、以及更加智能化和高效化的运营。同样，其他传统行业也可以通过与AI技术的结合，实现转型升级和效率提升。
我们把创造过程总结为四个核心环节——感知、分析、构想、实施，并将人机协作作为贯穿其中的关键要素，共同构成了AI时代创造过程的核心框架。
