“不要担心犯错误，最大的错误是自己没有实践的经验”。

——法国沃韦纳戈

实践的过程中，要不断地补充理论知识，总结经验，然后继续实践，如此循环，前进。今天结合实践心得总结一下智能产品设计的几个要点。主要的理论来源是社区的成员谷歌的AI Guidebook，我抽空阅读了下，有一些我深有体会，再此总结了一个小型的5步指南，分享给大家。

STEP1

回答几个影响设计决策的问题

当设计一款以用户为中心的产品的时候，影响设计决策的几个主要问题：

谁是你的用户？用户关注什么价值？你的产品解决了他们的什么问题？你的产品解决问题的方式？你如何得知当用户使用产品的体验全过程？

STEP2

掌握50种设计方法

Design Kit: The Human-Centered Design Toolkit

IDEO.org团队在2014年的时候对2011年的HCD Connect进行了更新，发布了一款设计方法工具箱，包含50种方法和案例研究，从各个角度以帮助读者理解以人为本的设计。非常全面，值得推荐。

（加入mixlab获取此书电子版）

以上是不管设计任何产品都适用的方法论，AI产品基于此，还有下面一些更为重要的点，继续往下看：

当产品引入AI之后，会发生哪些新的事情？

STEP3

找到用户的需求与AI能力的交集

Find the intersection of user needs & AI strengths

通过AI独特的能力解决一个真实问题，最重要的是找到用户的需求与AI能力的交集。

如何做？

STEP3.1

绘制出现有工作流

Map existing workflows

我们需要绘制用户目前的工作流，帮助你理解哪些环节可以让AI参与，这个很像《AI极简经济学》中提到的人工智能画布。

STEP3.2

判断AI是否提供了独特的价值

Decide if AI adds unique value

人工智能画布类似于商业画布，商业画布解决的是帮助我们更好的设计一种有价值的商业模式。而人工智能画布帮助我们评估AI在现有工作流中哪个环节具备潜力。

STEP4

类比适合AI的场景

When AI is probably better

这里列举一些适合AI的场景，方便我们类比。

个性化推荐

Recommending different content to different users.

根据历史预测

Prediction of future events.

个性化改进体验

Personalization improves the user experience.

读懂自然语言

Natural language understanding.

识别、分类

Recognition of an entire class of entities.

监测随时间变化的低概率事件

Detection of low occurrence events that change over time.

特定领域的自动化

An agent or bot experience for a particular domain.

应用在动态内容上更有效

Showing dynamic content is more efficient than a predictable interface.

STEP5

不适合AI的场景

When AI is probably not better

有时候按照判断题的方式，排除不适合的场景，也是蛮管用的方法。

意图非常明确的场景不适合

AI Maintaining predictability.

AI具有不确定性，如果设计的场景在用户输入的时候，需要对结果有100%的确定性（可预见性），则不建议使用AI。例如功能按钮，意图非常明确，而且固定在同一个位置。

处理标准化的信息，则不需要AI 提供静态或者有限的信息

Providing static or limited information.

例如，信用卡号的输入，简单、标准，对于不同的用户不存在非标的情况。

评估错误率带来的损失是否可以承担尽量减少代价高昂的错误

Minimizing costly errors.

如果错误成本非常高，并且超过成功率小幅提高的好处，例如导航指南建议越野路线以节省几秒钟的行驶时间。

需要强解释性结果的场景并不适合AI

Complete transparency.

如果用户、客户或开发人员需要准确理解代码中发生的一切，例如开源软件。AI 不能始终提供这种程度的可解释性。

综合考虑开发速度和低成本实现，决定是否需要

AI Optimizing for high speed and low cost.

如果开发速度和首先进入市场对业务来说比任何其他方法都重要，包括添加 AI 提供的价值。

以用户价值为中心，决定是否采用

AI Automating high-value tasks.

如果人们明确地告诉你，他们不希望任务自动化或增强与AI，这是一个很好的任务，不要试图破坏。

经过以上5步，相信你已经能够更为合理地设计一款智能产品了。

“每个人都有为梦想努力的自由，这并不决定于你的出身或你是否有天赋，而取决于你的心——随心而行，不负此生，你我皆有可能。”

—— 毛姆《月亮和六便士》

欢迎大家加入mixlab无界社区，共同进步。

谷歌AI Guidebook读后感，应该如何设计智能产品？相关推荐

TPU3.0今日上岗！谷歌AI芯片甩竞争对手好几条街！
今年5月份,谷歌CEO Sundar Pichai(劈柴哥)在谷歌IO大会上发布了TPU3.0芯片,声称其性能是上一代产品TPU2.0的8倍,达到了100Petaflops(Petaflops,每秒千 ...
从Pixel 3a到Android Q，一份谷歌AI能力的“成绩单” | Google I/O全程回顾
作者 | 琥珀出品 | AI科技大本营(ID:rgznai100) 当地时间 5 月 7 日上午(北京时间 5 月 8 日凌晨一点),一年一度的 Google I/O 开发者大会如期而至.今年也是 ...
万字长文！Jeff Dean亲笔盘点谷歌AI 2019：纵横16大方向，汇集重要开源算法（附链接）...
本文经AI新媒体量子位(公众号 ID: QbitAI)授权转载,转载请联系出处本文约12000字,建议阅读20+分钟本文是Jeff Dean代表Google AI,盘点过去一年AI大趋势. 又一年 ...
一文看尽谷歌AI全年重大研究突破，Jeff Dean执笔，全程干货
本文经AI新媒体量子位(公众号ID:qbitai )授权转载,转载请联系出处本文约一万字,建议阅读10+分钟. 学术和应用两开花,开源和新技术同步推进. 刚刚,Jeff Dean代表Google A ...
Jeff Dean亲笔盘点谷歌AI 2019：日均2篇论文，纵横16大方向，一文汇集重要开源算法...
点击上方"深度学习技术前沿",选择星标或置顶,每天给你送干货! 阅读大概需要16分钟跟随小博主,每天进步一丢丢又一年,Jeff Dean代表Google AI,总结过去一年AI ...
谷歌AI新技术：通过追踪虹膜，普通摄像头也能测距
2020-08-12 17:56:26 目前的主流智能手机大多配有多个摄像头,每个都有不同分工,有的是黑白摄像头,负责提供更准确的对比度信息,有的则负责捕捉人物或场景深度,测量物体和手机之间的距离. ...
这项技术是谷歌AI的New Sexy：利于隐私、节能环保，目前最大挑战是布道阐释
Reagan 发自 Yingke 量子位报道 | 公众号 QbitAI 没错,正是Federated Learning,联邦学习. 这种谷歌于2017年打造的机器学习新形式,在2019年成为全球A ...
谷歌 AI 的2019：日均2篇论文，纵横16大方向，一文汇集重要开源算法
点击我爱计算机视觉标星,更快获取CVML新技术乾明边策十三郭一璞发自凹非寺量子位报道 | 公众号 QbitAI 又一年,Jeff Dean代表Google AI,总结过去一年AI大趋 ...
“龙书”作者斩获图灵奖！谷歌 AI 大神、Swift 之父都受它启蒙
整理 | 郑丽媛出品 | CSDN(ID:CSDNnews) 被誉为"计算机界诺贝尔奖"的图灵奖,昨日火热出炉! 国际计算机协会(ACM)于官网宣布将 2020 图灵奖授予哥伦比 ...

谷歌AI Guidebook读后感，应该如何设计智能产品？