ZH / EN

当ChatGPT推出了Intelligent UI,设计师还能如何转型?

人人都能拥有定制产品,会带来怎样的变化?产品会更多,还是入口会更少?当设计工作交给 AI,设计师又该怎样成长?

10 月 7 日,OpenAI 在 ChatGPT 中推出了 Intelligent UI。你问怎么准备一顿周日烤肉,它可以把食谱和时间安排做成可以交互的界面;你问一个统计学问题,它可以给你一张能调整参数的动态图表。回答不再只是一段文字,还可以是一套当场使用的 UI。官方介绍里还展示了分账工具、储蓄计算器和小游戏。

这次变化值得设计师注意的是 OpenAI 建立了一套供 AI 使用的原生组件库,并训练模型如何设计出一套UI界面。

过去,我们做产品的流程可以粗略概括为:用户提出需求,产品经理分析,设计师做方案,工程师开发。如今,一些简单的产品研发流程AI已经可以直接完成。如果这种能力继续发展,产品的研发方式、存在形式,以及设计师的工作,必然发生巨大的变化。

下面是由此想到的几个片段。有些是已经能看到的变化,有些还只是猜想,也有一些问题,我暂时想不到答案。写出来,和关心这个领域的同学一起讨论一下,文章可能偏抽象,适合亲身在这个领域工作的小伙伴阅读。

可以为每个人量身定制一款产品了?

过去,产品设计经常从划定目标用户开始。团队做调研、分析行为,找出这群人的共性需求,再决定做哪些功能。少数人的特殊要求,即使合理,也未必会被采纳。

原因之一很现实:开发产品很贵。一个功能如果只服务几个人,成本往往收不回来。团队只能把许多人的需求拧在一起,找出共性的部分。

我把这套工作流理解为对需求的有损压缩。产品保留一群人的共性,舍弃其中一部分差异,用一套有限的功能服务尽可能多的人。这让产品在经济上成立,却也要求用户迁就产品。你的工作习惯、使用场景,只要不在预设范围里,就得自己想办法适应。

AI 降低制作成本以后,许多差异就不必再被舍弃了。一个只有你遇到的问题,也值得单独做一个工具,不必先找到成千上万的同类用户。

比如,你只想按照自己家庭的分工习惯,安排这周的晚餐。过去,为这件事专门开发一款软件不划算,你只能找一个现成产品,再适应它的规则。以后,AI或许可以直接根据你的需求量身定制一款产品。

过去必须舍弃的需求,现在也可以被认真对待。服务一个人的特殊需要,不再天然是一件奢侈的事,但问题是这可能也不再需要所谓的研发团队了,AI可以搞定一切。

量身定制的产品就一定更好吗?

我们设想一个人希望多读点书,于是请 AI 做了一个阅读工具。

最初,他只想记下书单、安排时间。看到第一个版本以后,又觉得应该加上连续打卡、阅读统计、笔记分类和推荐书单。以前每加一个功能,都要考虑开发成本;现在只要说句话,AI 就可以做出来。

最后,他得到了一套完全按照自己要求制作的阅读系统。界面整齐,功能齐全,按钮都能用。可是,他每天花在整理书单、检查进度和维护笔记上的时间越来越多,真正读书的时间反而越来越少。

它满足了这个人的个性化要求,但是却并没有帮助他实现最初的愿望。问题就在于,他把「我想多读书」理解成了「我需要一套更好的阅读系统」。后面的努力,都在完善这套系统,而不是「多读书」。

设计师应该很熟悉这种情况。甲方说「把 logo 放大」时,他真正想要的可能是让人记住品牌。人们提出要求时,往往已经替自己臆想了一个办法,却未必知道这个办法是否有效。

人类往往会误解自己。觉得读书很重要,不等于愿意每天抽出时间读书。人类通常不是故意隐瞒自己的真实需求,只是他自己也没想清楚,究竟应该如何解决自己的问题。

这正是 AI 做产品时也要面对的问题。如果它顺着用户的要求不断完善方案,就可能把一个错误的想法实现得非常漂亮。完成度越高,用户越容易满意,离真正解决问题反而更遥远。

**AI 的使用上限,很大程度上取决于使用者的认知上限。**这并不是说模型知道的东西不会超过你,而是说,你怎样提问、怎样评价答案,会影响AI把它的能力发挥在什么地方。如果你一直问「怎样把阅读系统做得更好」,那么一个能力很强的模型,也可能一直在帮你解决软件的问题,而不是读书的问题。

一个产品是否好用,不能只用「是否满足了用户的要求」来判断,还要看它是否改善了用户真正想改变的处境。

所以,量身定制解决的是「能不能为你单独做」的问题。至于「做出来的东西是否真的对你好」,仍然需要另外的判断力。

研发成本接近零,产品就一定会大繁荣吗?

如果做一个产品几乎不需要成本,一个很自然的推想就是:以后产品会多得惊人。每个人的每个想法都能实现,甚至每个人都能有一整套自己的软件矩阵。

但做出来的产品多,可能不等于被使用的产品也会同样多。

过去,开发成本限制了供给;当这个限制消失后,另一项限制就会更明显:人的时间和注意力。一个人每天仍然只有二十四小时,不会因为软件变多,就愿意了解、学习和使用更多软件。

即使每一款产品都有用,它们也会彼此争夺时间。学习工具希望你坚持学习,运动工具希望你坚持运动,阅读工具希望你每天读书。每个要求单独看都很合理,放在同一个人的一天里,却未必容得下。生成再多的计划,也不能替人把这些事情都做一遍。

因此,我很难想象,未来的繁荣就是几十亿款独立产品摆在那里,等着人们一个个发现、使用。工具的生成数量可以非常大,但如果「使用一个产品」仍然意味着记住它、进入它、理解它,再养成一种习惯,用户很快就会没有余力。

这也让我好奇:过去,团队分析一群人的需求,把它们做成一款产品,再设法让更多人使用。假如制作变得便宜,争取用户注意力却依然困难,这套研发和经营思路会做出怎样的改变呢?

一种可能是,产品不再都需要拥有独立的入口。用户留在一个熟悉的 AI 助理里,需要分账时出现分账界面,需要计算时出现计算器,事情办完,界面也就退出。背后的服务仍然存在,用户似乎不必再认识任何一款新软件了。

沿着这个方向想,未来可能出现一种看似矛盾的局面:能用到的工具越来越多,需要记住的产品却越来越少。 为每个人定制,也未必意味着为每个人维护一套独立应用;它可能只是同一套服务,在不同的时刻呈现出不同的UI。

如果真是这样,研发团队要考虑的,可能就不只是怎样让用户进入自己的产品,还包括怎样在用户需要时提供服务,以及怎样避免给他增加新的负担。

当然,这只是一个方向。哪些产品会融入这样的入口,哪些仍然值得被单独打开?当界面可以随时生成,用户究竟会为什么长期选择一个产品?我觉得这些问题,还远没有答案。

设计都由AI完成,那设计师的经验从哪里来?

我们很容易说,未来设计师把执行交给 AI,自己负责判断。但这句话漏掉了一件事:设计师的判断力,原本就是在执行中慢慢生长出来的。

做一个页面时,才发现原以为清楚的信息关系根本排不进去;把流程画完整,才意识到少考虑了一种状态;觉得某个交互很巧妙,交给用户才发现对方完全不理解。这些经历会留下印象,变成一种独属于这个设计师的经验积累。

如果把设计师的成长类比成大模型训练,那么项目中的尝试、失败、返工,以及真实使用后的反馈,就像设计师的训练语料。他得到的不只是几个可以复用的结论,还有对具体情况的敏感:看到一个要求,隐约知道它哪里可能有问题,类似于大模型的涌现。

但如果这些工作都由 AI 包揽,新设计师的「训练语料」从哪里来呢?

一个有经验的设计师拿到 AI 生成的方案,也许很快就能发现问题。但他之所以看得出来,可能正是因为过去自己做过、错过、改过。对一个没有真正做过 UI和交互设计的人来说,同样的成品摆在面前,他可能连应该怀疑哪里都不知道。

看过很多优秀方案,和亲手把一个不成熟的方案改好,不是同一种经历。前者让人看到结果,后者让人理解这个结果为什么成立、它放弃了什么,以及改动一个细节可能影响哪些地方。

我不认为未来的设计师必须把过去所有手工过程重新做一遍,但我也很难想象,一个从未真正实操过的人,能够只靠观看 AI 的设计成果,就能获得足够扎实的判断力,当然我可能也是一个登味设计师,用自己有限的想象力杞人忧天,就像过去刚有计算机辅助排版,人们会担忧没有经历过手绘海报的设计师如何学会做图一样。

哪些制作过程可以省掉,哪些尝试是理解设计必须付出的功夫?如果过去的成长路径被打断,新的路径要怎样建立?这可能会是设计教育和团队培养都要面对的问题。

未来还会有「设计师」这个职业吗?

当 UI 和交互越来越多地由 AI 完成,设计师的工作可能会向更前面移动:发现有什么问题值得解决,以及我们究竟希望把人类设计变成什么样。

这并不是简单地说,设计师以后负责给 AI 写提示词。能把一个要求表达清楚,这和发现一个高价值的问题,差别很大。

假设一个团队想提高办公效率,最初的要求可能是做一个更好的任务管理界面。设计师可以围绕它优化信息和操作,也可以继续观察:大家为什么总在重复确认任务?为什么每个人都很忙,事情却迟迟推不动?最后发现,真正需要改变的也许是分工和决策方式,而不是那个办公软件。

此时,有价值的工作已经超出了UI本身。一个原本被当作软件功能的问题,被重新理解为协作的问题。相应的办法也可能涉及工作流程、组织安排,以及人们如何沟通。

这类发现并不是设计师的专属能力。好的工程师会质疑既定的技术前提,好的企业家会发现尚未被满足的需求,研究者会提出一个以前没人认真问过的问题。专业背景不同,但他们都在做一件相近的事:发现问题,定义问题,再找到解决它的办法。

过去,这些职业之间有很清楚的分工,因为把想法实现出来,需要不同的专业技能,也需要长期训练。如果 AI 逐渐承担更多实现工作,一个人就可能不再受限于自己最熟悉的那一种手段。设计师发现的问题,未必要用界面解决;工程师提出的设想,也可能涉及服务、空间和人的行为模式。

我倾向于认为,这会让一些职业的边界变得非常模糊。未来是否还需要把这些人分别叫作设计师、工程师、产品经理,甚至企业家?他们会不会逐渐接近同一种角色——能够发现问题、理解问题,并组织各种能力去解决问题的人?

这里的融合,不是说专业知识失去了价值。恰恰相反,理解得越深,越有机会发现别人没有发现的问题。变化可能在于,一个人的专业不再限定他只能交付哪一种东西,而是成为他认识世界、提出问题的出发点。

宣传片里,UI设计帮助人把自行车装好,随后孩子骑了起来。如果从屏幕出发,设计的对象是安装步骤;如果从人的生活出发,我们还可以问:一个孩子怎样学会骑车,怎样获得独立探索的机会?问题不同,需要调动的知识与手段也不同。

目前还无法判断「设计师」这个职业会不会消失,或者会与哪些职业融合。但我倾向于相信,发现问题、提出问题和理解问题的能力,会变得更加重要。设计师需要继续培养这种能力,也要准备好与来自其他专业的人一起工作。

等到一个人可以借助 AI 工具,轻松实现自己的任何想法时,我们还会首先问他「你是做什么专业的」,还是更关心「你发现了什么值得解决的问题」呢?