AI 背后 B 端设计师的机会

0 评论 2476 浏览 12 收藏 14 分钟

本文讨论了人工智能背后B端设计师的机会,包括AI产品带来的设计机会以及如何平衡成本与收益。文中提出了多种应用场景,如利用AI自动化完成复杂筛选、规则配置,以及在客服类产品中应用AI等。

对于设计师来说,我们要关注的不光是 AI 产品的使用,我们还要明白,AI 会给我们带来哪些设计上的机会。

关于这部分,最近在求职的同学应该深有感触,面试过程中经常会被问到:“现如今 AI 大行其道,请问你觉得 AI 应该如何与 B 端产品进行结合?”

今天我们就来聊聊 AI 背后的 B 端设计师的机会点。

一、如何理解AI产品

在试用过非常多的 AI 产品后,我觉得主要会有两个要点:成本、收益。

1. 成本

主要是我们在体验时,需要注册、购买,甚至有的产品需要为 AI 功能单独付费,这就是金钱成本。比如 MJ、ChatGPT 几乎都需要付费来进行使用

而在使用 AI 产品时,通常我们需要进行系统的学习,同时在让 AI 产品进行服务时,我们需要录入大量的信息,来告诉 AI 我要想要什么,这是信息成本。像是使用 SD,我需要去输入大量的信息,告诉 AI 我想要什么风格的内容。

主要是我们在体验时,需要注册、购买,甚至有的产品需要为 AI 功能单独付费,这就是金钱成本。比如 MJ 和 ChatGPT 几乎都需要付费来使用。

那为什么我想要使用 AI?这就会牵涉到收益,也就是 AI 产品能够给我带来什么?

比如它能够帮我 整理资料、生成图片、制作视频,这些都是它的收益。而成本与收益本身就是正相关,比如你告诉AI更多信息,那就能够得到更为准确的答案。

作为设计师,我们首先要解决的便是 成本与收益 的问题,因为 AI 不能保证给用户一个准确满意的回答,因此我如何录入更少的信息来获得更为准确的结果,我们就需要认真思考。

因为金钱成本与产品定价相关,我们无权干涉;获得的收益与大模型、程序员相关,需要他们进行微调,因此我们能做的知识让 AI 平台能够更容易使用。

2. 收益

如何平衡成本与收益,我们来看看目前大量 AI 产品的具体做法。

SD 是一个典型的工具型产品的思路,将所有的配置直接提供给到用户,想要任何内容你都可以配置得到。这也就导致它的使用门槛很高,通常我们需要大量的学习才能够上手使用。而页面当中所有的功能都是直接平铺展现,因此非常复杂。

举一个简单例子,这就如同 B 端产品,我的所有功能都平铺呈现在工作台上,显然不太友好,因此你需要付出大量的成本,而对应确实 SD 能够给到我们更为准确的结果,想要什么它都能够帮我们实现,这就是典型的高付出、高回报,它更适合更为专业的人进行使用。

ChatGPT 则是为了保证你的收益,会采取连续对话的方式。

这种方式非常巧妙,因为当前的 AI 由于用户不够熟悉,AI 也不够智能,因此很容易会得到一个你不满意的结果。这时候就可以通过连续对话反复修改,不断对它生成出来的内容提出要求,进而提供更多信息,来优化结果。

虽然你需要反复打字,增加成本,提出修改意见,但是这就像你是一个老板,可以随意提出修改意见,作为 AI 的牛马员工就会很积极的进行修改,感觉也挺好。

MJ 也会把你像老板一样对待,你在提出设计要求过后,会优先给你 4 个选项,让你辨别哪一个风格是最为满意的,通过你给出的方向可以再一步步的进行细节丰富(是不是这个画面有点眼熟,像不像给老板提案的你)

同时所有结果不太满意,你还可以选择不同的引擎版本,这些都是潜移默化让用户进行选择决策,而这些都是在不断地精准用户想要的结果。

回过头我们再看 成本与收益这个公式,你会发现 金钱成本与我们设计师无关,因为这与产品的定位等内容密切相关;得到的收益与我们关系不大,因为这与 AI 工程师、他们所开发的大模型关系更为密切;作为设计师,我们会在信息成本更为关注,也就是如何做到以下几点:

  • 如何无感的让用户录入自己的需求
  • 如何快速纠错,让用户重新输入
  • 在对结果不够准确时,提供更多选择以提高满意度

二、AI 与 B 端如何结合

那么强大的 AI 功能,那如何在 B 端这类型的产品当中进行落地,我认为是需要将 B 端与 AI 进行结合,这里想到了一些应用场景和大家进行分享:

1. AI 智能筛选

在日常工作当中,筛选一定是较为复杂的功能。由于筛选本身是按照开发逻辑实现的一个功能,因此你会看到目前整体的系统作法分为两类。

一类是把筛选做得尽可能的简单,只会通过字段与对应的值,根据「且」的逻辑来呈现筛选结果。这样能够保证筛选门槛低,大多数人都会进行使用;

一类是把筛选做得尽可能的复杂,将筛选中「且 或」逻辑呈现,并且在此基础上还增加了针对不同字段的运算规则,导致使用门槛较高。

而这一切都是开发的思维逻辑,但它不并是用户的思维逻辑。而且复杂筛选本身设计组件较为难做,同时我们完全将产品的复杂度交给用户,不太适用。

比如我想在 CRM 产品当中筛选「最近一个月我负责的高价值客户」,我就需要进行 日期、负责人、客户类型 三个字段的筛选

假如筛选规则变得更加复杂 「最近一个月我负责的高价值客户和小张本周的待联系客户」取为并集,那这个筛选的配置就会极其复杂。

这时候我们就可以通过 AI 的方式,将上诉文本写在 「AI 筛选」 的模块当中,提出你的筛选诉求,AI 就能够帮助你自动匹配筛选。

并且这个方案在移动端上也能进行适配,因为之前有尝试过移动端的复杂筛选,可以说是所有设计师的噩梦,我们很难将这本身就复杂的组件给到用户进行使用,我们就可以利用移动端的特性,让用户语音说出他的筛选诉求,然后语音转文字,将文字录入 GPT 导入管理系统当中,这样就能实现快速筛选,感觉讯飞语记+讯飞星火就能实现。

2. 复杂逻辑 AI 配置

在 B 端产品当中,各种规则配置是很容易劝退一个用户。因为我们很难做到设计得好看好用,因此就可以考虑使用 AI 的方式进行配置初稿。

比如一个流程配置,其实配置的难度相对较高,同时里面的规则较多,我们很难通过自身的逻辑要求,让系统快速生成相应的流程配置。

而现在我们可以通过 AI 的方式先识别对应的信息内容,将自身语言逻辑进行录入,然后将语言逻辑通过 AI 的方式转化为程序逻辑。

这里想到我期待的一个场景,我是快捷指令的重度使用者,但每次编辑快捷指令往往需要耗费大量时间,苹果则可以将这部分配置工作交给 AI 完成,通过对话、聊天等的方式,将你的需求说出,即可实现一个流程配置。虽然 iOS18 没有这个功能,希望苹果能在 iOS19 上加上。

除了流程之外,像是很多低代码产品、各种规则都可以考虑使用 AI 进行赋能。

3. AI 智能客服

AI 在客服类产品也可以有着广泛的应用。

因为本身客服类产品就是高强度、重复的解决别人的问题,因此我们可以借助 AI 的力量帮我们有限简短的回答用户问题,而不是给我对应的参考资料让我自己查阅,当他不满意后再由人工介入。

同时人工介入阶段,也可以通过 AI 快速帮助客服人员锁定问题,给出建议的解决方案,这样能够帮助其减少客服压力。

最近用相同逻辑,有的开发做出了 AI 面试助手(智语面试),感觉还挺有意思的~

4. AI 图片生成

在 B 端产品当中,图片处理也是非常头疼的一个环节。因为很多 B 端企业的本地商家,都需要上传对应的海报物料。而这时候 AI 完全可以将这些海报的需求整体抽象,整理成自己需求的模型库,来优化产品。

比如我是线下生鲜的商家,现在正在组织一个营销活动,这时候AI 就可以自动为这个营销活动绘制海报。

同时在很多 B 端产品当中,本身就会有主题的功能,那完全可以将这个主题的需求进一步细化,通过 AI 的方式会有非常多的运用场景。

5. AI +

除了上面讲到的内容之外,还有很多可以想到的业务场景:

比如 HRM 系统当中,我们可以使用 AI 能够快速帮助 HR 处理简历,进行信息上的整理与汇总;CRM 系统当中,销售需要记录大量的跟进记录,那我们便可以使用 AI+语音的方式,让销售去说做了什么,在系统当中就能进行更准确的记录;医疗系统当中,AI 能够帮助医生进行患者病情的快速初诊,给出医生合理的患者病情指导,让医生做选择题而不是填空题。

这就是关于 AI 与 B 端产品的结合,我们能够发现 AI 本身确实会有着非常多的能量,我们作为设计师需要了解其原理和设计思路才行。

本文由人人都是产品经理作者【CE青年】,微信公众号:【CE青年Youthce】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!