Váš vrcholový management je z AI nadšený. Přečetli si články, zúčastnili se webinářů a viděli ukázky. Jsou přesvědčeni, že AI promění vaši organizaci, zvýší produktivitu a poskytne vám konkurenční výhodu. Mezitím sedíte ve své roli UX a přemýšlíte, co to znamená pro váš tým, váš pracovní postup a vaše uživatele. Můžete se dokonce obávat o jistotu svého zaměstnání. Problém je v tom, že konverzace o tom, jak se AI implementuje, probíhá právě teď, a pokud nejste její součástí, někdo jiný rozhodne, jak to ovlivní vaši práci. Že někdo pravděpodobně nerozumí uživatelské zkušenosti, výzkumným postupům nebo rafinovaným způsobům, jak špatná implementace může poškodit samotné výsledky, kterých chce management dosáhnout. Máte na výběr. Můžete počkat na pokyny, které přijdou shora, nebo můžete převzít kontrolu nad konverzací a vést strategii AI pro vaši praxi. Proč musí UX profesionálové vlastnit konverzaci AI Vedení vidí AI jako zvýšení efektivity, úspory nákladů, konkurenční výhodu a inovace, to vše zabalené do jednoho balíčku přátelského k módním slovům. Nemají chybu, když jsou nadšení. Technologie je skutečně působivá a může přinést skutečnou hodnotu. Ale bez vstupu UX implementace AI často selhávají uživatelům předvídatelným způsobem:
Automatizují úkoly, aniž by rozuměli úsudku, který tyto úkoly vyžadují. Optimalizují rychlost a zároveň ničí kvalitu, díky které byla vaše práce hodnotná.
Vaše odbornost vás dokonale umístí k tomu, abyste vedli implementaci. Rozumíte uživatelům, pracovním postupům, standardům kvality a rozdílu mezi tím, co vypadá působivě v ukázce, a tím, co skutečně funguje v praxi. Použijte AI Momentum k prosazení svých priorit Nadšení vedení pro umělou inteligenci vytváří příležitost k prosazení priorit, za které jste neúspěšně bojovali. Když je vedení ochotno investovat do AI, můžete tyto dlouhodobé potřeby propojit s iniciativou AI. Umístěte uživatelský výzkum jako zásadní pro školení systémů umělé inteligence podle skutečných potřeb uživatelů. Testování použitelnosti rámců jako metoda ověřování, která zajišťuje, že řešení generovaná umělou inteligencí skutečně fungují. Způsob implementace umělé inteligence bude ovlivňovat role vašeho týmu, zkušenosti vašich uživatelů a schopnost vaší organizace dodávat kvalitní digitální produkty. Vaše role nezmizí (vyvíjí se) Ano, umělá inteligence zautomatizuje některé úkoly, které aktuálně děláte. Někdo však musí rozhodnout, které úkoly se zautomatizují, jak se zautomatizují, jaké ochranné zábradlí zavést a jak se automatizované procesy hodí ke skutečným lidem, kteří vykonávají složitou práci. Ten někdo byste měli být vy. Přemýšlejte o tom, co už děláte. Když provádíte uživatelský průzkum, AI vám může pomoci přepisovat rozhovory nebo identifikovat témata. Ale vy jste to vy, kdo ví, který účastník zaváhal, než odpověděl, která zpětná vazba je v rozporu s tím, co jste pozorovali v jejich chování, a které postřehy jsou pro váš konkrétní produkt a uživatele nejdůležitější. Když navrhujete rozhraní, umělá inteligence může generovat varianty rozvržení nebo navrhovat komponenty z vašeho návrhového systému. Ale vy jste ten, kdo rozumí omezením vaší technické platformy, politické realitě schvalování návrhů a okrajovým případům, které zlomí chytré řešení. Vaše budoucí hodnota pochází z práce, kterou již děláte:
Podívejte se na úplný obrázek. Chápete, jak se tato funkce propojuje s daným pracovním postupem, jak se tento segment uživatelů liší od tohoto segmentu a proč technicky správné řešení nebude fungovat v realitě vaší organizace. Vy se rozhodujete, kdy se budete řídit návrhovým systémem a kdy jej porušíte, kdy zpětná vazba od uživatelů odráží skutečný problém oproti požadavku na funkci od jednoho hlasitého uživatele a kdy zatlačit zpět na zúčastněné strany nebo najít kompromis. Spojování bodů. Překládáte mezi technickými omezeními a potřebami uživatelů, mezi obchodními cíli a principy designu, mezi tím, co zúčastněné strany požadují, a tím, co skutečně vyřeší jejich problém.
AI se bude v jednotlivých úkolech stále zlepšovat. Ale vy jste ten, kdo rozhoduje o tom, které řešení skutečně funguje pro váš konkrétní kontext. Lidé, kteří budou bojovat, jsou ti, kteří dělají jednoduchou, opakovatelnou práci, aniž by chápali proč. Vaše hodnota je v porozumění kontextu, úsudku a spojování řešení skutečných problémů. Krok 1: Pochopte motivaci managementu AI Než budete moci vést konverzaci, musíte pochopit, co ji vede. Management reaguje na skutečné tlaky: snižování nákladů, konkurenční tlak,zvýšení produktivity a očekávání představenstva. Mluvte jejich jazykem. Když mluvíte s vedením o AI, zaměřte se na vše z hlediska návratnosti investic, zmírňování rizik a konkurenční výhody. „Tento přístup ochrání naše standardy kvality“ je méně přesvědčivý než „Tento přístup snižuje riziko poškození našeho konverzního poměru, zatímco testujeme schopnosti umělé inteligence.“ Oddělte humbuk od reality. Udělejte si čas a prozkoumejte, jaké schopnosti umělé inteligence skutečně existují a co je humbuk. Přečtěte si případové studie, vyzkoušejte nástroje sami a promluvte si s kolegy o tom, co skutečně funguje. Identifikujte skutečné problémy. AI se může legitimně zabývat ve vaší organizaci. Možná váš tým tráví hodiny formátováním výsledků výzkumu nebo testování přístupnosti vytváří překážky. To jsou problémy, které stojí za to řešit. Krok 2: Zkontrolujte svůj současný stav a příležitosti Zmapujte práci svého týmu. Kam ten čas vlastně jde? Podívejte se na uplynulé čtvrtletí a kategorizujte, jak váš tým trávil hodiny. Identifikujte velkoobjemové, opakovatelné úkoly versus práce s vysokým úsudkem. Opakovatelné úkoly jsou kandidáty na automatizaci. Práce s vysokým úsudkem je místo, kde přidáváte nenahraditelnou hodnotu. Také si určete, co jste chtěli dělat, ale nepodařilo se vám to schválit. Toto je váš seznam příležitostí. Možná jste chtěli čtvrtletní testy použitelnosti, ale rozpočet dostáváte pouze ročně. Zapište je samostatně. V dalším kroku je propojíte se svou strategií AI. Objevte příležitosti, kde by umělá inteligence mohla skutečně pomoci:
Syntéza výzkumu: AI může pomoci organizovat a kategorizovat zjištění. Analýza údajů o chování uživatelů: AI dokáže zpracovat analýzy a záznamy relací, aby odhalila vzory, které byste mohli přehlédnout. Rychlé prototypování: AI může rychle generovat testovatelné prototypy a urychlit tak vaše testovací cykly.
Krok 3: Definujte principy AI pro vaši praxi UX Než začnete tvořit svou strategii, stanovte si zásady, kterými se bude řídit každé rozhodnutí. Soukromí uživatelů, dostupnost a lidský dohled nad důležitými rozhodnutími. Zapište si je a získejte souhlas od vedení, než něco pilotujete. Definujte kritéria pro použití AI. AI je dobrá v rozpoznávání vzorů, sumarizaci a generování variací. Umělá inteligence špatně rozumí kontextu, dělá etické soudy a neví, kdy by se pravidla měla porušovat. Definujte metriky úspěchu nad rámec efektivity. Ano, chcete ušetřit čas. Musíte však také měřit kvalitu, spokojenost uživatelů a schopnosti týmu. Sestavte si vyváženou výsledkovou listinu, která zachycuje to, na čem skutečně záleží. Vytvořte zábradlí. Možná každé rozhraní generované umělou inteligencí potřebuje před odesláním kontrolu člověkem. Tyto mantinely zabraňují zjevným katastrofám a dávají vám prostor se bezpečně učit. Krok 4: Vytvořte si strategii AI-in-UX Nyní jste připraveni vytvořit skutečnou strategii, kterou předložíte vedení. Začněte v malém s pilotními projekty, které mají jasný rozsah a hodnotící kritéria. Připojte se k obchodním výsledkům, na kterých záleží managementu. Nepředstavujte „používání umělé inteligence pro syntézu výzkumu“. Představte „zkrácení času od výzkumu ke statistikám o 40 %, což umožňuje rychlejší rozhodování o produktech“. Přilepte své stávající priority na hybnou sílu AI. Pamatujete si na seznam příležitostí z kroku 2? Nyní tyto dlouhodobé potřeby propojíte se svou strategií AI. Pokud chcete častější testování použitelnosti, vysvětlete, že implementace umělé inteligence potřebují průběžné ověřování, aby byly zachyceny problémy, než dojde k jejich škálování. Implementace AI skutečně těží z dobrých výzkumných postupů. Jednoduše využíváte nadšení managementu pro umělou inteligenci jako prostředek k tomu, abyste konečně získali zdroje pro postupy, které měly být po celou dobu financovány. Jasně definujte role. Kam vedou lidé? Kde pomáhá AI? Kde nebudete automatizovat? Management musí pochopit, že některá práce vyžaduje lidský úsudek a nikdy by neměla být plně automatizována. Plán pro budování schopností. Váš tým bude potřebovat školení a nové dovednosti. Rozpočítejte si na to čas a zdroje. Poctivě řešte rizika. AI by mohla generovat neobjektivní doporučení, uniknout důležitým souvislostem nebo vytvořit práci, která vypadá dobře, ale ve skutečnosti nefunguje. U každého rizika vysvětlete, jak jej odhalíte a co uděláte pro jeho zmírnění. Krok 5: Představte strategii vedení Uspořádejte svou strategii tak, aby se ambice managementu v oblasti umělé inteligence zbavovaly rizika, ne aby je blokovaly. Ukazujete jim, jak úspěšně implementovat AI a přitom se vyhnout zjevným nástrahám. Veďte výsledky a návratnost investic, na kterých jim záleží. Postavte obchodní případ dopředu. Seskupte svůj seznam přání do strategie umělé inteligence. Až svou strategii představíte, zahrňte ty schopnosti, které jste chtělinemohl být dříve schválen. Neprezentujte je jako samostatné požadavky. Integrujte je jako základní komponenty. „Abychom ověřili návrhy generované umělou inteligencí, budeme muset zvýšit frekvenci testování z ročních na čtvrtletní,“ zní mnohem rozumněji než „Můžeme prosím provést další testování?“ Vysvětlujete, co je potřeba, aby jejich investice do AI uspěla. Ukažte rychlé výhry spolu s dlouhodobější vizí. Identifikujte jednoho nebo dva piloty, kteří mohou ukázat hodnotu během 30–60 dnů. Pak jim ukažte, jak tito piloti během příštího roku postupují k větším změnám. Zeptejte se na to, co potřebujete. Buďte konkrétní. Potřebujete rozpočet na nástroje, čas na piloty, přístup k datům a podporu pro školení týmu. Krok 6: Implementujte a demonstrujte hodnotu Spusťte své piloty s jasnými metrikami před a po. Měřte vše: ušetřený čas, udržovaná kvalita, spokojenost uživatelů, týmová důvěra. Dokument vítězí a učí se. Neúspěchy jsou také užitečné. Pokud pilot nevyjde, zdokumentujte proč a co jste se naučili. Sdílejte pokrok v jazyce vedení. Měsíční aktualizace by se měly zaměřit na obchodní výsledky, nikoli na technické detaily. „Zkrátili jsme dobu syntézy výzkumu o 35 % při zachování skóre kvality“ je správná úroveň detailů. Vybudujte si interní obhájce řešením skutečných problémů. Když vaši piloti AI někomu usnadní práci, vytvoříte obhájce, kteří podpoří širší přijetí. Iterujte na základě toho, co funguje ve vašem konkrétním kontextu. Ne každá aplikace AI bude vyhovovat vaší organizaci. Věnujte pozornost tomu, co skutečně funguje, a zdvojnásobte to. Převzít iniciativu Beats čekání Adopce AI probíhá. Otázkou není, zda vaše organizace bude používat AI, ale zda budete určovat, jak bude implementována. Vaše odborné znalosti UX jsou přesně to, co potřebujete k úspěšné implementaci AI. Chápete uživatele, kvalitu a propast mezi působivými ukázkami a užitečnou realitou. Udělejte tento týden jeden praktický první krok. Naplánujte si 30 minut na zmapování jedné příležitosti AI ve vaší praxi. Vyberte jednu oblast, kde by umělá inteligence mohla pomoci, promyslete si, jak byste ji bezpečně pilotovali, a načrtněte, jak by vypadal úspěch. Poté zahajte konverzaci se svým manažerem. Možná budete překvapeni, jak jsou vnímaví k tomu, že se někdo postaví, aby to vedl. Víte, jak porozumět potřebám uživatelů, testovat řešení, měřit výsledky a iterovat na základě důkazů. Tyto dovednosti se nemění jen proto, že je zapojena umělá inteligence. Aplikujete své stávající znalosti na nový nástroj. Vaše role nezmizí. Vyvíjí se v něco strategičtějšího, hodnotnějšího a bezpečnějšího. Ale pouze v případě, že převezmete iniciativu a sami budete tuto evoluci utvářet. Další čtení na SmashingMag
„Navrhování s umělou inteligencí, nikoli kolem ní: Praktické pokročilé techniky pro případy použití designu produktu“, Ilia Kanazin & Marina Chernyshova „Beyond The Hype: Co AI může skutečně udělat pro produktový design“, Nikita Samutin „Týden v životě návrháře rozšířeného o umělou inteligenci“, Lyndon Cerejo „Funkční persony s umělou inteligencí: Štíhlý, praktický pracovní postup“, Paul Boag
