Din topledelse er begejstret for kunstig intelligens. De har læst artiklerne, deltaget i webinarerne og set demoerne. De er overbeviste om, at kunstig intelligens vil transformere din organisation, øge produktiviteten og give dig en konkurrencefordel. I mellemtiden sidder du i din UX-rolle og spekulerer på, hvad det betyder for dit team, din arbejdsgang og dine brugere. Du kan endda være bekymret for din jobsikkerhed. Problemet er, at samtalen om, hvordan AI bliver implementeret, foregår lige nu, og hvis du ikke er en del af det, vil en anden bestemme, hvordan det påvirker dit arbejde. At nogen formentlig ikke forstår brugeroplevelse, forskningspraksis eller de subtile måder, dårlig implementering på kan skade selve de resultater, ledelsen håber at opnå. Du har et valg. Du kan vente på, at direktiverne kommer nedefra, eller du kan tage kontrol over samtalen og lede AI-strategien for din praksis. Hvorfor UX-professionelle skal eje AI-samtalen Ledelsen ser kunstig intelligens som effektivitetsgevinster, omkostningsbesparelser, konkurrencefordel og innovation samlet i én buzzword-venlig pakke. De tager ikke fejl af at være begejstrede. Teknologien er virkelig imponerende og kan levere reel værdi. Men uden UX-input svigter AI-implementeringer ofte brugere på forudsigelige måder:
De automatiserer opgaver uden at forstå de dømmekraft, disse opgaver kræver. De optimerer for hastighed, mens de ødelægger den kvalitet, der gjorde dit arbejde værdifuldt.
Din ekspertise positionerer dig perfekt til at guide implementeringen. Du forstår brugere, arbejdsgange, kvalitetsstandarder og kløften mellem, hvad der ser imponerende ud i en demo, og hvad der rent faktisk virker i praksis. Brug AI Momentum til at fremme dine prioriteter Ledelsens entusiasme for kunstig intelligens skaber en mulighed for at fremme prioriteter, som du uden held har kæmpet for. Når ledelsen er villig til at investere i AI, kan du forbinde disse langvarige behov med AI-initiativet. Placer brugerforskning som afgørende for træning af AI-systemer i reelle brugerbehov. Frame usability test som valideringsmetoden, der sikrer, at AI-genererede løsninger rent faktisk fungerer. Hvordan AI bliver implementeret, vil forme dit teams roller, dine brugeres oplevelser og din organisations evne til at levere digitale kvalitetsprodukter. Din rolle forsvinder ikke (den udvikler sig) Ja, AI vil automatisere nogle af de opgaver, du udfører i øjeblikket. Men nogen skal beslutte, hvilke opgaver der bliver automatiseret, hvordan de bliver automatiseret, hvilke autoværn der skal installeres, og hvordan automatiserede processer passer rundt om rigtige mennesker, der udfører komplekst arbejde. At nogen skulle være dig. Tænk over, hvad du allerede gør. Når du udfører brugerundersøgelser, kan AI hjælpe dig med at transskribere interviews eller identificere temaer. Men det er dig, der ved, hvilken deltager, der tøvede, før han svarede, hvilken feedback, der modsiger det, du observerede i deres adfærd, og hvilke indsigter, der betyder mest for dit specifikke produkt og dine brugere. Når du designer grænseflader, kan AI generere layoutvariationer eller foreslå komponenter fra dit designsystem. Men det er dig, der forstår begrænsningerne for din tekniske platform, de politiske realiteter ved at få design godkendt, og de kantsager, der vil bryde en smart løsning. Din fremtidige værdi kommer fra det arbejde, du allerede udfører:
At se det fulde billede. Du forstår, hvordan denne funktion forbindes med den arbejdsgang, hvordan dette brugersegment adskiller sig fra det, og hvorfor den teknisk korrekte løsning ikke fungerer i din organisations virkelighed. Du bestemmer, hvornår du skal følge designsystemet, og hvornår du vil bryde det, hvornår brugerfeedback afspejler et reelt problem i forhold til en funktionsanmodning fra en vokal bruger, og hvornår du skal skubbe tilbage på interessenter i stedet for at finde et kompromis. At forbinde prikkerne. Du oversætter mellem tekniske begrænsninger og brugerbehov, mellem forretningsmål og designprincipper, mellem det, interessenterne beder om, og det, der rent faktisk løser deres problem.
AI vil blive ved med at blive bedre til individuelle opgaver. Men du er den person, der bestemmer, hvilken løsning der rent faktisk fungerer i din specifikke kontekst. De mennesker, der vil kæmpe, er dem, der udfører enkelt, gentageligt arbejde uden at forstå hvorfor. Din værdi ligger i at forstå kontekst, foretage dømmekraft og forbinde løsninger på virkelige problemer. Trin 1: Forstå ledelsens AI-motiver Før du kan lede samtalen, skal du forstå, hvad der driver den. Ledelsen reagerer på reelt pres: omkostningsreduktion, konkurrencepres,produktivitetsgevinster og bestyrelsens forventninger. Tal deres sprog. Når du taler med ledelsen om kunstig intelligens, skal du ramme alt hvad angår ROI, risikobegrænsning og konkurrencefordel. "Denne tilgang vil beskytte vores kvalitetsstandarder" er mindre overbevisende end "Denne tilgang reducerer risikoen for at skade vores konverteringsrate, mens vi tester AI-kapaciteter." Adskil hype fra virkeligheden. Tag dig tid til at undersøge, hvilke AI-egenskaber der rent faktisk findes versus hvad der er hype. Læs casestudier, prøv selv værktøjer, og tal med jævnaldrende om, hvad der rent faktisk virker. Identificer reelle smertepunkter.AI kan med rette adressere i din organisation. Måske bruger dit team timer på at formatere forskningsresultater, eller tilgængelighedstest skaber flaskehalse. Det er de problemer, der er værd at løse. Trin 2: Revider din nuværende tilstand og dine muligheder Kortlæg dit teams arbejde. Hvor bliver tiden egentlig af? Se på det seneste kvartal og kategoriser, hvordan dit team brugte deres timer. Identificer højvolumen, gentagelige opgaver i forhold til arbejde med høj dømmekraft. Gentagelige opgaver er kandidater til automatisering. Arbejde med høj dømmekraft er, hvor du tilføjer uerstattelig værdi. Identificer også, hvad du har ønsket at gøre, men ikke kunne blive godkendt. Dette er din liste over muligheder. Måske har du ønsket kvartalsvise usability-tests, men får kun budget årligt. Skriv disse ned separat. Du forbinder dem med din AI-strategi i næste trin. Find muligheder, hvor AI virkelig kan hjælpe:
Forskningssyntese: AI kan hjælpe med at organisere og kategorisere resultater. Analyse af brugeradfærdsdata: AI kan behandle analyser og sessionsoptagelser til overflademønstre, du måske går glip af. Hurtig prototyping: AI kan hurtigt generere testbare prototyper, hvilket fremskynder dine testcyklusser.
Trin 3: Definer AI-principper for din UX-praksis Før du begynder at danne din strategi, skal du etablere principper, der vil guide enhver beslutning. Angiv ikke-negotiables.Brugers privatliv, tilgængelighed og menneskeligt tilsyn med vigtige beslutninger. Skriv disse ned og få enighed fra ledelsen, før du piloterer noget. Definer kriterier for brug af AI. AI er god til mønstergenkendelse, opsummering og generering af variationer. AI er dårlig til at forstå kontekst, træffe etiske vurderinger og vide, hvornår regler bør brydes. Definer succesmålinger ud over effektivitet. Ja, du vil spare tid. Men du skal også måle kvalitet, brugertilfredshed og teamkapacitet. Byg et balanceret scorecard, der fanger det, der faktisk betyder noget. Opret autoværn. Måske skal alle AI-genererede grænseflader have menneskelig gennemgang, før den sendes. Disse autoværn forhindrer åbenlyse katastrofer og giver dig plads til at lære sikkert. Trin 4: Byg din AI-i-UX-strategi Nu er du klar til at bygge den faktiske strategi, du vil pitche til lederskab. Start i det små med pilotprojekter, der har et klart omfang og evalueringskriterier. Opret forbindelse til forretningsresultater, ledelsen bekymrer sig om. Lad være med at pitche "ved at bruge AI til forskningssyntese." Pitch "reducerer tiden fra forskning til indsigt med 40 %, hvilket muliggør hurtigere produktbeslutninger." Piggyback dine eksisterende prioriteter på AI momentum. Kan du huske listen over muligheder fra trin 2? Nu forbinder du disse langvarige behov til din AI-strategi. Hvis du har ønsket mere hyppige usability-tests, så forklar, at AI-implementeringer har brug for kontinuerlig validering for at fange problemer, før de skaleres. AI-implementeringer drager virkelig fordel af god forskningspraksis. Du bruger simpelthen ledelsens entusiasme for kunstig intelligens som redskab til endelig at få ressourcer til praksis, der skulle have været finansieret hele tiden. Definer roller klart. Hvor fører mennesker hen? Hvor hjælper AI? Hvor vil du ikke automatisere? Ledelsen skal forstå, at noget arbejde kræver menneskelig dømmekraft og aldrig bør være fuldt automatiseret. Planlæg for kompetenceopbygning. Dit team har brug for træning og nye færdigheder. Budgetter tid og ressourcer til dette. Håndter risici ærligt.AI kunne generere partiske anbefalinger, gå glip af vigtig kontekst eller producere arbejde, der ser godt ud, men som faktisk ikke fungerer. For hver risiko skal du forklare, hvordan du vil opdage den, og hvad du vil gøre for at afbøde den. Trin 5: Pitch strategien til ledelse Indram din strategi som at mindske risikoen for ledelsens AI-ambitioner, ikke at blokere dem. Du viser dem, hvordan de implementerer AI med succes, mens du undgår de åbenlyse faldgruber. Lead med resultater og ROI, de bekymrer sig om. Sæt business casen på forkant. Sæt din ønskeliste i AI-strategien. Når du præsenterer din strategi, skal du inkludere de muligheder, du har ønsket, menikke kunne blive godkendt før. Præsenter dem ikke som separate anmodninger. Integrer dem som væsentlige komponenter. "For at validere AI-genererede design er vi nødt til at øge vores testfrekvens fra årligt til kvartalsvis" lyder meget mere fornuftigt end "Kan vi venligst lave flere test?" Du forklarer, hvad der kræves for at deres AI-investering kan lykkes. Vis hurtige gevinster sammen med en langsigtet vision. Identificer en eller to piloter, der kan vise værdi inden for 30-60 dage. Vis dem derefter, hvordan disse piloter bygger hen imod større ændringer i løbet af det næste år. Spørg efter, hvad du har brug for. Vær specifik. Du har brug for et budget til værktøjer, tid til piloter, adgang til data og support til teamtræning. Trin 6: Implementer og demonstrer værdi Kør dine piloter med klare før-og-efter-metrics. Mål alt: sparet tid, vedligeholdt kvalitet, brugertilfredshed, teamtillid. Dokument vinder og læring. Fejl er også nyttige. Hvis en pilot ikke lykkes, skal du dokumentere hvorfor og hvad du har lært. Del fremskridt på ledelsens sprog. Månedlige opdateringer bør fokusere på forretningsresultater, ikke tekniske detaljer. "Vi har reduceret forskningssyntesetiden med 35 % og samtidig bibeholdt kvalitetsresultater" er det rigtige detaljeringsniveau. Byg interne fortalere ved at løse reelle problemer. Når dine AI-piloter gør en persons arbejde lettere, opretter du fortalere, der vil støtte en bredere adoption. Gentag ud fra, hvad der virker i din specifikke kontekst. Ikke alle AI-applikationer passer til din organisation. Vær opmærksom på, hvad der rent faktisk virker, og fordoble det. Tager initiativ Beats Waiting AI-adoption sker. Spørgsmålet er ikke, om din organisation vil bruge AI, men om du vil forme, hvordan det bliver implementeret. Din UX-ekspertise er præcis, hvad der er nødvendigt for at implementere AI med succes. Du forstår brugere, kvalitet og kløften mellem imponerende demoer og brugbar virkelighed. Tag et praktisk første skridt i denne uge. Planlæg 30 minutter for at kortlægge én AI-mulighed i din praksis. Vælg et område, hvor kunstig intelligens kan hjælpe, tænk igennem, hvordan du vil styre det sikkert, og skitser, hvordan succes ville se ud. Start derefter samtalen med din leder. Du kan blive overrasket over, hvor modtagelige de er over for nogen, der træder op for at lede dette. Du ved, hvordan du forstår brugerbehov, tester løsninger, måler resultater og itererer baseret på evidens. Disse færdigheder ændrer sig ikke, bare fordi AI er involveret. Du anvender din eksisterende ekspertise til et nyt værktøj. Din rolle forsvinder ikke. Det udvikler sig til noget mere strategisk, mere værdifuldt og mere sikkert. Men kun hvis du selv tager initiativ til at forme den udvikling. Yderligere læsning om SmashingMag
"Designing med AI, ikke omkring det: praktiske avancerede teknikker til produktdesignbrug", Ilia Kanazin & Marina Chernyshova "Beyond The Hype: What AI Really Can Do For Product Design", Nikita Samutin "En uge i en AI-augmented designers liv", Lyndon Cerejo "Functional Personas With AI: A Lean, Practical Workflow", Paul Boag
