您的高级管理层对人工智能感到兴奋。他们阅读了文章、参加了网络研讨会并观看了演示。他们坚信人工智能将改变您的组织、提高生产力并为您带来竞争优势。 与此同时，您坐在用户体验角色中，想知道这对您的团队、工作流程和用户意味着什么。您甚至可能担心自己的工作保障。 问题在于，关于人工智能如何实施的讨论正在发生，如果你不参与其中，其他人将决定它如何影响你的工作。有人可能不了解用户体验、研究实践，也不了解糟糕的实施可能会损害管理层希望实现的结果的微妙方式。 你有一个选择。你可以等待上面的指令，或者你可以控制对话并引导人工智能策略进行练习。 为什么用户体验专业人员必须掌控人工智能对话 管理层将人工智能视为效率提升、成本节约、竞争优势和创新，所有这些都包含在一个流行语友好的软件包中。他们兴奋并没有错。这项技术确实令人印象深刻，可以带来真正的价值。 但如果没有用户体验输入，人工智能实施通常会以可预测的方式让用户失败：
他们将任务自动化，但不了解这些任务所需的判断。 他们优化速度，同时破坏使你的工作有价值的质量。
您的专业知识使您能够完美地指导实施。您了解用户、工作流程、质量标准，以及演示中令人印象深刻的内容与实践中实际有效的内容之间的差距。 利用人工智能的动力来推进您的优先事项 管理层对人工智能的热情创造了一个机会来推进你一直在争取但没有成功的优先事项。当管理层愿意投资人工智能时，您可以将这些长期需求与人工智能计划联系起来。将用户研究定位为根据真实用户需求训练人工智能系统的关键。将可用性测试作为确保人工智能生成的解决方案实际工作的验证方法。 人工智能的实施方式将塑造您的团队角色、用户体验以及组织交付优质数字产品的能力。 你的角色并没有消失（而是在不断发展） 是的，人工智能将自动执行您当前执行的一些任务。但需要有人决定哪些任务要自动化，如何自动化，要设置什么护栏，以及自动化流程如何适应真实人类从事复杂工作的情况。 那个人应该是你。 想想你已经做了什么。当您进行用户研究时，人工智能可能会帮助您转录采访或确定主题。但您知道哪些参与者在回答之前犹豫了，哪些反馈与您在他们的行为中观察到的内容相矛盾，以及哪些见解对您的特定产品和用户最重要。 当您设计界面时，人工智能可能会生成布局变化或从您的设计系统中建议组件。但您是了解技术平台的限制、设计获得批准的政治现实以及会破坏巧妙解决方案的边缘情况的人。 你的未来价值来自你已经在做的工作：
查看全貌。您会了解此功能如何连接到该工作流程、该用户细分与该用户细分有何不同，以及为什么技术上正确的解决方案无法在您的组织的现实中发挥作用。 做出判断。您可以决定何时遵循设计系统，何时打破它，何时用户反馈反映了真正的问题与来自某个直言不讳的用户的功能请求，以及何时拒绝利益相关者而不是寻求妥协。 连接点。您需要在技术限制和用户需求、业务目标和设计原则之间、利益相关者的要求和实际解决问题之间进行转换。
人工智能将在个人任务上不断进步。但您是决定哪种解决方案真正适合您的特定环境的人。那些会陷入困境的人是那些做着简单、可重复的工作却不明白其中原因的人。您的价值在于理解背景、做出判断并将解决方案与实际问题联系起来。 第 1 步：了解管理层的人工智能动机 在主导对话之前，您需要了解推动对话的因素。管理层正在应对现实压力：降低成本、竞争压力、生产率的提高和董事会的期望。 说出他们的语言。当您与管理层谈论人工智能时，请从投资回报率、风险缓解和竞争优势的角度来阐述一切。 “这种方法将保护我们的质量标准”不如“这种方法在我们测试人工智能能力时降低转化率的风险”那么引人注目。 将炒作与现实分开。花时间研究哪些人工智能功能实际存在，哪些是炒作。阅读案例研究，亲自尝试工具，并与同行讨论实际有效的方法。 识别真正的痛点。人工智能可能会在您的组织中合法地解决。也许您的团队花费数小时来格式化研究结果，或者可访问性测试产生了瓶颈。这些都是值得解决的问题。 第 2 步：审核您当前的状态和机会 规划您团队的工作。时间实际上去哪儿了？查看过去的季度并对您的团队如何度过时间进行分类。 确定大量、可重复的任务与高判断力的工作。可重复的任务是自动化的候选者。高判断力的工作可以为您带来不可替代的价值。 另外，确定您想做但未能获得批准的事情。这是您的机会清单。也许您想要季度可用性测试，但只能每年获得预算。分别写下这些内容。您将在下一步中将它们连接到您的 AI 策略。 发现人工智能可以真正提供帮助的机会：
研究综合：人工智能可以帮助组织和分类研究结果。 分析用户行为数据：人工智能可以处理分析和会话记录，以揭示您可能错过的模式。 快速原型制作：人工智能可以快速生成可测试的原型，从而加快测试周期。
第 3 步：为您的用户体验实践定义人工智能原则 在开始制定策略之前，先建立指导每项决策的原则。 设置不可协商的内容。用户隐私、可访问性以及对重大决策的人工监督。在进行任何尝试之前，将这些内容写下来并获得领导层的同意。 定义人工智能的使用标准。人工智能擅长模式识别、总结和生成变化。人工智能不擅长理解环境、做出道德判断以及知道何时应该打破规则。 定义超越效率的成功指标。是的，您想节省时间。但您还需要衡量质量、用户满意度和团队能力。建立一个平衡记分卡来捕捉真正重要的事情。 创建护栏。也许每个人工智能生成的界面在发布之前都需要人工审核。这些护栏可以防止明显的灾难，并为您提供安全学习的空间。 第 4 步：制定 AI-in-UX 策略 现在您已准备好制定向领导层推销的实际策略。从小规模开始，进行具有明确范围和评估标准的试点项目。 连接到管理层关心的业务成果。不要推销“使用人工智能进行研究综合”。宣传“将研究到洞察的时间缩短 40%，从而加快产品决策速度”。 借助 AI 动力来支持您现有的优先事项。还记得第 2 步中的机会列表吗？现在，您可以将这些长期需求与您的人工智能策略联系起来。如果您想要更频繁的可用性测试，请解释人工智能实现需要持续验证以在问题扩大之前发现问题。人工智能的实施真正受益于良好的研究实践。你只是利用管理层对人工智能的热情作为工具，最终获得本应资助的实践资源。 明确定义角色。人类将走向何方？ AI在哪里提供帮助？哪里不会实现自动化？管理层需要明白，有些工作需要人工判断，永远不应该完全自动化。 规划能力建设。您的团队将需要培训和新技能。为此预算时间和资源。 诚实地应对风险。人工智能可能会产生有偏见的建议，错过重要的背景，或者产生看起来不错但实际上不起作用的工作。对于每种风险，请解释您将如何检测它以及您将采取哪些措施来减轻它。 第 5 步：向领导层推销战略 将您的战略制定为降低管理层的人工智能雄心的风险，而不是阻止它们。您向他们展示如何成功实施人工智能，同时避免明显的陷阱。 以他们关心的结果和投资回报率为主导。将业务案例放在前面。 将您的愿望清单捆绑到人工智能策略中。当您提出您的策略时，请包括您想要的功能，但之前无法获得批准。不要将它们作为单独的请求提出。将它们作为重要组件进行集成。 “为了验证人工智能生成的设计，我们需要将测试频率从每年一次提高到每季度一次”听起来比“我们可以做更多测试吗？”合理得多。您正在解释他们的人工智能投资要取得成功需要什么。 展示快速成果和长期愿景。确定一两个可以在 30-60 天内展现价值的试点项目。然后向他们展示这些试点项目如何在明年实现更大的变革。 询问你需要什么，具体一点。您需要工具预算、试点时间、数据访问权限以及团队培训支持。 第 6 步：实施并展示价值 使用清晰的前后指标来运行您的试点。衡量一切：节省时间、保持质量、用户满意度、团队信心。 记录胜利和学习。失败也很有用。如果试点不成功，请记录原因以及您学到了什么。 用管理语言分享进展。 每月更新应侧重于业务成果，而不是技术细节。 “我们在保持质量分数的同时将研究综合时间缩短了 35%”是正确的详细程度。 通过解决实际问题建立内部拥护者。当你的人工智能试点让某人的工作变得更轻松时，你就创建了支持更广泛采用的拥护者。 根据您的具体情况进行迭代。 并非每个人工智能应用程序都适合您的组织。关注实际有效的方法，并加倍努力。 采取主动胜过等待 人工智能的采用正在发生。问题不在于你的组织是否会使用人工智能，而在于你是否会决定它的实施方式。 您的用户体验专业知识正是成功实施人工智能所需要的。您了解用户、质量以及令人印象深刻的演示与有用的现实之间的差距。 本周迈出实际的第一步。安排 30 分钟的时间在您的实践中规划一个人工智能机会。选择人工智能可能提供帮助的一个领域，思考如何安全地试点它，并勾勒出成功的样子。 然后开始与您的经理对话。您可能会惊讶于他们对站出来领导这项工作的人的接受程度。 您知道如何了解用户需求、测试解决方案、衡量结果以及基于证据进行迭代。这些技能不会仅仅因为人工智能的参与而改变。您正在将现有的专业知识应用到新工具中。 你的角色并没有消失。它正在演变成更具战略性、更有价值、更安全的东西。但前提是你自己主动塑造这种演变。 进一步阅读 SmashingMag
“利用人工智能进行设计，而不是围绕人工智能进行设计：产品设计用例的实用先进技术”，Ilia Kanazin 和 Marina Chernyshova “超越炒作：人工智能对产品设计的真正作用”，Nikita Samutin “人工智能增强设计师的一周生活”，Lyndon Cerejo “人工智能的功能角色：精益、实用的工作流程”，Paul Boag
