服务设计｜我们该如何与AI合作？

原创 Yeutz Chen 2024-08-06 15:41 广东

在本文中，我们将探讨人工智能如何通过承担设计师的一些任务并改善结果来彻底改变服务设计。

写在前面

想象这样一个世界，设计服务不仅需要人类的创造力，还需要智能机器人与我们一起工作。在本文中，我们将探讨人工智能如何通过承担设计师的一些任务并改善结果来彻底改变服务设计。通过现实世界的例子，我们展示了人工智能如何成为设计师的强大合作伙伴，并就如何有效地将人工智能融入设计流程提供指导。

是什么变了？

几个世纪以来，人类已经学会了如何相互合作，磨炼了我们的创作过程并改进了我们的工具。我们掌握了传达目标、概念化问题以更好地理解问题、训练我们的想象力以突破界限以及发展我们的能力以将想法变为现实。

现在，随着人工智能作为一种集体智慧的出现，我们可以不再仅仅将其视为一种工具，而是将其视为一个创造性的合作伙伴。我们尚未完全发现它的能力，但它已经重新定义了我们的合作方式。作为设计师，我们有责任将人工智能融入到创作过程中。这种新的合作需要改进我们的沟通、流程和工具。正如船舶的发明也导致了沉船的发明一样，在创作过程中实施人工智能无疑会破坏它，使某些流程、技能、工具甚至职业过时。我们越早探索这些新功能，我们在面对变化时就会越有韧性。

角色分配

为了与人工智能建立有效的协作，我们需要首先定义我们的角色。人工智能依靠了解其角色和背景而蓬勃发展，就像人类一样。我们对目标、期望输出和首选格式越具体，我们的协作就会越好。为了给人工智能分配特定角色，我们可以使用分析-综合桥模型。它将设计过程表示为从当前具体状态到未来具体状态的一种方式，经过抽象阶段。通过分配与每个象限相对应的人工智能角色，我们为其提供了明确的输入和输出。

好奇心之旅 Curiosity Journey

“好奇心之旅”象限旨在探索事物的现状，而人工智能非常适合这样做。它可以帮助制定研究计划，挑战研究方法，并提出发人深省的问题，鼓励团队从不同角度看待事物。

清晰探索 Clarity Quest

“清晰探索”象限突出了人工智能解释和概念化当前情况的潜力。人工智能可以快速处理大型文档并以所需的格式提供总结性的见解。它有助于在冗长的文本中找到清晰的内容，提取特定的引语，识别共同主题并突出重要的差异。

想象力飞跃 Leap of Imagination

“想象力飞跃”象限专注于展望潜在的未来，其中人工智能充当创意生成工具。通过输入数据和标准，人工智能可以快速产生大量的想法和成果。然后，任务包括整理这些想法，选择最可行的，并丢弃其余的想法。这个迭代过程大大增强了创建和评估之间的反馈循环。

实施愿景 Implementation Expedition

在“实施远征”象限中，AI 帮助实现愿景。它整理调查结果、提出后续问题、确定任务的优先级并协助制定测试和实施计划。

合作故事 Collaboration stories

为了更好地了解 AI 在各个设计阶段的实际应用，让我们探索一些来自 Curiosity Office 的真实案例。自从引入 ChatGPT-3.5 等功能强大的 AI 模型以来，我们由研究人员、设计师和战略家组成的乌克兰团队一直在每个项目中尝试使用 AI，以增强设计流程、优化研究和设计程序并改善最终项目成果。

VISA 的“好奇之旅”

对于 VISA，我们的团队研究了哈萨克斯坦和乌克兰的商家和客户如何处理发票，以改进支付流程并开发新的支付方式。我们着手了解企业如何开具和跟踪发票、管理财务并在发展过程中进行调整。此外，我们还探索了客户视角：人们如何支付这些发票以及他们遇到的任何习惯、偏见或障碍。

为了解决这些问题，我们需要研究各种商家类型的行为，从 Instagram 商店到幼儿园和汽车服务，每种类型的商家都有不同的服务产品和财务设置。制定精确的研究计划对于涵盖所有必要的业务类型和用户背景至关重要。我们在 ChatGPT 中设置了一个研究规划机器人，将我们的研究问题转化为详细而全面的计划。这涉及输入研究问题，并让 ChatGPT 生成受访者筛选指南、每种受访者类型的访谈指南以及案头研究和数据分析的建议主题。

使用自定义 GPT 代理，我们能够根据现有研究计划训练研究规划机器人，从而创建详细的格式和后续问题说明。这为每个团队成员提供了一个交互式助手，无需在对话中手动提示任务和脚本。人工智能的帮助使我们能够快速生成详细的研究计划和发人深省的问题，找到弱点并探索我们之前没有考虑过的主题。

对于案头研究，我们使用了 Perplexity 来深入了解不同市场中小型企业的全球发票管理实践。与常规互联网搜索不同，Perplexity 允许在查询中包含更多背景和细节，在探索链接之前提供快速概览。这就像让领域专家策划研究结果，将精力集中在相关内容上。

在这个项目中，人工智能以两种重要方式增强了我们团队的努力：首先，作为一个细致的观察者，它发现了我们感兴趣领域的盲点；其次，作为金融服务领域的专家，AI 帮助我们快速理解主题，找到最佳实践案例并提出更具体的市场相关问题。虽然很难量化人工智能对最终结果的影响，但它无疑丰富和加速了我们的研究过程，减少了不确定性，并在不影响产出质量的情况下保持了项目的进度。

商业海报的“清晰探索”

对于商业海报（一种面向咖啡馆和餐厅的销售点服务），我们旨在改进产品和营销策略，以更好地满足其目标客户的需求。我们的目标是量身定制价值主张，使定价更具价值，并个性化销售方式。在采访咖啡馆老板后，我们收集了许多小时的录音。基于 OpenAI 的“Whisper”的进步，转录服务 GoodTape 在几分钟内将录音转换为完全准确的时间编码文档。

我们最终得到了数百页与企业主对话的记录。为了理解这些信息，我们将格式化的访谈文件和研究计划上传到 Claude AI。它的最新模型可以很好地处理大型文本文档，并且非常善于推理。我们指示它提取访谈中讨论的关键主题和行为以及引言。关键学习的提炼分几个阶段进行，以保持适当的细节，避免将丰富的故事简化为肤浅的想法。在处理大型文本时，AI 通常会截断其响应以最大限度地减少令牌的使用。因此，如果我们想要特定大小的输出，我们需要在提示中明确说明这一点。

接下来，我们分析了需求，并提示 Claude 定义一个区分受访餐厅的标准列表。我们将这个列表缩小到两个主要二分法，并确定了四个不同的原型。在人工智能的帮助下，我们为每个原型创建了一个隐喻性的标题，并用简短的故事情节和用户引言来丰富它们，以增强团队的同理心和理解。此外，我们使用 RunwayML 为每个原型创建插图。

在这个项目中，人工智能在综合阶段充当了我们研究人员的助手，为最模糊的部分增加了结构和速度。使用人工智能进行理解的主要挑战包括检查数据相关性、避免幻觉和管理输入/输出文本大小限制。当要求人工智能提炼关键点时，我们要求人工智能论证为什么认为它们是相关的，并引用支持该论点的研究材料。有些论点可能听起来很有说服力，但实际上完全是错误的，因此熟悉研究材料并仔细检查人工智能提供的引文以避免潜在的幻觉是至关重要的。

格鲁吉亚银行的“想象力飞跃”

在为格鲁吉亚一家领先银行重新构想客户体验战略时，我们确定了十几个在整个生命周期中具有独特行为和需求的客户群体。这为在人工智能的帮助下为每个群体制定量身定制的价值主张铺平了道路。通过详细说明每个群体的行为、需求和用户评价并添加解决方案标准，我们委托 ChatGPT 生成银行如何在客户日常生活中满足这些需求的典型故事情节。这个过程产生了许多用户故事，激发了我们对银行如何将这些场景变为现实的思考。

我们通过对多个行业进行案头研究丰富了我们的见解，揭示了一些非常规的想法。通过研究人工智能生成的场景并从其他行业和银行的金融专业知识中汲取灵感，我们的团队提出了几个创新概念。其中一个想法是利用零售收银员作为没有分行的小村庄的银行接触点。这些产品创意并非仅仅来自想象，而是来自全面的客户体验叙述。

其中一些概念被转化为数字原型，而另一些则被开发成故事板。这些故事板帮助银行在设计解决方案时保持对人性化故事的关注。ChatGPT 还在完善这些故事板场景方面发挥了作用，进一步增强了它们的相关性和影响力。

创意流程通常非常耗时，因此设计团队通常会限制此阶段的时间和迭代次数。在这个项目中，在设计阶段引入人工智能帮助我们释放了更多创意潜力并扩大了决策范围。人工智能为客户原型生成的丰富细节和故事情节帮助数据分析师根据他们的行为模式在数据库中识别这些客户群体。此外，生成数十个用户场景扩展了银行对未来发展的想象力。

核心经验

在将 AI 融入设计流程的实验中，我们的团队从许多错误中吸取了教训。虽然这些错误浪费了我们的时间，但它们帮助我们总结出宝贵的经验教训，现在我们将其应用于新项目，并不断发展我们与 AI 的协作流程：

— 清晰度是关键——人工智能与人类非常相似，在被赋予具有明确输入、分步过程和定义输出格式的特定任务时会蓬勃发展。请求越模糊和抽象，响应就越通用。

— 促进，而不是取代——使用人工智能来促进和加速您的思考过程并识别您知识中的差距。它不是您智力的替代品，而是一个具有不知疲倦的动力、令人印象深刻的能力和速度的助手。利用它作为放大您优势的工具。

— 拥有决策权——即使人工智能助手的输出并不完全符合您的预期，它仍然可以增强您的结果。与人工智能进行快速地来回交流可以激发新的想法。只需记住要保持批判性并保留对决策的控制权。

— 初始投资——设置流程和迭代响应最初将花费更多时间。在规划项目时间表时，请考虑这个实验时间。

— 背景很重要 – 向 AI 提供您要求采取特定行动的详细背景。在向 AI 提出具体要求之前，分享您的项目背景、研究计划、假设和标准。避免误以为与 AI 合作的质量可以在没有明确方向的情况下迭代实现。

— 了解限制 – 注意某些 AI 服务的输入和输出大小限制。在请求引文、摘录或扩展想法时指定所需的输出大小，或在限制范围内逐步处理数据。

— 关注最终目标 – 始终牢记最终结果并评估实现该结果所需的时间。避免在与 AI 的聊天过程中迷失方向。有时传统方法可能更快；例如，与 AI 服务相比，向插画师介绍情况并获得所需结果通常比使用人类更快。

人工智能时代的设计师角色

设计师之间就人工智能是否会取代他们展开了很多讨论。当然，一些设计程序已经可以由人工智能更好、更快地完成。然而，我们的经验表明，优秀的设计师在人工智能的帮助下会变得更加有能力。为了与人工智能建立有效的合作，我们应该明确彼此的优势并分配角色。什么是优秀的服务设计师？它能够接受复杂性并为用户和组织带来清晰度。设计师的角色包括成为探索者、策展人和讲故事的人。我们需要提出有见地的问题，并利用我们的专业知识、品味和直觉来捕捉产品或服务的本质，专注于对客户和组织生存能力真正重要的事情。我们的技能是永恒的，例如提出正确的问题、选择通往更美好未来的选项以及讲述激励团队创造理想未来的故事。

另一方面，人工智能拥有一些无与伦比的能力。它可以在几秒钟内分析大量数据，总结冗长的文本，提供逻辑推理并生成文本、图像和视频等内容。人工智能擅长识别模式并提供可能被人类忽视的见解。这些优势与人类的好奇心和策划相结合，可以带来富有成效的合作，从而增强服务设计流程。这种合作提高了我们的生产力，减少了歧义并为创造力开辟了更多空间。

原文标题：Teaming Up with AI: Augmenting the Service Design Process

原文作者：Rodion Sorokin

本文翻译：Yeutz Chen

本文已获得原作者翻译许可

｜服务设计是探索“人与人的关系”的设计｜

一个专注于特色服务设计的设计师

Yeutz Chen

设计管理&服务设计双学位硕士

服务设计师，创新赋能师，产品策略师

YeutzDesign 公众号主理人

CTSA Lab（创新思维社会组织实验室）发起人&联合创始人

上海SDN（国际服务设计联盟）会员