共计 5091 个字符，预计需要花费 13 分钟才能阅读完成。
近日，脑机接口公司 Neuralink 发表，其植入式脑机接口设施首次人体临床钻研已被准许启动。遐想当年，咱们还讥嘲罗老师「动嘴做 PPT」，谁曾想不久后咱们可能连嘴都不必动🙊。
脑机接口何时会引爆人机交互反动尚未可知，然而 ChatGPT 未然掀起了大家对「软件交互反动」的热烈探讨；甚至有些观点认为，ChatGPT 弱小的自然语言解决能力会颠覆现有的图形交互，带来更智能、体验更好的软件系统。
作为时刻冲在人工智能吃瓜第一线的 LigaAI，咱们也理解了很多敌人对这件事件的认识。大部分人认为，对话式交互是目前综合能力更好、更便捷的交互方式，也很有可能成为将来软件交互的支流。
然而，当咱们别离和几位 UX 设计师敌人聊起此事，他们却不谋而合地提出了拥护意见；甚至口出暴论⚡「当初的对话式交互太智障了」。
「你感觉 ChatGPT 一类的 AI 工具对产品交互设计有啥影响吗？」
「没啥影响……甚至在看到 Mid Journey 魔咒后，还有一种倒退回命令行时代的感觉。🤷♀️」
业余的 UX 设计师为什么「唱衰」对话式交互？被黄仁勋称为「AI 的 iPhone 时刻」的 ChatGPT 在 B 端场景里可能存在哪些机会或缺点？当下这波 AGI 浪潮会给 To B 产品带来多大的影响？
咱们和前华为、腾讯留英设计师、用户体验专家、公众号「体验进阶」主理人 ZoeYZ 聊了很多。
01 ChatGPT = AI + 对话式交互
LigaAI：作为 UX 设计师，你怎么对待这波由 ChatGPT 引发的全行业大触动？
ZoeYZ：ChatGPT 能够拆成 AI 和对话式交互两个局部来看。它的呈现必定是一个很大的改革，这种变革性次要来自于 AI 而不是对话式交互。对话式交互并不是一个陈腐的货色，Siri、智能语音助手、机器人客服都是相当成熟的产品，但过来它们并没有带来很大的影响。
在我看来，ChatGPT 之所以爆火，是因为它让很多人第一次真正感触到了 AI 对本人的价值。只管 AI 曾经倒退了很多年，也早就被字节跳动、百度等企业应用在各种产品中，但普通用户隐约晓得它的存在，却不能清晰感知其价值；
而 ChatGPT 展现出的生成式 AI 或者 AGI 的能力，让 AI 成为了一个平价亲民、易感知的货色——这是它可能引起轩然大波的起因。
LigaAI：目前 ChatGPT 的能力集中体现在内容生成方面，比方文字和图片的生成；也有人会用它实现语义的剖析和查问。对于 LigaAI 这样面向开发者的 SaaS 工具，它可能会带来怎么的机会？
ZoeYZ：ToB SaaS 产品之前在信息生成方面做的没那么多。LigaAI 作为一个我的项目合作平台，能够尝试的方向包含无需用户配置间接生成周报 / 工作报告，或者提供一些产品文档方面的信息组织和校验能力等等。
LigaAI：前者会有助于产品的冷启动吗？用户无需学习或适应产品，间接输入本人的诉求就能疾速应用性能，例如我跟 AI 说「创立一个 Tech Lead 实用的仪表盘」，而后它会为我生成适合的面板。
ZoeYZ：「间接通知 AI 我想要什么」，这其实是一个十分大的问题。当初的对话式交互最大的问题就是它要让用户被动说，然而用户在表白时，则会想「AI 到底能不能够做到」。
一方面，用户很可能不晓得该怎么让 AI 工作（难以找到精确的 prompt）；另一方面，少数用户对 AI 的能力边界是没有感知的。他不晓得产品能做什么、不能做什么、能做到什么水平。哪怕 ChatGPT 当初这么火爆，大家也还处在摸索阶段；面对不确定的输入后果，咱们始终须要一直地试错、调优，能力失去好的内容。
而且很多时候，咱们只有在失去 ChatGPT 的答案后，才会发现脱漏了一些要害信息，而后本人再加进去从新生成。这也是对话式交互不太善于的，它没方法像真正的智能助手一样诘问你、揭示你，而是只能依据你的内容机械地给出回应。
只管对话式交互看上去很现实，但在理论应用中存在很多问题。一旦咱们将一个大模型真正落地到一款 To B 工具内，上述问题会更清晰地展示进去。
02 对话式交互不是万能的
LigaAI：在 B 端产品的应用场景里，对话式交互还有哪些毛病或者长处？
ZoeYZ：对话式交互实质是一种一维交互，好比你看文字、看图表还是看动画。信息量不大或者抉择比拟少的状况，用对话式交互解决会比拟轻松。
它的毛病也很显著：如果没有一个相似图表的可视化载体，用户想要理解到产品的整体布局或者全貌，就须要将所有货色都对话一遍。
举个例子，你去奶茶店点奶茶，对话式交互相当于你同店员来回的交换：
你：“你好，要一杯波霸奶茶。”
店员：“请问是大杯还是中杯？”
你：“大杯。”店员：“糖度须要调整吗？”
你：“少甜吧。”店员：“那冰度失常吗？”
你：“嗯，规范冰就能够。”
店员：“还须要加其余小料吗？”
……
你发现在解决大量信息的时候，本人可能更违心看图表。但对于那些特地简略的场景，比方在飞机上点饮品——只有可乐、果汁、咖啡、牛奶这几个选项，也没有其余糖度、冰度、小料等等简单配置，那间接通知空乘「我想要什么」就是最快的。
所以对话式交互并不像很多人想得那么酷炫，那么不便。只是之前 B 端产品更多地把对话式交互抛在一边，而当初 ChatGPT 的能力涌现又将它拉回到大家的视线之中。
LigaAI：对话式交互振兴的实质是自然语言解决（NLP）能力的提高。当初蛮多人会畅想一个能够间接用母语摆布产品的交互新时代。
在你看来，当初这个由图形界面主导的产品世界可能被对话式交互或者自然语言交互颠覆吗？
ZoeYZ：我感觉语言是一门很难的学识。如果 AI 能把自然语言解决得很好，那必定会有很大的影响，但当初哪怕是 ChatGPT 也没有可能把自然语言解决得很好。网上也有很多的评估说它生成的内容不足重点、全是车轱辘话，让人很抓狂。
之前为了防止这种状况，咱们会创造各种各样反对自定义的模板和图表，自然语言也能够被模板化，只是绝对会更难一些。但我认为：将来的优良 B 端产品不该适度依赖自然语言交互这种形式，AI 能力也不肯定非要通过对话式交互来体现。
对话式交互不是万能的。如何组织信息让用户一眼看懂？不同模式的内容在展现时应该遵循哪些规范？这些都要具体情况具体分析。
LigaAI：能够举几个例子吗？比方说，哪些状况采纳自然语言交互会更好？哪些状况应该用其余的数据出现形式？
ZoeYZ：对话式交互可能更实用于信息足够简短的场景。因为不论是做 PPT 还是做界面设计，但凡要写字的中央，咱们都要求它肯定要简短，要管制在两到三行以内。
B 端产品须要造就一些内容判断的能力，这也是当初很多产品所欠缺的。拿生成周报举例子，现实的状况是产品可能依照给定的规范，结合实际状况主动判断应该利用文字还是图表，而后智能整合并配比信息，让数据出现最好的成果。
如果能够实现这个成果，那将会带来很大的价值，但当初的工具在信息可用性、可读性方面其实没有兼顾得很好。
LigaAI：你后面讲到，B 端产品很喜爱用模板。这算不算是一种比自然语言交互和图形界面交互都要更简略、更疾速的交互方式？因为不论是点击，还是对话，都不会比套模板，改改配置来得更快。
ZoeYZ：是的。我甚至感觉 在 AI 落地的晚期，B 端产品会依赖模板和教训剖析更多一些。这里跟 To C 的场景不太一样，C 端产品面向的用户品种和数量十分宏大，很难依附模板实现剖析，所以它们在 AI 大数据分析的赛道上切换得特地快。
B 端产品面向的场景和用户会更加明确，简直所有企业服务商都会提供一套基于行业了解的解决方案，而这正是目前 AI 所不足的垂直畛域的教训。AI 的能力劣势在于它可能疾速剖析大量信息，而 B 端产品很可能会在模板和教训的根底上，利用 AI 减少助力。
03 AI 提供的 B 端产品设计新思路
LigaAI：讲到 AI 助力，你感觉当下 AGI 或者 AIGC 的能力可能会给 B 端产品带来哪些外围扭转？
ZoeYZ：它很可能会扭转 To B 做产品的思路。以前咱们总在想「产品如何辅助员工」，但当初厚道一点说，咱们能够思考「产品如何代替员工」。比方写文档，前者会给员工提供更精准的素材，而后者能够间接帮他实现局部文档工作。
另外，在能力范畴之外，还有一种新的产品状态上的思路：不要把产品当做工具或者机器。B 端产品齐全能够利用 AI 的能力，用更加有创意、更加意想不到的形式赋能客户，解决他们更高维度的企业问题。
就像《钢铁侠》里的 J.A.R.V.I.S 一样，它能够是有智商、有情商、全能的智能助理，也能够是垂直畛域里经验丰富的真人助手。
LigaAI：在具体的应用场景里，类真人的智能助理是怎么工作的？
ZoeYZ：真人参谋在给企业提供服务或者倡议时，首先会察看组织的架构、成员状况、工作流程，理解组织的工作形式，而后发现问题，剖析问题，最初解决问题。产品定位往真人助理的方向上聚拢意味着，它可能像真人一样结合实际状况，提前预测客户的需要并提供帮忙。
以 LigaAI 为例。客户在零碎里布局了很多工作，然而咱们基于对他的理解，率先判断出他以后的布局存在问题，甚至可能导致指标无奈达成。于是，咱们被动向他提供了更好的布局倡议，或者工作拆分的领导；进阶一点，还能够联合已知的工作量和优先级，间接帮他把工作布局的框架搭建好，工作拆分和指派也一并到位。
我感觉没有人天生就是合格又成熟的管理者，特地在开发者圈子里，大家都是从治理小白逐渐成长变质成治理大佬的。过来，这个过程更多依赖本人的摸索、学习和经验总结，然而当初 联合 AGI 的能力，产品能够通知我「应该做什么」以及「如何更好地工作」。换句话说，AI 能够帮忙企业造就技术管理者。
LigaAI：这个观点特地好，而且跟 LigaAI 的想法不约而同。咱们本人在答复「LigaAI 今后该往哪走」时，也是心愿可能通过 AI，帮忙新晋的技术管理者更好地实现个人成长。
从负责三五个人的技术组长，到领军百千的技术总监，再到独当一面的 CTO，咱们心愿帮忙他们和企业辨认数据反映的问题和瓶颈、了解数据分析和决策背地的办法，并在尽可能晚期的阶段，将这套方法论利用到企业中，进而促成整个组织的改革，实现更快、更好地工作。
这可能是 AI 和各种其余能力综合在一起的后果。但不论是基于规定的 AI，还是生成式 AI，咱们始终要解答——如何更快地积淀数据、剖析数据，并为企业提供能够推动决策的倡议——它会催促咱们实现产品能力的变更。
ZoeYZ：是的。B 端产品最终都应该明确「要为用户提供什么价值」。不论是成长领导，还是决策辅助，又或者其余，具体的实现模式能够很灵便，但最终产品都要以交互的模式展现给用户。
所以，如果产品能力呈现了微小的改革，那么交互的反动天然也就来了。
彩蛋：为什么把 AI 和交互离开聊？
LigaAI：咱们明天一上来就把 ChatGPT 拆成了 AI 能力和对话式交互两局部在聊。但当初很多利用了 AIGC 或者 GPT 能力的产品，它们简直都是对话式的。如同当初做 AI，如果不做自然语言交互或者不是对话式的，就齐全 Out 了。
ZoeYZ：对人类来说，语言交互的确是最直白、最简略的形式，所以在发明新产品时，咱们可能第一反馈就是要做成对话式交互的，因为它最简略。
就像当初计算机系统也被命令行界面的 DOS 统治了很多年，但最初还是缓缓地演变成了当初的图形界面。AI 的倒退很有可能也是这条老路。
LigaAI：的确是的。回顾之前的几次交互状态改革，从 CLI 到 GUI、从 PC 端到挪动端、从键盘交互到触控交互，咱们始终在见证更好的交互方式随同技术成熟呈现后，逐渐代替旧支流，引领时代改革。
或者接下来咱们也会在 AI 的身上看到人类逐渐将 AI 能力利用得更好的过程。然而，最适宜的人机交互范式是怎么的？这远没有到能够下定论的时候。
ZoeYZ：对。AI 的倒退必定会超乎咱们的设想，很有可能当前都没有人会再提 AI，就像大家当初不提 DOS 一样。将来 B 端产品的 AI 能力很可能就像水煤电一样平时，每个性能的根底配置就是 AI，任何表单起码要反对 AI 主动填写、智能剖析、一键查问等等才行。
甚至当前的产品交互终点就是对话式交互，当然还会有其余各种各样的交互模式别离适配不同的场景。这些都可能变成产品的根底能力。
LigaAI：没准哪天大家都领有脑机接口了🤖。
以上就是本期 #Liga 妙谈 的全部内容。如果你对 AIGC 和 GPT 的能力边界以及场景落地感兴趣，也欢送浏览以下内容：
AIGC 火了，人类又失去了什么？
对话 ChatGPT：景象级 AI 利用，将如何阐释「研发效力治理」？
人类 vs AI：玩梗大作战，看看谁是最初的赢家？
LigaAI@@SegmentFault 将继续分享深度观点、前沿技术动静和研发治理提效等内容干货，请继续关注咱们。欢送点击 LigaAI- 新一代智能研发合作平台申请试用咱们的产品，一起做大变强！
