[AI工具宝典]AI产业化落地过程中，我的体验设计思考.pdfVIP

作者从自己的AI项目经历中总结出一些面临的挑战和相关的思考，AI探索过程充满了各

种可能性，过往的知识架构需要能灵活运用，痛苦却也有趣。

2018年伊始进入公司AI部门，负责了AI零售、AI办公、人脸识别多个AI落地方向的

体验设计。

AI项目的产业链条、用户及场景、产品形态（以AIToB的软硬一体产品为主）、体验载

体等与互联网ToB产品存在着巨大差异。

我自认为过往的体验设计经验还算丰富，可这些移动端、PC端、web端的设计经验，在

面对这类项目中有点不知从何入手。设计团队度过了相当长的摸索阶段，逐渐形成了相对

成熟的方法，体验设计的边界被不断拓宽。

设计面临的挑战

1.AI落地的产业链条呈现生态化特征

相比于互联网ToB产品，产业链条拉长（图1），研发角色增加，需要建立良好的协作流

程。

外部硬件合作伙伴的加入，需要能够精准传达体验标准，并需要严格把控交付品质。

B端商家的类型众多，C端应用场景也非常丰富，这对设计师在复杂场景、人群中抽离出

核心问题的能力提出了更高的要求。

图1：AIToB软硬一体产品与互联网ToB产品产业链条对比

2.产品形态更加丰

产品形态包括软件产品、软硬一体产品、解决方案、数据服务，并且业务门槛很高，设计

师对很多产品的用户和场景不了解，超出了既有认知能力（比如开发者的习惯、硬件集成

有可能遇到的问题等）。

3.产品的生命周期变更，设计目标不断变化，设计团队需要随产品特征灵活调整策略

从AIToB软硬一体产品生命周期图（图2）中可以看到，业务目标在每个阶段各不相同

，设计目标也不尽相同。

图2：AIToB软硬一体产品生命周期中，各阶段的业务目标和设计目标的变化

4.用户角色多样化

用户特征和场景信息难以获取，ToB竞品获取难度大，这都给设计工作带来很多难度。

体验设计思考

1.全局视野：以受众为中心的商业全链路设计

全链路设计在解决贯穿线上线下、多角色、多触点的产品时更具优势。

如前所述，AI落地产业链条涉及多个商业节点、贯穿线上线下、多个不同角色，每个节点

设计师面临的问题不一而同，设计目标也不尽相同。这使得AIToB软硬一体产品的体验

设计的边界不断扩大，设计范围除了核心产品本身的软硬件设计外，还拓展到商业全链路

设计。

以某产品为例，从研发到终端落地涉及7大环节(图3)，每个环节对应不同的用户角色和

目标，设计师需要围绕各个环节的关键目标进行设计。

图3：AIToB软硬一体产品商业链路中需求关注点分析

同时，AI落地过程涉及的众多环节是设计的蛮荒之地，缺乏体验思维的引导，设计师有更

大的空间去发现问题、寻找机会点、通过设计输出去协助商业目标的达成。

这使得B端产品的设计对象非常多元，包含软件体验设计、硬件工业设计、软硬交互设计

，甚至有可能包含服务流程、销售物料、售后流程等。

以商业推广/洽谈/售前阶段为例，体验设计师的目的，是辅助业务方进行售卖，设计范围

包括但不限于技术的演示demo、品牌设计、销售物料、展会设计；甚至为了保证AI算

法在终端的体验效果，在软/硬开发/配置环节，我们需要帮助开发能力相对弱的客户，提

供软硬件部署的体验标准，保证AI落地的效果。

商业全链路设计，意即设计师通过全链路设计辅助达成商业目的，而「以用户为中心」的

设计，演变成「以受众为中心」的设计。

PS：受众，即各个阶段面对的不同用户，如企业决策者、开发者大会参展者等。

2.深度协同：打造多能力协同团队

在AIToB软硬一体项目中，由于大多数需求从零构建，用研的角色在探索市场可行性环

节更加重要，且人因、硬件、结构等设计的加入，很多角色超出了传统交互/视觉角色的

能力范畴。这让设计师比以往更深度的协同在一起，职责边界被重新定义（图4）。

设计团队的工作前置：产品定位的不明确，需要UER前期对市场、用户、场景的深入研

究，同时体验设计师需要前置研究对标产品明确体验标准、探索技术落地的创新来寻找机

会点、探索商业全链路的机会点。用研深入设计阶段：设计阶段需要人因分析和验证、

对用户/场景的不明确需要用研敏捷调研，用研的介入保证了设计过程的严谨性。品牌深

度融入：AI产品大多从0起步，品牌有机会从产品定位开始就进行深度融入，影响软硬

件的设计、以及全链路的设计调性。多角色设计师协同：由于软硬一体产品的复杂性，

需要交互体验设计师、结构设计师、硬件设计师、软件界面设计师更深度的协同和融合。

软件的不匹配，会影响硬件的设计；而硬件的变化，也直接影响软