[研討會紀錄] 2023 AI for better UX 實務研討 上半場講者座談

1 座談資訊

本文紀錄研討會中講者座談內容，歡迎觀看講者演講記錄後再回來閱讀：

• [研討會紀錄] 從基礎大模型看 AIGC 釋放創造 – 林居穎 Kyle
• [研討會紀錄] 智能化設計的產品角色轉移 – 史耀云 Allen

與談：林居穎 (Kyle)、史耀云 (Allen)

座談來賓：郭藺瑩（ Lydia Kuo）

2 主題討論

Q：工作模式轉變：以您個人角度來看，過去 UI/UX 產品設計流程，與現在工作模式相比有哪些異同？

Lydia：

• • 過去五年前強調混合的工作職能，近2年強調專精的職能（如：ux writing、視覺、content 被切分出來）
  • 拆解目前工作流中的痛點，評估使用 AI 或人工進行解決，在導入 AI 解方時，用沙盒進行嘗試，如果行不通就回到人力進行。
  • 除了如何拆解，還要思考如何整併，在大家都專精的職能下，往共同的目標努力。

Allen：各個位置的專業團隊著眼的目標不盡相同，得要看是想降本提效 or 成長？

Kyle：

• • 在目標與需求不清晰的狀態之下，反而可能造成很多悲劇。
  • POC 更新頻率不變的情況下，設計師的加班時數可以減少。
  • 現階段設計師在更回歸專業，將花時間不花腦力的工作交給 AI，例如：mood board、撰寫逐字稿，釋放更多時間在思考上。

補充-輔助使用者訪談的工具：通义听悟、Otter

Richard：鼓勵資深的同事可以思考剛剛三位講者提到效率提升等；年輕的 UXer 則思考，如何使用新的工具輔助工作的執行。

Q：團隊協作影響：工作流程引入AI工具後，您與不同夥伴合作影響變化？

Lydia：

• • 髒活累活是最一開始可以讓 AI 介入。
  • 現在出現一些新的職位：
    • Production designer-去協助團隊利用 AI 整理 spec
    • ux engineer
  • 過去強調設計與工程的協作，現在會更加強調，例如 figma plugin 就是第一個 AI 協作工具。
  • AI 工具協助資深設計師出 spec 或 design system，釋放更多時間在思考與產出設計。根本而言不是運用 AI，而是如何優化或加速工作流程。
  • 透過 design SDK，串接設計與工程團隊，減少了很多過往的溝通 loading。

相關工具補充：

• • 出 Spec 的 Figma plugin （EightShapes Specs）
  • 建立 DLS lib 的程式碼模組、網站、工具

Allen：

• •  document 放在同一個地方，再共同討論。
  • 在文件產出會設定一個 principle，在撰寫文件時，都會回頭去看有沒有符合當初建立的原則。原則會是一個很具象的文字或圖片。
  • 以 AI 提供的資訊作為討論的基礎，幫助團隊對標
  • 相關資源補充：Uizard 、Draw to UI 

Kyle：AI 幫助拉齊跟工程師差不多懂的共識，直接影響對 AI 工具不了解的人，效率會跟別人有落差。但也可以很大的程度的幫助新創、小型團隊，極大化的增強自身的能力。

Q：應用於AI產品設計：AI = 資訊技術核心與AI基礎技術；+AI = 行業技術引入AI來解決問題；AI+ = 通用型 AI 找應用方向。您的經驗占比分別多少？在 +AI 與 AI+ 的兩種概念，產品設計過程有哪些工作或面向，可應用甚麼 AI 來幫助產品設計？

Kyle：經驗佔比：30%、30%，對於行業的痛點要夠瞭解，設計行業很需要 +AI，AI+ 更難，一開始人臉辨識是要用在安全性用途，後來才衍伸出刷臉支付、刷臉進站。

Lydia：分享 to c 的面向

• • yahoo 新聞：大選新聞，用 chatgpt 底層技術協助統整資料
  • yahoo email：正在嘗試統整冗長的信件，輔助使用
  • try out AI 解決團隊內部問題定義 UCJ，為使用者帶來更方便的價值

Allen：

• • 10-20%， 第二塊(AI+)很重要，
  • 思考如何讓 AI 輔助工作不要增加太多成本。在很多小的產業，是很分散的，如何低成本的做嘗試
  • 通用型，找應用方向

3 補充聊天室回應：

Max Chen：+AI 的 AI 很多是一般 AI，而不是 Generative AI，就是不涉及「生成內容」的 AI，比方說推薦、分類、語意認知… etc.

紅豆：可以想像一下，你公司所做的產業，如何透過「AI」的方式解決或提升價值？但也不見得所有問題都需要用AI解決。

Max：+AI 當然可以應用所有 AI，但其實很多領域裡「傳統」AI 可以幫上更多的忙。

kyle：我個人會這麼理解，AI 不管是生成或非生成，可以認知為已知的AI技術。 這裡Richard 想討論的，應該是某行業 + 某 AI 技術，可以產生什麼新火花，這是一種路徑。

4 slido提問紀錄

Q：好想知道 Lydia 在 AI+ 的產品概念上面，要如何非常確定這個新技術可以應用在產品中，因為 Sulotions 太多，時間也有限，想知道體驗面上 Leader 的判斷基準。

Lydia：在應用上面我們確實非常小心，尤其在法務、技術面上，所以UED主要在檢視 是否生成的內容是符合期待與符合功能價值的，對於 AI+ 應用需要更多時間與資源 但絕對值得各行各業投資 至少開始嘗試（畢竟可以Scale出來的 ROI是極高的）

對 UX 學習活動感興趣，歡迎繼續關注悠識學院，追蹤 IG 捕捉最新動態。