人工智能正在离我们越来越近，越来越多的人开始关注这个领域。之前很多人会觉得，人工智能和设计师的关系不大，更多的是技术、算法层面的事情。错误。在人工智能领域，如果想要真正将技术良好的应用到现实当中，更是离不开设计。

我的好朋友、阿里智能设计实验室的负责人乐乘和他的团队，之前就利用人工智能来做淘宝的 Banner 广告图，实现千人千面。我曾经在朋友圈里和他聊过千人千面的话题。他们做出了鲁班这样的 Banner 设计系统。

作为一位设计师，乐乘对于 AI+Design （人工智能+设计）有自己的思考。最美应用之后也会和乐乘还有很多朋友一起，推动 AI+Design 的发展。

以下是乐乘写的文章：从以用户为中心的设计，到以数据为核心的构建，AI时代产品设计思维该升级了。

AI时代产品设计师的设计对象将面临巨大变化，你需要设计的可能是一个看不见摸不着的东西：智能体。

1、设计Amazon Echo内预装的个人虚拟助手Alexa； 

2、设计一个帮助医生分析临床数据，为病患制定个性化治疗方案的智能医疗助理； 

3、设计一个会做banner广告图片的智能设计助理（我厂的鲁班）。 

以上三个命题看完有没感觉？做这些智能体不仅是算法科学家和工程师的事情，作为一个产品就需要被设计。 

所以AI时代的产品设计思维该随之升级了，先上大图。

互联网/移动互联网蓬勃发展带动了以用户为中心的设计思潮，发展至今已经是互联网行业基本常识。因为互联网是充分竞争的自由市场，抓住用户才能安身立命。 

互联网本质是一个机器连接网络，因为网络效应随之诞生了互联网垄断巨头。用户与信息连接是百度、今日头条，用户与用户连接是微信、Facebook，用户与服务连接美团、滴滴，用户与商品连接是淘宝、京东。机器（泛指手机、个人电脑、服务器等各种联网设备）是连接网络中的基本连接体，用户通过机器来完成互联，才有了“人机交互”这个命题。人机交互发展至今已经是非常成熟的领域，主要使命是做场景研究、功能交互、信息架构。此话题不是本文重点不再展开。 

今天重点谈谈AI这个新领域需要什么样的产品设计思维。由于本人只有一年AI产品设计经验，认知浅薄各位姑且听听吧。 

人工智能里面机器不再承担“连接器”角色，而是作为“学习器”存在，从数据中通过大量计算训练学到蕴藏在数据里的规律和知识，这些规律知识形成智能体去完成新任务。数据流入机器学习网络产生智能体，整个思路听起来很简单，但是要做出稳定可靠能解决应用问题的智能体（搞不好就是个人工智障），实际过程充满艰辛坎坷，光靠牛逼的算法科学家和工程师是不够的，背后需要大量产品设计工作。 

设计一个人工智能体，需要建立“以数据为核心的构建”思维，数据是最基础最核心的要素。我们团队做“商业设计AI-鲁班”过程中，产品设计师核心职责就是搞数据。 

-领域研究：找到该领域专家深入研究该领域的经验知识，构建一套机器可以学习的数据模型。鲁班的视觉设计专家把设计问题抽象成“风格-手法-模板-元素”这样一套数据模型，背后依靠视觉设计领域多年的经验。IBM 为了训练Watson 收购了金融咨询公司 Promontory，旗下的员工将训练 Watson 系统，进而令该系统能够更好地理解风险评估与规范内的相关问题解决方式（新闻链接） 。 

-数据链路：定义好数据模型后，如何抓取和标注数据，如何分类管理数据集，如果处理数据给算法训练的更新频次，用什么数据去验证模型，如何评估模型效果，离线模型与在线数据在产品端如何打通。这一系列的数据问题就需要一套清晰的数据链路设计，当然链路是产品设计与算法工程密切协作完成的。 

-算法框架：算法框架由算法科学家来制定，数据和算法的关系就像汽油和发动机，两者密不可分。产品设计师需要与算法讨论，把业务场景和数据问题输入给算法，所以我们才会提出产品设计师要学机器学习，搞懂算法框架和技术原理。 

总结一下互联网产品设计和AI产品设计的思维转变： 

-机器从连接器变成学习器，设计对象变成智能体 

-设计的基本要素是数据，当然AI产品推向用户端后依然是以用户为中心的设计 

-从研究用户使用场景，变成研究领域经验知识 

-工作内容从信息架构和交互设计，变成理解算法框架，设计数据链路