现在处处都在说智能，每个产品都在以自己的方式诉说着自己的智能。在互联网的下班场，人工智能再次被推上了风口浪尖。本文介绍了智能功能的四大设计要点：转变思路，调整认知、单点发力，深挖场景、打好辅助、数据先行。

人工智能的概念从提出到现在已经走过了几十个年头，虽然当前的智能并不智能，但在我们口中的“弱智”中，能够强烈的感知到大家对智能的期望与光明前途。

渐渐地我们会发现：我们的手机越来越像一个可爱的宝宝，可以根据你的一些行为的输入，输出一些特殊的结果。这个特殊的结果就是智能带来的变化，最常见的各种资讯的推荐、各种商品的推荐。

近期有幸参与了公司一些智能功能的产品设计工作，虽然功能点很小；但这个功能的设计踩得坑感觉比我从事产品工作以来任何一个较大项目的坑的总和都多。

现在回过头来，问题主要出现在产品设计思维上，简直是拿着走路的思维去开汽车。

智能功能的设计要点大概总结为四个点：转变思路，调整认知、单点发力，深挖场景、打好辅助、数据先行。

一、转变思路，调整认知

产品是什么，在某种程度上我们可以理解为产品是业务流程的集合，而业务流程是功能的有序组合；因此我们会发现我们使用所有的软件产品都是可见可感的。

人的认知过程又是怎样的呢？势必会经历3个过程——感知=>理解=>抽象；专业一点就是：数据/信息=>专业知识/经验常识=>认知。

对比上面讨论的产品定义，不难推导出产品要想服务于人的行为必须要有可感可见的流程，否则产品不成立。

1. 自然而然

但是我们在使用软件的时候会经常发现：要想在软件中完成一件事情，我们需要做很多事。

比如：我们现在想要做一次检索，我们需要“点击输入框-切换键盘-输入键盘符-选择目标文字-点击检索”——一切都在可见可感中，用起来也还不错。

如果现在告诉你，承载检索的设备可以感知到你大脑皮层电流变化，并且能够推导出你内心想要检索的内容；然后他通过你内心所想从服务端检索到结果，并通过某种方式告诉你他的结果，直接作用于你的大脑。此时你与设备的交互就只有一次交互，不需要动手不需要用眼，整个过程完全在无感中进行。

——这就是人工智能功能或者产品的终极目标，也是其产品设计的终极目标：无感知、零成本、自然而然。

这也就决定了智能功能设计的思路与普通功能的设计思路有本质上的区别：忘记复杂的流程交互，更加重视人本身的习惯。

举个例子：电商网站购物，以前是搜索或者分类查找；现在是打开应用就能够看到你需要的商品，一切都是那么自然（推荐的准确度如何，那是另外一个话题，我们只谈思路）。

再做智能功能设计时一定要避免陷入传统功能的设计逻辑思路，只注重信息的输入与信息的输出。输入尽量以人的自然行为为基准，输出的交互尽量简洁；使用过程的感知越少越好最好直接将信息传递给大脑。

总结一个词——“自然行为交互”。

2. 不要太在意因果

智能功能处理的主要对象是输入与输出信息之间的关系。

而这个之间的关系，其实是很难进行解释的，在做功能设计时，一定不要过分纠结他们之间的因果关系。

智能的程度本来就是靠概率决定的，机器通过一系列数据的处理得出一个结论。这是太阳，而实际上他是一只猫；这时你要做的不是把这个太阳标识成猫，你需要重新去审视已经设计的规则、模型、算法。这些东西本来就不是我们理解中的因果关系。

二、单点发力，深挖场景

提到人工智能，互联网圈的都能说出个123，而且还逃不了大数据、云计算、机器学习……这些词汇。

在我们的大脑里人工智能的未来无所不能，根据现在科学思维的严密逻辑推理，人工智能将来肯定的是无所不能。

当年库兹韦尔在《奇点临近》一书中，把人工智能技术分为三个阶段：

弱人工智能，也就是我们现在所使用的智能手机，汽车导航。

随后是强人工智能，智能水平与我们人类旗鼓相当。

再下一步就是远超我们的超人工智能。

而只要AI的智能水平与我们人类齐平之后，只需要三个半小时，就进入超人工智能阶段，然后迅速与我们拉开几十个智慧台阶。

所谓智慧台阶，我们人类只比猴子高一个台阶，猴子比猪狗高一个台阶。

我们想象一下，在一瞬间人工智能比我们人类高几十个智能台阶，它看我们比我们现在看蝼蚁都不如人工智能未来可期、可泣（这个话题社会争论很大，不做展开）。

那么现在是什么情况呢？

大家脑子里可能会有一个词“智障”。

智能音响不要说对话聊天，发送单一指令都会有问题；导航一些情况下总会让你崩溃；自动驾驶，貌似还只是个概念……但是在一些具体的领域发展的确实不错，人脸识别、阿尔法狗……

就目前及可见的未来的技术发展情况来看，要先做出一款纯智能的产品去解决人们某一方面的业务问题，那是一个智障的想法。不仅技术能力不行、各项技术之间的协作也是很大的一个问题。

但是如果下沉到具体的某一个领域，单点发力，做大流程中的一个环节，提高这个环节的效率，其价值巨大。

但是要注意一点：智能功能能否发挥其最大价值，在于能否分析清楚使用该功能的目标客户及使用场景和在整个业务流程智能功能的位置。这其实就是需求分析前期的工作，与一般功能基本没有差别。

举个例子，停车场无人收费，智能环节只处理了一件事——通过摄像头识别车牌，其余的各个环节都是一般功能；查车子入场时间、计费、扣款……但正是这一步的识别，省去了很大的人力、节省了很大的时间。

三、了解算法，打好辅助

智能功能的设计重点不在于交互如何进行、流程如何串通，产品经理输出的很可能就是一堆规则（包括数据处理规则、数据收集规则、数据分析规则、数据交互规则、输出结果规则）加几个算法。

这时需要产品与技术做非常紧密的配合。

就目前的技术发展状况来看，各类智能算法还没有完全标准化、模块化，很有可能压根就不可能标准化；因此需要我们对市面上常用的算法有比较深的理解，不一定有能力对这些算法进行改进，最起码要了解其思想、其原理。

只有对这些有一定的理解，才能评判各个可行算法的优劣及需求适应度；在具体的方案设计时才能更好的选择相应的算法，这个过程需要技术帮我们进行各项指标的评估。

知道常用的算法、了解其设计思想、理解其实现原理，再加上技术的配合才能选取比较符合业务场景的算法。

四、弱化流程，数据先行

整个智能功能的设计过程，其实就是产品经理对数据进行治理的过程。

产品经理在产品设计之初就应该考虑数据从哪来、数据质量如何保证、数据治理的工作如何开展。

1. 智能功能跟进过程中牢记四大问题

1. 算法确定前，如何对算法进行可行性验证？
2. 算法确定后，如何通过现有的数据对算法模型进行适应性训练与改进？
3. 功能上线后如何确定功能的有效性？
4. 收集了大量的生产数据，如何将收集到的数据反补算法模型？

2. 四大问题共同会面临同样的三个问题

1. 数据从哪来？——现有的业务数据？行业数据？模拟数据…
2. 需要多大的数据量？
3. 数据是否符合理？——符合业务场景么？覆盖全部节点么…

五、总结

• 智能功能的设计思维要跳出线性思维，弱化流程，不注重因与果之间的关系；
• 智能功能是为业务服务的，只有一条原则，降低人与机器的交互，极大地提高传统功能的效率；
• 智能功能的设计需要掌握一定的算法知识，要能够根据业务场景的不同筛选出适合的算法模型；
• 智能功能的推进需要特别重视数据的来源、质量及治理。

任何功能或者产品的设计都有其特殊性，一定不要轻易总结方法论，更要注意不要轻易传播方法论。

广博的知识面才是决定产品经理深度的核心，任何事情只有自己亲身体会才能感受到其中的乐趣所在。

本文由@草水兰亭 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议