近日，脑机接口公司 Neuralink 宣布，其植入式脑机接口设备首次人体临床研究已被准许启动。遥想当年，我们还嘲讽罗老师「动嘴做 PPT」，谁曾想不久后我们可能连嘴都不用动🙊。
脑机接口何时会引爆人机交互革命尚未可知，但是 ChatGPT 已然掀起了大家对「软件交互革命」的热烈讨论；甚至有些观点认为，ChatGPT 强大的自然语言处理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，我们也了解了很多朋友对这件事情的看法。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，也很有可能成为未来软件交互的主流。
但是，当我们分别和几位 UX 设计师朋友聊起此事，他们却不约而同地提出了反对意见；甚至口出暴论⚡「现在的对话式交互太智障了」。
「你觉得 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。🤷♀️」
专业的 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陷？当下这波 AGI 浪潮会给 To B 产品带来多大的影响？
我们和前华为、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，你怎么看待这波由 ChatGPT 引发的全行业大震动？
ZoeYZ：ChatGPT 可以拆成 AI 和对话式交互两个部分来看。它的出现肯定是一个很大的变革，这种变革性主要来自于 AI 而不是对话式交互。对话式交互并不是一个新鲜的东西，Siri、智能语音助手、机器人客服都是相当成熟的产品，但过去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受到了 AI 对自己的价值。尽管 AI 已经发展了很多年，也早就被字节跳动、百度等企业应用在各种产品中，但普通用户隐约知道它的存在，却不能清晰感知其价值；
而 ChatGPT 展示出的生成式 AI 或者 AGI 的能力，让 AI 成为了一个平价亲民、易感知的东西——这是它能够引起轩然大波的原因。
LigaAI：目前 ChatGPT 的能力集中体现在内容生成方面，比如文字和图片的生成；也有人会用它完成语义的分析和查询。对于 LigaAI 这样面向开发者的 SaaS 工具，它可能会带来怎样的机会？
ZoeYZ：ToB SaaS 产品之前在信息生成方面做的没那么多。LigaAI 作为一个项目协作平台，可以尝试的方向包括无需用户配置直接生成周报/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，直接输出自己的诉求就能快速使用功能，例如我跟 AI 说「创建一个 Tech Lead 适用的仪表盘」，然后它会为我生成合适的面板。
ZoeYZ：「直接告诉 AI 我想要什么」，这其实是一个非常大的问题。现在的对话式交互最大的问题就是它要让用户主动说，但是用户在表达时，则会想「AI 究竟能不能够做到」。
一方面，用户很可能不知道该怎样让 AI 工作（难以找到准确的 prompt）；另一方面，多数用户对 AI 的能力边界是没有感知的。他不知道产品能做什么、不能做什么、能做到什么程度。哪怕 ChatGPT 现在这么火爆，大家也还处在探索阶段；面对不确定的输出结果，我们始终需要不断地试错、调优，才能得到好的内容。
而且很多时候，我们只有在得到 ChatGPT 的答案后，才会发现遗漏了一些关键信息，然后自己再加进去重新生成。这也是对话式交互不太擅长的，它没办法像真正的智能助手一样追问你、提醒你，而是只能根据你的内容机械地给出回应。
尽管对话式交互看上去很理想，但在实际使用中存在很多问题。一旦我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现出来。
02 对话式交互不是万能的
LigaAI：在 B 端产品的使用场景里，对话式交互还有哪些缺点或者优点？
ZoeYZ：对话式交互本质是一种一维交互，好比你看文字、看图表还是看动画。信息量不大或者选择比较少的情况，用对话式交互处理会比较轻松。
它的缺点也很明显：如果没有一个类似图表的可视化载体，用户想要了解到产品的整体布局或者全貌，就需要将所有东西都对话一遍。
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流：
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：“糖度需要调整吗？”
你：“少甜吧。” 店员：“那冰度正常吗？”
你：“嗯，标准冰就可以。”
店员：“还需要加其他小料吗？”
……
你发现在处理大量信息的时候，自己可能更愿意看图表。但对于那些特别简单的场景，比如在飞机上点饮品——只有可乐、果汁、咖啡、牛奶这几个选项，也没有其他糖度、冰度、小料等等复杂配置，那直接告诉空乘「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，那么方便。只是之前 B 端产品更多地把对话式交互抛在一边，而现在 ChatGPT 的能力涌现又将它拉回到大家的视野之中。
LigaAI：对话式交互复兴的本质是自然语言处理（NLP）能力的进步。现在蛮多人会畅想一个可以直接用母语支配产品的交互新时代。
在你看来，现在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：我觉得语言是一门很难的学问。如果 AI 能把自然语言处理得很好，那肯定会有很大的影响，但现在哪怕是 ChatGPT 也没有能够把自然语言处理得很好。网上也有很多的评价说它生成的内容缺乏重点、全是车轱辘话，让人很抓狂。
之前为了避免这种情况，我们会发明各种各样支持自定义的模板和图表，自然语言也可以被模板化，只是相对会更难一些。但我认为：未来的优秀 B 端产品不该过度依赖自然语言交互这种方式，AI 能力也不一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？不同形式的内容在展示时应该遵循哪些标准？这些都要具体情况具体分析。
LigaAI：可以举几个例子吗？比方说，哪些情况采用自然语言交互会更好？哪些情况应该用其他的数据呈现方式？
ZoeYZ：对话式交互可能更适用于信息足够简短的场景。因为不管是做 PPT 还是做界面设计，凡是要写字的地方，我们都要求它一定要简短，要控制在两到三行以内。
B 端产品需要培养一些内容判断的能力，这也是现在很多产品所欠缺的。拿生成周报举例子，理想的情况是产品能够按照给定的标准，结合实际情况自动判断应该应用文字还是图表，然后智能整合并配比信息，让数据呈现最好的效果。
如果可以实现这个效果，那将会带来很大的价值，但现在的工具在信息可用性、可读性方面其实没有兼顾得很好。
LigaAI：你前面讲到，B 端产品很喜欢用模板。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单、更快速的交互方式？因为不管是点击，还是对话，都不会比套模板，改改配置来得更快。
ZoeYZ：是的。我甚至觉得在 AI 落地的早期，B 端产品会依赖模板和经验分析更多一些。这里跟 To C 的场景不太一样，C 端产品面向的用户种类和数量非常庞大，很难依靠模板完成分析，所以它们在 AI 大数据分析的赛道上切换得特别快。
B 端产品面向的场景和用户会更加明确，几乎所有企业服务商都会提供一套基于行业理解的解决方案，而这正是目前 AI 所缺乏的垂直领域的经验。AI 的能力优势在于它能够快速分析大量信息，而 B 端产品很可能会在模板和经验的基础上，利用 AI 增加助力。
03 AI 提供的 B 端产品设计新思路
LigaAI：讲到 AI 助力，你觉得当下 AGI 或者 AIGC 的能力可能会给 B 端产品带来哪些核心改变？
ZoeYZ：它很可能会改变 To B 做产品的思路。以前我们总在想「产品如何辅助员工」，但现在刻薄一点说，我们可以考虑「产品如何替代员工」。比如写文档，前者会给员工提供更精准的素材，而后者可以直接帮他完成部分文档工作。
另外，在能力范围之外，还有一种新的产品形态上的思路：不要把产品当做工具或者机器。B 端产品完全可以利用 AI 的能力，用更加有创意、更加意想不到的方式赋能客户，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，它可以是有智商、有情商、全能的智能助理，也可以是垂直领域里经验丰富的真人助手。
LigaAI：在具体的使用场景里，类真人的智能助理是怎么工作的？
ZoeYZ：真人顾问在给企业提供服务或者建议时，首先会观察组织的架构、成员情况、工作流程，了解组织的工作方式，然后发现问题，分析问题，最后解决问题。产品定位往真人助理的方向上靠拢意味着，它能够像真人一样结合实际情况，提前预测客户的需求并提供帮助。
以 LigaAI 为例。客户在系统里规划了很多工作，但是我们基于对他的了解，率先判断出他当前的规划存在问题，甚至可能导致目标无法达成。于是，我们主动向他提供了更好的规划建议，或者任务拆分的指导；进阶一点，还可以结合已知的工作量和优先级，直接帮他把任务规划的框架搭建好，任务拆分和指派也一并到位。
我觉得没有人天生就是合格又成熟的管理者，特别在开发者圈子里，大家都是从管理小白逐步成长蜕变成管理大佬的。过去，这个过程更多依赖自己的摸索、学习和经验总结，但是现在结合 AGI 的能力，产品可以告诉我「应该做什么」以及「如何更好地工作」。换句话说，AI 可以帮助企业培养技术管理者。
LigaAI：这个观点特别好，而且跟 LigaAI 的想法不谋而合。我们自己在回答「LigaAI 今后该往哪走」时，也是希望能够通过 AI，帮助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，我们希望帮助他们和企业识别数据反映的问题和瓶颈、理解数据分析和决策背后的方法，并在尽可能早期的阶段，将这套方法论应用到企业中，进而促进整个组织的变革，实现更快、更好地工作。
这可能是 AI 和各种其他能力综合在一起的结果。但不管是基于规则的 AI，还是生成式 AI，我们始终要解答——如何更快地沉淀数据、分析数据，并为企业提供可以推进决策的建议——它会敦促我们完成产品能力的变更。
ZoeYZ：是的。B 端产品最终都应该明确「要为用户提供什么价值」。不管是成长指导，还是决策辅助，又或者其他，具体的实现形式可以很灵活，但最终产品都要以交互的形式展示给用户。
所以，如果产品能力出现了巨大的变革，那么交互的革命自然也就来了。
彩蛋：为什么把 AI 和交互分开聊？
LigaAI：我们今天一上来就把 ChatGPT 拆成了 AI 能力和对话式交互两部分在聊。但现在很多应用了 AIGC 或者 GPT 能力的产品，它们几乎都是对话式的。好像现在做 AI，如果不做自然语言交互或者不是对话式的，就完全 Out 了。
ZoeYZ：对人类来说，语言交互确实是最直白、最简单的方式，所以在创造新产品时，我们可能第一反应就是要做成对话式交互的，因为它最简单。
就像当初计算机系统也被命令行界面的 DOS 统治了很多年，但最后还是慢慢地演变成了现在的图形界面。AI 的发展很有可能也是这条老路。
LigaAI：确实是的。回顾之前的几次交互形态变革，从 CLI 到 GUI、从 PC 端到移动端、从键盘交互到触控交互，我们一直在见证更好的交互方式伴随技术成熟出现后，逐步替代旧主流，引领时代变革。
或许接下来我们也会在 AI 的身上看到人类逐步将 AI 能力应用得更好的过程。但是，最适合的人机交互范式是怎样的？这远没有到可以下定论的时候。
ZoeYZ：对。AI 的发展肯定会超乎我们的想象，很有可能以后都没有人会再提 AI，就像大家现在不提 DOS 一样。未来 B 端产品的 AI 能力很可能就像水煤电一样平常，每个功能的基础配置就是 AI，任何表单起码要支持 AI 自动填写、智能分析、一键查询等等才行。
甚至以后的产品交互起点就是对话式交互，当然还会有其他各种各样的交互形式分别适配不同的场景。这些都可能变成产品的基础能力。
LigaAI：没准哪天大家都拥有脑机接口了🤖。
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，也欢迎阅读以下内容：
对话 ChatGPT：现象级 AI 应用，将如何阐释「研发效能管理」？
LigaAI@稀土掘金将持续分享深度观点、前沿技术动态和研发管理提效等内容干货，请持续关注我们。
欢迎点击「LigaAI-智能研发协作平台」申请试用我们的产品，一起做大变强！
