在競(jìng)相添加“智能”功能的過程中，許多產(chǎn)品陷入了一個(gè)陷阱：推出人工智能是因?yàn)樗麄兛梢?，而不是因?yàn)樗麄儜?yīng)該。當(dāng)團(tuán)隊(duì)爭(zhēng)相實(shí)現(xiàn)自動(dòng)化時(shí)，他們常常不會(huì)停下來思考：人工智能在這里扮演什么角色？它應(yīng)該接管一切，還是協(xié)助用戶？它應(yīng)該追求完美，還是僅僅快速且有用？

為了指導(dǎo)更好的決策，我提出了AI 意圖矩陣——一個(gè)幫助團(tuán)隊(duì)更高效地利用資源的框架，尤其是在最大限度地減少代幣成本和計(jì)算浪費(fèi)方面。每次調(diào)用大型語言模型都會(huì)產(chǎn)生成本，既有文字成本，也有技術(shù)成本。不必要地默認(rèn)使用高精度、全自動(dòng)模式的功能可能會(huì)在用戶不需要或不信任的輸出上消耗代幣。

該矩陣基于兩個(gè)軸：增強(qiáng) ? 自動(dòng)化，以及滿意? 優(yōu)化。通過明確某個(gè)功能是需要優(yōu)化質(zhì)量還是僅僅滿足于現(xiàn)狀，以及它應(yīng)該自主運(yùn)行還是在監(jiān)督下運(yùn)行，產(chǎn)品團(tuán)隊(duì)可以更負(fù)責(zé)任地界定 AI 功能。這可以減少過度設(shè)計(jì)，降低服務(wù)成本，最重要的是，確保 AI 真正有用，而不僅僅是令人印象深刻。

軸 1：增強(qiáng)與自動(dòng)化

增強(qiáng)是指利用人工智能輔助并提升人類能力——人類仍處于控制之中，指導(dǎo)或批準(zhǔn)人工智能的輸出。自動(dòng)化是指利用人工智能在極少人工干預(yù)的情況下自主替代或執(zhí)行任務(wù)。此軸定義了人類參與該功能的程度。

AI 增強(qiáng)（人機(jī)交互）：在這里，AI 充當(dāng)智能助手或輔助功能。系統(tǒng)可以提供建議、見解或草稿輸出，但最終做出決策或最終編輯的是人類用戶。當(dāng)任務(wù)復(fù)雜、依賴于上下文或需要人類判斷時(shí)，增強(qiáng)功能很常見。在涉及細(xì)微差別或道德考慮，或者 AI 尚未 100% 可靠且需要監(jiān)督的情況下，增強(qiáng)功能非常有用。讓人類參與進(jìn)來可以增強(qiáng)信任和問責(zé)制。例如，社交媒體平臺(tái)可能使用 AI 標(biāo)記有害內(nèi)容，但最終決定權(quán)在人類手中。當(dāng)“決策會(huì)帶來重大的道德或法律后果”或“技術(shù)尚未成熟到無法在沒有人工輸入的情況下可靠運(yùn)行”時(shí)，這種方法非常寶貴。缺點(diǎn)是，需要人工參與會(huì)限制速度和可擴(kuò)展性——如果 AI 處理大量內(nèi)容的速度比人類審核的速度快，則可能會(huì)造成瓶頸。

人工智能自動(dòng)化（完全自主）：在這種模式下，人工智能系統(tǒng)可以自行完成任務(wù)或做出決策，無需人工持續(xù)輸入。自動(dòng)化非常適合定義明確、處理量大或?qū)崟r(shí)任務(wù)，在這些任務(wù)中，人工的速度或可用性是制約因素。當(dāng)人工智能能夠自行達(dá)到可靠的準(zhǔn)確度，并且任務(wù)的規(guī)?；蝾l率足以讓人類操作員不堪重負(fù)時(shí)，自動(dòng)化的效果最佳。典型的例子包括自動(dòng)分類電子郵件的垃圾郵件過濾器，或每月無需人工干預(yù)即可處理工資單的算法。在“人工參與”的設(shè)置中，人們可能會(huì)監(jiān)控自動(dòng)化系統(tǒng)，并且僅在出現(xiàn)異常情況時(shí)進(jìn)行干預(yù)——例如，信用卡欺詐檢測(cè)系統(tǒng)會(huì)自動(dòng)阻止可疑交易，但會(huì)對(duì)邊緣情況發(fā)出警報(bào)。完全自主可以顯著提高效率和可擴(kuò)展性，但這需要用戶確信人工智能在極少的監(jiān)督下也能正常運(yùn)行。此外，自動(dòng)化也存在自滿情緒的風(fēng)險(xiǎn)：如果用戶過于依賴人工智能運(yùn)行，他們可能無法及時(shí)發(fā)現(xiàn)故障。因此，團(tuán)隊(duì)必須仔細(xì)決定一項(xiàng)任務(wù)是否安全 且 適合自動(dòng)化，或者是否讓人類參與其中可以增加必要的安全性和意義。

值得注意的是，增強(qiáng)與自動(dòng)化并非總是嚴(yán)格的二元對(duì)立。許多成功的解決方案將兩者融合，將某些子任務(wù)自動(dòng)化，同時(shí)將最終決策或控制權(quán)留給人類?！白詣?dòng)化不能簡(jiǎn)化為‘手動(dòng)’和‘自動(dòng)’之間的簡(jiǎn)單二元對(duì)立。相反，它需要在我們認(rèn)為自動(dòng)化有用的任務(wù)和我們參與仍然有意義的任務(wù)之間找到適當(dāng)?shù)钠胶??！痹诋a(chǎn)品設(shè)計(jì)中，這意味著要問：用戶是否希望在這里受到監(jiān)督？他們喜歡自己做這部分工作，還是更愿意讓人工智能來處理？

理解這一核心原則有助于團(tuán)隊(duì)正確定位其 AI 功能。如果用戶重視流程中的控制力或技巧（例如，許多人喜歡編輯照片或撰寫文字），那么純自動(dòng)化的解決方案可能會(huì)適得其反，因?yàn)樗鼤?huì)消除人為因素。在這種情況下，提供 AI 增強(qiáng)功能（用戶可以接受或調(diào)整的建議）可以保留用戶的自主權(quán)和樂趣。相反，如果一項(xiàng)任務(wù)繁瑣耗時(shí)（例如，在數(shù)千個(gè)日志文件中查找異常），自動(dòng)化可以大幅提升效率，讓用戶騰出時(shí)間進(jìn)行更高級(jí)的工作。

總結(jié)：增強(qiáng)技術(shù)以人為中心，AI 只是工具；而自動(dòng)化則以AI為中心，人類參與監(jiān)督或置身事外。兩者本質(zhì)上并無優(yōu)劣之分——選擇取決于使用情境、利害關(guān)系和用戶偏好。接下來，我們將探討與之相交的第二個(gè)維度：AI 輸出的質(zhì)量和目標(biāo)。

軸 2：優(yōu)化與滿足

并非所有 AI 功能都需要產(chǎn)生完美的結(jié)果。有時(shí)“足夠好”確實(shí)夠用了。我們矩陣的第二個(gè)維度涉及AI 輸出的質(zhì)量標(biāo)準(zhǔn)和目標(biāo)。

優(yōu)化（最高質(zhì)量的輸出）：在這方面，該功能旨在實(shí)現(xiàn)盡可能最準(zhǔn)確、最高質(zhì)量或最佳的結(jié)果。容不得任何差錯(cuò)或平庸。優(yōu)化AI 功能通常用于高風(fēng)險(xiǎn)場(chǎng)景或質(zhì)量至關(guān)重要的場(chǎng)景：例如，診斷疾病的 AI 系統(tǒng)，遺漏的細(xì)節(jié)可能危及生命；或者生成法律合同語言的 AI，精度至關(guān)重要。在這些情況下，產(chǎn)品團(tuán)隊(duì)實(shí)際上是在說：“這需要達(dá)到（甚至超過）人類專家的水平。”優(yōu)化通常需要付出巨大的努力——更復(fù)雜的模型、更多的訓(xùn)練數(shù)據(jù)、更嚴(yán)格的評(píng)估——以盡可能降低錯(cuò)誤率。

令人滿意的（足夠好的輸出）：在這方面，該功能對(duì)“足夠”或滿足基本閾值的輸出感到滿意，特別是如果實(shí)現(xiàn)更多目標(biāo)會(huì)花費(fèi)不成比例的更多時(shí)間或資源。令人滿意的（ “滿足”和“足夠”的組合）一詞由諾貝爾獎(jiǎng)獲得者赫伯特·西蒙創(chuàng)造，用來描述旨在獲得令人滿意的解決方案而不是最佳解決方案的決策。從設(shè)計(jì)角度來看，令人滿意的 AI 功能可以提供滿足用戶需求的結(jié)果，即使它并不完美。這通常適用于速度、效率或成本比完美更重要的用例。例如，對(duì)于內(nèi)容作者來說，能夠在幾秒鐘內(nèi)快速起草博客大綱的 AI 可能比花費(fèi)數(shù)小時(shí)制作“完美”文章的 AI 更有價(jià)值 - 因?yàn)椴莞逯恍枰鳛槿祟愖髡呃^續(xù)創(chuàng)作的起點(diǎn)。滿足感側(cè)重于實(shí)用主義：“追求令人滿意或足夠的結(jié)果，而不是最佳解決方案”，尤其是在尋找完美解決方案“需要耗費(fèi)不必要的時(shí)間、精力和資源”的情況下。在很多情況下，收益遞減效應(yīng)會(huì)發(fā)揮作用——稍好一點(diǎn)的結(jié)果可能無法證明實(shí)施起來過于復(fù)雜。用戶本身通常更喜歡現(xiàn)在就得到快速的答案，而不是以后再得到完美的答案。

總結(jié)一下這條軸線：優(yōu)化功能力求達(dá)到一流的輸出，可能在高風(fēng)險(xiǎn)或競(jìng)爭(zhēng)激烈的質(zhì)量用例中需要用到；而令人滿意的功能則滿足于“足夠好”，這通常能夠?qū)崿F(xiàn)速度、規(guī)模和用戶便利性。這兩種方法都能創(chuàng)造價(jià)值——關(guān)鍵在于將方法與用戶的實(shí)際需求相匹配。定義了這兩個(gè)軸線后，我們現(xiàn)在可以將它們組合成一個(gè)矩陣，并檢查由此產(chǎn)生的四個(gè)象限。

當(dāng)我們繪制“增強(qiáng) ? 自動(dòng)化”與“滿意? 優(yōu)化”之間的對(duì)比圖時(shí)，我們得到一個(gè)包含四個(gè)象限的矩陣：1）高風(fēng)險(xiǎn)輔助，2）日常AI助手，3）自主且高精度，4）自主且低風(fēng)險(xiǎn)。每個(gè)象限代表了AI賦能功能的一種獨(dú)特策略。

象限 1：增強(qiáng) + 優(yōu)化（高風(fēng)險(xiǎn)輔助）

在這個(gè)象限中，人工智能正在增強(qiáng)用戶，質(zhì)量標(biāo)準(zhǔn)也設(shè)定得極高。這些功能是人工智能作為輔助的功能，適用于高風(fēng)險(xiǎn)或?qū)＜壹?jí)任務(wù)。其邏輯是，人工智能可以通過提供洞察力、準(zhǔn)確性或速度來提升人類的表現(xiàn)，但仍然需要人類來掌控，因?yàn)闆Q策至關(guān)重要。這種結(jié)合允許人類擁有“第二雙眼睛”來處理海量數(shù)據(jù)，而人類的判斷則負(fù)責(zé)處理細(xì)微差別和最終決定。

產(chǎn)品示例（醫(yī)療保?。?/strong>：想象一下放射學(xué)軟件平臺(tái)中的一項(xiàng)功能：當(dāng)放射科醫(yī)生檢查 X 光片或 MRI 時(shí)，AI 算法會(huì)并行運(yùn)行，突出顯示看起來可疑的區(qū)域（可能是腫瘤的陰影或細(xì)微的骨折線）。醫(yī)生會(huì)查看這些突出顯示的內(nèi)容，然后確認(rèn)或排除它們。AI 必須高度準(zhǔn)確地標(biāo)記出它們——太多的誤報(bào)會(huì)浪費(fèi)醫(yī)生的時(shí)間或削弱醫(yī)生的信任；而漏報(bào)（遺漏的問題）則更糟糕。因此，系統(tǒng)會(huì)進(jìn)行調(diào)整以優(yōu)化靈敏度和特異性。這種增強(qiáng)的工作流程并不能取代醫(yī)生（事實(shí)上，醫(yī)生不會(huì)接受僅由 AI 進(jìn)行的自動(dòng)診斷），但它可以優(yōu)化結(jié)果：患者受益于醫(yī)生 + AI 的綜合智能。AI 有效地?cái)U(kuò)展了醫(yī)生的能力——它可能可以從數(shù)百萬張圖像中檢測(cè)出模式（這是人類終其一生都無法做到的）——而醫(yī)生則提供情境判斷和問責(zé)。

設(shè)計(jì)考量：此象限中的功能需要建立用戶對(duì)AI輔助的信任。透明度至關(guān)重要——例如，展示AI提出建議的原因（可解釋的AI）——以便人類能夠驗(yàn)證其推理。由于人類是最終裁決者，因此用戶界面應(yīng)該方便人類查看和調(diào)整AI輸出。另一個(gè)實(shí)用技巧：團(tuán)隊(duì)通常會(huì)逐步引入此類功能。例如，AI可以先以“靜默”模式運(yùn)行以證明其準(zhǔn)確性（顯示未經(jīng)批準(zhǔn)實(shí)際上不會(huì)執(zhí)行的建議），以便用戶在完全依賴它之前了解其價(jià)值。這可以降低AI過度干預(yù)的風(fēng)險(xiǎn)。如果成功，增強(qiáng)+優(yōu)化功能可以實(shí)現(xiàn)兩全其美：人類的專業(yè)知識(shí)與機(jī)器的精確度相得益彰。

象限 2：增強(qiáng) + 滿意（日常 AI 助手）

第二象限可以說是當(dāng)今許多用于提高生產(chǎn)力和創(chuàng)造力的“酷炫”AI功能所在。在這里，AI再次成為人類的助手（功能增強(qiáng)），但我們并不介意AI的輸出只是一份草稿或初步建議。其目標(biāo)是提高效率、激發(fā)創(chuàng)造力或處理繁瑣的工作——而不是一次性做到完美。人類用戶需要對(duì)AI提供的內(nèi)容進(jìn)行審核、調(diào)整或迭代。

產(chǎn)品示例（生產(chǎn)力 - 寫作）：一個(gè)現(xiàn)實(shí)世界的例子是 Gmail 的智能撰寫功能，它會(huì)在您鍵入電子郵件時(shí)建議下一個(gè)單詞或短語。這是一種增強(qiáng)功能（您正在寫作；它只是提供幫助）并且絕對(duì)令人滿意 - 這些建議通常很平凡，但這沒關(guān)系，因?yàn)樗鼈兛梢钥焖偬幚順影濉Ｈ绻ㄗh不是您想要的，您可以忽略它并繼續(xù)輸入。當(dāng)它起作用時(shí)，它可能會(huì)為您節(jié)省一些擊鍵次數(shù)（例如，在輸入“讓我知道...”后完成“如果您有任何疑問，請(qǐng)告訴我”。它快速且便宜。沒有人期望智能撰寫能夠創(chuàng)作小說或關(guān)鍵任務(wù)備忘錄；它的價(jià)值在于緩解寫作過程中的小摩擦。這種低風(fēng)險(xiǎn)的增強(qiáng)功能受到了用戶的熱烈歡迎，因?yàn)樗粫?huì)強(qiáng)加或打擾 - 它只是為了提供幫助，加快平凡的子任務(wù)。

設(shè)計(jì)考慮：對(duì)于增強(qiáng) + 滿意功能，關(guān)鍵在于實(shí)現(xiàn)人機(jī)交互的無縫銜接和低摩擦。用戶應(yīng)該感到掌控一切，并能夠輕松地控制 AI。由于 AI 并非總是正確，因此界面應(yīng)該易于編輯或重試。例如，在寫作助手中，如果第一次輸出沒有用，您可能會(huì)提供其他建議或提示 AI 從不同角度思考的方法。設(shè)定正確的用戶期望也很重要：傳達(dá) AI 的輔助和起草功能，而不是提供最終的完美答案。當(dāng)用戶理解這種心態(tài)時(shí)，他們會(huì)更加寬容錯(cuò)誤，并能有效地利用該工具（就像將其視為頭腦風(fēng)暴一樣）。從開發(fā)的角度來看，此象限中的功能通常可以逐步交付 - 您可以發(fā)布一個(gè)運(yùn)行良好率可能有 70% 的測(cè)試版，這是可以接受的，因?yàn)橛脩魰?huì)直接忽略無用的 30%。這是一個(gè)很好的實(shí)驗(yàn)空間，因?yàn)槿斯ぶ悄苠e(cuò)誤的代價(jià)通常只是小小的不便，而不是災(zāi)難性的失敗。

象限 3：自動(dòng)化 + 優(yōu)化（自主精度）

這個(gè)象限指的是全自動(dòng)系統(tǒng)，它們幾乎不需要人工輸入即可運(yùn)行，并且性能標(biāo)準(zhǔn)非常高。這類人工智能功能（甚至整個(gè)產(chǎn)品）基本上可以讓你說：“人工智能，你來掌控一切——只要確保操作正確就行?！?它們往往出現(xiàn)在需要快速或大規(guī)模地做出決策或采取行動(dòng)，且超出人類能力范圍，并且一旦出錯(cuò)將造成嚴(yán)重后果的情形下。換句話說，除非你非常有信心人工智能能夠持續(xù)達(dá)到或超越人類水平的結(jié)果，否則你不會(huì)將其自動(dòng)化。

產(chǎn)品示例（企業(yè) SaaS - AIOps）：設(shè)想一個(gè)提供自動(dòng)事件檢測(cè)和響應(yīng)的云服務(wù)平臺(tái)。該功能使用人工智能監(jiān)控服務(wù)器上數(shù)百萬個(gè)日志事件和指標(biāo)。如果檢測(cè)到嚴(yán)重異常（例如，指示服務(wù)器可能崩潰或存在安全漏洞企圖的峰值），它會(huì)自動(dòng)采取行動(dòng)（例如，隔離部分網(wǎng)絡(luò)或重啟服務(wù)）以防止問題發(fā)生。這就是自動(dòng)化：它不會(huì)立即請(qǐng)求操作員的許可，因?yàn)檠舆t可能會(huì)造成災(zāi)難性的后果（如果服務(wù)中斷或正在遭受攻擊，每一秒都至關(guān)重要）。但是，由于這些操作會(huì)影響正常運(yùn)行時(shí)間、數(shù)據(jù)完整性和安全性，因此決策必須高度準(zhǔn)確。人工智能需要進(jìn)行優(yōu)化，以便真正檢測(cè)到真正的問題，同時(shí)最大限度地減少誤報(bào)。如果它過于敏感并不斷“狼來了”，可能會(huì)不必要地?cái)_亂運(yùn)營；如果它過于松懈，可能會(huì)錯(cuò)過事件。實(shí)現(xiàn)這種平衡是一個(gè)優(yōu)化問題。在實(shí)踐中，開發(fā)此類功能的團(tuán)隊(duì)可能會(huì)實(shí)施廣泛的測(cè)試，甚至冗余（例如，一個(gè)AI模型標(biāo)記問題，另一個(gè)驗(yàn)證步驟在采取行動(dòng)之前確認(rèn)問題，以減少錯(cuò)誤）。他們也可能允許一定程度的可配置性——例如，讓客戶端設(shè)置AI觸發(fā)操作必須達(dá)到的閾值（本質(zhì)上是在他們自己的語境中定義“足以采取行動(dòng)”的含義）。

設(shè)計(jì)考量： 自動(dòng)化+優(yōu)化功能本質(zhì)上是最敏感且風(fēng)險(xiǎn)最高的。它們需要在部署前后進(jìn)行嚴(yán)格的驗(yàn)證。實(shí)施監(jiān)控和回退機(jī)制是明智之舉：如果AI遇到越界場(chǎng)景或其置信度較低，它應(yīng)該采取故障安全措施（例如，移交給人工或更簡(jiǎn)單的安全模式）。從產(chǎn)品管理的角度來看，你應(yīng)該思考一個(gè)想法是否真的需要從第一天起就完全自動(dòng)化并實(shí)現(xiàn)高精度。有時(shí)，從增強(qiáng)+優(yōu)化象限開始，然后再過渡到完全自動(dòng)化會(huì)更安全。例如，AI可以先向操作員推薦操作（增強(qiáng)），一旦證明其始終正確，再過渡到自動(dòng)執(zhí)行這些操作。這種分階段的方法可以建立信任并及早發(fā)現(xiàn)問題。此外，還要考慮責(zé)任和用戶信任：如果你的自主AI犯了錯(cuò)誤，誰來承擔(dān)后果？你將如何溝通？許多公司將此象限中的功能限制在內(nèi)部流程或極其嚴(yán)格控制的環(huán)境中，正是為了避免公開錯(cuò)誤。然而，如果操作得當(dāng)，自動(dòng)化+優(yōu)化系統(tǒng)可以帶來超人的效率和質(zhì)量——就像一位時(shí)刻警惕的守護(hù)者，在任何人察覺問題之前就處理好一切。對(duì)于某些運(yùn)營任務(wù)來說，這是不可多得的寶藏，但必須謹(jǐn)慎負(fù)責(zé)地執(zhí)行。

象限 4：自動(dòng)化 + 滿意（自主效用）

最后一個(gè)象限涵蓋了AI自主運(yùn)行的功能，只要結(jié)果足夠好就足夠了。這些功能通常是互聯(lián)網(wǎng)時(shí)代激增的大規(guī)模個(gè)性化和規(guī)模導(dǎo)向型功能——在這種情況下，為數(shù)百萬用戶提供大致正確的結(jié)果遠(yuǎn)勝于為少數(shù)用戶提供完美結(jié)果。在這種情況下，錯(cuò)誤或次優(yōu)結(jié)果的成本在單例情況下較低。通常，用戶甚至可能察覺不到AI是否準(zhǔn)確，或者他們可以輕松地忽略或糾正它。其優(yōu)勢(shì)在于，這些功能可以達(dá)到大規(guī)模，或處理人類團(tuán)隊(duì)無法處理的海量數(shù)據(jù)，從而提供原本無法實(shí)現(xiàn)的價(jià)值。在每種情況下，AI都可以自行做出大量微決策，雖然它的目標(biāo)是發(fā)揮作用，但不必每次都做到完美。

電商產(chǎn)品推薦

產(chǎn)品示例（電子商務(wù) - 推薦）：這個(gè)象限最著名的例子或許是電子商務(wù)推薦引擎（“購買 X 的顧客也購買了 Y”和個(gè)性化產(chǎn)品建議）。這些系統(tǒng)會(huì)為每次用戶訪問自動(dòng)生成推薦。這些商品并非人工挑選——全是由人工智能通過分析購買數(shù)據(jù)生成的算法。這些推薦總是用戶想要的理想商品嗎？當(dāng)然不是。但即使其中一些建議是相關(guān)的，它們也能提升購物體驗(yàn)和銷量。這種方法的成功顯而易見：亞馬遜的推薦引擎貢獻(xiàn)了其約35% 的收入。這項(xiàng)自主功能能夠根據(jù)用戶的興趣匹配產(chǎn)品，其價(jià)值高達(dá)數(shù)十億美元。購物者可能會(huì)忽略一些不相關(guān)的推薦，但由于系統(tǒng)會(huì)根據(jù)數(shù)據(jù)進(jìn)行改進(jìn)，并且經(jīng)常會(huì)顯示有吸引力的商品，因此它的價(jià)值是完全合理的。錯(cuò)誤（不相關(guān)的推薦）的成本很小，可能只浪費(fèi)用戶一點(diǎn)時(shí)間，而個(gè)性化的規(guī)模卻帶來了巨大的商業(yè)價(jià)值。

設(shè)計(jì)考量：對(duì)于自動(dòng)化+滿意度功能，覆蓋率和恢復(fù)是關(guān)鍵的設(shè)計(jì)方面。由于人工智能并非完美無缺，您需要思考：系統(tǒng)將如何處理它無法有效解決的情況？在推薦系統(tǒng)中，“失敗”僅僅是用戶忽略了不好的推薦——這通常沒什么問題，但您仍可能需要監(jiān)控點(diǎn)擊率等指標(biāo)，以確保整體質(zhì)量保持在一定閾值以上。本質(zhì)上，您需要用可衡量的指標(biāo)來定義“足夠好”的含義（例如，X% 的用戶點(diǎn)擊了推薦，或者聊天機(jī)器人解決了 Y% 的咨詢），并確保該功能符合該標(biāo)準(zhǔn)并隨著時(shí)間的推移不斷改進(jìn)。恰當(dāng)?shù)貍鬟_(dá)目的也很重要。用戶通常甚至沒有意識(shí)到人工智能功能何時(shí)“令人滿意”——他們只看到輸出。但如果存在混淆或期望過高的可能性，那么提示一下該功能的作用會(huì)有所幫助。例如，人工智能生成的標(biāo)題可能帶有編輯選項(xiàng)和注釋“自動(dòng)生成的標(biāo)題”——表示它可能并不完美，并邀請(qǐng)用戶根據(jù)需要進(jìn)行調(diào)整。

從開發(fā)角度來看，這個(gè)象限很有吸引力，因?yàn)樗梢詭砀咄顿Y回報(bào)率：完全自動(dòng)化意味著可以輕松擴(kuò)展，“足夠好”意味著你可以快速迭代，而無需在發(fā)布時(shí)追求完美。許多人工智能功能的最小可行產(chǎn)品 (MVP) 都從這里開始——以自動(dòng)化的方式做一些有用的事情，證明其價(jià)值，然后再進(jìn)行改進(jìn)。然而，必須確?！暗惋L(fēng)險(xiǎn)”是真正的低風(fēng)險(xiǎn)。如果一個(gè)自主功能偶爾會(huì)做出一些真正讓用戶不滿或造成損害的事情，那么它實(shí)際上就不是低風(fēng)險(xiǎn)的，而更應(yīng)該屬于需要優(yōu)化并采取保障措施的領(lǐng)域。矩陣有助于標(biāo)記這些區(qū)別。

專注于重要的事情

在這個(gè)充斥著人工智能炒作的時(shí)代，最難的問題并非“我們可以自動(dòng)化什么？”，而是“什么值得自動(dòng)化？”。人工智能意圖矩陣提供了一個(gè)實(shí)用的視角：你是將人工智能應(yīng)用于提升體驗(yàn)的地方，還是僅僅增加了復(fù)雜性？通過精心構(gòu)思，將概念置于這張圖上，我們確保思考的是正確問題：我們是否讓用戶在他們想要的地方掌控一切？我們是否正在將技術(shù)推向其可靠的極限？這種人工智能真的能提升用戶體驗(yàn)嗎？還是我們只是在增加復(fù)雜性卻收效甚微？

使用此矩陣作為指南，避免 人工智能過度使用——在某些情況下，熱情可能會(huì)促使我們將用戶更希望合作的事情完全自動(dòng)化，或者在快速獲得結(jié)果時(shí)要求完美。它還可以突出顯示何時(shí)不應(yīng)使用人工智能。如果某個(gè)功能創(chuàng)意在這些維度上無法明顯受益于某種智能，那么或許更簡(jiǎn)單的解決方案才是最佳選擇。正如 Google PAIR 指南所建議的那樣，引入人工智能的合理性應(yīng)該以用戶體驗(yàn)的顯著提升為前提，否則甚至?xí)档腕w驗(yàn)。

相反，利用矩陣來發(fā)現(xiàn)黃金——那些能夠取悅用戶并創(chuàng)造價(jià)值的人工智能機(jī)會(huì)。這些機(jī)會(huì)可能是增強(qiáng)功能，讓用戶感覺自己像擁有人工智能助手的超人，也可能是自動(dòng)化技術(shù)，可以在隱形的情況下大規(guī)模處理繁瑣的任務(wù)。確保你的目標(biāo)與團(tuán)隊(duì)的能力和技術(shù)所能支持的范圍相匹配。從有限的、“足夠好”的人工智能功能開始，滿足用戶的實(shí)際需求，然后在學(xué)習(xí)的過程中不斷擴(kuò)展，這完全沒問題（而且通常也是明智之舉）。合理的范圍成功勝過范圍過大的失敗。

在人工智能時(shí)代，人們很容易相信我們應(yīng)該打造“萬物皆人工智能”。但智慧在于明辨是非。有些事情應(yīng)該留給人類，有些事情可以交給機(jī)器。最好的人工智能功能要么賦予用戶權(quán)力，要么退居幕后處理繁瑣的事務(wù)，而了解你的目標(biāo)是什么，就等于成功了一半。通過沿著人工智能意圖矩陣的兩個(gè)軸線進(jìn)行思考，產(chǎn)品團(tuán)隊(duì)可以更好地駕馭人工智能帶來的無限設(shè)計(jì)選擇。