AI不只是聊天助手,它正在重塑产品概念

记得我第一次用ChatGPT时，那种震撼感至今难忘。我意识到一个新的时代开始了，但对于设计领域来说，这意味着什么？直到我读了Jakob Nielsen的文章《AI: First New UI Paradigm in 60 Years》，才开始理解这场设计领域的地壳运动。六十年来，我们一直在一步步告诉计算机如何做事，而AI颠覆了这一切，它采用了“基于意图的结果规范”范式：你告诉它你想要什么，它来想怎么做。这不是一个功能，这是另一种计算机。

发生了什么

ChatGPT诞生后，各大公司纷纷行动，每个主要产品都增加了聊天机器人或副驾驶。AI助手进入了企业工具、创意软件、云平台。三年后的今天，这些助手确实提供了真正的价值：用户可以提问而不是点击，得到答案而不是翻阅文档，将他们以前手动执行的例行任务外包出去。

但问题是：如果从这些产品中剥离出AI助手，你仍然可以使用它们。产品本身并没有变。AI只是附加在上面，而不是内置其中。Adrian Levy将这称为嵌入式智能的测试——而大多数产品今天都在失败。

为什么重要

要理解缺失的部分，我们需要思考产品是如何被学习的。每个产品都有一个学习阈值：用户在使用它之前需要学习的最小量。不是使用得很好，而是至少能够使用。比如门，你在生活中的某个时刻学会了转动把手可以解锁，推或拉可以打开。你现在可以自动完成这个动作，但曾经有一刻你并不知道这一点。低于这个阈值，门就只是一堵墙。

数字产品在这个阈值上增加了两层。第一层是概念性的：产品运作的核心理念。第二层是交互性的：界面如何表现这些理念。两者都需要被清除，产品才能被使用。

对于大多数消费产品来说，概念阈值很薄——理念映射到你已经理解的事物上。但企业软件则不同。这些产品的构建者发明了概念来构建能力和使其具体化。在AI之前，这是必需的：尽管这些概念引入了一个陡峭的学习阈值，但一旦用户跨越了它，这些概念实际上帮助他们使用产品。

以AWS为例。要在云中存储数据，你至少需要知道什么是账户、什么是服务、什么是资源。不是因为现实世界就是这样运作的，而是因为AWS发明了这些概念来组织其产品。它们是通行费。你支付它，或者你进不去。

在AWS上添加一个AI助手而不改变任何这些，你会看到改进。问“我如何设置存储？”它会解释这些概念。告诉它创建一个S3桶，它会代表你执行。助手降低了两层——但只是部分。它教你AWS的语言；它并没有让你免于学习它。概念上的开销仍然是你的负担。

这就是附加AI的局限性：它提高了现有概念框架内的效率。它并没有改变框架。

想象一个需要为他们的应用程序存储数据的用户。在一个真正的AI原生产品中，他们用自己的话说出这一点——AI充当他们意图和产品原语之间的翻译者。它提出澄清问题以更深入地理解意图，将他们的目标映射到正确的底层概念，配置它们，并将用户引向他们的存储路径。用户永远不需要知道什么是服务，或者他们的存储生活在里面。AI吸收了那个概念重量，所以他们不需要。

这并没有完全消除学习阈值。同一个用户仍然需要理解什么是云存储以及为什么他们的应用程序需要它。领域知识不能被抽象化，也不应该被抽象化。这不是产品需要清除的债务。

AI可以最小化的是，由于产品构建方式而存在的额外概念层。账户、服务和资源等概念在产品本身之外没有身份或意义。它们是由产品的构建者发明的，以组织他们自己的系统。这些是产品开销，而不是用户的。AI可以承担它们。

而且它可以在整个生命周期中继续承担它们，而不仅仅是在设置点。一旦用户运行了他们的存储，他们将需要管理它：监控使用情况，处理容量，响应故障。在一个传统产品中，这意味着学习另一层产品发明的词汇。错误消息读取：“你的S3桶超出了其存储配额。审查你的IAM政策以更新访问权限。”用户回到了AWS的语言中，负责在危机中解码它。

在一个AI原生产品中，同样的时刻读取：“你的存储快满了。以下是如何增加它。”概念负担在出现问题时不会重新出现。

值得澄清的一点是：这不是用聊天界面替换产品的论点。传统的点击界面提供了细粒度的控制，对于需要它的用户仍然很重要。重点不是用AI隐藏产品。而是停止让产品的内部抽象成为入门的代价。

信任对于数字产品来说一直很重要；在这里，它变得不可或缺。当用户从理解底层概念中解放出来时，他们也从审计它们的能力中解放