Стратегия дизайна AI-продуктов: от возможностей AI к новым продуктовым гипотезам

Новые возможности нейромоделей появляются каждую неделю, иногда – каждый день. Они генерируют интерактивные интерфейсные ответы, распознают речь или видео, анализируют изображения или собирают ответ из нескольких документов.

Из этого разнообразия становится довольно легко придумать новую функцию. Гораздо труднее понять, какой продукт теперь имеет смысл делать.

AI может дать другой способ реализовать прежний замысел продукта или расширить сам этот замысел. Например, сделать выполнение сложных задач доступным пользователям-новичкам или объединить действия, для которых раньше требовались разные инструменты. Здесь у дизайна появляется задача сравнить несколько вариантов будущего опыта, пока ни один из них ещё не превратился в подробный план разработки.  

Видение продукта задаёт направление дизайн-стратегии

Продуктовое видение описывает желаемое будущее для определённых людей. Что они смогут делать, какой результат получать, как будет ощущаться работа с продуктом.

Например, небольшая команда сможет самостоятельно выпускать согласованные между собой визуальные материалы, даже если у неё нет постоянного дизайнера. Это представление о результате и опыте, который команда продукта хочет сделать возможным.

Дизайн-стратегия связывает такое видение с выбором качеств продукта.

Если важна самостоятельность небольшой команды, одной генерации красивой картинки мало. Существенными становятся понятный старт, сохранение общего стиля, возможность поправить конкретную деталь и подготовить материал к использованию. Эти качества поддерживают друг друга. Без понятной доработки лёгкий первый шаг может закончиться тупиком, а без общего стиля каждый новый материал придётся заново согласовывать.

Довольно близкое понимание есть в определении UX-стратегии Nielsen Norman Group.

Это план движения к улучшенному будущему опыту, который связывает потребности людей с целями бизнеса и помогает определять приоритеты во времени.

AI не делает такое стратегическое мышление ненужным. Он меняет набор осуществимых решений и предположения, на которых они держатся.

Говоря в этой статье о дизайн-стратегии, я имею в виду связанный выбор качеств опыта, способов их построения и последовательного развития. Такой выбор включает ограничения и основания отложить даже полезную идею. Исследование показывает, чего людям не хватает сегодня; возможности технологии позволяют представить другие решения. Дизайн соединяет эти знания в варианты продукта, которые можно обсуждать и проверять до составления списка функций.

Видение описывает желаемый опыт. Дизайн-стратегия определяет, за счёт каких связанных решений он сможет появиться.

AI может развивать прежнее видение или заложить фундамент нового продукта

Новая возможность модели не обязательно требует пересмотра назначения продукта. Она может снять ограничение, которое мешало реализовать уже выбранное видение. Если человек хотел самостоятельно подготовить материал, но застревал над чистым листом, сгенерированный AI вариант помогает сдвинуться с, казалось бы, мёртвой точки. Человек получает уже более живую точку, от которой уже проще двигаться дальше.

В анонсе Magic Studio Canva связывает AI-инструменты со своей миссией сделать дизайн доступным всем, в том числе людям без продвинутых профессиональных навыков. Magic Design готовит первичный дизайн из текстового промпта или опираясь на загруженные материалы. Magic Switch переносит контент на другие форматы и языки. Здесь функциональность Magic Studio продолжает исходный замысел Canva, расширяя доступные человеку способы взаимодействия с продуктом.

У этих функций есть понятная связь. Подготовить первый драфт, привести его к нужному внешнему виду и переиспользовать в другом формате – всё это отдельные части одной общей работы. Их сочетание позволяет обсуждать доступность всей задачи. Это моя интерпретация описанных решений, а не доказательство их эффективности для любой аудитории.

Другой подход описан в заметке Google о создании NotebookLM. Приложение задумывалось как помощник для исследования, осмысления и написания текстов на основе выбранных человеком материалов. В основе продукта – возможность обсуждать с моделью свои источники.

Способности моделей анализировать и создавать контент в этих примерах поддерживают разные продуктовые замыслы. При этом новый продукт не обязательно возникает вокруг новой потребности. Людям и раньше требовалось исследовать материалы и готовить на их основе визуальную коммуникацию. Развитие AI-возможностей дало основания пересмотреть, насколько такая работа выполнима, из каких отдельных действий она состоит и где помощь продукта заканчивается.  

Сравнение гипотез задаёт приоритеты и порядок вложений

Дизайн-видение описывает желаемое будущее, но ещё не подтверждает, что выбранное решение к нему приведёт. Для этого и нужны продуктовые гипотезы. Они связывают предлагаемое изменение с наблюдаемым результатом или поведением людей.

В отличие от общего обещания «помочь разобраться», гипотеза позволяет понять, какое предположение подтвердилось, а какое нет.

Для условного сервиса работы с документами можно сравнить две гипотезы. Быстрый ответ AI со ссылками на источники поможет раньше разобраться с разовым вопросом. Если модель при новом вопросе использует сохранённые материалы и уже проверенные выводы по проекту, это может сократить повторную подготовку. В обоих случаях выигрыш нужно считать с учётом усилий на подготовку, проверку и поддержание актуальности материалов.

Если пользователи часто возвращаются к одним и тем же документам, стоит проверить второе направление. Оно получит приоритет, если с учётом обновления и проверки материалов сильнее сокращает суммарные затраты времени, чем ускорение разовых ответов. Сначала потребуется обеспечить продолжение работы с сохранёнными материалами, затем – их актуальность на длительной дистанции использования. Дальнейшее ускорение разовых ответов можно отложить. Если вопросы редко повторяются, приоритет получит быстрый разбор новых документов без подготовки постоянной базы. Так различие между гипотезами задаёт порядок вложений и основания отложить другое полезное улучшение.

Выбор меняет и круг альтернатив, с которыми предстоит сравнивать продукт. Для разового вопроса такой альтернативой может быть обычный быстрый чат с загрузкой файлов. Для длительной работы – уже используемые папки, заметки и поиск по ним. Перенос материалов в новый сервис требует усилий. Поэтому привлекательность выбранного будущего зависит ещё и от того, оправдывает ли улучшение результата эти усилия. Это связывает дизайн-стратегию с вопросом, почему люди вообще выберут этот продукт.

Сравнение гипотез заканчивается выбором того, во что команда вкладывается сейчас и какой полезный вариант откладывает.

Требования AI способны изменить аудиторию и обещание продукта

Желаемый опыт зависит от того, что модель умеет на реальных исходных материалах. Если хороший результат получается только после подробного профессионального описания, обещание доступности новичку остаётся неподтверждённым. Продукт может помочь сформулировать задачу через примеры и уточнения. Но если без специальных знаний результат всё равно невозможно подготовить и оценить, возникает выбор между более узкой аудиторией, ограниченным набором задач и дальнейшим исследованием этой зависимости.

Это влияет и на организацию процесса работы над продуктом. Дизайн, разработка и продуктовая команда обсуждают материалы, с которыми столкнётся пользователь, одновременно с обещанным результатом. Удачный референс, подготовленный человеком, который знает возможности модели, недостаточен для такого разговора. Важно увидеть, какие сведения доступны целевой аудитории и сколько усилий требует их подготовка. Иначе в удобном прототипе легко спрятать работу, которую будущему пользователю ещё предстоит выполнить.

Скорость обработки меняет момент, когда продукт полезен. Длительное ожидание может быть допустимо при подготовке отчёта и разрушать идею быстрой помощи, когда человек обращается к AI непосредственно во время работы.

Тогда возможны разные решения – заранее подготовленный результат, более узкий запрос или перенос помощи на другой этап. У каждого меняется само обещание человеку. Формально точный ответ, который пришёл после принятого решения, уже не выполняет первоначальную задачу.

Стоимость особенно существенна, если ценность строится на частых повторных попытках. Продукт, в котором можно свободно пробовать варианты, и продукт с редкой дорогой обработкой предполагают разную практику. Если экономически доступен только второй, нельзя без изменений сохранить обещание первого. Один выход – разделить быструю предварительную работу и дорогую подробную обработку. Другой – сосредоточиться на аудитории, для которой такая обработка нужна и оправдывает расходы.

При этом AI не обязан участвовать в каждом шаге. Google PAIR в своём People + AI Guidebook различает решения, которым AI необходим, решения, которые он усиливает, и решения, которые от него не выигрывают. Для стратегии это оставляет свободу сочетать подходы. Стабильную операцию можно сохранить привычной, если генерация добавляет к ней неопределённость без значимой пользы.

Данные, время и стоимость определяют, кому и какой опыт продукт способен предложить сегодня.

Проверка гипотез показывает, что менять – реализацию, приоритеты или видение

Гипотеза проверяется на уровне обещанного изменения. Если продукт должен сокращать время работы, в сравнении участвуют подготовка, проверка и исправления. Если ценность связана с повторным использованием, одного успешного завершения продуктового сценария недостаточно. Удачный первый ответ и законченная пользовательская задача дают разные основания для решения.

Неудача тоже требует дифференциации. Человеку может быть нужен результат, но предложенный механизм достижения результата заставляет его затрачивать слишком много усилий. Это основание пересмотреть путь – подготовку данных, взаимодействие, способ получения ответа. Само по себе неудобство реализации ещё не опровергает видение.

Другой случай – выясняется, что предполагаемый результат не имеет для выбранной аудитории достаточной ценности даже при приемлемом способе его получить. Тогда улучшение отдельных экранов не отвечает на обнаруженную проблему. Пересмотра требуют аудитория, обещание продукта или само представление о будущем решении.

Техническая или экономическая недостижимость сегодня даёт ещё одно основание для решения. Можно сузить область применения, изменить последовательность вложений или отложить гипотезу до появления нужных условий. Это не автоматический отказ от видения, но и не разрешение обещать людям опыт, которого продукт пока не обеспечивает.
 

Когда появляется новая модель, у отложенной гипотезы есть конкретное условие возвращения в работу. Например, результат достигается без профессиональной подготовки исходных данных или обработка становится достаточно быстрой на нужном этапе процесса. Тогда меняются прежние основания, по которым гипотезу отклонили. Команда возвращается к понятному продуктовому вопросу и проверяет, осталось ли ограничение, из-за которого решение пришлось отложить.
 

Стратегия даёт основания менять путь к будущему продукту, не путая неудачу одного решения с отсутствием ценности самого видения.

Больше материалов ищите на моём канале о Немного Другом Дизайне с AI @some.other.design