無盡的創造力等待被釋放

王俊煜

前幾天有朋友給我轉了一個喬布斯在1981年接受采訪的視頻。這段視頻沒有播出過，是2021年才被“挖掘”出來的，看過的人相對較少。喬布斯在里面說，就像電動機的發明和普及一樣，隨著成本的下降和使用門檻降低，個人計算機（PC）將從科研、工業、軍事等非常昂貴的應用場景開始，逐漸走進中小企業、個人工作者等商業場景，再進入千家萬戶。他將PC類比成了自行車，就像自行車的靈活自由一樣，PC可以成為人們大腦的延伸，讓人們從日常繁瑣枯燥的工作中解放出來，去做更多更有創造力的工作。

1981年的時候計算機還非常昂貴，不是一般家庭可以負擔的，大部分人還無法預見計算機能如何在自己的生活中發揮作用。喬布斯在40多年前講的這番話，不但預言了計算機的普及，同樣可以用來預言智能手機的誕生和普及，放到今天用來預言通用人工智能將會在人們的日常生活中起到的作用，我認為一個字也不用改。

當然，這些都是宏觀預測。至于人們會怎么用，還是很難預測的。2023年4月的本專欄中討論過這個問題。

40年前許多人無法想象計算機真的會進入家庭，15年前也會有許多人無法想象智能手機會人手一部……歷史總是在倒車鏡中才能看清楚，但同時人類又是健忘的。到今天仍然有許多人無法想象隨著成本的下降，通用人工智能最終將成為人們工作、生活不可分割的一部分，釋放我們的創造力。

有這種想法也很合理。以GPT為代表的大語言模型已經火了半年了。如果你不是技術愛好者，心里可能會想，為什么好像沒有什么我日常可以用得上的產品？的確沒有。我算是非常重度的用戶，瀏覽器始終置頂著ChatGPT、Bard、Claude、Pi等直接和不同的大語言模型溝通的應用，但我知道今天使用這些產品的門檻很高，也需要學習一些使用技巧。前兩天去一個行業的AI大會，分會場最爆滿的是一個教如何寫prompt（可以簡單理解成和AI說話的技巧）的工作坊，可見即使在技術行業內，許多人也還是無法得心應手地用好現在的人工智能產品。這也是為什么我覺得，通用人工智能的iPhone時刻還沒有到來—4月我在專欄中寫過這個話題，現在我依然是這個看法。

通用人工智能能不能釋放普通人的創造力暫且不說，在此之前可能需要先釋放一下技術行業從業者的創造力。

這半年我一邊休息一邊在積攢和大語言模型有關的各種產品主意。這里面的許多想法在我看來過于淺顯，別人應該也很容易想到，做起來應該也不復雜，但我躺平了幾個月還沒看到有人做出來，以至于常常要懷疑“是不是已經有人做了只是我不知道而已”。

倒也不是沒有，只是做得不太好。最近一兩個月看到的新產品，包括在各種demo day活動上看到的想法，我都會覺得重合度有些高，很少能看到眼前一亮的東西。其實所謂眼前一亮，我的標準也不高。一個產品，不管是創造性地用新方法解決了一個別人解決過的老問題，還是發現并解決了一個沒有人解決過的新問題，我都會覺得很興奮。至于一些明顯的、一定可以被解決的缺陷，我反而可以自動補全（聽起來我就是個不錯的評價產品的AI）。

比如有一個讓我感覺很驚艷的產品叫Rewind，開啟后它會不間斷錄制你的電腦屏幕并保存，就好像身邊坐著一個記憶力超群的人盯著你的電腦屏幕一樣。聽起來很可怕，但你可以向它提問，比如“兩周前我都做什么了？”（定這篇文章選題的時候我剛問過），“我上次關于某某的筆記記到什么地方了？”（寫這段的時候剛問過）。可以想象普通人對隱私的擔憂，所以這個產品以今天這個形態應該很難推向大眾。但我反而覺得這是可以解決的問 題。

我最近幫一家AI創業公司做了一個設計工作坊，試圖讓他們的產品在目標用戶的日常工作中可以扮演更重要的角色，“每天都要用”。這個過程中，我覺得“古典”的產品設計“藝能”還是很有用武之地的。

我對此很有信心。

過去幾年有一種說法是，“古典”的產品設計方法是要被淘汰的。AI時代技術發展一日千里，更是如此。但我想，恰恰是因為這樣，才需要“古典”的方法。

如果有同行在讀這篇文章的話，補充一下，由于國內幾乎一直將“設計師”和產品的look and feel畫上等號，許多本該由設計師負責的產品設計工作是由“產品經理”來完成的，這并不合理。我下面討論的“古典”的“產品設計”工作，即找到用戶遇到的問題并給出解決方案的過程。我管負責這個的人叫“產品設計師”。我想強調這是一個角色，而不是一個崗位。如果你是一名工程師但是你負責定義產品，那你在這一刻就是產品設計師，應當具有產品設計師的思維和技能。

而“產品經理”應該做什么呢？上期專欄中提到過IDEO的設計創新方法論，這一般是我們給其他公司介紹設計思維的材料，有興趣的讀者可以到他們的官網免費下載一讀，其中我認為最重要的觀點是，創新必須同時滿足人的渴求、技術可行性和商業可持續性，缺一不可。我相信讀者不難想到一些由于缺少其中的一項而失敗的例子。

IDEO強調創新要從人的渴求出發，即所謂的“人本設計”。但實際上，AI給包括我在內的產品設計師帶來的興奮之處是“技術可行性”發生了翻天覆地的變化—過去大量“不可行”的解決方案一夜之間變得可行了。

但這會給產品設計師帶來兩個挑戰。

其一，如何理解AI的技術可行性？能力邊界既包括理解AI能做什么意料之外的事情，也包括理解AI能力的局限。移動互聯網時代開始時，設計師來說也有同樣的挑戰，但智能手機的能力邊界還是容易弄清楚的。AI的能力邊界，即使在AI學界也是炙手可熱的研究課題。如果產品設計師是一名科學家或者工程師，理解門檻可能低一些。即使不是，要做好AI產品的設計，就好像畫家一定要熟悉畫布的特性，還是需要有更多了解的。

如果產品設計師沒有技術背景，那就需要去補。我最近開始做產品，還是會自己動手寫代碼和調校，因為這樣子才能理解它的能力邊界。

其二，理解技術可行性后，需要重新理解用戶渴求。創造力的靈感來自人的故事。如果僅僅是改造現有的產品，由于現有的產品受限于AI出現之前的技術，有許多普通人在日常生活中遇到的問題是沒法解決的。就好像從馬車到汽車的過渡一樣，如果不是重新從人出發，就很難跳出原來的產品形態，創造出新的。

大部分從業者可能習慣于從抽象的宏觀概念出發來自上而下地構思產品，而不是從具體的人、具體的故事出發。但只有具體的故事能帶來靈感。前面說到的幫AI創業公司做的工作坊，最主要還是邀請了一些屬于他們目標人群的個人來講了許多自己日常在對應工作場景中的故事，這些人不需要已經用過這家公司的產品。只要聽和觀察他們現在是如何完成工作的，就可以得到很多靈感。

我沒有用“需求”這個詞。這個詞很容易產生誤解，requirement、demand和desire都可以翻譯成需求。這里說的是desire。但用戶喜歡直接上來告訴你“requirement”，即他們想要一個什么什么樣的功能，而不是講自己的故事，講自己的“desire”。不要聽他們的。Desire往往需要通過觀察來獲得，而不是直接讓普通人來告訴你需要的產品。前面講過汽車和馬車。另一個例子，計算器、計算尺、算盤看起來是不同的產品，但要解決的問題是一樣的。

這個設計工作坊結束后，團隊重新理解了用戶的工作流程和“desire”后，用一個晚上就搭出了一個新版產品的原型，第二天拿給用戶試用，獲得了更多有用的反饋。

你可能會問，AI和過去的那些風口有啥區別呢？我覺得最大的區別就是，AI在今天就已經能在每個人的日常工作和生活中發揮很大作用了，而不是一個想象。只是使用門檻還有點高。“古典”的產品設計師是擅長解決這個問題的，連接人和機器。

這是我們作為產品創造者的工作。但作為個體，如果你對未來感興趣，我還是強烈建議你一定要認真使用一下。

做一個技術的early adopter需要付出很多代價，但也可以讓你更清楚地看到模糊的未來。對我來說，AI產品在我日常工作中的作用可以類比成計算器—以前沒有計算器的時候，只有很復雜的加法才會用到算盤，我小學時的一項日常娛樂就是用算盤幫我爸爸算每個班的考試平均分，一般的運算可以靠心算；有了計算器，很多心算或筆算的工作就交給計算器了；現在計算器在手機里面隨時都可以拿出來，就我來說可能已經退化到只有九九乘法表里面的不去按計算器了。

類似的，有了AI，大部分“有點費腦子”的腦力勞動，我也可以交給它去做了，比如前面說到自己寫代碼，作為一個三腳貓功夫的業余程序員，相對較快地寫出代碼我還是要靠AI幫忙。這還是停留在工作場景的，想象一下，AI的使用門檻進一步降低，每個人都有一個本科學歷的、接受過良好通識教育、只是暫時不具有專業知識的助理，它能為你做什么事情？今天我已經把大量自己不想做的腦力勞動交給AI去完成了，而且你知道它不是一個真人，反而可以將更瑣碎、更私人的工作給它。

前面講到好像沒有什么日常能用得上的產品—其實你也可以嘗試做自己的產品設計師。大語言模型的可塑性，讓你只需要寫好prompt就可以模擬出各種各樣的功能。比如，一個幫你寫日記的機器人、一個教你學特定東西的機器人、一個英語配料的機器人、一個幫你寫小紅書文案的機器人、一個幫4歲小朋友編故事的機器人……等等。

40年前喬布斯認為PC可以釋放人類的創造力，40年后我們認為AI可以繼續釋放人類的創造力。人類的創造力是無窮無盡的，我并不擔心將來人類會無所事事—今天的許多工作崗位，40年前都不存在。對于成長于這個時代的小孩而言，更是如此。拿語言學習來說，其實，在LLM時代，語言反而變得更重要了。想象一個成長于AI時代的小孩，將來不必模仿范文寫作格式，而是專注在如何用語言來表達自己……那不是很好嗎？