無盡的創(chuàng)造力等待被釋放

王俊煜

前幾天有朋友給我轉(zhuǎn)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(fā)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(yè)、軍事等非常昂貴的應(yīng)用場景開始，逐漸走進中小企業(yè)、個人工作者等商業(yè)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(chuàng)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(dān)的，大部分人還無法預(yù)見計算機能如何在自己的生活中發(fā)揮作用。喬布斯在40多年前講的這番話，不但預(yù)言了計算機的普及，同樣可以用來預(yù)言智能手機的誕生和普及，放到今天用來預(yù)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(dāng)然，這些都是宏觀預(yù)測。至于人們會怎么用，還是很難預(yù)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(chuàng)造力。

有這種想法也很合理。以GPT為代表的大語言模型已經(jīng)火了半年了。如果你不是技術(shù)愛好者，心里可能會想，為什么好像沒有什么我日?？梢杂玫蒙系漠a(chǎn)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(yīng)用，但我知道今天使用這些產(chǎn)品的門檻很高，也需要學(xué)習(xí)一些使用技巧。前兩天去一個行業(yè)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(shù)行業(yè)內(nèi)，許多人也還是無法得心應(yīng)手地用好現(xiàn)在的人工智能產(chǎn)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(xiàn)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(chuàng)造力暫且不說，在此之前可能需要先釋放一下技術(shù)行業(yè)從業(yè)者的創(chuàng)造力。

這半年我一邊休息一邊在積攢和大語言模型有關(guān)的各種產(chǎn)品主意。這里面的許多想法在我看來過于淺顯，別人應(yīng)該也很容易想到，做起來應(yīng)該也不復(fù)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(jīng)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(chǎn)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(biāo)準(zhǔn)也不高。一個產(chǎn)品，不管是創(chuàng)造性地用新方法解決了一個別人解決過的老問題，還是發(fā)現(xiàn)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(chǎn)品的AI）。

比如有一個讓我感覺很驚艷的產(chǎn)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(guān)于某某的筆記記到什么地方了？”（寫這段的時候剛問過）?？梢韵胂笃胀ㄈ藢﹄[私的擔(dān)憂，所以這個產(chǎn)品以今天這個形態(tài)應(yīng)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(chuàng)業(yè)公司做了一個設(shè)計工作坊，試圖讓他們的產(chǎn)品在目標(biāo)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(chǎn)品設(shè)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(chǎn)品設(shè)計方法是要被淘汰的。AI時代技術(shù)發(fā)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(nèi)幾乎一直將“設(shè)計師”和產(chǎn)品的look and feel畫上等號，許多本該由設(shè)計師負責(zé)的產(chǎn)品設(shè)計工作是由“產(chǎn)品經(jīng)理”來完成的，這并不合理。我下面討論的“古典”的“產(chǎn)品設(shè)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(zé)這個的人叫“產(chǎn)品設(shè)計師”。我想強調(diào)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(zé)定義產(chǎn)品，那你在這一刻就是產(chǎn)品設(shè)計師，應(yīng)當(dāng)具有產(chǎn)品設(shè)計師的思維和技能。

而“產(chǎn)品經(jīng)理”應(yīng)該做什么呢？上期專欄中提到過IDEO的設(shè)計創(chuàng)新方法論，這一般是我們給其他公司介紹設(shè)計思維的材料，有興趣的讀者可以到他們的官網(wǎng)免費下載一讀，其中我認為最重要的觀點是，創(chuàng)新必須同時滿足人的渴求、技術(shù)可行性和商業(yè)可持續(xù)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(diào)創(chuàng)新要從人的渴求出發(fā)，即所謂的“人本設(shè)計”。但實際上，AI給包括我在內(nèi)的產(chǎn)品設(shè)計師帶來的興奮之處是“技術(shù)可行性”發(fā)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(chǎn)品設(shè)計師帶來兩個挑戰(zhàn)。

其一，如何理解AI的技術(shù)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(lián)網(wǎng)時代開始時，設(shè)計師來說也有同樣的挑戰(zhàn)，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(xué)界也是炙手可熱的研究課題。如果產(chǎn)品設(shè)計師是一名科學(xué)家或者工程師，理解門檻可能低一些。即使不是，要做好AI產(chǎn)品的設(shè)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(chǎn)品設(shè)計師沒有技術(shù)背景，那就需要去補。我最近開始做產(chǎn)品，還是會自己動手寫代碼和調(diào)校，因為這樣子才能理解它的能力邊界。

其二，理解技術(shù)可行性后，需要重新理解用戶渴求。創(chuàng)造力的靈感來自人的故事。如果僅僅是改造現(xiàn)有的產(chǎn)品，由于現(xiàn)有的產(chǎn)品受限于AI出現(xiàn)之前的技術(shù)，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(fā)，就很難跳出原來的產(chǎn)品形態(tài)，創(chuàng)造出新的。

大部分從業(yè)者可能習(xí)慣于從抽象的宏觀概念出發(fā)來自上而下地構(gòu)思產(chǎn)品，而不是從具體的人、具體的故事出發(fā)。但只有具體的故事能帶來靈感。前面說到的幫AI創(chuàng)業(yè)公司做的工作坊，最主要還是邀請了一些屬于他們目標(biāo)人群的個人來講了許多自己日常在對應(yīng)工作場景中的故事，這些人不需要已經(jīng)用過這家公司的產(chǎn)品。只要聽和觀察他們現(xiàn)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(chǎn)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(chǎn)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(chǎn)品，但要解決的問題是一樣的。

這個設(shè)計工作坊結(jié)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(chǎn)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(fēng)口有啥區(qū)別呢？我覺得最大的區(qū)別就是，AI在今天就已經(jīng)能在每個人的日常工作和生活中發(fā)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(chǎn)品設(shè)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(chǎn)品創(chuàng)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(shù)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(chǎn)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(fù)雜的加法才會用到算盤，我小學(xué)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(xiàn)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(jīng)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(yè)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(xué)歷的、接受過良好通識教育、只是暫時不具有專業(yè)知識的助理，它能為你做什么事情？今天我已經(jīng)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(chǎn)品—其實你也可以嘗試做自己的產(chǎn)品設(shè)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(xué)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(chuàng)造力，40年后我們認為AI可以繼續(xù)釋放人類的創(chuàng)造力。人類的創(chuàng)造力是無窮無盡的，我并不擔(dān)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(xué)習(xí)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？