希尔马松是14islands的首席执行官和联合创始人，14islands是一家设计和技术机构，为谷歌、Spotify、Meta、卡地亚和联合国等品牌创建数字产品和人工智能体验。
过去一年里，一个新的短语开始流行：硅谷瓦尔哈拉。它指的是从北欧，特别是瑞典，涌现出的人工智能初创公司浪潮，这些公司正在构建雄心勃勃的工具，扩展人工智能的能力。那一波浪潮已经开始成形，像Lovable和Sana Labs这样的公司正在获得全球关注；通常是因为它们的技术能力、速度和增长规模。对于投资者和创始人来说，兴奋之情是显而易见的。但是，当硅谷瓦尔哈拉的讨论变得更加响亮时，叙述往往集中在技术、模型和动力上。虽然这些是真正的驱动力，但它们只是故事的一部分。较少被提及，但同样至关重要的是，这些公司如何将人工智能转化为直观、可用和经过深思熟虑的设计的产品。因为日益增加的是，不仅仅是技术本身，而是围绕它的体验质量来区分它们。当建设变得容易，区分变得更加困难人工智能正在大幅降低建设数字产品的门槛。初创公司现在可以生成代码、原型界面和启动新工具，所需时间只是过去的几分之一。这一转变已经在规模上可见，Airbnb的CEO布莱恩·切斯基（Brian Chesky）表示，人工智能现在编写了公司60%的新代码。平台和人工智能辅助开发环境允许团队以前所未有的速度将想法转化为可用的产品。像Lovable这样的工具展示了如何从简单的提示中生成软件，将想法转化为功能性原型，只需几分钟。这一转变带来了新的挑战。许多人工智能产品依赖于类似的底层模型和基础设施，提供类似的功能，例如总结信息、生成内容、自动化工作流程或协助决策，反映了行业使用案例中基础模型的广泛采用，如斯坦福人工智能指数报告中所述。因此，纯粹的技术优势变得不那么持久。最终，重要的是人们如何体验产品背后的智能。换句话说，随着基础人工智能模型变得越来越商品化，区分度正在从智能本身转向智能如何被包装、引导和体验。人工智能的-human 层人工智能系统在产生输出方面非常出色。它们可以处理大量数据、生成内容和协助复杂任务。但是，当人类与该系统交互时，另一个维度变得至关重要。系统是否理解用户的上下文？它是否清晰地传达信息？它是否引导用户走向有意义的结果？用户是否可以信任它？这些问题位于技术和设计的交叉点。人工智能时代的设计远远超出了界面美学或导航流程。它涉及塑造智能系统在人类周围的行为方式；它们如何提问，如何解释决策，如何提供洞察力，并如何适应不同的情况。在许多情况下，最重要的设计工作不是可见的界面，而是体验本身的结构：逻辑、交互和保障如何应用智能。这可能被称为人工智能的human层。从功能到智能的转变传统的软件产品在很大程度上是由功能定义的。产品团队发布的路线图中充满了离散的功能：添加此功能，构建该工具，创建另一个仪表板或工作流程。每个新功能都扩展了产品的价值。人工智能改变了这种模式。与其具有固定的功能，产品越来越多地依赖于能够动态生成解决方案的系统。用户可能会提出问题，上传文档，描述问题或通过语音或视频交互，系统会实时生成响应。体验变得流畅而不是预定义的。但是，这种灵活性引入了新的复杂性。没有周到的设计，人工智能系统可能会感到不可预测、不透明或令人不知所措。用户可能无法理解系统正在做什么，为什么要这样做，或者输出是否可以信任。这就是体验设计变得至关重要的地方。成功的公司不仅仅会部署强大的模型；它们将塑造这些模型，使其成为人们可以在现实世界中有意义地使用的东西。设计本身正在演变还有另一个维度的转变：人工智能也正在改变设计工作本身。几十年来，产品设计主要集中在构建固定界面：屏幕、流程和精心设计的交互。但是，人工智能驱动的产品表现不同。它们不是静态的功能，而是根据上下文、数据和用户意图动态生成响应。设计师的角色正在从安排屏幕转变为编排人类和智能系统之间的交互。设计师们因此越来越多地塑造智能的行为，而不仅仅是界面的外观。他们定义系统如何提问，如何解释决策，何时应该让人类介入，以及如何传达不确定性。在很多方面，设计工作正在深入到产品的智能层中。为什么北欧视角很重要如果硅谷瓦尔哈拉继续增长，北欧可能具有结构优势。该地区长期以来一直强调以人为本的设计、透明度和社会责任的技术方法。这反映在其数字公共服务中，这些服务是欧洲最广泛使用和最值得信赖的，建立在安全的数字身份之上，这些身份支撑着日常交互。这种采用率不仅仅是技术可用性的结果，而是设计为赢得和维持信任的系统。这种传统在人工智能时代变得越来越重要。因为虽然人工智能的技术能力正在迅速发展，但人工智能方程的human方面仍然未被解决。在社会层面上，人们仍然在学习何时信任智能系统。专家和公众对人工智能对工作和社会的影响的看法之间存在显著差距，73%的专家预计会产生积极影响，而只有23%的公众持这种看法，根据斯坦福人工智能指数报告2026。在实践中，这反映了用户仍然在学习如何解释自动化建议以及依赖的界限应该在哪里。周到的设计这些体验不仅是一个可用性挑战，还涉及道德考虑、文化理解和对human行为的深刻认识。信任将定义下一代人工智能公司下一代成功的人工智能公司不一定是那些建立最快原型或发布最多功能的公司。它们将是那些创造人们信任的产品的公司。而信任不仅仅来自技术准确性，还来自透明度、清晰度、可靠性和价值观。它受到系统如何传达不确定性、如何引导用户做出决定以及如何在敏感上下文中负责任地处理信息的影响。这些品质与设计深深相关。优秀的体验设计帮助人们理解系统正在做什么、为什么要这样做以及如何融入他们的目标。它创造出直观而不是混乱的交互，支持而不是侵入式的交互。换句话说，它将原始智能转化为人们可以在现实世界中有意义地使用的东西。硅谷瓦尔哈拉的下一章北欧可能确实在全球人工智能格局中构建着一些特别的东西。工程人才、初创公司的能量和技术雄心都是显而易见的。像Lovable和Sana Labs这样的公司已经展示了周到的体验设计是他们成功的关键部分。这种基础为他们提供了不仅仅是参与人工智能浪潮的潜力，而是以既负责任又以人为本的方式领导它的潜力。人工智能很快就会无处不在。当智能变得丰富时，体验将成为优势。硅谷瓦尔哈拉拥有所有这些要素来领导它。他们的成功。这种基础为他们提供了不仅仅是参与人工智能浪潮的潜力，而是以既负责任又以人为本的方式领导它的潜力。人工智能很快就会无处不在。当智能变得丰富时，体验将成为优势。硅谷瓦尔哈拉拥有所有这些要素来领导它。
虽然人工智能（AI）以惊人的速度渗透到我们个人和职业生活的每个方面，这让人感到不知所措甚至有些害怕，但我们需要换个角度来看待这项技术所带来的机遇。变化往往让人感到不舒服，但它也会带来新的可能性。这对用户体验（UX）设计来说意味着什么？如果接受人工智能可以让设计师专注于以前没有机会做的事情怎么办？到目前为止，他们的注意力一直被转移到必须完成的任务上，而不是他们想做的事情上。世界经济论坛预测，从2020年到2025年，人工智能的发展将导致全球8500万个工作岗位被破坏，同时也将创造9700万个新的工作机会。这一转变与网络开发人员和数字设计师的增长预期相吻合，美国劳工统计局预计从2022年到2033年，网络开发人员的就业人数将增加16%，远高于平均增长率。然而，在一个人类和机器共享工作的未来，人类技能的需求可能会显著增加。这是一个号召，提升、增强和重新技能我们正在进入一个时代，仅仅成为一个“代码猴子”是不够的。为了成功，专业人士必须进化成为更高层次的思考者和策展人，培养对什么是好设计和坏设计的理解。自满不会在未来占有一席之地——所有专业人士都需要用新鲜的视角看待自己的工作，并以开放的心态对待人工智能的动态领域。也就是说，我们需要找到与人工智能合作的方法，而不是与其对立。 哪些任务可以被自动化，哪些人工智能工具符合您的设计目标？人工智能的局限性是什么？ 持续学习是关键。那么，UX设计师如何利用人工智能？为了充分利用人机协作，请考虑人工智能作为一个促进者，而不是替代品。通过这样做，UX设计师可以在设计过程的任何阶段使用人工智能，从集思广益到微调最终产品。将人工智能纳入UX设计师工具箱中最有益的方面之一是，它可以自动执行例行任务，从而加快他们的工作流程。例如，用户研究是设计过程中的一个重要元素，但它也非常耗时。借助人工智能，像用户访谈总结这样的任务可以被简化，因为客户访谈可以快速转化为可行的见解。同样，人工智能可以帮助设计师通过分析大量用户数据来预测用户行为、提取用户行为和用户数据的见解等方面发挥作用，使设计师能够专注于设计过程的其他方面。由于人工智能算法可以处理大量信息，因此分析消费者情绪（来自社交媒体平台、论坛等）、识别趋势、绘制和优化用户旅程等将变得更加容易。这样，人工智能可以使UX设计过程更加数据驱动，使设计选择基于实证证据而不是假设。UX设计是一个迭代的过程，它可以从自动化A/B测试过程中受益。这样，设计师就可以尝试不同的设计变体，并积极测量其对用户参与度和满意度的影响——同时具有根据用户反馈和观察到的行为来完善设计的灵活性。此外，通过分析用户与数字产品的交互、跟踪用户行为和识别模式，人工智能算法可以帮助设计师更好地理解用户如何导航界面、他们与哪些功能交互以及他们遇到的困难。如今，这些人工智能工具已经触手可及，正在进入我们的工作流程。例如，Figma上已经有多种人工智能插件可用，例如Attention Insight（预测用户注意力集中在哪里）和Font Explorer（帮助设计师找到完美的字体）。这个列表每天都在不断增长。人工智能对无障碍的潜在影响人工智能有可能改善残障人士的用户体验，同时确保企业遵守无障碍法规和标准。从设计阶段开始，设计师可以使用人工智能和机器学习算法来评估网站设计并提供改进建议，例如提高颜色对比度或为图像添加替代文本。随着机器学习算法的进步，现在可以实时识别潜在的无障碍问题，使设计师和开发人员能够及时解决残障用户面临的挑战，包括视觉和听力障碍、行动不便和认知障碍。利用人工智能技术，设计师还可以帮助用户克服语言、年龄和其他可能使某些用户群体无法访问数字产品的障碍。简而言之，通过使网站和应用程序更加包容，人工智能可以帮助设计师在设计过程中就做对事情，而不是事后进行调整。当人类进行可用性测试时，他们带来了同情、直觉和其他认知方面的独特人性化。他们能够关注诸如包容性、公平性和对不同用户群体的影响等伦理考虑。然而，人类进行测试也有一些潜在的陷阱和挑战。有时，测试人员可能缺乏对不断演变的无障碍标准和指南的全面理解，从而导致评估不完整。同样，有限的辅助技术经验可能会阻碍对残障用户如何与界面交互的准确评估。无障碍测试应该是彻底的，人工智能可以帮助实现这一点——感谢其快速、准确地分析大量数据的能力。考虑一下自然语言处理（NLP）算法如何通过分析文本的可读性、建议更简单的语言并识别可能为认知障碍用户带来挑战的潜在问题来使网络上的书面内容更加无障碍。这样，经常被忽视的元素，如错误消息、标签和说明，也可以被改进以更加用户友好和包容。想想看——理想的人类智慧和人工智能之间的合作，每一方都弥补了另一方遇到的挑战。在人类和人工智能的合作下，创造一个更加无障碍的世界并不是一个坏主意，是吗？只有人类才能为人类创造出真正的人性化设计创造一个杰出的产品不仅仅是满足当前的需求。人工智能依赖于历史数据，这限制了其创新和预见未来需求的能力。思考未来和开创“下一个大事物”的责任仍然在于人类。虽然人工智能可以根据过去的数据提供解决方案，但它在原创、第一性原理的思考方面却很吃力。尤其是在同理心至关重要的领域，很容易理解为什么人本设计最终需要人类来驱动设计过程——他们可以选择在任何特定情况下让人工智能参与哪些部分。开发判断人类或机器在任何特定情况下哪一个做得更好的任务的能力是值得培养的。想象两个团队成员一起解决一个拼图，他们各自做出贡献，以完成大局的拼图。这个拼图可能非常复杂，需要大量时间、精力和专注力来完成——但当两个团队成员一起工作时，拼图会更快、更全面地完成，使活动更加愉快和不那么紧张。这就是人类和人工智能合作应该给人的感觉。
