# 上半場講者座談 - 林居穎 Kyle、史耀云 Allen、郭藺瑩 Lydia Kuo
{%hackmd mW0XARQZTky8_gI5V_nsiA?view %}

**座談成員：[林居穎 Kyle](https://userxper.kaik.io/@kyle-lin)、[史耀云 Allen](https://userxper.kaik.io/@allen-shih)、[郭藺瑩 Lydia Kuo](https://userxper.kaik.io/@lydia-kuo)**
> 特別邀請同樣擁有 AI 產品開發經驗的 Lydia 擔任座談嘉賓，延伸上半場兩位講者的主題，進行更深度的交流、互動。

> 從這裡開始共筆 🔥

Lydia: Yahoo - Sr. Design manager
Global Media Product Design

## Q1. 工作模式轉變
以您個人角度來看，過去UXUI產品設計流程，
與現在工作模式相比有哪些異同？

Lydia:
* 過去五年前強調混合的工作職能，近2年強調專精的職能（如：ux writing 視覺 content被切出來）
* 拆解目前工作流中的痛點，評估使用 ai 或人工進行解決，再導入 ai 解方時，用沙盒進行嘗試，如果行不通就回到人力進行
* 除了如何拆解，還要思考如何整併。
* 在大家都專精的職能下，往共同的目標努力

Allen:
* 各個位置的專業團隊著眼的目標不盡相同－降本提效 or 成長？

Kyle:
* 在目標與需求不清晰的狀態之下，反而可能造成很多悲劇。
* POC更新頻率不變的情況下，設計師的加班時數可以減少。
* 現階段設計師在更回歸專業。
* 將花時間不花腦力的工作交給 ai, 例如：mood board, 撰寫逐字稿，釋放更多時間在思考上

輔助使用者訪談的工具
* 通义听悟
* Otter

理查：
* 鼓勵資深的同事可以思考剛剛三位講者提到效率提升等；年輕的uxer則思考，如何使用新的工具輔助工作的執行。

## Q2 團隊協作影響

工作流程引入AI工具後，
您與不同夥伴合作影響變化？

Lydia:
* 髒活累活是最一開始可以讓 AI 介入的部分
* 現在出現一些新的職位
* Production designer 去協助團隊利用 ai 整理 spec
* ux engineer

* 過去強調設計與工程的協作，現在更是
* figma plugin 為第一個 ai 協作工具
* ai 工具協助資深設計師出 spec 或 design system, 釋放更多時間在思考與產出設計
* 根本而言不是運用 ai, 而是如何優化或加速工作流程
* 透過 design SDK，串接設計與工程團隊，減少了很多過往的溝通 loading

相關工具補充

* [**出Spec的Figma plugin （EightShapes Specs）**](https://www.figma.com/community/plugin/1205622541257680763 )
* [建立DLS lib的程式碼模組 網站 工具](https://vercel.com/)

Allen:

* document 放在同一個地方，再共同討論
* 在文件產出會設定一個 principle 在撰寫文件時，都會回頭去看有沒有符合當初建立的原則
* 原則會是一個很具象的文字或圖片
* ai 提供的資訊作為討論的基礎，幫助團隊對標
* 相關資源：
* Uizard
* Draw to UI ：https://makereal.tldraw.com/

[建立DLS lib的程式碼模組 網站 工具](https://vercel.com/)

> Allen 補充：
> https://makereal.tldraw.com/
> Draw to UI 我自己喜歡玩這個，但小心API一下就扣掉錢了

Kyle:
* ai 幫助拉齊跟工程師差不多懂的共識
1. 直接影響對ai工具不了解的人，效率會跟別人有落差
2. 很大的程度的幫助新創、小型團隊，極大化的增強自身的能力

## Q3 應用於AI產品設計

> AI=資訊技術核心與AI基礎技術
> +AI=行業技術引入AI來解決問題
> AI+=通用型AI找應用方向

1. 您的經驗占比分別多少？
2. 在+AI與AI+的兩種概念，產品設計過程有哪些工作或面相，可應用甚麼AI來幫助產品設計？

Kyle:
1. 經驗佔比：30% 30%
2. 對於行業的痛點要夠瞭解，設計行業很需要+ai
* ai+ 更難
* 小故事：人臉辨識一開始用在安全（解鎖們、手機），後來衍伸出刷臉支付、刷臉進站

Lydia:
分享 to c 的面向
* yahoo 新聞: 例如大選新聞，用 chatgpt 底層技術協助統整資料
* yahoo email: 正在嘗試統整冗長的信件，輔助使用
* try out ai 解決團隊內部問題定義UCJ，為使用者帶來更方便的價值

Allen:
1. 10-20%, 第二塊很重要
2. 思考如何讓 ai 輔助工作不要增加太多成本
* 在很多小的產業，是很分散的，如何低成本的做嘗試
* 3.通用型，找應用方向

### 聊天室紀錄：
**Max Chen:+AI 的 AI 很多是一般 AI，而不是 Generative AI**
> 就是不涉及「生成內容」的 AI，比方說推薦、分類、語意認> 知... etc.

> 紅豆：
可以想像一下，你公司所做的產業，如何透過「AI」的方式解決或提升價值？但也不見得所有問題都需要用AI解決。

> Max:
+AI 當然可以應用所有 AI，但其實很多領域裡「傳統」AI 可以幫上更多的忙

> kyle:
> * 我個人會這麼理解，AI 不管是生成或非生成，可以認知為已知的AI技術。 這裡Richard 想討論的，應該是某行業+某AI 技術，可以產生什麼新火花，這是一種路徑。
> * 某個AI技術，找到新的應用可能，這是另一種路徑。

## 提問紀錄

**Q:好想知道 Lydia 再 AI+ 的產品概念上面，要如何非常確定這個新技術可以應用在產品中，因為 Sulotions 太多，時間也有限，想知道體驗面上 Leader 的判斷基準。**

A: 在應用上面我們確實非常小心 尤其在法務、技術面上 所以UED主要在檢視 是否生成的內容是符合期待與符合功能價值的，對於AI+應用需要更多時間與資源 但絕對值得各行各業投資 至少開始嘗試（畢竟可以Scale出來的 ROI是極高的）