標籤 AI 治理

因應 AI 對使用行為的改變:在做使用者研究時,不得不注意的六個議題

AI 時代的服務設計研究筆記——當使用者從「操作者」變成「委託人」
KPMG 橫跨 47 國、48,000 人的調查顯示:66% 的人經常使用 AI,卻只有 46% 願意信任它,更有 66% 的人依賴 AI 產出而不評估其準確性,56% 的員工已因此在工作上犯過錯。方便與效率讓 AI 用量大增,但也造就了信任危機——AI 給的答案可不可以相信?出了問題誰負責?醫療現場已經真實上演:臨床醫師被要求為 AI 輔助的決策負責,卻對工具毫無控制權。這篇從 Job to be Done 出發,整理 AI 時代使用者研究不得不注意的六個議題:委託範圍、信任與驗證、人的邊界(問使用者);可接受錯誤率、責任歸屬、工作流壓縮(問營運端),以及 Persona 與旅程圖該怎麼跟上。

閱讀全文因應 AI 對使用行為的改變:在做使用者研究時,不得不注意的六個議題

好棒棒不等於好好用:AI 讓產出變便宜,反倒讓設計營運(DesignOps)變得更重要

從評審桌上的一句「有人用嗎」,談 AI 時代的採用與治理
擔任大型比賽評審時,常遇到一個有點尷尬的狀況:團隊很認真、服務看起來也不錯,願景更是動人;但一問到使用量或實際接觸人數,數字卻低得可憐。AI 把產出變得又快又便宜,但「好用」與「被接受」並沒有跟著變便宜。這篇從兩篇文章看 AI 導入的兩種誤區,回頭談 DesignOps 原本的野心其實不只是行政支援,並整理 AI 時代 DesignOps 該做的三件事——把重心從產出治理,移到採用治理。

閱讀全文好棒棒不等於好好用:AI 讓產出變便宜,反倒讓設計營運(DesignOps)變得更重要