设计引领变革

生成式AI时代的体验重塑

IBM 如何提供帮助

IBM iX® IBM Consulting合考虑战略、设计和技术，帮助全球最有影响力的公司创造更好的体验、产品和服务，重新定义它们与客户和员工的关系。凭借覆盖战略、设计、开发和管理服务的经验能力以及遍布全球的 60 个办事处的合作伙伴关系，我们以人为本的商业设计方法促进了大规模的创新和转型。要了解更多信息，请访问：https://www.ibm.com/consulting/ibmix

本报告中的图像均是使用生成式 AI 创建的。

在传统的概念设计阶段，IBM IBV 的设计师们想到了用粒子来表达数据与体验设计之间的关系。设计师使用 Adobe Firefly 生成粒子形状的图像，然后将这些图像转化为 3D 艺术作品。使用这种方法节省了大量时间。通常需要四周时间才能完成的工作，仅用一周就完成了。

生成式AI正在颠覆体验设计，但风险也随之而来。为了规避高额的法律、财务和品牌成本，必须以正确的愿景、战略和防范措施来采用这项技术。

摘要

■ AI 是为设计师服务，而不是取代设计师。

设计师既要打造以人为本的体验，也需要帮助训练新一代AI 模型。在设计独一无二的创意方面，设计师也面临巨大的生成式 AI 输出同质化压力。

□ 大规模的个性化体验终将触手可及，但必须有效应对风险。全面的变革管理势在必行，通过可控的试点推动生成式 AI实验。让多元化的设计团队参与其中，确保打造真实、个性化、高质量的体验，并维护品牌标准。

扩展 DesignOps 对于负责任地采用生成式 AI 至关重要。

DesignOps 对于制定关键指导准则至关重要，涵盖伦理问题、偏见缓解、设计标准、提示保障、工具安全、质量标准、AI增强方法以及效果衡量标准。

承诺、目标与陷阱

体验设计与生成式 AI的碰撞

生成式 AI 以前所未有的速度，从媒体热点转变为高层决策的必要议题。超过三分之一的组织已经超越了实验阶段，正在推广并实施生成式 AI ，涵盖市场营销、销售、商业以及产品与服务设计等职能领域。客户支持部门对此最为积极，近三分之二的组织已在大力推动生成式 AI 落地，将其运用于客服协助和直接客户互动。

对设计领域影响深远。

57% 的受访者―首席营销官 (CMO)、首席创意官、首席客户官、创意总监和设计师―认为生成式 AI 是影响未来设计体验的最具颠覆性的力量。这超过了其他因素，甚至包括网络安全威胁、法规变更和可持续发展等重要议题。

组织看到生成式 AI 在提升客户满意度和增强生产力方面的巨大潜力，并且正在快速推进这一进程，尽管设计师们正面临着技术带来的众多新挑战。例如，尽管高层担忧基础模型训练中潜在的偏见以及生成式 AI 输出的准确性，但很少有组织建立全面的 AI 治理或伦理委员会。更令人担忧的是，当受访者被问及一年后最需要哪些设计能力时，伦理和同理心排在了最后一位。

另一个值得关注的认知差异是：80% 的受访高管认为，为了有效地应对与生成式 AI 输出相关的风险，设计师的参与将变得更加重要。但此同时，70% 的受访高管认为生成式 AI 让其组织能用更少的设计师完成更多的工作。而设计师则对此持否认态度――只有 57% 的受访设计师认为这是可能的。

采用生成式 AI 的呼声越来越高，组织也意识到这项技术所带来的显著效益，高管和设计团队需要共同努力，寻找前进的方向。这意味着要关注生成式AI能提供最大价值的领域，建立防范措施保护品牌，并赢得客户信任。

为了深入理解生成式 AI 如何影响体验设计，IBM 商业价值研究院 (IBM IBV) 与牛津经济研究院携手合作，针对全球各个行业的 2,000 名最高管理层、创意高管、创意经理和设计师开展了一项调研（请参阅第 41 页的“研究和分析方法”）。

这些研究洞察将展示领导者对生成式 AI 的期望，并揭示当前仍然存在的采用障碍。本报告还提供了优化生成式AI价值的相关指导，助力设计师充分发挥这项技术的潜力，打造符合客户期望的个性化体验。

80%的高管认为，为了有效地应对与生成式AI输出相关的风险，设计师的参与将变得更加重要。

生成式 AI 与体验设计

商业应用加速

优秀的体验设计有助于推动业务成功。那些因产品或服务设计卓越而获得认可的受访组织，其收入增长率要比其他组织高出 42%。

因此，最高管理层将改善客户体验作为其组织未来两年的首要任务也就不足为奇了。1

虽然这种追求并不是最近才出现的，但生成式AI比任何其他新兴技术都更具潜力，这意味着组织可能实现高度个性化和大规模加速生产工作流。受访者表示，生成式AI带来的变革性优势将缓解目前影响体验设计的最大压力。

生成式AI早期应用于设计流程，已经显著加快了项目完成所需的时间。例如，IBMiX团队在欧洲进行的设计思维会议中，使用生成式AI只用两天就交付了成果，而正常的交付时间则需两周。2

生成式AI早期应用于设计流程，已经显著加快了项目完成所需的时间。

图 1

持续降低压力

生成式 AI 解决了体验设计中面临的主要压力

影响体验设计的五大压力

生成式 AI 的五大优势

尽管组织和专业人士对生成式 AI 的潜力和应用表现出积极的态度，但在实践过程中，可能会面临一系列挑战。品牌安全、知识产权和专有数据的威胁位列其中。

图 2

众多潜在障碍

尽管生成式 AI 在帮助设计和交付客户体验方面极具潜力，组织仍然对在实施过程中可能遇到的障碍表示担忧。

49% 品牌安全/知识产权/专有数据威胁
48% 客户体验/员工体验质量下降
47% 数据不准确/偏见/来源不明
46% 数据隐私和安全问题
45% 生成式 AI 技能/专业知识不足
41% 基础设施不足
41% 客户信任下降/伦理挑战
39% 监管/标准/合规性
32% 用于定制模型的专有数据不足
24% 需要过多投资

受访者还担心数据不准确、偏见和来源不明。这些担忧令人不安，生成式 AI 可能非但不会改善体验，反而产生意想不到的负面影响，导致质量下降。

值得注意的是，没有一个障碍可以被单独视为最大威胁。相反，各企业都致力于解决系列同等重要的问题，这些问题可能会让高管不堪重负。然而，有一系列问题可能会让企业踩下刹车，包括伦理、偏见、信任和缺乏治理。在IBV最近对首席执行官进行的-项调研中，72% 的受访者承认，如果收益以伦理为代价，他们会暂停采用 AI。

然而，如今这些保证大多只是假设。尽管障碍重重，或者说正是因为障碍太多，生成式AI 的采用在尚未充分准备的情况下就开始了。

组织致力于解决一系列同等重要的问题。

半数组织表示，他们正在建立一个全组织范围内的治理方法，以管理和监控生成式AI的使用，但只有 5% 的组织将这种方法付诸实践。28% 的组织将监督权下放给了个别业务部门，这可能会导致政策不一致、数据无法共享和部门间目标冲突等问题。

与此同时，近五分之一（18%）的组织赋予员工自由使用生成式 AI 的权利，并不提供指导。这种方法可能会加速 AI 的应用并激发员工的创造力，但错误的使用也会对品牌和组织声誉造成直接的负面影响。

越来越多的组织回避从战略和整体角度整合生成式 AI，这些发现令人担忧，但并不意外：

– 超过三分之一（34%）的组织承认，他们没有建立有效的流程来审核生成式 AI 的输出并解决相关问题。

– 43% 的组织尚未成立 AI 伦理委员会，以应对必然会出现的棘手新挑战。

– 更令人震惊的是，只有 26% 的组织有信心制定全面计划，以应对和解决与生成式 AI相关的隐私和安全性问题。

客户支持部门是最早也是最积极采用生成式AI的部门，而且在使用传统AI和自然语言处理技术来与客户互动方面，有着丰富的经验。48% 的组织表示已经在使用生成式 AI为人工客服生成对话。到2024年底，超过三分之二（69%）的组织预计将开始采用这项技术。4

市场营销人员也在积极采用生成式 AI。28% 的组织目前使用生成式 AI 来帮助进行客户细分。几乎相同的比例(23%）的组织正将生成式AI用于工作流自动化，22%的组织则将生成式 AI 用于客户和市场调研。这些比例预计在一年内将激增至 70% 以上。

目前，专注于推动客户互动和转化的销售活动已经开始使用生成式 AI 来创建和管理社交互动（21%），以及预测销售趋势和制定销售策略（20%）。到 2025 年，受访者预计采用生成式 AI 来处理这些任务的组织数量将增加三倍以上。

对于那些创建面向客户、基于文本的聊天机器人的组织来说，采用 AI 的速度正在加快。不出所料，36% 的组织使用生成式 AI 来创建客户服务聊天机器人，这是当前最为常见和受欢迎的生成式 AI 应用之一。不到一年后，这一比例将飙升至 81%。与机器人进行简便自然语言对话通常被视作生成式 AI 驱动体验的未来。如今，25% 的组织表示正在使用生成式 AI 与客户进行互动。近 70% 的组织计划到 2025 年采取此实践。但这并不仅仅面向客户。面向员工的文本和语音聊天机器人也在应用之中。

图 4

生成式 AI 应用场景

到 2025 年，大多数组织预计将使用生成式 AI 来提升体验。

百分比代表已经在这些应用场景中使用生成式AI的组织与预计到2025年将使用生成式AI的组织。

2023 年，当 ChatGPT 和其他开放式生成式 AI 系统成为主流，文本、图像、视频、音频等各种形式的内容创建，都成为生成式 AI 的热门话题。这对内容设计师来说是一个全新的起点。考虑其所获得的关注以及相对较低的入门门槛，我们本预计会有更多组织在这些应用场景中积极采用生成式 AI。

然而在此领域，组织在采用这项技术时表现得相对谨慎。这种谨慎合乎情理。对质量和信任的担忧，以及法律和财务方面的考虑，导致这些应用场景的进展落后于其他领域。尽管如此，所有与体验相关的应用场景都会直接或间接影响客户参与度，都存在需要规避的风险。

案例研究

推动营销转型，简化运营并打造
个性化体验
IBM Marketing 和 Adobe5

图 5

内容创作――更加谨慎

组织在使用生成式 AI 进行内容和代码创作与管理时更加谨慎

为了打造更加个性化、易于操作的客户体验，IBM 希望通过整合方法来改进跨渠道营销。但庞大的数字令人望而生畏――2,000 名营销人员，100 个产品，175 个地区，70 个平台，以及 1,000 万个数据集。

从 2021 年开始，该项目第一阶段的重点是简化复杂的数据结构，修复脱节的营销技术堆栈。IBM 与 Adobe 合作，简化了运营模式，并实施了行业领先的平台。成果包括节省了 3 亿美元成本、劳动力成本降低了50%、上市速度提升了 75%。

2022 年，第二阶段侧重于将人员、流程和技术与 Adobe Workfront 相整合，这是一款工作管理应用，可帮助知识工作者集中管理工作的整个生命周期。此次整合推动产品导向的增长提高了 700%，翻译覆盖率从20% 提高到 100%，并大幅减少了资产和网页。

2023 年，第三阶段探索了 AI 和自动化，启动了 Adobe Firefly 内容创建试点，这是一款由 AWS 提供支持的工具，可通过生成式 AI 实现全新的构思、创建和沟通方式。这促使 Firefly 生成的资产的互动度提高了 26 倍，内容创建支出减少了 80%，电子邮件创建时间缩短了 77%。

其他 AI 和自动化应用场景还包括自动渠道交付、机器人机器翻译和基于效果的推荐。通过专注于打造个性化体验，Adobe 成功帮助 IBM 开启了持续营销转型。

混合 AI 模型助力个性化体验

在每一个行业，对于每一位客户而言，如何以更快的速度、更高的成本效益提供卓越的个性化体验，是一项长期存在的挑战。生成式AI或许能实现这一目标，这也是大多数组织（63%）希望采用生成式 AI 的主要原因。

公共模型缺乏实现个性化所需的核心要素

目前，一半使用生成式 AI 的组织接入了公共基础模型，如 ChatGPT 和 DALLE-E。51%的组织使用开源模型，如 Midjourney。比例几乎相同。近三分之一（31%）的组织利用嵌入在常用平台中的模型，如 Adobe Firefly。这些模型易于访问、成本低廉、启动时间短，对那些希望快速发展的组织极具吸引力。

然而，公共模型缺乏实现个性化所需的核心要素一一组织从每次客户和员工互动中获得的宝贵、细致的数据。有了这些数据，就能以最快的速度、最大规模和最具体的方式开发出符合品牌特点的高度个性化体验。

由于建立专有模型需要花费大量时间和精力，目前只有24%的组织在推进这项工作。但这种情况正在迅速改变――72% 的组织表示将在今年年底前使用专有模型，而几乎所有组织（99%）都预计在 2024 年后建立自己的模型。7 这是个性化走向成功的关键。如果没有经过精心调试且安全可靠的专有模型，组织大规模提供个性化体验的努力可能无法达到预期目标。

2024 年可能会是混合模型蓬勃发展的一年。将开放或公共基础模型的速度和便利性优势与私有模型的差异化和安全性优势相结合，混合模型可能会成为许多组织的理想之选。如果组织希望避免体验同质化，或规避可能破坏品牌信任的虚假信息风险，那么这将是一笔物有所值的投资。

由于建立专有模型需要花费大量时间和精力，目前只有24%的组织在推进这项工作。

研究技能 70% 0 56% O	UX技能 67% 10 54% 01	内容战略 55% 47% 10 0
现在 2025	2024 2025	2024 2025
编码技能	数据分析与可视化	项目管理
55% 44% 10 0	49% 41% 10 0	43% 39% 0 01
2024 2025 创意指导	2024 2025 视觉设计	2024 2025 文案撰写
38% 35% 0 0	35% 31% 10 01	26% 21% 01 0
2024 2025 空间计算	2024 2025 生成式AI策划	2024 2025 视频/动画制作


	34%
27%
24%	24% 10

0		17% 19%
01	o




		0


		o









2025











2024	2024 2025	2024 2025

虽然生成式 AI 能够让更多人接触到设计和创造的工具，降低了技能的门槛，但仍需要顶尖人才，以确保高质量的产出。事实上，82% 的高管都认为，生成式 AI 带来的风险会提高设计师的项目参与度。几乎同样多的高管（80%）认为设计师将在创建生成式 AI 基础模型的过程中发挥核心作用。

重要注意事项。

尽管设计领域对优秀设计师的需求正在增加，但 70% 也就是绝大多数高管认为生成式AI 将提升生产力，让其组织能用更少的设计师完成更多的工作。而创意经理和设计师则不太赞同这一观点――只有 57% 的相关受访者认为有这种可能。

受访者预测，文案撰写是唯一在未来一年中重要性会下降的技能，但文案撰写可能只是广泛行业变革的一个开端，其他创意技能也可能面临类似的挑战。创意人员应关注这一趋势，并认识到生成式 AI 还可能对视觉设计、视频制作和创意指导等其他专业技能产生深远的影响。值得注意的是，75% 的受访者认为设计师的角色将发生根本性转变：从内容创作者转变为内容策划者。

在这种情况下，生成式 AI 成为了数字助手，帮助设计师比单独工作时更快、更高效地完成工作。设计师的角色范围也将扩大。这意味着，强大的创意人才仍必不可少，但项目可能只需要一位 AI 通才，而不是四位专业设计师。

关键是：生成式 AI 不会取代人类，但使用生成式 AI 的人将会取代不使用生成式 AI 的人。

除了拥有过硬的设计技能，成功的设计师还能运用以人为本的感性认识，这使他们在向机器驱动的体验转型过程中显得尤为宝贵。大多数组织预测，明年最受青睐的设计能力将是创造力和决策力，分别占 63% 和 62%。

然而，令人沮丧的是，只有少数受访者强调了伦理（29%）和同理心（21%）的必要性。这是一个重大盲点。

对最终用户（无论是客户还是员工）的同理心是成功体验设计的标志。组织要想以人性化吸引客户，激发客房信任感，就必须在设计 AI 应用时始终坚持以人为本。

底线是：生成式AI不会取代人类，但使用生成式AI的人将会取代不使用生成式AI的人。

案例研究

通过生成式 AI 驱动的内容创作
深化粉丝互动
美国网球公开赛 8

每年夏天，世界顶级网球选手都会在纽约法拉盛举行的美国网球公开赛上一决高下。这项赛事吸引了超过 1500 万全球网球迷，并以提供创新、前沿的数字体验促进球迷参与而声名远播。

网球场上的比赛进程如此迅速，如何在整个赛事期间捕捉并分析超过700 万个数据点，并与之保持同步，一直是一项挑战。这对于一个相对较小的编辑团队来说是一项严峻的挑战，这也是为什么美国网球公开赛使用了一系列生成式 AI 工具，将网球数据转化为洞察，以便在其移动应用和网站上提供原创内容。

在 AI 解说方面，美国网球公开赛建立了一个大型语言模型，该模型根据球员、比赛和非结构化媒体内容进行训练，能够处理独特的网球语言。除了增强数字体验外，AI 模型还通过实现关键工作流的自动化来提高编辑团队的工作效率。制作集锦视频所需的时间从数小时缩短到不到 15分钟。在 2023 年赛事期间，带有 AI 解说的比赛集锦观看次数超过 380万次。

为了支持其他常用功能，团队还开发了更多的 AI 模型。例如，球迷可以通过查看“势力值”来了解哪些球员势头最猛，该指数显示了最有可能获胜的选手。他们甚至可以通过“AI 抽签分析”功能发现异常和潜在的惊喜。

图 7

DesignOps 实践

DesignOps 可确保严格控制、输出一致并提供支持，但只有少数组织真正认识到这一点并付诸实践。

非常同意	比较同意	我们的组织拥有：
1%	16%	相信设计会影响财务成功的
	O	领导者
2%	16%
	O	定期跟踪和报告的设计预算
1%	17%
	O	为设计师提供的职业发展路径
3%	23%
	O	集中化的设计系统和设计语言
1%	25%
	O	便捷的单一内容管理系统


		我们的设计师.....


2%	18%
		在开发流程中与体验、产品
	O	和服务高度整合

	25%
1%		使用相同的工作优先级方法


6%	27%
0	O
		跟踪一致的设计指标


	27%
1%
		使用一致且互补的工具集

DesignOps 为组织的设计团队提供了系统化的支持，设计师之间的协作更加流畅一致，设计流程更加标准化，这在组织进行数字化转型的过程中尤为重要。

尽管 DesignOps 能带来众多好处，但许多组织却未能抓住实施的最佳时机。仅有约四分之一的受访者自信地表示他们在遵循 DesignOps 相关的领先设计实践。大多数组织都认为他们在一定程度上做到了这些，但显然还有很大的改进空间。

DesignOps 将帮助组织更好地应对生成式 AI 引发的各种变革。DesignOps 还能帮助降低与AI驱动体验相关的潜在风险。并为生成式AI工具及提示建立一致的方法和标准，制定具体的原则。确保降低偏见、生成内容易于访问、数据的质量和安全、使用的策略和技术可持续。

采用 DesignOps 的组织可以创建质量控制程序，并为 AI 输出开发设计系统和指南，实现个性化，确保品牌安全。它们可以确保设计师接受适当的培训，将生成式 AI 运用于工作。此外， DesignOps 还能制定明确、全面的战略，将生成式 AI 推广到客户和员工的体验设计中――只有三分之一的组织全面实施。

DesignOps 具有独特的能力，可以协调可行的变革管理战略，使设计团队能够在推动组织生成式 AI 转型中发挥主导作用，同时提供保障措施，使整个组织的应用步入正轨。

DesignOps具备众多优势，但许多组织却未能抓住实施的最佳时机。

IBM 商业价值研究院

IBM 商业价值研究院 (IBM IBV) 成立二十年来，凭借IBM 在商业、技术和社会交叉领域的独特地位，每年都会针对成千上万高管、消费者和专家展开调研、访谈和互动，将他们的观点综合成可信赖的、振奋人心和切实可行的洞察。

需要 IBV 最新研究成果，请在ibm.com/ibv上注册以接收IBV 的电子邮件通讯。您可以在 Twitter 上关注 @IBMIBV，或通过https://ibm.co/ibv-linkedin在 LinkedIn 上联系我们。

访问 IBM 商业价值研究院中国官网，免费下载研究报告：https://www.ibm.com/ibv/cn

关于研究洞察

研究洞察致力于为业务主管就公共和私营领域的关键问题提供基于事实的战略洞察。洞察根据对自身主要研究调查的分析结果得出。要了解更多信息，请联系 IBM商业价值研究院：ibv@us.ibm.com。

选对合作伙伴，驾驭多变的世界

在IBM，我们积极与客户协作，运用业务洞察和先进的研究方法与技术，帮助他们在瞬息万变的商业环境中保持独特的竞争优势。

内容供应链变革

内容供应链变革:生成式AI如何增强创造力和生产力。IBM 商业价值研究院，2024 年 5 月
https://www.ibm.com/cn-zh/services/insights/
generative-ai

客户服务与生成式 AI 的优势

客户服务与生成式AI的优势：利用对话式AI建立竞争IBM 商业价值研究院，2024 年 7 月https://www.ibm.com/cn-zh/services/insights/generative-ai

CEO 生成式 AI 行动指南：市场营销

CEO生成式AI行动指南：市场营销。IBM商业价值研
究院，2023 年 12 月
https://www.ibm.com/cn-zh/services/insights/
generative-ai

备注和参考资料

1 The CEO’s guide to generative AI. IBM Institute for Business Value. January 2024. https://www.ibm.com/ thought-leadership/institute-business-value/en-us/ report/ceo-generative-ai

2 Nellis, Stephen. “IBM says use of AI tools in marketing boosted productivity.” Reuters. March 6, 2024. https:// www.reuters.com/technology/ibm-says-use-adobe-aitools-marketing-boosted-productivity-2024-03-06/

3 The CEO’s guide to generative AI. IBM Institute for Business Value. January 2024. https://www.ibm.com/ thought-leadership/institute-business-value/en-us/ report/ceo-generative-ai

4 Goyal, Manish, Eniko Rozsa, Carolyn Baird, Gillian Orrell, and Talal Mahfooz. Customer service and the generative AI advantage: Power up conversational AI to gain a competitive edge. IBM Institute for Business Value. May 2024. https://ibm.co/generative-ai-customer-service

5 Based on internal IBM information.

6 Ablett, Justin et al. The revolutionary content supply chain: How generative AI supercharges creativity and productivity. IBM Institute for Business Value. March 2024. https://ibm.co/content-supply-chain

7 Ibid.

8 Acing the US Open digital experience. IBM case study. September 2023. https://www.ibm.com/case-studies/ us-open

设计引领变革

IBM 如何提供帮助

本报告中的图像均是使用生成式 AI 创建的。

摘要

■ AI 是为设计师服务，而不是取代设计师。

扩展 DesignOps 对于负责任地采用生成式 AI 至关重要。

承诺、 目标 与陷阱

对设计领域影响深远。

生成式 AI 与体验设计

图 1

持续降低压力

影响体验设计的五大压力

生成式 AI 的五大优势

图 2

众多潜在障碍

图 4

生成式 AI 应用场景

案例研究

图 5

内容创作――更加谨慎

混合 AI 模型助力个性化体验

公共模型缺乏实现个性化所需的核心要素

重要注意事项。

案例研究

图 7

DesignOps 实践

IBM 商业价值研究院

关于研究洞察

选对合作伙伴，驾驭多变的世界

相关报告

内容供应链变革

客户服务与生成式 AI 的优势

CEO 生成式 AI 行动指南：市场营销

备注和参考资料

承诺、目标与陷阱

IBM商业价值研究院-人工智能行业设计引领变革：生成式AI时代的体验重塑-250316.pdf