摘要IBM如何提供幫助生成式

AI

正在顛覆體驗設計，AI是為設計師服務，而不是取代設但風險也隨之而來。為了規避計師。高額的法律、財務和品牌成本，設計師既要打造以人為本的體驗，也需要幫助訓練新一代必須以正確的愿景、戰略和防AI

模型。在設計獨一無二的創意方面，設計師也面臨巨大IBM

iX?是IBM

Consulting

的全球體驗設計合作伙伴。我們綜的生成式

AI

輸出同質化壓力。合考慮戰略、設計和技術，幫助全球最有影響力的公司創造更范措施來采用這項技術。好的體驗、產品和服務，重

新定義它們與客戶和員工的關系。大規模的個性化體驗終將觸手可及，憑借覆蓋戰略、設計、開發和管理服務的經驗能力以及遍布全但必須有效應對風險。球的

60個辦事處的合作伙伴關系，我們以人為本的商業設計方法促進了大規模的創新和轉型。要了解更多信息，請訪問：全面的變革管理勢在必行，通過可控的試點推動生成式

AI/consulting/ibmix實驗。讓多元化的設計團隊參與其中，確保打造真實、個性化、高質量的體驗，并維護品牌標準。擴展

DesignOps

對于負責任地采用生成式

AI

至關重要。DesignOps

對于制定關鍵指導準則至關重要，涵蓋倫理問題、偏見緩解、設計標準、提示保障、工具安全、質量標準、AI

增強方法以及效果衡量標準。本報告中的圖像均是使用生成式

AI

創建的。在傳統的概念設計階段，IBM

IBV的設計師們想到了用粒子來表達數據與體驗設計之間的關系。設計師使用

Adobe

Firefly

生成粒子形狀的圖像，然后將這些圖像轉化為

3D

藝術作品。使用這種方法節省了大量時間。通常需要四周時間才能完成的工作，僅用一周就完成了。23承諾、目標與陷阱體驗設計與生成式

AI的碰撞生成式

AI

以前所未有的速度，從媒體熱點轉變為高層決策的必要議題。超過三分之一的組織已經超越了實驗階段，正在推廣并實施生成式

AI

，涵蓋市場營銷、銷售、商業以及產品與服務設計等職能領域。客戶支持部門對此最為積極，近三分之二的組織已在大力推動生成式

AI

落地，將其運用于客服協助和直接客戶互動。對設計領域影響深遠。57%

的受訪者―首席

營銷官

(CMO)、首席

創意官、首席

客戶官、創意總監和設計師―認另一個值得關注的認知差異是：80%

的受訪高管認為，為了深入理解生成式

AI

如何影響體驗設計，為生成式

AI

是影響未來設計體驗的最具顛覆性的力量。這超過了其他因素，甚至包括網為了有效地應對與生成式

AI

輸出相關的風險，設計師研究院

(IBM

IBV)

與牛津經濟研究院攜手合作，針絡安全威脅、法規變更和可持續發展等重要議題。的參與將變得更加重要。但此同時，70%的受訪高管對全球各個行業的

2,000

名最高管理層、創意高管、創認為生成式

AI

讓其組織能用更少的設計師完成更多的意經理和設計師開展了一項調研（請參閱第

41

頁的“研組織看到生成式

AI

在提升客戶滿意度和增強生產力方面的巨大潛力，并且正在快速推進工作。而設計師則對此持否認態度?只有

57%

的受究和分析方法”）。這一進程，盡管設計師們正面臨著技術帶來的眾多新挑戰。例如，盡管高層擔憂基礎模訪設計師認為這是可能的。型訓練中潛在的偏見以及生成式

AI

輸出的準確性，但很少有組織建立全面的

AI

治理或這些研究洞察將展示領導者對生成式

AI

的期望，并揭倫理委員會。更令人擔憂的是，當受訪者被問及一年后最需要哪些設計能力時，倫理和采用生成式

AI

的呼聲越來越高，組織也意識到這項技示當前仍然存在的采用障礙。本報告還提供了優化生成同理心排在了最后一位。術所帶來的顯著效益，高管和設計團隊需要共同努力，式

AI

價值的相關指導，助力設計師充分發揮這項技術尋找前進的方向。這意味著要關注生成式

AI

能提供最的潛力，打造符合客戶期望的個性化體驗。大價值的領域，建立防范措施保護品牌，并贏得客戶信任。80%

的高管認為，為了有效地應對與生成式

AI輸出相關的風險，設計師的參與將變得更加重要。67生成式

AI

與體驗設計商業應用加速優秀的體驗設計有助于推動業務成功。那些因產品或服務設計卓越而獲得認可的受訪組織，其收入增長率要比其他組織高出

42%。89因此，

最高管理層將改善客戶體驗作為其組織未來兩年的首要任務也就不足為奇了。圖

11雖然這種追求并不是最近才出現的，但生成式

AI

比任何其他新興技術都更具潛力，這意持續降低壓力味著組織可能實現高度個性化和大規模加速生產工作流。受訪者表示，生成式

AI

帶來的生成式

解決了體驗設計中面臨的主要壓力AI變革性優勢將緩解目前影響體驗設計的最大壓力。生成式

AI

早期應用于設計流程，已經顯著加快了項目完成所需的時間。例如，IBM

iX

團隊在歐洲進行的設計思維會議中，使用生成式

AI

只用兩天就交付了成果，而正常的交付時間則需兩周。影響體驗設計的五大壓力21

2

3

4

5改進NPS和忠誠度提高效率和生產力提高客戶創新力提高內容質量品牌差異化與客戶旅程生成式AI的五大優勢生成式

AI

早期應用于設計流程，1

2

3

4

5已經顯著加快了項目完成所需的時間。提高內容質量/個提升客戶滿意提高速度/效率改善產品/服務創新建立競爭優勢，性化度/NPS增強品牌活力1011生成式

AI面臨重

重

障礙盡管組織和專業人士對生成式

AI

的潛力和應用表現出積極的態度，但在實踐過程中，可能會面臨一系列挑戰。品牌安全、知識產權和專有數據的威脅位列其中。1213圖

2眾多潛在障礙盡管生成式

AI

在幫助設計和交付客戶體驗方面極具潛力，組織仍然對在實施過程中可能遇到的障礙表示擔憂。49%品牌安全/知識產權/專有數據威脅受訪者還擔心數據不準確、偏見和不明。這些擔憂令人不安，生成式

AI

可能非但不會改善體驗，反而產生意想不到的負面影響，導致質量下降。48%47%46%45%41%41%39%32%24%客戶體驗/員工體驗質量下降值得注意的是，沒有一個障礙可以被單獨視為最大威脅。相反，各企業都致力于解決一系列同等重要的問題，這些問題可能會讓高管不堪重

負。然而，有一系列問題可能會讓企業踩下剎車，包括倫理、偏見、信任和缺乏治理。在

IBV

最近對首席

執行官進行的一數據不準確/偏見/不明項調研中，72%

的受訪者承認，如果收益以倫理為代價，他們會暫停采用

AI。3然而，如今這些保證大多只是假設。盡管障礙重重，或者說正是因為障礙太多，生成式數據隱私和安全問題的采用在尚未充分準備的情

況下就開始了。AI生成式AI

技能/專業知識不足基礎設施不足客戶信任下降/倫理挑戰監管/標準/合規性組織致力于解決一系列同等重要的問題。用于定制模型的專有數據不足需要過多投資1415圖

3生成式

AI

采用情況組織如何管理生成式

AI

的使用半數組織表示，他們正在建立一個全組織范圍

內的治理方法，以管理和監控生成式

AI

的使用，但只有

5%

的組織將這種方法付諸實踐。28%

的組織將監督權下放給了個別業務部門，這可能會導致政策不一致、數據無法共享和部門間目標沖突等問題。18%沒有正式的方法，員工可以獨立使用生成式AI與此同時，近五分之一（）的組織賦予員工自由使用生成式

的權利，并不提供指18%AI導。這種方法可能會加速AI

的應用并激發員工的創造力，但錯誤的使用也會對品牌和組織聲譽造成直接的負面影響。越來越多的組織回避從戰略和整體角度整合生成式

AI，這些發現令人擔憂，但并不意外：超過三分之一（34%）的組織承認，他們沒有建立有效的流程來審核生成式

AI

的輸–28%出并解決相關問題。的組織尚未成立

AI

倫理委員會，以應對必然會出現的棘手新挑戰。生成式

AI的使用–

43%由業務領域決定更令人震驚的是，只有

26%

的組織有信心制定全面計劃，以應對和解決與生成式

AI–相關的隱私和安全性問題。50%正在建立組織級的生成式

AI使用方法5%已經建立了組織級的生成式

AI

最佳實踐和治理方法，以監控和衡量其使用情況1617變革體驗工作流盡管存在風險，但許多負責在整個客戶旅程中設計體驗的職能部門已經開始將生成式

AI嵌入其工作流。雖然目前使用

AI

的部門可能相對較少，但預計到

2025

年，其采用率將呈爆炸式增長。1819客戶支持部門是最早也是最積極采用生成式

AI

的部門，而且在使用傳統

AI

和自然語言圖

4處理技術來與客戶互動方面，有著豐富的經驗。48%的組織表示已經在使用生成式

AI生成式

AI

應用場景為人工客服生成對話。到

2024

年底，超過三分之二（69%）的組織預計將開始采用這到

2025

年，大多數組織預計將使用生成式

AI

來提升體驗。項技術。4市場營銷人員也在積極采用生成式

AI。28%

的組織目前使用生成式

AI

來幫助進行客戶細分。幾乎相同的比例（23%）的組織正將生成式

AI

用于工作流自動化，22%

的組織則將生成式

AI

用于客戶和市場調研。這些比例預計在一年內將激增至

70%

以上。81%71%面向客戶的文本聊79%

社交互動和管理天機器人目前，專注于推動客戶互動和轉化的銷售活動已經開始使用生成式

AI

來創建和管理社交互動（21%），以及預測銷售趨勢和制定銷售策略（20%）。到

2025

年，受訪者預計面向客戶的語音聊天機器人采用生成式

AI

來處理這些任務的組織數量將增加三倍以上。對于那些創建面向客戶、基于文本的聊天機器人的組織來說，采用

AI

的速度正在加快。不出所料，36%

的組織使用生成式

AI

來創建客戶服務聊天機器人，這是當前最為常見和受歡迎的生成式

AI

應用之一。不到一年后，這一比例將飆升至

81%。與機器人進行簡便自然語言對話通常被視作生成式

AI

驅動體驗的未來。如今，25%

的組織表示正在使用生成式

AI

與客戶進行互動。近

70%

的組織計劃到

2025

年采取此實踐。但這并不僅僅面向客戶。面向員工的文本和語音聊天機器人也在應用之中。74%63%面向員工的文本聊天74%

客戶和市場研究72%

銷售戰略和計劃機器人面向員工的語音聊天機器人70%

自動化工作流69%

為人工客服生成對話68%

客戶細分百分比代表已經在這些應用場景中使用生成式

AI

的組織與預計到

2025

年將使用生成式

AI

的組織。20212023年，當

ChatGPT和其他開放式生成式

AI系統成然而在此領域，組織在采用這項技術時表現得相對謹慎。為主流，文本、圖像、視頻、音頻等各種形式的內容創這種謹慎合乎情

理。對質量和信任的擔憂，以及法律和建，都成為生成式

AI

的熱門話題。這對內容設計師來財務方面的考慮，導致這些應用場景的進展落后于其他案例研究說是一個全新的起點。考慮其所獲得的關注以及相對較領域。盡管如此，所有與體驗相關的應用場景都會直接低的入門門檻，我們本預計會有更多組織在這些應用場或間接影響客戶參與度，都存在需要規避的風險。景中積極采用生成式

AI。推動營銷轉型，簡

化運營并打造個性化體驗IBM

Marketing

和

Adobe5圖

5內容創作?更加謹慎組織在使用生成式

AI

進行內容和代碼創作與管理時更加謹慎不太可能使用尚不確定已使用到

2025為了打造更加個性化、易于操作的客戶體驗，IBM

希望通過整合方法來34%30%24%23%19%17%12%14%15%16%16%17%17%改進跨渠道營銷。但龐大的數字令人望而生畏?2,000

名營銷人員，3D/虛擬或增強現實100個產品，175個地區，70個平臺，以及

1,000萬個數據集。40%24%31%從

2021

年開始，該項目第一階段的重

點是簡化復雜的數據結構，修復動態客戶旅程映射脫節的營銷技術堆棧。IBM

與

Adobe

合作，簡

化了運營模式，并實施了行業領先的平臺。成果包括節省了

3

億美元成本、勞動力成本降低了35%44%、上市速度提升了

75%。圖像/藝術/視頻50%2022

年，第二階段側重

于將人員、流程和技術與

Adobe

Workfront

相整合，這是一款工作管理應用，可幫助知識工作者集中管理工作的整個23%28%生命周期。此次整合推動產品導向的增長提高了

700%，翻譯覆蓋率從提高到

100%，并大幅減少了資產和網頁。46%45%47%50%20%11%15%年，第三階段探索了

AI

和自動化，啟動了

Adobe

Firefly

內容創建翻譯/本地化寫作/編輯代碼生成2023試點，這是一款由

AWS

提供支持的工具，可通過生成式

AI

實現全新的構思、創建和溝通方式。這促使Firefly生成的資產的互動度提高了26倍，23%24%內容創建支出減少了

80%，電子郵件創建時間縮短了

77%。其他

AI

和自動化應用場景還包括自動渠道交付、機器人機器翻譯和基于12%14%16%效果的推薦。通過專注于打造個性化體驗，成功幫助開啟了AdobeIBM持續營銷轉型。19%16%17%23%內容工作流/管理45%創意概念研究/創意生成2223混合

AI

模型

助力個性化體驗在每一個行業，對于每一位客戶而言，如何以更快的速度、更高的成本效益提供卓越的個性化體驗，是一項長期存在的挑戰。生成式AI

或許能實現這一目標，這也是大多數組織（63%）希望采用生成式

AI的主要原因。2425公共模型缺乏實現個性化所需的核心要素目前，一半使用生成式

AI

的組織接入了公共基礎模型，如

ChatGPT和

DALLE-E。51%由于建立專有模型需要花費大量時間和精力，目前只有2024

年可能會是混合模型蓬勃發展的一年。將開放或的組織使用開源模型，如

Midjourney。比例幾乎相同。近三分之一（31%）的組織利用24%的組織在推進這項工作。但這種情

況正在迅速改公共基礎模型的速度和便利性優勢與私有模型的差異化嵌入在常用平臺中的模型，如

Adobe

Firefly。這些模型易于訪問、成本低廉、啟動時間短，變?72%

的組織表示將在今年年底前使用專有模型，和安全性優勢相結合，混合模型可能會成為許多組織的對那些希望快速發展的組織極具吸引力。而幾乎所有組織（99%）都預計在

2024

年后建立自己理想之選。如果組織希望避免體驗同質化，或規避可能6的模型。

這是個性化走向成功的關鍵。如果沒有經過破壞品牌信任的虛假信息風險，那么這將是一筆物有所7然而，公共模型缺乏實現個性化所需的核心要素?組織從每次客戶和員工互動中獲得精心調試且安全可靠的專有模型，組織大規模提供個性值的投資。的寶貴、細致的數據。有了這些數據，就能以最快的速度、最大規模和最具體的方式開化體驗的努力可能無法達到預期目標。發出符合品牌特點的高度個性化體驗。由于建立專有模型需要花費大量時間和精力，目前只有

24%

的組織在推進這項工作。2627生成式

AI

對設計人才的影響高管和設計師都預測，如今創造體驗所需的核心設計技能，在

2025

年也同樣必要；對研究技能、用戶體驗技能和編碼的需求甚至會更加。幾乎任何人都可以使用生成式

AI

進行設計、內容創作等活動。2829圖

6優先關注體驗設計技能幾乎所有組織都認為目前最重要的設計技能，未來也將必不可少雖然生成式

AI

能夠讓更多人接觸到設計和創造的工具，降低了技能的門檻，但仍需要頂研究技能UX

技能內容戰略尖人才，以確保高質量的產出。事實上，82%

的高管都認為，生成式

AI

帶來的風險會70%67%提高設計師的項目參與度。幾乎同樣多的高管（80%）認為設計師將在創建生成式

AI

基56%55%54%礎模型的過程中發揮核心作用。47%重要注意事項。現在2025202420252024202543%2025盡管設計領域對優秀設計師的需求正在增加，但

70%

也就是絕大多數高管認為生成式編碼技能數據分析與可視化項目管理AI

將提升生產力，讓其組織能用更少的設計師完成更多的工作。而創意經理和設計師則不太贊同這一觀點?只有

57%

的相關受訪者認為有這種可能。55%49%受訪者預測，文案撰寫是唯一在未來一年中重要性會下降的技能，但文案撰寫可能只是44%41%39%廣泛行業變革的一個開端，其他創意技能也可能面臨類似的挑戰。創意人員應關注這一趨勢，并認識到生成式

AI

還可能對視覺設計、視頻制作和創意指導等其他專業技能產生深遠的影響。值得注意的是，75%

的受訪者認為設計師的角色將發生根本性轉變：從內容創作者轉變為內容策劃者。20242025202420252024創意指導視覺設計文案撰寫38%35%35%31%26%21%202420252024202520242025空間計算生成式

AI

策劃視頻/動畫

制作34%27%24%24%19%17%2024202520242025202420253031案例研究通過生成式

AI驅動的內容創作深化粉絲互動美國網球公開賽8在這種情

況下，生成式

AI

成為了數字助手，幫助設師比單獨工作時更快、更高效地完成工作。設計師的角色范圍

也將擴大。這意味著，強大的創意人才仍必不可少，但項目可能只需要一位

AI

通才，而不是四位專業設計師。關鍵是：生成式

AI

不會取代人類，但使用生成式

AI

的人將會取代不使用生成式

AI

的人。每年夏天，世界頂級網球選手都會在紐約法拉盛舉行的美國網球公開賽上一決高下。這項賽事吸引了超過

1500萬全球網球迷，并以提供創新、除了擁有過硬的設計技能，成功的設計師還能運用以人為本的感性認識，這使他們在向機器驅動的體驗轉型過前沿的數字體驗促進球迷參與而聲名遠播。程中顯得尤為寶貴。大多數組織預測，明年最受青睞的網球場上的比賽進程如此迅速，如何在整個賽事期間捕捉并分析超過設計能力將是創造力和決策力，分別占

63%

和

62%。700萬個數據點，并與之保持同步，一直是一項挑戰。這對于一個相對然而，令人沮喪的是，只有少數受訪者強調了倫理較小的編輯團隊來說是一項嚴峻的挑戰，這也是為什么美國網球公開賽（29%）和同理心（21%）的必要性。這是一個重

大盲點。使用了一系列生成式

AI

工具，將網球數據轉化為洞察，以便在其移動應對最終用戶（無論是客戶還是員工）的同理心是成功體用和網站上提供原創內容。驗設計的標志。組織要想以人性化吸引客戶，激發客房信任感，就必須在設計

AI

應用時始終堅持以人為本。在

AI

解說方面，美國網球公開賽建立了一個大型語言模型，該模型根據球員、比賽和非結構化媒體內容進行訓練，能夠處理獨特的網球語言。除了增強數字體驗外，AI

模型還通過實現關鍵工作流的自動化來提高編輯團隊的工作效率。制作集錦視頻所需的時間從數小時縮短到不到

15分鐘。在

2023

年賽事期間，帶有

AI

解說的比賽集錦觀看次數超過

380萬次。為了支持其他常用功能，團隊還開發了更多的

AI

模型。例如，球迷可以通過查看“勢力值”來了解哪些球員勢頭最猛，該指數顯示了最有可能獲勝的選手。他們甚至可以通過“AI

抽簽分析”功能發現異常和潛在的驚喜。底線是：生成式

AI

不會取代人類，但使用生成式

AI

的人將會取代不使用生成式

AI的人。3233DesignOps

助力轉型

和變革管理正如

DevOps惠

及軟件開發人員一樣，DesignOps也能協調和優化人員、流程和工藝，放大設計的影響力和價值