Output melebihi output: sistem desain dan AI – Beragampengetahuan

8 Agustus 2025

Tidak ada yang tahu persis di mana semua ini berada, dan itulah bagian yang menyenangkan …

Minggu lalu, sebagai bagian dari program penelitian dua bulan saya, saya berkumpul dengan sekelompok praktisi sistem desain yang sangat bijaksana untuk berbicara tentang perannya Ai Dalam program sistem desain kami. Ini bukan pertemuan hype, ini adalah percakapan nyata berdasarkan 74 data, dan mereka menjawab tiga pertanyaan sederhana:

• Mengingat keadaan AI saat ini, bagaimana perasaan Anda tentang masa depan sistem desain?
• Mengapa Anda merasa seperti ini?
• Kamu tidak apa apa nyatanya menggunakan Ai Mendukung pekerjaan sistem desain Anda hari ini?

tldr: Ai Tentu saja itu mengubah pekerjaan kami, tetapi kepemimpinan sering mengasumsikan (atau bahkan menginginkan) apa adanya.

Optimis dengan hati -hati

Saya telah berpartisipasi dalam beberapa Ai Dalam sistem desain, mereka biasanya tampak hidup di salah satu ujung spektrum. Beberapa dipenuhi dengan ketakutan akan bertahan hidup, sementara yang lain merasa seperti kegembiraan fanatik. Beberapa fokus pada caranya Ai Akan menggantikan kita, dan yang lain adalah tujuan yang bisa kita capai. Ketika kami bertanya kepada semua orang bagaimana perasaan mereka tentang semua ini, peringkat rata-rata Anda adalah 3,3, dengan rasio nol-ke-lima poin. Ini mungkin kedengarannya tidak menarik, tetapi terasa seperti ada peningkatan yang signifikan dalam percakapan saya di masa lalu.

Ketika ditanya tentang perasaan mereka tentang masa depan dalam sistem desain kondisi AI saat ini, sebagian besar responden berada dalam kisaran optimis.

Dua reaksi ini dengan baik menunjukkan ruang lingkup hubungan:

“Saya pikir seseorang menarik karpet dari bawah saya. “

“Saya tidak berpikir kita pernah memiliki momen yang lebih menyenangkan daripada yang kita lakukan Ds Praktisi. “

Setelah membaca semua jawaban, cara saya menggambarkan emosi bersama kami “Bersikap optimis dengan hati -hati. “

Pemimpin menginginkan sihir

Salah satu topik paling konsisten dalam diskusi adalah keterputusan antara praktisi dan pemimpin. Orang -orang dari Dell, Target, Spotify, dan di tempat lain berbagi kisah para pemimpin untuk mendorong konvergensi Ai Untuk takut tertinggal, masukkan alur kerja dan produk. Mengingat hype, itu adalah perasaan yang bisa dimengerti.

Selama menyelam dalam, Daniel berbagi:

“Kami dari satu Ai Dukungan dan kepemimpinan chatbot percaya ini akan menyelesaikan semua masalah kita. Bahkan, itu hanya menjawab pertanyaan paling mendasar dan kami masih membutuhkan tim yang nyata. “

Julie menanggapi pandangan ini dan membagikan bagaimana dia memandang profil tinggi Ai Contoh -contoh memang mentransfer narasi dari kepemimpinan. Tantangannya adalah membantu para pemimpin kita memahami kesenjangan antara contoh -contoh ini dan perubahan yang benar -benar berguna untuk alur kerja.

Brandon berbagi bahwa ia berhasil membantu para pemimpinnya memahami kesenjangan ini dengan berkomunikasi, yaitu dengan mengkomunikasikan contoh -contoh ini, mengidentifikasi pola keberhasilan dan membawanya ke alur kerja kami sehingga kami dapat meningkatkan hasil kami.

Tentu saja, ini menambah lebih banyak piring kami. Sarah mengekspresikan ini secara ringkas:

“Kebanyakan tim sistem desain bahkan tidak bisa melakukan dengan apa yang perlu mereka lakukan sekarang, apalagi pintar Ai Fungsi. Rasanya seperti kita menginjak air. “

Ada banyak pikiran yang mengangguk ketika kita membahas bagaimana kepemimpinan sering dapat tertarik dengan output mengkilap: prototipe kode atmosfer, slide yang dihasilkan oleh AI, pemintalan kode dalam hitungan detik. Tetapi output ini biasanya tidak memiliki hal yang paling penting, Produk yang benar -benar siap untuk melayani basis pengguna yang beragam dalam skala besar.

Nilai sebenarnya bukan output

Semua tentang bagaimana Ai Para pemimpin kita telah terbiasa dengan sebagian dari kita untuk sementara waktu. Elyse pertama memanggilnya:

“Kepemimpinan berperilaku seperti biasa. Outputnya murah dan selalu – kami membuat kotak di layar. Outputnya bukanlah sesuatu yang kami berikan di sana. Nilai terletak pada strategi, proses, dan pengambilan keputusan. “

Dia mendorong kami untuk menyadari bahwa kami harus melakukan outsourcing pilihan kami Ai. Kita harus melakukan pekerjaan ini untuk memahami di mana manusia bersinar dan di mana robot bersinar.

Saya menantang ini. Sebagai jurusan Ilmu Komputer Ai Sebagai jurusan dalam gelar sarjana saya, saya ingat mengambil kursus psikologi fisiologis sebagai bagian dari jalur kecerdasan buatan. Ini adalah cabang sains yang didedikasikan untuk memahami bagaimana otak dan sistem saraf memengaruhi pikiran, perasaan, dan tindakan kita. Alasan mereka membiarkan kita belajar otak adalah karena Ai Model dengan otak. Tantangan saya adalah: tentu saja, kepemimpinan telah ditampilkan, tapi mungkin Ai Itu berbeda. Jika niat di baliknya Ai Ini untuk meniru algoritma rasionalitas manusia dan pengambilan keputusan, dan mungkin alat-alat ini sebenarnya mampu Menggantikan kami?

Kevin dengan cepat menjawab bahwa dia tidak bisa melihatnya Ai Hanya alat lain. Sebaliknya, ia membandingkannya dengan penemuan pabrik. Sama seperti waktu sebelum revolusi industri lebih banyak tentang barang -barang buatan tangan, mungkin di situlah kita sekarang, di tebing masyarakat yang sepenuhnya berubah Ai.

Perubahan pola pikir yang lebih besar

Sandra membatasi debat filosofis ini, meminta kita untuk membayangkan masa depan yang sama sekali berbeda dari kehidupan sehari -hari saat ini:

“Kami benar -benar tidak bisa membayangkan apapun Ai Ini sebenarnya bisa dilakukan untuk kita. Ini adalah perubahan pemikiran yang lebih besar. Itu mungkin tidak terlihat di masa depan Ui Itu saja. “

Elyse melanjutkan cara berpikir ini:

“Bagaimana jika komponen sebenarnya memiliki sedikit petunjuk? Kami dapat menghasilkan Ui Setiap kali, jika kita perlu mengubah sesuatu, mudah untuk refactor di mana -mana. “

Yang lain memperkenalkan antarmuka sesuai permintaan dan pendekatan sesaat Ui Sudah di sini. Garis menyelam yang dalam ini membawa kita kembali ke …

Merancang sistem adalah input, bukan output

Kami telah lama menggunakan sistem desain sebagai sumber kebenaran atau persetujuan. Tetapi dalam alur kerja berbasis AI, sistem yang sama ini menjadi komponen. Dengan kata lain, penggunaan terbaik Ai Dalam sistem desain, ini bukan tentang menulis dokumen atau membuat komponen, tetapi tentang pelatihan Ai Dan Hal -hal itu.

Gagasan ini memberikan respons yang bagus untuk para pemimpin mengejar hal -hal baru yang mengkilap. Mungkin jika kita memposisikan sistem desain kita sebagai mesin konteks untuk pembuatan produk yang digerakkan oleh AI, kita dapat menunjukkan caranya Ini Ai Dan sistem desain produk kami di masa depan.

Jadi, jika ini adalah masa depan, seperti apa peran kita?

Mendefinisikan kembali perannya

Semakin banyak perasaan Ai Mengubah peran dengan cara yang tidak selalu nyaman. Beberapa merasakan beberapa wilayah atau tidak aman, yang lain energik dengan kemungkinan.

Caroline diringkas:

“Saya tidak takut Ai Akan melakukan pekerjaan saya atau menjadi tidak relevan. Saya takut itu akan mengubah pekerjaan saya untuk menghilangkan cinta saya untuk itu – lakukan pekerjaan itu. “

Kevin menilai kembali peluang:

“Kita harus beralih dari memikirkan produk akhir ke memikirkan tentang petunjuk, model, dan kumpulan data. Di situlah nilainya. “

Untuk mempersiapkan menyelam mendalam, saya telah menggabungkan tiga ide utama, yaitu bagaimana kita perlu berubah di dunia baru ini.

Tiga hal sekarang kita dapat mulai mempersiapkan dunia baru yang berani ini: 1) Sistem desain sebagai infrastruktur pelatihan AI, 2) pengembangan dari produsen komponen ke strategi sistem, dan 3) mengembangkan keterampilan baru yang diperlukan untuk mengelola dan menggunakan alat AI.

Bagaimana mempersiapkan

1. Posisikan sistem desain sebagai Ai Pelatihan infrastruktur
2. Dari produsen komponen ke ahli strategi sistem
3. Kembangkan keterampilan baru Ai Manajemen dan kualitas alat

Dalam waktu dekat, ini juga berarti kami dapat bekerja untuk mempertimbangkan bagaimana harus digunakan oleh organisasi produk kami Ai Bertanggung jawab. Caroline berbagi beberapa contoh kerja keras yang telah dia dan timnya lakukan untuk mendokumentasikan ini. Memberi tim kami kejelasan ini membantu menciptakan rasa teknologi, seperti saat terbang.

Dari percobaan ke infrastruktur

Sebagai komunitas praktik, kami mencapai konsensus bahwa kami berada di tengah kekacauan. Sebagian besar orang yang menjawab pertanyaan minggu ini melakukan beberapa percobaan. Sebagian besar dari Anda juga berbagi bahwa sulit bagi Anda untuk membuat eksperimen ini berharga di dunia nyata.

Daniel menyimpulkan:

“Untuk POC dan prototipe, Ai Sangat bagus. Produk akhir … yah. “

Tetapi beberapa telah berhasil membawa eksperimen ini ke dalam infrastruktur. David memiliki beberapa saran untuk situasi ini:

“Itu ditargetkan. Buat agen yang berbeda untuk bidang pengetahuan yang berbeda. Pengindeksan FAQ. Jangan hanya membangun sesuatu untuk diperiksa Ai Kotak. “

Beberapa orang bahkan memiliki tips untuk kontrol sumber ketika Anda menemukan cara berharga untuk tetap konsisten. Secara keseluruhan, rasanya seperti percakapan kami “Haruskah kita menggunakan AI? “Berbelok “Bagaimana kami membuat Ai Bekerja untuk kami? “

Melihat ke Masa Depan

tentu, Ai Akan terus menjadi lebih baik – model akan terus berkembang. Tapi perubahan terbesar bukan dari alat baru, mereka datang dari jalan kami memilih Gunakan mereka.

Jika Anda memiliki definisi sistem desain yang cukup luas, sistem desain Anda akan unik di sini. Mereka bukan hanya gudang komponen, tetapi juga peninggalan budaya dan kerangka berpikir. Di dunia yang digerakkan AI, latar belakang ini lebih berharga dari sebelumnya.

Jika Anda ingin menjelajahi ini lebih lanjut, dataset lengkap ada di sini, dan instruksi kolaboratif kami untuk percakapan menyelam yang mendalam ada di sini.

Kata -kata singkat tentang omlet membantu membuat episode ini menjadi mungkin. Dibutuhkan banyak pekerjaan untuk saya dan moderator rekan kami untuk melakukan pertemuan ini. Masuk akal untuk memiliki dukungan penguatan organisasi untuk penelitian ini dan komunitas kami. Jika Anda ingin lebih memahami bagaimana sistem desain sebenarnya digunakan, Omlet akan menjadi standar default untuk analisis sistem desain.

Lihat penawaran khusus mereka untuk anggota komunitas masalah.

Penasaran dengan apa yang dilakukan orang lain? Datang dan bergaul dengan kami dalam mahoni. Ini adalah ruang bagi orang -orang yang ingin saling mendukung dalam perjalanan mereka untuk membangun sistem desain yang lebih baik.

Mode Pembelajaran

Saya terus -menerus terinspirasi oleh orang -orang yang berpartisipasi dalam jawaban yang kami kumpulkan minggu demi minggu. Anda masing -masing muncul Dalam mode pembelajaran. Karena itu, kita semua memiliki perspektif yang luas dan apresiasi terhadap pengalaman yang dibawa oleh percakapan ini.

Terima kasih telah bergabung dengan pose yang ramah bagi mereka yang menghadiri pertemuan tersebut.

sumber

Terima kasih

Terima kasih banyak untuk semua orang yang terlibat.

Jika Anda melewatkan minggu ini, daftar pertanyaan dan bersiaplah untuk jawaban berikutnya.

Karakteristik Masalah Sistem Desain Menulis