עיצוב חוויית משתמש (UX) מעולה למוצרי AI גנרטיבי (GenAI) מחייב הבנה מעמיקה של טכנולוגיית AI לצד תובנות מעמיקות על המשתמשים והלקוחות. האתגר המרכזי הוא למצוא את האיזון המושלם בין מיצוי הפוטנציאל של AI לבין מתן מענה אמיתי לצרכי המשתמשים. בואו נצלול לעומקם של היסודות החיוניים המניעים עיצוב UX אפקטיבי במוצרים מבוססי AI ונבין כיצד הם משפיעים על חוויית המשתמש הכוללת.

בהמשך לחלק הראשון של Intuitive AI, הבה נצלול לכמה הנחיות מעשיות עם דוגמאות מהעולם האמיתי. עקרונות אלה יעזרו לכם ליצור חוויות AI שהן אינטואיטיביות, יעילות וממוקדות משתמש באמת. נתמקד בהנחיות הבאות:

• אוריינטציה וניווט
• שימוש ביכולות Gen AI רק כשנדרש
• מתן הדרך המהירה ביותר לפתרון
• פשטות
• פתרון רגיש להקשר
• מוכר אך טוב יותר

אוריינטציה וניווט

הנחיה: ודאו שהמשתמשים תמיד יודעים היכן הם נמצאים בזרימה ומהן האפשרויות הבאות שלהם. עקרון זה נכון גם לממשק ויזואלי וגם למהלך שיחה בטקטסט או בדיבור.

דוגמה: Perplexity AI משפר את חוויית המשתמש בהשוואה ל-ChatGPT המקורי, למרות ששניהם משתמשים במודלים של OpenAI. הוא מציע ציטוטים ברורים של "מקורות" - SOURCES לתשובות, מאפשר למשתמשים לעקוב אחר מידע בחזרה למקורותיו, מה שבונה אמון ומאפשר מחקר מעמיק יותר. החלק "נושאים קשורים"- RELATED מציע נושאי המשך בהתבסס על השיחה הנוכחית, מעודד משתמשים לחקור נושאים באופן מקיף יותר. בנוסף, תכונת ה"ניסוח מחדש" - REWRITE מאפשרת עידון קל של תשובות, מאפשרת למשתמשים להשיג מידע מדויק או מפורט יותר ללא מאמץ. תכונות אוריינטציה וניווט אלה יוצרות סביבה אינטואיטיבית ופרודוקטיבית יותר לחיפוש מידע וחקירה.

שימוש חכם ביכולות Gen AI

הנחיה: דרשו מהמשתמשים לכתוב או לשאול רק כשנחוץ. אם אתם יכולים לחזות פעולות או נושאי שיחה פוטנציאליים הבאים, הציעו אותם ישירות.

דוגמה: התוספת האחרונה של Trender.ai לתכונת "הערכת סגנון" מבוססת AI לפרופילי LinkedIn של לקוחות פוטנציאליים מעלה שאלות לגבי הערך המעשי של יכולות כאלה בתמיכה במכירות. בעוד שתכונה זו מדגימה את הקלות ביישום ניתוח מונע AI, הרלוונטיות שלה לתהליכי מכירות בפועל מוטלת בספק. שאלות שמשפיעות ישירות על גישת המכירות. לדוגמה, זיהוי הנושאים החשובים ביותר הרלוונטיים ללקוח הפוטנציאלי ביחס להצעה, או קביעת העיתוי והשיטה האופטימליים ליצירת קשר ראשוני שיזכה לתגובה. תובנות אלה יספקו לאנשי המכירות מודיעין פעיל, שיאפשר להם להתאים את גישתם ביעילות רבה יותר ולהגדיל את סיכויי ההצלחה שלהם. ה-UX של AI במוצר (במקרה זה כלי מכירות) צריך להיות מונחה על ידי צרכים מעשיים ולא רק על ידי יכולות הטכנולוגיה.

מתן הדרך המהירה ביותר לפתרונות

הנחיה: כתיבה אינה תמיד הדרך המהירה ביותר. הציעו שיטות חלופיות, מהירות יותר כשאפשר.

דוגמה: Westlaw Precision AI של Thomson Reuters, למרות מעורבות של 2000 מומחי משפט, 4500 מומחי טכנולוגיה, 125 מהנדסי AI ומדעני נתונים, והשקעה של יותר מ-100 מיליון דולר, מדגים עיצוב UX גרוע ליישומי AI. הכלי, שנועד לסייע לאנשי מקצוע משפטיים על ידי מתן הפניות למקרים רלוונטיים, נכשל בהצעת זרימת עבודה קוהרנטית. באופן אידיאלי, משתמשים צריכים להיות מסוגלים לצפות במקרים שלהם, לבחור את הרלוונטי, לשאול שאלות, לקבל סיכומים קלים להבנה ומקרי התייחסות, ולהוסיף הפניות למקרה שלהם בצורה חלקה. עם זאת, המערכת הנוכחית מטפלת בכל שאילתה בנפרד, חסרה המשכיות הקשרית, ודורשת מהמשתמשים להקליד ידנית בקשות לשמירת הפניות, במקום לספק כפתורים אינטואיטיביים. חוויית משתמש מנותקת זו מדגישה התעלמות משמעותית מעקרונות UX יעילים, למרות המשאבים והמומחיות המשמעותיים שהושקעו.

פשטות היא המפתח

הנחיה: הציעו את הדרך הפשוטה ביותר למשתמשים להשיג את התוצאה, התצוגה או הפעולה הרצויה להם.

דוגמה: Intuit QuickBooks שילבו במהירות את צ'אט ה-GenAI שלהם בלוח הבקרה, אך גילו מעורבות נמוכה של המשתמשים בשל חוסר ודאות לגבי האינטראקציה עם ה-AI. כדי להתמודד עם זה, הם הוסיפו "שבבי שיחה" או שאלות מוגדרות מראש כדי להתחיל את הדיאלוג. למרות שהגישה הזו דומה לקישורי כפתורים מסורתיים לדוחות ותכונות אחרות, היא משמשת כנקודת התחלה לתכונת ה-AI החדשה. עם זאת, היא לא מתבטאת באופן משמעותי מחוויות צ'אטבוט טיפוסיות. יש פוטנציאל לאופטימיזציה נוספת כדי למצות את יכולות ה-GenAI ולשפר את האינטראקציה עם המשתמשים.

פתרונות רגישים להקשר

הנחיה: הבינו את המטרות של המשתמש בכל שלב והתאימו את החוויה בהתאם. אל תסתמכו רק על יכולות AI/LLM.

דוגמה: Salesforce הצליחו לשלב תכונות AI בכל מוצריהם, כאשר העוזר ה-AI שלהם, Einstein, מציג יישום יוצא דופן בהקשר של אינטראקציות עם לקוחות. בניגוד ל-Trender AI, צוותי ה-UX והמוצר של Salesforce הצטיינו בגישתם. הם מספקים לנציגי מכירות סט מקיף של נתונים רלוונטיים לשיפור יעילות המכירות. זה כולל היסטוריית רכישות של הלקוח, משלב רישום לחתונה ועד רכישת בית ורישום לתינוק, כמו גם תובנות לגבי העדפות הסגנון שלהם, פריטים שנצפו ונרכשו לאחרונה, והנטייה שלהם לקנות. מידע זה הוא בדיוק מה שנציג מכירות צריך כדי ליצור אינטראקציה יעילה עם לקוח ולהניע אותו לקנייה. בנוסף, הפעולות הרלוונטיות (עדכון או שיחה) זמינות בקלות.

מוכר אך טוב יותר

הנחיה: בנו את חוויית המשתמש על מושגים וזרימות שהמשתמשים כבר מכירים, אך שפרו אותם בעזרת יכולות AI.

דוגמה: הדוגמה הטובה ביותר לשימוש בזרימה וסביבה מוכרים בהקשר של AI היא יכולות יצירת הקוד ב-GitHub Copilot. זה משולב ישירות בסביבת ה-IDE המקורית, המהנדסים ממשיכים במשימותיהם הרגילות - גישה למאגרי GitHub ושילוב רכיבים בקוד שלהם - פשוט מהר ויעיל יותר. שילוב חלק זה משפר משמעותית את הפרודוקטיביות, לעתים קרובות מכפיל את מהירות הקידוד.

סיכום

על ידי יישום הנחיות אלה, תוכלו לפתח מוצרים מבוססי GenAI שמנצלים את הפוטנציאל המלא של הבינה המלאכותית תוך מתן חוויית משתמש חלקה ואינטואיטיבית. המטרה הסופית היא להעצים את היכולות האנושיות, ועקרונות ה-UX הללו יעזרו לכם להשיג את האיזון העדין הזה. אשמח לשמוע מכם! אילו דוגמאות לחוויית משתמש אפקטיבית במוצרים מבוססי GenAI נתקלתם? איך אתם רואים את ה-UX מתפתח ככל שה-AI הופך להיות יותר רב-תחומי? שתפו את רעיונותיכם, חוויותיכם או אפילו חששותיכם בתגובות למטה. בואו נחקור יחד את הקו המקשר בין AI ו-UX.

נשמע מעניין? - קבלו מדריך על בניית מוצרי GEN AI עבור מנהלי מוצר ויזמים - בגרסה עבור קהילת סטארטאפ פור סטארטאפ.