智能时代的场景革命

  1. 云栖社区>
  2. 博客>
  3. 正文

智能时代的场景革命

未来使者 2018-10-10 14:41:14 浏览644
展开阅读全文

18041816517060

从华为P20的拍照功能说起

华为P20系列手机,在拍照功能里,和其他相机一样,分了很多场景,什么人像,夜景,大光圈,食品等。这样可以根据不同的场景,选择不同的技术参数,优化算法。

但是,同时在拍照的功能里,P20系列可以自动识别一些对象,并根据对象来自动选择场景。

当它检测出拍摄主体可能是人像时,会出现人像模式提示。默认会应用人像模式的算法来进行美颜。

当它检测出拍摄主体可能是一个平面印刷品的时候,会出现文档矫正提示,默认会裁剪并拉伸目标。

当它检测出拍摄主题可能是绿叶的时候,会启用绿叶模式来让色彩更鲜艳。

当然,这样的场景还有很多,相信随着智能算法的应用的深入,一个拍照可以做到千变万化,一个入口对应所有场景。
DSC_5370

诺基亚第一个拍照手机的出现,那时候的拍照程序很简单,没有那么复杂的功能,就是一个按钮。然后随着手机摄像头技术的发展,我们可以调整拍照的形状,ISO,滤镜等,这样,在不同的光线,拍摄不同的对象,不同的环境的时候,就可以选择最好的参数,达到最好的效果。但是每次都这么手动调整参数太麻烦了,于是从手机厂商到应用厂商开始出现了针对场景的拍照程序。手机内置的拍照程序出现了夜景、人像、微距、延时等场景的选择,而更加丰富细分的拍照APP也出现了,比如以美图秀秀,美颜相机为代表的人像APP,比如以名片识别,文档扫描为核心功能的APP,比如以专门拍摄延时和风景的APP。从而满足不同用户在不同场景下的个性化需求。

但是这样带来的问题也是明显的,一个场景一个APP,一个场景一个入口,用户需要自己去判断,选择,不同的入口,最终的照片也无法统一管理。

而在人工智能技术出现的今天,在图片识别技术的应用基础上,一个拍照入口,通过识别拍摄对象的类型,后台调用不同的算法模型去进行不同的处理,减少用户的操作行为,更好地给用户以一致的体验。

当摄像头实时的发现拍摄对象是人像的时候,启动美颜算法;
当摄像头发现拍摄的对象包含大量文字的时候,启动OCR文字识别以及自动翻译的算法;
当摄像头检测到拍摄的主体在运动的时候,启动视频录制模式;
这样的摄像头就具备了一定智能的基础,避免了那种当美好的画面出现的时候,要临时的切换拍摄APP,选择不同的菜单,导致错过美好的瞬间。

这样一个典型的应用的变化的过程,管窥一斑的体现了智能时代正在带来的场景革命。
人工智能重构业务场景

互联网时代场景即价值,场景化思维是用户为中心,关注用户体验,产品设计围绕用户的方法。谁能挖掘更多的业务场景,谁就能够跟用户建立更多的连接,更好地理解用户需求和痛点,从而能够提供更加个性化,更加有竞争力的产品。

大数据和人工智能技术给业务场景的构建带来了巨大的变化,主要体现在以下几点:
image

场景孤岛到场景融合
用华为P20手机拍照作为例子,拍人像的功能和拍延时的功能是分开的,是需要用户自己根据经验去判断和选择的,所以一个时刻用户只能使用一种场景,并且切换到新的场景的过程是生硬的。当用户在拍照的时候就难免要在不同的应用和功能之间切换,这是不好的用户体验。
传统的业务场景之间是割裂的,是独立的,从业务流程到技术实现都是固化在应用中的,无法在场景中进行切换,而伴随着人工智能技术的深化应用,用户场景可以被自动的识别和切换,把前者叫做孤岛式场景,后者是融合式场景。
产品和服务本身能懂用户,能够根据用户的业务目标、喜好、习惯不同而自动智能的切换场景。
image

被动规划式场景到自我裂变式场景
原来的场景是通过访谈调研,研究分析,设计出来的,每一步都带着对于用户的假设和猜想,变成一个流程式的产品或服务。当用户越来越多,出现了超出前期设计的场景的假设条件的时候,那一部分用户的体验就会下降,也就是产品需要更新和升级的时候。
而当人工智能的技术出现,尤其是机器学习,深度学习这样的技术的应用,计算机可以在用户沉淀的数据中发现新的用户行为模式,不同于原来的模型,从而自动设计出新的场景或者服务。

举个例子,电商企业先上线通用电商场景的服务,运营一段时间后,沉淀了大量的用户数据、行为数据、SKU数据,然后通过聚类的方法,识别出不同的用户场景和对应的用户行为习惯,然后根据对这些数据的训练,将原来通用电商的业务流程、操作模式细分为不同的场景,裂变成面向用户或者面向SKU的业务场景。而这里最重要的区别在于,这一切不是由人工去分析发生的,而是根据数据训练出模型来驱动的。

刚性固定式场景到柔性演进式场景
在传统的用户场景中,由于用户的旅程,功能,规则,都是设计好的,通过软件固化的,所以是刚性的,不能随着用户行为、画像自动发生变化。
而在智能时代,每一个行为,每一个流程,规则都是动态数据模型算法驱动的,它会根据数据的不同而个性化,是柔性演进式的场景。
在固定的标签系统中,不同的用户被打上个性化标签,然后根据标签的类型来觉定适配什么样的行为,优惠等。但是,在智能驱动的系统中, 用户的标签是动态的。是由一组组的模型去匹配的,而模型本身又是根据数据训练出来的也是动态的。比如,传统的标签系统中,有一个标签是“潜在用户”的标签,他的匹配模型是访问首页的频率和浏览商品的停留时长,只要达到一个阈值范围,那就被认为是潜在用户,这个用户就会被打上潜在用户的标签,然后系统会根据潜在用户的标签去采取对应的行动。而在智能的时代,潜在用户的标签匹配的规则是动态的,是根据后台的历史数据分析的结果产生的,是演进式的,一切都是根据数据去学习和训练的,而不是固定配置的。
image

从多渠道多应用到统一入口融合体验
借助移动互联网,云计算,大数据技术,传统业务从单一渠道扩展到多渠道,从线下到线上线下的融合打通,衍生出了多场景,多应用。
分久必合,在智能时代,多渠道多应用会逐渐统一到单一入口,融合体验。用户的体验极简化,而后台的计算、分析逻辑是复杂无比的。
让我们来畅想一下,智能时代的搜索引擎,一个极简的输入框或者语音输入,用户说的词语,会被识别成不同的实体,根据实体的类型搜索的结果会以不同的形式展示出来。如果你搜索的是视频的名称,那么下面出来的就是视频相关的操作;如果你搜索的是商品,那么就进入电商模式;如果你搜索的是专业词汇,搜索引擎则进入学术研究模式。这一切都会根据你的用户画像的不同而发生变化,一个入口涵盖多种场景,无缝切换。让用户的学习成本降到最低,一切都自然发生,不需要任何纠结的可能。

这就是随心所欲的智能时代的意义所在。

网友评论

登录后评论
0/500
评论
未来使者
+ 关注