Web デザイン業界における人工知能 (AI)
公開: 2020-12-22「終わりは近い」 – ロボット工学と人工知能の分野の専門家は言います。 もちろん、私たちの一部が知っているように、それは世界の終わりではありません。
たとえば、TED でのスピーチで、Thomas Frey (未来学者) は、2030 年までに 20 億の職業が消滅すると予測しました。これは、今日世界に存在するすべての職業の半分です。 うん！ 全てはロボットのせい！
Uber ATG 自動運転車、Amazon ドローン、カスタマー サービスを担当するボットなど、ロボット革命はまだ始まったばかりです。
では、デザイナーはどうでしょうか。 私たちも困っていますか？ ロボット、AI、機械学習は長期的に私たちの仕事にどのような影響を与えるでしょうか?
ロボットがデザイナーに取って代わることはありません。 まあ、少なくとも近い将来ではありません。
グリッドのリリースに関連して、数年前の誇大宣伝を覚えているかもしれません。 グリッドは、人工知能に基づく Web 開発および設計システム (AKA Squarespace) です。 ポイントは、サイトのコンポーネントやその他の対話パターンが、デザイナーの関与なしに自分で作成されたことです。
数か月後、世界はグリッドで作成された最初の Web サイトを目にしました…そしてそれは大惨事でした。
「デザイナー、あなたの仕事は安全だと思います」 - これは、グリッドの失敗の結果を見た Reddit ユーザーの 1 人が残したコメントでした。
（少なくとも今後10年以内に）ロボットの手に渡る職業のほとんどは、ブルーカラーの仕事です。 運転手、秘書、用務員など、機械的性能に関わるこれらの作業は自動化されます。
Web デザインに関しては、すべてがもう少し複雑です。 人間には、デザインの文脈を定義し、共感を生み出すという独自の能力があります。 メニューを表示するか、ハンバーガー ボタンの下に非表示にしますか? メニューオプションの数だけではありません。
Web サイトで 2 列または 3 列のグリッドを使用する必要がありますか? 画像のサイズと数だけではありません。
私が知っているほとんどのデザイナーは、多くの「色彩心理学のバイブル」に導かれることなく、気まぐれにフォントの色を選択します。 真実は、デザイナーとロボットがすぐに手を取り合って仕事をする可能性が最も高いということです。 ロボットは問題ではなく、新しい機会です。 それらについて話しましょう。
定型業務をAIに任せる
デザイナーは多くのルーチンを扱うことができます。 私のチームの作業時間の 20% は、ロボットに割り当てられやすい問題の解決に費やされています。
コーディング、サイズ変更、色補正 – 一部のタスクは Photoshop のアクション機能だけでは自動化できません – 人間の目と迅速な決定を下す能力が必要です。 しかし、AI にこれを行うように教えたらどうなるでしょうか。
たとえば、コンテンツのローカリゼーションのプロセスを大幅にスピードアップする自動 Netflix トランスレータがあります。 異なる言語でいくつかの異なるショー バナーを作成する必要がある場合、自動生成された何百ものレイアウトを参照して適切なものを選択するだけです。
最近、Airbnb (旅行者に短期間で賃貸料を提供する居住用不動産) が、デザイナーの紙のスケッチを認識し、実質的にリアルタイムでコードに変換する技術を発表しました。
「アイデアを試す時間をゼロにする必要があります。 今後数年間で、新しいテクノロジーにより、開発プロセスから何百もの障害を取り除きながら、新製品を非常に迅速かつ費用対効果の高い方法で設計できるようになると確信しています」 – Benjamin Wilkins、Airbnb.
Airbnb AI はスケッチを数秒でコードに変換します! これらの小さな最適化により、デザイナーは戦略的な製品設計ソリューションを作成するためにより多くの時間を割くことができます。これは、コンピューターがまだ学習しなければならないことです。
よりスマートなモジュール設計システム
AI は、より機能的なデザイン システムを作成するのに役立ちます。 デザイン システム (この用語に慣れていない場合) は、特定の製品またはブランドのデザイン言語を一緒に作成する一連のパターン、モジュール、および要素です。
大企業から新興企業まで、ますます多くの企業がデザイン システムを使用して、ユーザーに対してより一貫した製品イメージを作成しています。 Salesforce、GE、Airbnb、WeWork、Google、Atlassian、および IBM のチームは、デザイン システムで共同作業するためのまったく新しいルールを設定した好例です。
次に、AI がデザイン システムの一部になり、システム要素に対するユーザー インタラクションの指標を分析し、各機能に最適なものを即座に「理解」できるようになると想像してみてください。 何が機能し、何が機能しないかについて AI が学習する情報が多いほど、各モジュールを最適化して最良の結果を得ることができます。 AI には、人々がオンライン コース プラットフォームで作成したコースのように、他の人をトレーニングする機能もあります。
Wix や Squarespace などの Web サイト ビルダーは、これらのテクノロジの一部を使用して、ユーザーがデザインで細かい決定を下せるようにしています。 これらの企業は、野心的な Grid とは異なる道を歩んできました。彼らは AI をワークフローに慎重に組み込んで、二次的で無関係なデザイン ソリューションからデザイナーを解放しました。
もちろん、近い将来、サイトが自動的に構築されることはありませんが、AI テクノロジにより、IT チームと設計チームは、メンテナンスと最適化に関する多くのタスクから確実に解放されます。
ジェネレーティブ ビジュアル スタイルの作成
画像認識技術に基づいて、写真やビデオにスマート フィルターを適用する Artisto や Prisma などのツールを見たことがあるでしょう。 このテクノロジーは、写真に写っているもの (顔やレモンパイなど) を検出し、適切な視覚効果を適用します。
人工知能によって生成される視覚効果のもう 1 つの例は、Google の AI 実験の 1 つである Auto Draw です。 ポイントは、プログラムが自動的にスケッチを編集してより正確にすることです。 これは機械学習のおかげで可能になりました。アプリでスケッチを描く人が増えるほど、AI はあなたが何を描こうとしているのかをより正確に推測できるようになります。
これらのテクノロジーのおかげで、デザインはよりアクセスしやすくなります。 デザイナー (および非デザイナー) は、多くの労力を費やすことなく、より良いものを作成し、細部をより徹底的に改良することができます。 これは、AI が私たちの仕事を奪うのではなく、私たちを助けてくれることのもう 1 つの証拠です。
Develux によると、動的で生成的な視覚スタイルを作成する技術に基づいて、そのようなアプリの全世代が存在します。 それらのすべてがデザイナーの境界を広げます。 別の例が必要ですか？ 動的なロゴは、ブランディングと AI のインターフェースにおける新たな主要トレンドです。
ユーザー エクスペリエンスのカスタマイズ
Web サイトはよりスマートになり、多くのユーザー データを操作して、よりパーソナライズされたインタラクション エクスペリエンスを作成できるようになっています。それは、夜間か日中か、ユーザーの場所、デバイス、曜日、およびユーザーが認識できない 100 万以上のデータと信号です。想像さえします。 このデータは、ユーザーがサイトで何を見つけたいかについて興味深い考えを導き出すことができます。
以前は、データ分析は戦略家、デザイナー、技術者のチームによって処理されていました。 彼らは考えられるすべての製品アプリケーションを分析し、結論を出しました。 マシンがプロセスの一部を引き継ぐとき、多くの企業は、製品を使用するシナリオを拡大し、可能な限りカスタマイズする機会を得るでしょう. 通常、UX の領域では、エクスペリエンスがパーソナライズされているほど、ユーザーのニーズを満たします。 したがって、より多くの変換が期待できます。
膨大な量のデータ分析
サイト、アプリ、デジタル サービスなど、毎日、ますます多くのシステムが登場します。また、ますます多くのユーザーが存在し、ユーザーがシステムの 1 つと対話するたびに、データが生成されます。 たっぷり。 ビジネス分析の成長は始まったばかりで、データ分析プロセスはより複雑になり、相互参照システムはより構造化されています。
デザイナーや製品所有者がより良い意思決定を行うのに役立つ、より価値のあるデータがますます生成されています。 また、データは多くの場合非常に脆弱であり、計画外の削除や盗難の対象になる可能性があります。 このような問題を解決するために、多くの有名企業がデータ復旧サービスまたはファイル復旧ツールを使用しています。
近い将来、AI は多くのデータ収集と分析プロセスを実行します。 これは、アナリストが不要になるという意味ではありませんが、同じ専門家が、特定の製品またはサービスとのユーザー インタラクションのより正確で詳細な分析を実行できるようになることを意味します。
A/B テストなどの方法は、人間の関与なしで自動的に行われます。 マシンは次のことができるようになります。
- 製品の潜在的な最適化領域を特定します。
- デザインの最適化戦術を理解する (特定の単語またはボタンの色を変更する)。
- 変更を適用して A/B テストを実行します。
- 結果を分析し、最適なオプションを決定します。
- 製品設計を更新し、サイクルを再起動します。
「自分自身を最適化するサイト」について、ますます耳にするようになるでしょう。 機械がほとんどの作業を行い、設計者はさまざまな最適化プロセスの戦略的アドバイザーになります。
詳細なユーザー エクスペリエンス
これは最も有望であると同時に、最も未踏のテーマでもあります。 AI ベースのインタラクションはまだ始まったばかりですが、すぐにそのようなインテリジェントなインタラクションが標準になるでしょう。 以下にいくつかの例を示します。
Facebook は AI を使用して、アップロードされた写真の内容を認識します。 実際には 2 つのメリットがあります。1 つ目は、視覚障害のあるユーザーがスクリーン リーダーを備えたブラウザーを使用している場合、Facebook は写真コンテンツを「音声」で伝えることができます。 第二に、各写真に何が写っているのかを正確に把握することで、Facebook はより関連性の高い広告を表示できます (もちろん、広告主からより多くの料金を請求できます)。
同様の音声関連技術は、Clipchamp でもテキストを音声に変換するために使用されています。 Google は AI 要素を使用して文章を分析し、翻訳します。 さらに、AI を使用してカメラが指し示すオブジェクトを認識し、そのオブジェクトに関連するコンテンツを表示する視覚検索技術である Google レンズもあります。
さまざまなチャットルームや仮想アシスタントは言うまでもなく、よりインテリジェントになり、かなり自然な方法でユーザーと通信することを学びます. 新しい AI の開発は、デザイナーであるあなたにとって 1 つのことを意味するはずです。ユーザーとマシン間の相互作用のシナリオを開発するとき、すぐに多くの既製のソリューションを自由に使用できるようになります。
お気づきかもしれませんが、ロボットがデザイナーの仕事を「盗む」ことを示唆する例はありません。 テクノロジーは、反復的なタスクを自動化し、戦略的な設計の側面に取り組むための時間を確保するのに役立ちます。これにより、ユーザーにとってよりパーソナライズされ、関連性が高く、インテリジェントで効果的なインタラクション体験を実現できます。
新しい機会を検討し、これらのテクノロジーを回避するのではなく、最も有益な方法で使用する方法を見つける時が来ました。