2 交互范式的转变交互方式的改变,从抽象流程到自然语言,conversational user interface(CUI)实际上人类日常的最自然的交互方式就是肢体语言,表情和对话,而古典软件都是靠业务流程抽象化来完成目标任务的,而LLM的方式可以从更贴近于人类习惯的方式使用软件功能,因此极大的降低了学习成本,未来的AI Native行业软件大概率是类似的这样的三段式 three stages CUI.
左侧是传统的抽象流程的快捷方式
中间是对话功能框,未来很多的工作流都是基于对话和上下文在对话框里直接完成的。
右侧是功能调用,限制于对话框的大小不容易完成的操作可能还是要有一个地方呼出并实现操作。
左侧和右侧会随着LLM的进化逐步弱化或者消失。
中间的对话框的下一代 conversational user interface会随着多模态的发展,或许更多的输入格式,比如摄像头来收集body language,表情等更底层的交流,麦克风来收集不仅是对话,还有环境音。
中间的对话框不止是一个传统软件的rich text area,这里包含的很多的元素,其实类似的微信对话框里不同的format,比如一个网页,一个文件,一个小程序,其实企业微信和叮叮也都有类似的设计,只不过通讯/协同软件更多的还是人和人对话,现在的对话框不再是或者不仅限于人和人了,更多的是人和LLM,对话框里要可以显示和处理更多的格式,比如微信不支持markdown(因为正常人不会用这种格式跟别人交互),现在需要支持更多的文本格式,因为用户不仅是要在对话框里完成对话,更重要的是要在对话框里完成任务,完成指令,而不只是把对话框当作信息的传递,具体的任务要跳出对话。比如,我要查steve的工资,LLM会返回给我工资的具体内容,比如我问LLM有什么的需要审批的工作,LLM直接给我返回5个审批列表,我可以直接在对话框里审批。比如我要LLM帮我请假,但是一些具体请假原因和流程都要在对话框里完成。
对于CUI,我认为未来的交互可能不仅仅是typing,还有声音,图像/视频等输入形式。人类科技最大目标就是模仿人类自己,机器总要加个“人”在后面,是为机器人。而AI的目标是最大限度的让用户感觉坐在对面跟你对话的是人,而不是机器。因此我们应该不仅限于打字,因为打字本身是有PC了以后才有的形式,几千年的人类沟通方式是语音。因此我自己做的是行业软件,但我依然认为未来最大机会是更自然的沟通方式是voice,因此在UI和工程领域如何更快的把rich text area这个component变成 rich voice area component是更底层的更有意思的机会,甚至可以支持手势,表情等,更多的输入形式从而变成rich communication area component,这也是我思考了很久的领域,现在已经有了结论,不过我们就不在这里展开了。
其实大家日常使用的AGI应用无论2B还是2C,几乎所有的场景下的应用都是被动呼出的,也就是说都用户提出问题,LLM被动回答。用户是initiator,这就造成了使用场景相对单一。但是反过来想一下日常的对话都是自己发起的么?显然不是,实际生活中不同的场景,很多都是用户是被动应答的。微信之所以使用时间长,并不是因为比抖音有更牛的沉浸式推荐算法,而是因为你的主动是对方的被动,对方的主动是你的被动,通讯录联系人互相成为对方的initiator。因此AGI的出现,就可以根据设备的感知能力主动发起对话,比如中午,可以问用户吃了么,没吃赶紧吃,想吃啥附近直接找到,并导航到餐馆。主动发起对用户体验来说是一个很大的飞跃,(这里主动发起不是类似手机的push msg)尤其是情感领域,被动和主动区别很大,大多数国人在现代社会中都是社交被动型的,社牛太少了。很多传统的社交软件也都在利用数据来降低社交成本,比如点个赞,比如用手滑照片。如果能通过耳机+各种sensors,还有环境音的透明收声,则可以有更多的应用场景被挖掘出来。而不仅是任务型或者事务性的应用场景。写在最后:以上都是我几个月以来的思考在当下这个时间点的总结,未来会发生什么,也很可能会推翻现有的结论甚至思考框架,未来一定是薛定谔的猫,LLM这个变量将让很多人的思考框架发生了巨大的变化。在这个Sternstunden der Menschheit,我们可能有的只是时间。浪潮中,有些人追求宏大的叙事,有些人忙于性感的故事,有些人挥起锋利的镰刀。面对诱惑大多数人都会放弃坚守,但我还是希望大家在设计产品时问自己一个问题,我的产品能不能带来10倍体验提升,能不能带来10倍成本的降低,普通人只能点滴的改变。Make a better life for all people and their families.关于GONEX- IRIS:GONEX-IRIS是全球首创的AI Native的人工智能HR合规服务引擎,可以帮助HR团队轻松应对日益增长的挑战,提高工作效率和便利性。我们的LLM大模型可以利用自然语言处理技术快速处理各种HR数据,并自动化处理各种复杂的海外HR流程,如入职、离职,算薪,发薪,社保缴纳等。同时,我们还可以利用机器学习进行员工满意度和工作绩效分析,提供数据驱动的洞察和建议。使用GONEX-IRIS,您可以在几秒钟内获得关于海外员工雇佣、福利等方面的专业建议,而无需倒时差或花费大量资金雇佣当地专家/咨询公司。我们的服务涵盖从高端咨询到日常服务,帮助您快速解决业务问题,从而实现更高的工作效率和便利性。GONEX-IRIS还可以让您成为一个全球HR问题专家,帮助您从事事求人的HR文盲秒变专业的HR领域专家。