一、AI 驱动下的 XR 体验设计
1. 小 XR
提起 XR，不知道大家的脑海里会浮现出什么样的画面？
这一页 PPT 里收集了比较典型的一些 XR 界面，里面有你刚才脑海里想到的画面吗？
这些画面里有手机的、也有眼镜的，包括我们刚刚踏入 XR 行业时的标杆 Hololens，和去年发布的 Apple Vision Pro。
这是我们最初对于 XR 的理解。基于这样的认知，我所在的团队在 17 年产出了业界第一款基于安卓开发的光学 AR 眼镜，后来又陆续发布了第二代以及去年 MWC 上发布的第二代的轻量版。
这是我们对 XR 的定义。
但有没有别的可能呢？
2. 转变的契机
在一份 2002 年的报告里，它给出了 XR——Extend Reality这个概念，包括了当时和现在我们依然在提的AR、VR、MR。
但那是 2002 年了。
在这个技术探索的过程中，公司外部和公司内部的环境都有很多变化，ChatGPT 的出圈、疫情持续的三年。我所在的团队，也开始从原有的 XR 范围走出来，进入元宇宙这个概念下进行技术探索。
这些年什么都在变化，那 XR 的概念呢？
XR，能被现在我们认知到的 AR、VR、MR 全部涵盖吗？
在我对自己问出这个问题的时候，我看到了李善友老师的一节课。一思维，里面有一个词：击穿。
任何一个普通或狭义的概念，你击穿它后，都会得到一个新的世界。
如果 XR 这个提了 20 多年的概念被击穿，我们会得到什么呢？
我现在的答案是：一种新的关系。
3. 大 XR
如果 XR 被理解为数字和实体的一种关系，那从可感知到的界面来看，我们手机上所有的应用界面都在反应一种虚拟和现实的关系。
只不过，它是以不同的可感知的表现方式呈现给你的。
暗夜文郎和保罗在八十年代论文里画了一条线来说明什么是 AR，那从那条线的角度，我们也可以把它理解为一种关系。
物理和真实的关系。
这种关系的可感知形式，是我们要求解的 X。
这个 X 有不同的表现和可感知的形式，我们之前看到的手机上的 AR 引导、我们自己做的 AR 眼镜、Apple Vision Pro 的界面。包括我们现在常见的数字孪生大屏，也是映射虚拟和现实关系的一种表现方式。
我们所在的公司三年前开始进行元宇宙方向的探索，但“元宇宙”和“ARVR”不一样，它不代表任何一种技术，是一个概念。
这个概念是很多技术融合后的，一种对未来的设想。
我们知道，真正的元宇宙那个未来场景是有发展阶段的，就像我们说移动互联网的时代一样，它不是任何一门技术，是网络化的一个阶段的表现。
从现在走向元宇宙时代，或者说真正的智能化时代还要走过几个阶段。
其中最重要的两件事：
第一件是我们要把网络基础建设打好，从 5G 迈向 6G。
真正的元宇宙时代需要能够处理实现多维度虚拟现实的海量信息，这不仅仅是指数据资产从二维的图片视频变成三维的模型动画的过程中，计算量增加的一个维度，还指除了视觉外的听觉、触觉甚至嗅觉信息。
第二个，就是 AI 发展能给出的驱动力了。
海量的信息光由人创造可不行，如果要要求质量，那就更难了。从 PGC 到 UGC 到 AIGC 的发展，人类第一次在实验室以外实现了非人类创造内容的结果。
所以，AI 成为了这个新赛道的载体，帮助我们运用自己原有的能力和技术积累，拥有了更大可能性去实现产业升级。
在 AI 的驱动下，我们用新的认知，找到了在未来智能时代的一个落脚点。
二、电力能源行业智能系统
这个产品是针对电力能源行业巡检业务的解决方案，巡检是电力运维中很高频的一个任务，我们希望使用智能化的方式来为它提效。
于是，在这个解决方案中，我们构建现场三维模型，实现虚实映射。联合机器人、无人机、声纹等设备实现多模态信息感知和合成，实现虚实融合和虚实联动。最后，基于视觉大模型技术，提升现场缺陷和设备隐患发现率。
从业务角度看就四个主要功能：业务编排、监控、结果和最后的报告。
这是我们现在标准方案的形态，但最初它也是从一个小小的 AR 应用发展而来的。在这个过程中，我遇到的最大的体验挑战其实一句话就能概括：从做一个应用，到做一套解决方案。
比如：
- 电力行业知识的缺乏：一个应用里涉及到的业务知识远远不足以应对一套解决方案所需要的业务知识。解决的主要方法是学习上所通用的：理论+实践。不止是调研用户，而是成为用户，哪怕只有一天。
- 硬件终端类型的增多：除了界面显示的终端，还有系统联动的 IOT 设备。解决的方法是：适配+联合。适配所需要的机型，联合可以联合的友商。
- 待处理信息量的增多：各种硬件终端可以传输的数据，需要根据不同的业务环节和流程进行筛选。我的解决方法是，用画交互设计文档的方式，去扮演那些数据，想象这些数据有着“智能”，在该业务场景的认知下该如何出现在各个界面上。
- 业务规范限制性较多：国有企业的长期形成的规范和标准，以及集团和地方在业务上的习惯不同。我们的解决方法是：过检+定制。过他们内部的检测，成为他们合规的供应商，再去基于项目做定制。
但是，这所有的挑战只是我们的过程，从客户的角度看来其实只有一个：不好用不敢用，这才是用户体验上真实面对的挑战。
这是来自行业客户自己会议上的词语：不好用，是易用性的问题，不敢用是人机信任的问题。
我们一般作产品，特别是 B 端，会先满足可用，再满足易用，最后再给一点情绪价值，但真实的场景并不是分的这么清楚的，尤其是在某些业务特定的环境下，也许你一开始就要提供这款产品的一些情绪价值。
三、智能制造 AR 维修应用
这是一个很小的解决方案。
为了保持设备售后服务的竞争优势，我们利用 XR 创新技术赋能服务业务，提升服务品质、丰富服务品类、同时也能节约服务成本。
从最终端来说，分享我们面临的 2 个用户体验挑战：提高识别的准度和降低操作的难度。
① 提高识别的准度：这好像是算法的事情，但因为技术有它天然的限制性和条件，如果要去解决可能会花费更多的人力和时间成本，而从设计的角度，也许更容易一些。
我们的做法是利用人注意力的特点，通过高饱和颜色、动态、图形匹配冲动去自然而然的引导它满足识别的条件。
② 降低操作的难度：改变大多数人对拆装笔记本电脑就很难的固有印象，愿意动手操作，这是一个问题。
我们的做法是自己去拆一拆，体会和记录自己成为这个用户的心路历程，再反过来用在设计上。去拆解每一个具体的界面和交互。同理心说起来很容易，但很多时候，人类的悲欢并不相同。
所以用一句流行语：质疑它（这个需求）、理解它（这个需求），成为他（这个用户），
四、总结与展望
1 个概念，2 个案例。
第一部分 XR 体验，想留给大家的短语是：从小 XR 到大 XR。
著名的产品人梁宁说她指导人产品设计的时候，发现其实最终困住他的不是产品本身，而是他对这件事的认知。
当我们试着去击穿一个概念，就会得到一个新的世界。
当 XR 成为数字和实体关系的一种表现时，我们在元宇宙的世界找到了一个新的机遇和落脚点。
第二部分和第三部分，是两个案例分享。
电力能源行业的案例，想留给大家的短语是：不好用和不敢用。
这句来自于我们客户自己会议上的发言。
这个案例是一个解决方案，也是我们在行业元宇宙道路上选择的实践方式。从最初那个 AR 应用，到最后演变和更多业界同行去合作产出的解决方案。
我们的目的，是解决产业升级里的那句不好用、不敢用。
不好用，对应易用性；不敢用，对应人机信任，是用户体验中的情感性维度。
很多时候我们会把情感性放在最后一层，先可用、再易用、最后再满足情感性体验，提供情绪价值。但实践上不全是这样的，就像我们和一个人交往，如果你信任他，你会愿意理解它的不足，接纳他的一些不好用。
所以，借这个案例，我想说：我们在做创新产品的时候总会遇到很多困难，站在体验设计师的角度我需要克服我的挑战，比如我刚刚分享的那些，站在其他岗位的角度，也有许多挑战需要面对。
但从用户那边看就只有一个，让它好用、让他敢用。这是相辅相成的两个部分，虽然我们的专业不同、角度不同，但要走向的地方是相同的。
第三个部分，制造运维的案例，想留给大家的关键词是提高和降低。
我们的解决方案是一种 To B 或者 To G 的业务，不管技术成不成熟，有没有限制性，我们总要提高什么，降低什么吧。
不成熟的技术也不代表一定不能有好的体验，也许你的角度解决不了，换个角度可以解决。
在这个创新的过程中，让我们一起去努力的聆听科技的美好。
为什么要说这句话呢？
有时候因为离得太近了，那些滤镜被破坏，比如为了提高算法的精准，我们去做过标注；业务上一时拿不到的数据集，我们靠 P 图来提供。所以之前我们自己有一句玩笑话：人工智能，先人工、再智能。
因为离得太近，看到了太多的限制，甚至有些不是技术本身的限制，可能是商业、成本、优先级策略带来的不美好。
让我们开始渐渐习惯了，把很多创新过程中，探索成熟路径过程中所带来的不美好看得理所当然，于是也理所当然地呈现给了客户、用户。
但当我们退出来，回到科技创新的初衷，我们的所有付出，不都是为了让这些科技在最后的使用的层面，带来比现在更美、更好的体验吗？
让我们从那些过程中的大坑小坑、焦头烂额里走出来，让我们从自己的“专业性”里走出来，聆听科技的美好，让这些美和好用用户可理解可感知的方式传递出去，带来更美好的未来。
我想，这就是创新的意义。
