hi，大家好~我是shadow，一枚设计师/全栈工程师/算法研究员，目前主要研究方向是智能产品架构、人工智能写作和人工智能设计，当然偶尔也会跨界到人工智能艺术及其他各种AI产品。
2020年工具类产品到底有什么智能化的趋势值得我们关注？本文涵盖以下关键内容：
功能模块化
知识提取、知识计算
AI的能力边界
聊天机器人技术
AI老师（助手）
化繁为简
全流程自动化
AR增强现实技术
人机协作
欢迎有兴趣的朋友添加我（回复2020），进一步交流哈~
- 何为工具产品？
比如微信，从最初的通讯工具到目前的超级APP，需求跟场景已经不再单一，所以已经不算哦工具产品了；再如高德地图，从最初的地点、路线查询，到现在可以在高德上打车、叫外卖，明显也不再是单纯的工具产品。早期的产品很多都是以工具作为切入点，但是工具类产品的使用特点就是“用完即走”。工具型产品的用户黏性最弱，它的用户更换成本非常低。所以很多工具都开始引入内容，来喂养用户……期望争取更多的用户停留。这就是工具产品内容化的趋势，比如wifi万能钥匙、自如app等。
- 智能化趋势
智能化包括了人工智能、大数据的应用，比如个性化推荐、软件自动化等，是一个比较宽泛的概念。推荐是智能化明显的一个特点，比如微信读书里的个性化推荐，如下图：
- 功能模块化，智能化的基础
模块化的功能，机器可以方便地调度，是智能的基础。代表产品：是一个智能浏览器，通过模块化各种web的网页应用，用户可以通过各种智能化的功能，比如完成某项任务的时候，自动发通知；比如自动把谷歌表单的数据导入到邮件里并发送给特定用户等等。用户的笔记内容是由很多种不同类型的内容块（Block）组成的，文字、列表、图片都是 Block。Block 是 Notion 中最基本的单位，它实际上就是一块可以拖拽的内容，而这个内容有很多种类型（目前共有 23 种），不同类型的 Block 有不同的功能和表现形式。这些丰富的 Block 为Notion的智能提供了基础。模块化也是帮助我们实现产品往超级APP方向发展的手段。超级app的概念很好理解，比如微信，有公众号、小程序、小游戏等，我们日常生活的吃喝玩乐都可以在微信上完成。
- 为应用添加知识提取、知识计算的功能
「知识」正在成为企业等组织中无法被忽视的重要资源。代表性的如：微软的Project Cortex，将使用AI知识图谱来大大提高企业效率。除了传统的“协作”、“工作流”和“安全管理”之外的第四大支柱。用人工智能生成的知识图谱能够将有关某主题或内容的概念解释、关联信息、相关专家等都集成到一张类似维基百科的知识主题卡片中，并与组织成员共享，大大提高整个公司或组织在相关员工中共享知识和经验的效率。通过把用户和信息作为节点，连接这些节点并判断潜在关联，再利用 AI 将节点之间的关系全部梳理清楚，最终形成一个完整的组织图谱。对于很多用户来说，印象笔记仍然仅作为一款单纯的笔记类产品，记录信息、收集重要资料。印象笔记目前所具备的功能远不止“记录”与“收藏”，它正在成为一款集信息收集、整理、分享的跨终端知识管理平台。
- 在AI的能力边界范围内赋能工具
引入智能化的技术，必须考虑到技术的边界，但是往往用户是不清楚技术细节的，所以产品需要准备好易懂的操作指引。这是一款从图片生成html的web工具，值得借鉴的地方是guidelines，把AI能力边界描述得非常清晰。AI不是万能的，仅擅长某些方面，所以需要清晰告知用户，AI能做什么，不能做什么，最好有些样例；个人非常喜欢，其类似于机器学习工程师所熟悉的验证集的操作指引表达方式。如下图：
- 使用聊天机器人技术，重塑产品的用户体验
市面上把聊天机器人技术更产品结合的最好的，我觉得有2款:Instant answers to your sports questions. Stats, scores, schedules — just ask.产品的形态已经不完全是聊天框（界面），而是我们所熟悉的搜索，此产品可以问任何关于体育的问题，流程如下：我们测试一个问题，返回的是一个数据可视化的图表，这种查询方式区别于传统的图标，结合了自然语言理解跟数据可视化的方式。如下图：浏览器AI化前沿探索最佳实践的一款产品。对网页进行分类，开始打上了：图文、最佳等标签；大家还在搜的内容进行聚合；还有了解界面，根据当前的语境，推荐功能或内容。
- 让用户与AI老师（助手）共同成长
如何AI当我们的老师会怎么样？微软的这款应用，把数学解题的步骤让AI可以一步步的拆解，讲解给用户。从小学、初中到高中的所有级别和类型的数学问题，都使用微软人工智能数学问题解决引擎为学生和家长提供帮助。用户只需拍照扫描一个数学算式便能得到详细的步骤解释和坐标图，此外还可以通过手写输入方便地输入你的数学算式求解，并利用《微软数学》为你生成同类型的习题以供你练习巩固。有一个细节值得我们学习。AI需要不断地学习，需要用户在使用过程中提供反馈，如下图，一个结果反馈组件就显得非常关键。linkedin为word开发了AI助手插件，为用户提供简历修改建议。
- 化繁为简，复杂功能简单化
AI可以帮助我们跳过某些繁琐的工作流，比如裁切各种尺寸的图片，调配颜色等，都需要耗费我们比较多的时间，反复尝试。这里面代表性的产品，如abobe的：resize功能很好用，我们可以使用它快速制作适用于第三方社交平台的海报图片，instagram、facebook、twitter、pinterest等。mixlab之前也介绍过此智能设计工具，最近更新了一款字体生成工具，设置一个变量（参数化），该变量代表字体与所设定的字体偏离的程度。通过滑动条控制其数值，就可以生成字体。如下图有点编程语言里的声明式的感觉，只要声明变量，过程自动由软件完成。为我们演示了declarative design tools 的魅力，设计师不用再关注中间过程，只需要关注 输入、输出 即可。
- 全流程自动化
从草图直接生成设计图，从设计图直接生成代码，本质上都是为了帮助我们自动化地完成某些工作，在智能化的过程中，难免有些工种会被取替（失业）。类似于OCR（把纸质的书籍可以自动转成电子书），直接草图生成设计文件，省去了手工绘制设计图（键入文字）的过程。
- AR增强现实技术，全新使用场景
AR可以为任何的产品赋能，但是我们需要注意是否有质的提高，比如Prezi是一款web版本的ppt工具，最大的特色，就是它的 zoom（变焦），它打破了传统 PPT 线性演示的逻辑，可以对页面进行随意的缩放和跳转。以往对于一场演讲或者会议的直播，我们往往只能采用分屏的方式同时投影演讲人和演示文稿，于是你的视线不得不来回跳跃，影响注意力。通过 A.R. 技术，让演示内容和演讲者镜头更好融合。 虽然，Prezi描绘的AR产品还没有面世，但是这是一个值得我们关注的重要趋势。AR元素需要智能化的技术支持，比如识别手势、人物与背景的自动分离等等。使用ar自动检测图片，并生成字体样式 直接叠加到现实中，我觉得这才是未来的设计工具。
- 人机协作，与人工智能的合作表现决定你的薪酬
讲述的是我们生活中发生的各种智能化的过程，比如看X光方面的专家会被人工智能所取代的，法律方面的AI可以比人类律师助理更高效地阅读文件。还有飞机驾驶员，比如一趟飞机的航程是12小时，人类飞行员只要工作七八分钟就行了，剩下的时间都是AI驾驶飞机等等案例；人工智能辅助写作，整个过程帮助用户完成从选题、资料收集、文章整理、文章测试、文章润色的写作过程。过去，写一篇文章要花一天的时间。现在有了人工智能技术，它可以缩短到一小时或几分钟。
Free Writing Assistant
英文写作领域的应用，为用户提供文章修改的建议，包括语法、拼写错误等建议。综上，我梳理了工具智能化的9个趋势：技术赋能产品。功能模块化，智能化的基础
为应用添加知识提取、知识计算的功能
在AI的能力边界范围内赋能工具
使用聊天机器人技术，重塑产品的用户体验
让用户与AI老师（助手）共同成长
化繁为简，复杂功能简单化
全流程自动化
AR增强现实技术，全新使用场景
人机协作，与人工智能的合作表现决定你的薪酬
