谷歌用3年时间证明：AI产品最大的坑，是把用户当工程师

2023年，谷歌内部有一份被泄露的文档——Gemini团队花了18个月优化模型参数，用户留存率只涨了2%。隔壁组的搜索设计师，把"生成式回答"改成"帮你整理好了"，点击率高了47%。

技术团队和数据团队，看到的是两个世界。

「我们以为用户想要更聪明的AI，」一位参与Gemini早期设计的谷歌产品经理后来承认，「结果发现他们想要的是更不费劲的AI。」

AI设计的核心矛盾： invisible 不等于 absent

Kormoan这家专注AI设计的公司，把这种现象叫做"工程师盲区"。他们服务过一家做智能客服的SaaS企业——技术团队花了半年把响应速度从800毫秒压到200毫秒，客户投诉率纹丝不动。

设计师介入后，做了一件事：在AI回复前加了一句"正在理解您的问题..."，投诉率直接砍半。

「200毫秒对用户来说是无感的，」Kormoan的创始人解释，「但'被理解'的感觉是具体的。」

这解释了为什么OpenAI的ChatGPT界面几乎没有任何"AI感"——就是一个输入框。相比之下，很多国内大模型的界面塞满了功能入口、参数调节、模式切换，像是在考用户的产品经理资格证。

好的AI设计，是让用户忘记AI的存在

苹果在2024年WWDC上展示的Apple Intelligence，有个细节被很多人忽略：Siri的回复不再以"我是AI助手"开头，而是直接说"帮你查到了"或"已经设置好了"。

这种"去AI化"的设计逻辑，和Kormoan提出的"make AI helpful, make sense to people"几乎一致。区别只在于，苹果有生态闭环，Kormoan的客户得自己想办法。

他们给一家制造业客户做的预测性维护系统，最初界面满是置信度百分比、异常指标曲线。操作工看不懂，直接关掉不用。改版后，系统只显示三件事：设备状态（绿/黄/红）、建议动作（检查/更换/停机）、预计剩余时间。

上线三个月，主动采纳率从11%涨到67%。

一个正在发生的转变

微软设计研究院2024年的调研显示，企业级AI产品的采购决策中，"易用性"权重首次超过"功能丰富度"。这不是说技术不重要，而是说技术已经过剩了。

Kormoan的官网上写着一句话：Design for AI is not about the technology behind it。这话放在2022年像是唱反调，现在听起来像常识。

但常识变成共识，通常需要一批产品先踩坑。你现在用的AI产品里，有没有哪个功能让你觉得自己在被测试，而不是被服务？