随着人工智能的发展，其发挥的作用在各行各业显现，而美国著名的蔓越莓公司ocean spray利用人性化的方式（如人工智能、人机合作等）来解释客户数据，及时判断市场走向，以此做出正确的市场决策。

随着的发展，其发挥的作用在各行各业显现，而美国著名的蔓越莓公司ocean spray利用人性化的方式(如人工智能、人机合作等)来解释客户数据，及时判断市场走向，以此做出正确的市场决策。

比如，在发现只有38%的美国消费者食用或饮用蔓越莓后，该公司开发了广受欢迎的crsins产品。当社交媒体变得流行起来时，该公司负责全球感官科学和消费者事务的高级经理michael nestrud，通过分析社交媒体上关于蔓越莓的帖子，以了解消费者的情绪和水果的关系。

在很多方面，这种方法是未来的潮流。然而，非结构化客户数据的格式非常多样，标准也是多样性的，只有能够感知模式从中获得见解，并融合到客户的体验中时，这些数据才有用。

ocean spray最近采用了一种人工智能(ai)平台，可以感知客户行为模式，感知市场状况，以此调整产品价格，以及有针对性地推出促销活动，以取悦公司的粉丝。尽管这些人工智能平台令人印象深刻，功能强大得令人难以置信，但它们确实有一个根本缺陷：它们是机器，不是人类，仍然难以准确判断消费者的喜好，那么，该如何更贴近消费者的需求?

图片来源：图虫创意

1、整合设计思维

ocean spray的数据科学家需要确保其预测与员工对客户的需求理解同步，他们还需要仔细考虑人工智能系统的预测和推荐，将如何被他们的客户体验到，这些客户的情绪和情感关联是机器无法有效解释或预测的。进入新的一年，采用人工智能平台的公司有了一个真正的机会，可以将这些人类特征融入决策之中，他们需要拥抱设计思维。

像这样的人工智能系统无法利用对其同理心，但在这个过程中融入设计思维，将同理心和人性注入系统，以此针对具体情况解决问题。

想象一下这样的场景：有一年感恩节，樱桃酱的一时狂热降低了顾客对蔓越莓的兴趣。人工智能系统可能会发现，在节日前后那些通常在社交媒体上分享蔓越莓食谱的顾客，分享的食谱比平时少了，或者他们在大量帖子中的“蔓越莓”旁边使用了“樱桃”这个词。

人工智能系统可能会建议在某些流行程度高、与蔓越莓相关聊天频率低的地区，对蔓越莓提供折扣。但是，了解到人类对新奇事物的兴趣和传统的情感诉求，设计思维可能会激发围绕如何制作红莓樱桃酱的广告活动，或者在感恩节强调如果家人最喜欢的传统红莓酱没有上菜，他们可能会失望。它甚至可能认识到，我们喜欢蔓越莓，因为，无可否认，我们喜欢!

这种人性化的解释使得设计思维很难大规模复制，然而，人工智能是为了学习这些模式和趋势而设计的。随着人类干预系统的每一次迭代，它可以开始合并新的连接。下一次，当类似的水果出现在“蔓越莓”的旁边时，系统会自动建议消费者采取行动，鼓励消费者在感恩节选择这两种水果，或者选择蔓越莓，而不是让ocean spray 来降低价格。

2、人机合作的力量

在这种设计思维和人工智能的协作方式中，每一种方式都贡献了自己的优势，并将自己的弱点最小化，以交付更高效的开发过程，以及更好的用户体验。人工智能系统获得了一定程度的同理心和可预测性，比如理解为什么这些蔓越莓搜索会发生，而不仅仅是它们会发生。

而设计思维实践者则获得了与数据分析、预测分析和解决问题相关繁重工作的帮助。在这种情况下，他们将能够看到并解释，而不必费力地查看没完没了的帖子和标签。

一旦建立起来，这些系统可以随着时间的推移而改进和增强，从开发过程中收集的进展和见解中获益。这是推动人工智能驱动的设计思维的独特想法之一——人工智能必须不断学习才能变得更好，而设计思维依赖于受众获得对消费者的洞察。

结合人工智能/设计思维的方法，可以创造出最准确地符合客户需求的产品、服务和利基市场。更重要的是，这个过程可以达到预期的最终目标，即使客户不能清楚地表达他们想要什么，并且它可以在没有无休止的客户研究和反复试验的情况下达到目标。

原标题：how to win at marketing in 2019: human-centered design led by ai

作者：david parmenter(adobe公司数据与工程总监)/liang-cheng lin(adobe资深体验设计经理)

编译：郑翊君

原文链接：

以上是网络信息转载，信息真实性自行斟酌。