IoT时代,一起来探索社会化创新

[摘要]

IoT时代,社会化创新面临更多的挑战:如何在各种不确定下做决策?探索的方案涉及到智能传感器、云端平台、移动设备、工业设计、体验设计等多种复杂技术,如何做技术选型决策?硬件设备、集成接口昂贵,无法测试验证想法怎么办?Guide Dogs Victoria的智能手杖创新故事(文中有视频),将分享我们如何应对这些挑战,做精益式产品创新的过程和收获。

Guide Dogs Victoria的创新旅程

图片来自:https://www.guidedogsvictoria.com.au/

Guide Dogs Victoria(以下简称GDV)是澳洲一家活跃的慈善组织,成立于19世纪50年代。他们致力于帮助盲人和弱势群体,最大化提升其生活自主性、社会活动参与度,改善生活质量。

虽然使用导盲犬可以帮助盲人显著地提升外出活动的自主性,但是GDV也发现导盲犬存在诸多限制。首先是训练导盲犬的资金成本和时间成本都很高。一只拉布拉多从出生到通过培训及考试需要1年半的时间,而通过最终测试成为合格导盲犬的概率只有37%。同时,由于一些盲人独居或者缺乏照顾动物的勇气,也不愿意领养导盲犬。因此,GDV也在不断思考如何用导盲犬之外的手段帮助更多视力障碍群体独立出行。

在科技改变生活的今天,GDV想去探索如何利用新的技术,来扩展服务能力,进一步改善视力障碍人群的生活体验。他们希望能够研发一款设备,借助物联网的技术,让盲人可以更加安心地出行。

“我们的目标是不断寻找新的方式,来改善视力障碍人群的生活体验。导盲犬服务只能代表其中的30%。所以数字化服务同样作为另一种我们可以尝试的方式,就显得尤其重要。”

——Alastair Stott, GDV Victoria首席执行官

对GDV来说,这是一个创新的旅程。

一个成功的创新,需要同时满足“用户有需求”、“技术上可行”、“业务可持续”这三个条件。当我们审视这个创新项目时,我们发现有太多的未知摆在面前。我们应该用哪些技术?帮助视障群体具体解决哪些问题?新的业务应该如何运作?

用户需求的探索

找到有价值的用户需求是走向成功的第一步。在最初我们对“用户究竟需要什么”并不了解,所以我们希望通过深入现场的用户研究来挖掘真实的需求。在这个过程中,我们发现了很多超出预期的事实。我们原以为,帮助视障群体出行应该做一些类似于GPS、语音导航的东西来帮助他们找路,但是事实上,盲人在外出时最大的痛点其实是“过马路”。如果不是做用户研究,我们很可能在一开始就走错方向。

“盲人之所以觉得过马路挑战很大,是因为他们必须要在几十秒的时间里穿行马路,在无法看到正确前进方向的情况下,很容易偏离正确的方向。一旦偏离,很可能被汽车撞倒。”这极大地限制了他们单独外出的可能性。这一点是我们在第一站用户访谈中发现的。我们调研了几位视障工程师,请他们向我们讲述他们的经历,观察他们在不同生活场景下的行为。

技术方案的探索和验证

为了帮助GDV解决这个问题,我们构想了十几种解决方案,最终从中选择了四种技术可行性最高的方案,分别是:

  • 使用机器学习训练可以识别人行道正确方向的AI
  • 用手机配合安装在马路两侧的蓝牙信标iBeacon导航
  • 在手杖前侧加装红外亮度感应器,寻找地上的白线
  • 用计算机视觉来识别地上的白线

但是这四种方案是否真的能够为用户解决问题呢?在真正的产品摆在我们面前之前,谁都没有100%的把握。所以我们的决定是,用尽量少的投资做出原型,实地测验对比这几个技术方案。

“我完全被这些原型震惊了。其简单而直接地处理用户痛点的方式,真是让人惊叹。”

——Alastair Stott,GDV Victoria首席执行官

真理永远来源于实践。在3周之后,我们拿出了3款可工作的功能原型,请真实的视障用户使用。经过测试发现,在盲杖顶端加装红外传感器的方案是最有效的。在这个方案中,传感器可以感受地面的亮度,并将信息以震动和声音的方式传递给用户。这样视障者就可以分别出地上的白线。虽然iBeacon的方案也起到了完美的引导效果,但是它依赖于大量基础设施建设,所以留作未来考虑。

下一步规划

我们在几周的时间里,帮助GDV找到了最有价值的用户痛点,同时也找到了最适合的技术方案。基于实验中收集的数据,我们也和客户一起制定了下一阶段的投资方案,并且估算了未来投资的投入产出。这些尽早进行的实验帮助GDV有效控制了在创新项目上做投资决策时的风险。

接下来,GDV希望与中国深圳的硬件合作商一起,将这个原型开发到工程样品阶段,以将该产品尽快投放到市场。

点击此处观看GUIDE DOGS VICTORIA视频

IoT时代的创新挑战

挑战一:创新存在高风险,如何选择适合的投资策略

当我们感慨于创新的炫目时,也需要知道潜伏于其背后的高风险:我们应该用哪些技术?帮助用户具体解决哪些问题?应该以什么样的产品、服务模式出现?新的业务应该如何运作?其实在任何一个创新性项目中,都需要回答这些问题。对于像GDV这样的社会组织来说,一是资源受限,二是缺乏技术能力和洞见,挑战更大,风险也更大。他们必须选用适合创新项目的投资策略,才能避免浪费大量资源、做出失败的产品。

挑战二:技术选型的复杂度

在过去,交互主要是基于网页界面的,消费者无非是点击样式不同的按钮而已。就产品设计而言,上述限制虽然减少了发挥空间,但也节约了设计、实施乃至培训的成本。然而在IoT时代,消费者与产品交互的方式呈现出了爆炸式的增长,触摸、体感、体温乃至脑电波都可以成为与产品交互的途径,随之而来的是大量复杂的硬件模块和软件技术选型。

GDV产品设计目的是帮助盲人能够独立安全的通过马路。由于斑马线上没有导盲设置,盲人的手杖无法像在盲道上一样发挥作用,这导致盲人在通过马路时经常走偏而遭遇风险。设计团队一开始想到几种方案,如:

  • 使用手机摄像头配合人工智能,把摄像头捕捉的信号送到云端由人工智能判断是否有斑马线?盲人是否沿着斑马线在行进?有没有危险?目前智能汽车所采取的都是类似的方案。
  • 蓝牙定位技术,即在街道两边安装蓝牙基站,通过手机就能提示消费者是否沿着直线行进,大多数室内定位都是采取类似的方案。
  • 升级现有的盲人手杖,通过在盲人手杖的前端安装光学传感器,然后通过程序判断是否发现了斑马线。

这几个方案的跨度非常大,覆盖了人工智能、室内定位和智能传感器技术,每套方案又有完全不同的优缺点,比如蓝牙基站需要与政府沟通进行基础设施投入和维护;摄像头方案需要解决数据流量与电池问题;光学传感器的难点在于解决精度问题,比如雨天会影响传感器的接收;在这种条件下,技术团队如何帮助业务部门了解优缺点并一道做出决策呢?

挑战三:缺少设备、集成接口进行持续验证

过去几年来,持续交付实践快速演进,其中一个重要因素是云计算,它为开发人员提供了更充沛的计算条件,从而让软件开发、测试和上线的周期大大缩短。

在IoT时代,当我们创新的产品涉及到硬件设备时,由于很多大型设备的价格很昂贵,缺少设备依然是非常普遍的情况。比如在我们的另一个超市创新项目中,团队只有一组闸机可以使用,而且缺乏模拟器和易于理解的接口,开发团队往往需要硬件专家来破解其协议才能进行集成开发。缺少设备,缺少集成接口是实现持续交付的重大障碍。不能持续交付,就不能支持“构建 – 测试 – 学习”反馈循环。

GDV创新旅程中,我们收获的经验

精益式产品是应对创新风险的最佳实践

精益思想非常适用于打造创新产品。在充满不确定性的探索期,它强调应该把精力放在验证风险,低成本快速试错。在度过探索期之后,我们就可以找到正确的投资方向,开始持续的产品迭代,继续打磨产品的细节。GDV的创新旅程正是应用了精益式产品创新,才得以在5周时间里快速找到要解决的具体问题和技术方案,以极低的成本验证了关于用户问题、方案、产品形态的假设。

建立“完整团队”来应对技术复杂性

一个典型项目往往会包括智能传感器、云端平台和移动设备,所以建立一支理解业务、硬件、云计算、设计和现代工程实践的团队是项目成功的关键,我们的经验是典型的“IoT”团队需要包括以下角色:硬件专家、数据和算法专家、用户体验设计专家和业务专家。 另外,在过去的网页时代,设计师往往可以通过纸质原型完成最早期的测试,在IoT时代团队则需要升级工作包。比如乐高玩具是很好的工具,因为其灵活组装的特性使其可以与3D打印以及黏土配合,以设计早期用户测试所需要的部件。

当建立起这样一个全面的、跨职能的“完整团队”时,我们就能有效地面对技术复杂性,在关键的技术原型构建、用户测试过程中得到更充分的信息,进而做出技术决策。

开源硬件模拟和硬件在线更新设计

目前而言,我们的经验是通过开源硬件迭代模拟一个产品环境。通过不断地探查产品环境,利用手边的可用硬件不断“逼近”产品硬件环境,捕获“尽可能多”的问题;同时,开发团队也可以利用这套知识,构造多套环境来满足测试验证的需要。

第二个经验是在线更新需要成为硬件选型的标配。由于硬件规格、能耗、预算的限制,大量现有的硬件产品缺乏OTA能力,然而这是持续验证的必要基础。在避免大幅度超过预算的情况下,硬件设备设计足够的内存进行升级和回滚操作。这样,就可以在较少的硬件投入成本下,验证不同方案的测试效果,进而满足创新实验过程中所必须的快速“构建-测试-学习”的节奏。

一起来,探索社会化创新,让未来更美好

层出不穷的商业创新使整个社会的财富持续增加。尽管如此,一直困扰着人类的那些基本问题——贫困、疾病、劣质甚至根本没有的教育等等——并没有随财富的增加而相应地减少或减轻。相对于商业领域,社会领域更需要关注和创新。

我们感叹于AlphaGo Zero的强大,但我们仍然相信,更美好的未来还是掌握在人类自己手中。即使是我们的商业企业,在社会创新中,也扮演着越来越重要的角色。一方面,企业可以在商业创新中植入社会担当的因素;另一方面,企业将商业活动中积累的资源、项目运作和管理能力注入到社会创新项目中。GDV是我们众多创新旅程的一个故事,还有更多真实广泛的社会领域问题,有待关注和解决。一起来,加入我们的社会创新体验之旅吧!


更多精彩商业洞见,请关注微信公众号:ThoughtWorks商业洞见

Share

IoT时代的设计

设计为时代服务,两百年里我们所做的都是在为基于主宰地位的计算平台进行设计,它们分别是:早期的机械交互、命令行交互、近50年的PC端图形交互界面(GUI)、基于互联网的Web交互平台、基于智能手机的移动交互、直到最近被广泛提起的自然交互界面(NUI)。

现有的设计范式

在过去的40年里,从GUI到移动设计(Mobile Design),改变的是范式(Paradigm)本身,而设计的基础逻辑与前提并没有大的改变,即:

  • 一个具有主宰性的交互范式,例如GUI时代的窗口或按钮、移动设计时代的手势操作;
  • 一个较为统一的、默认存在于人机交互(HCI)中人们对于机器的认识,例如「机器是为人类服务的」;
  • 基于屏幕的设计并没有改变,无论大小、或如何交互,设计师所作依然并未突破屏幕的物理限制; 设计必须在现有技术的框架中完成,设计师对于技术的理解仅仅限于什么不可以做。

在这个背景之下,设计师的工作类型无外乎于两种:

  1. 用任务(Task)驱动的用户体验设计(User Experience Design);
  2. 用诉求(Job)驱动的客户体验设计(Customer Experience Design)。

区别在于前者已经假设用户一定会用,多用于专业或中后台应用设计;后者则尝试深入挖掘消费者深层次需求,多用于消费类应用(用Digital解决问题)或服务类(不止用Digital解决问题)设计。

无论我们如何研习和精进设计方法,我们依然难以逃脱基础逻辑和工作范围的束缚,然而IoT时代的来临正在悄然改变这一现状。

被改变的基础逻辑

IoT的基础意涵,并不只在于具有计算能力的物体本身,它包括以下可能的行为能力:

  1. 感知(Sensing);
  2. 处理(Processing);
  3. 表现(Presenting);
  4. 存储(Storing);
  5. 解析(Diagnosing)
  6. 行动(Acting);
  7. 联网(Networking)。

相交于以前统一的交互平台,事情变得复杂多了:

首先,任何一个可计算物体的行为能力都是以上七种行为的组合,例如一辆自动驾驶汽车包含了以上所有行为能力;而一个简单的可联网的温湿度感知报警器,却只包含感知、处理、和联网的行为能力。

其次,可计算物体可大可小,具有相当复杂性的计算物体通常是上千个可计算物体的集合,可塑性极强,单个技术上的更新可能引起整个平台的更迭,这也是为何诸如智能汽车(Smart Car)这样的IoT平台无法形成主宰性统一交互平台的原因。

最后,人机交互可能在无感知的情况下发生,就算发生亦非以人为主的交互,人已不在是交互的主宰,人本设计(Human Centric Design)的理念可能需要更新。

因此,我们所面临的情况是:

  • 不再有一个主宰性的交互范式,范式变得灵活多变;
  • 人类对于机器的认识已经发生更新,机器是否在为人类服务开始发生动摇;
  • 早已超越屏幕的设计,设计将回归传统工业设计时代;
  • 设计开始重新塑造技术的可能性,设计师需要了解技术的可能性而非限制性。

全新的设计

在这个全新的背景之下,设计哲学和实践需要重新思考。以下元素在过去的设计时代里是不曾有过的。

大量〇交互的设计

IoT即将出现大量不存在的交互,或未被者感知的交互,未来的对于「好的交互设计」将变成「更不被消费者感知的交互」,相信在未来五年里,将有更多的设计大会用「〇」作为大会的主题。例如,在Amazon Go的设计中,通过计算机视觉(Computer Vision)、传感器网络(Sensor Fusion)、以及深度学习(Deep Learning)技术,消费者完全脱离了屏幕或语音交互的束缚。

观感(Perception)的设计

数字技术已经早已超越技术本身,而建立其独立的「社会含义」,或称之为「增强人性(Augmented Humanity)」,诸如隐私、伦理、和道德都需要进行重新讨论,人类对技术的观感(Perception)需要考虑在设计当中去。例如,Amazon Echo选择用类似圆柱形音响的形态,必然考虑了欧美对于家庭音响的现有接受度。

独立的设计语言

设计师需要全新设计一套独立的设计语言(Design Language),这套语言巧妙隐藏那些透明的〇设计、又塑造着使用者对于技术的观感。

数据的商业潜力

IoT时代的重要特性还包含物理世界的信息被全面数字化和算法化,这使得独立设计语言背后还有一套并行的商业逻辑,传统的先客户后商业模式的设计思维可能发生变化,数据将独立成为设计思维中重要的一环,甚至成为新的入手点也并不为过。

写在最后

虽被Mary Meeker为首的互联网人广泛看好,NUI虽是正在崛起的交互范式,我并不反对NUI作为一次范式革命的意义,但是如果我们面对的是一场「范式的革命」呢?即,如果「我们不再有任何一个主宰性的交互范式」怎么办?

设计永远为现实世界服务,我们所谈论的设计思维和实践方法,皆来自于对现实设计问题的解决,例如,个人计算设备的兴起,触发了以用户为中心的用户体验设计;互联网经济的蓬勃发展,又带动了结合客户需求、技术实现、商业模式的设计思维的发展。

而这有一个前提,是我们有一个主宰性的计算设备(PC机、Web、到Mobile),IoT时代的到来正在打破由一个主宰性计算设备所带来的「主流范式规则」,如果这一规则发生变化,我们所基于此建立的、关于设计的一切,都需要我们进行重新思考。

在最后,让我们来比较前IoT时代与IoT时代设计的区别。

在接下来的讨论里,我将对IoT时代的设计实践、理念、以及设计师做更多的讨论。


更多精彩洞见,请关注微信公众号:思特沃克

Share

IoT与智能时代

IoT(Internet of Thing,物联网)是一个被炒作了很久的概念。它描述的是任何物体都可以连入互联网的万物互联盛世,但是这盛世多少显得有些虚幻。然而在最近,这个概念已经在我们的生活中有了越来越多的真实应用,比如最近红得发紫的共享单车。在这背后,是各种技术的逐渐成熟让物联网时代真正到来:

  • 低功耗微型处理器计算能力越发强劲。智能手机带动了微型处理器的快速发展。这些强劲的微型处理器可以帮助设备获得强大的运算能力,运行复杂的软件,进行高效的信息处理。
  • 设备接入互联网的方式多种多样。WiFi、蓝牙、蜂窝网络、以太网等网络连接的标准已经发展得非常完善,基础设施成熟。这使得各种设备可以方便地选择低成本的方式接入互联网。
  • 适合物联网的传输协议日趋成熟。相较于Web时代的HTTP协议,MQTT、CoAP等新的协议更加适合小型低功耗设备。这些日趋成熟的协议可以帮助设备轻松地与服务器进行数据通讯。
  • 数据分析技术突飞猛进。从设备获得的海量数据必须经过进一步的分析才能够获得洞见,从而能够对设备的运行状况做出诊断和预测,帮助企业提升运营效率。这些都得益于大数据技术的进步。

这些技术使得硬件本身可以支撑计算能力更强的软件,并且可以将数据通过轻量协议传入服务器,并让服务器端的AI高效完成数据的分析处理。在这些技术的支撑下,物联网技术架构所需要的各个模块就完备了:

图1 物联网技术架构

IoT能给企业带来什么

IoT技术是可以应用在任何硬件上的,这意味着它能够给很多行业带来应用价值。在中国,我们曾经误以为智能家居是IoT的最佳应用方向,但是麦肯锡在2015年发布的报告却告诉我们,to C的智能家居其实只是一碟小菜。各个行业都可以通过升级既有设备或者引入新的智能联网设备而享受到这个技术红利。所以像制造业(所谓工业4.0)、智能城市(交通、安防、楼宇、能源)、泛零售(商店、银行、餐馆)这样已经在使用大量设备或者引入新设备的行业就能获得更多的发展机会。

这些各行各业的企业能够从IoT技术中获得的价值包括:

  • 远程获得设备数据。对于依赖设备来运营业务的企业来说,能够实时了解所有设备的运作状态和产生的数据,就能借此全面获知业务的运作情况,并且对未来的业务走势做出预测,对潜在风险进行提前干预。
  • 远程控制管理设备。对于大型公司来说,用标准化的方式控制分布在全国或全球各地的设备是非常痛苦的。但是将所有设备接入互联网后,一切都会变得非常之简单。
  • 智能自动化。当可以对从设备中获取的数据进行智能分析,得出有价值的决策,并进一步自动管控遍布全球的设备时,企业的运营效率将得到巨大的提升。
  • 应用创新硬件。通过引入机器人、无人机等创新设备,企业可以为消费者创造新的服务价值,提升业务的自动化程度,提升企业的运营效率,增加竞争力。

做IoT需要具备的能力

以往的软件开发能力是软件工程师进入IoT的入场券。但是只靠这些能力还无法在IoT领域扮演最核心的角色。在对大量物联网项目进行分析之后,我们发现有3项新能力是软件工程师们进军IoT领域时需要掌握的:

1、软硬件系统集成

将硬件与软件集成并接入互联网,是物联网解决方案建设的第一步。被接入互联网的设备可以实时地向云端的服务器上传数据,使得云端可以了解所有设备的最新状态,为进一步分析这些信息提供可能。

图2 某地铁安防集成平台

我们曾经要为某城市地铁打造一套安防集成平台。地铁运营公司为了有效地保护地铁站点和停车场,希望能够将所采购的各类安防设备集成起来,使之自动化地发现、识别和处理安防警报事件。例如,每当有人穿越禁区边界,周界报警器就能够自动传递警告给服务器,扬声器就会自动触发播放警告声,提醒闯入者尽快离开。安防摄像头也会自动响应,将此区域的实时影像传递给中控室。被集成到中控平台的硬件设备极大地提高了安防业务的运营效率。

2、传感器数据的智能分析

各式各样的传感器可以帮助人类捕获数据。对这些数据的智能分析可以进一步帮助人类获得有业务价值的信息,比如辨别门店顾客的身份、检验产线制成品是否合格、预测机器未来的损坏概率。对数据的智能分析可以帮助企业自动地捕获有价值的信息,帮助企业更有效地运营业务,提前预测未来。

图3 基于激光雷达和无人机的粉末型原料库存测量方案

最近,ThoughtWorks为某国际化肥制造集团设计了粉末库存测量方案。这个集团在巴西拥有拥有20多个工厂,每个工厂有4~6个大型原料池,用于存储粉末型原料。化肥制造集团希望能够精准地了解各个原料池的库存,但是以往只能派人进入危险的原料池用皮尺进行粗略估算,急需更加有效的方式。3D激光扫描器通常被用来给物体做3D建模。当装载着3D激光扫描器的无人机飞过化肥原料堆时,就能够获得粉末原料堆的3D模型。基于这个模型,我们就能轻松地计算出原料的库存。机器加上智能的数据处理算法,就能够帮助企业高效完成人类以往无法做到的事。

3、硬件的智能管理

在对从硬件传感器获得的数据进行处理后,服务器可以智能地做出决策,调度遍布各地的设备完成指令。这就使得设备可以在远端服务器的指挥下自动地运作某种业务。无论是已经成熟的植保机自动喷洒农药,还是未来令人期待的无人驾驶汽车自动接客,都可以让业务运营的效率得以极大地提升。设备将成为人工智能的执行载体。

图4 亚马逊的仓储机器人Kiva 引用自www.biznes.banzaj.pl

最近, 我们帮助某国内企业规划了其AGV仓储机器人管理平台。这家公司在采购仓储AGV机器人后,希望能够深度定制智能调度平台,以便这些机器人能够按照该企业的业务特点来运作,并且与企业的其他业务系统深度集成。为此,我们帮助客户规划了机器人中心控制系统的技术架构,管理仓库中的数十台机器人,使之能够按需领取和执行任务,从而实现仓储分拣业务的高度自动化。

未来的新时代会是什么样的

过去,服务器借助互联网来使用电脑显示器和手机屏幕影响用户,提升了企业的运营效率以及体贴的用户体验。而未来,服务器上的AI将通过物联网找到五感(传感器)和躯壳(执行单元),融入到我们工作和生活的每一个角落,打开提升企业运营效率和创造优质用户体验的新篇章。


更多精彩商业洞见,请关注微信公众号:ThoughtWorks商业洞见

Share