群智创新驱动的信息产品设计8D模型研究

梁存收 罗仕鉴 房 聪

随着世界从“人——物理”的二元空间发展到“人——物理世界——智能机器——虚拟信息世界”的四元空间，工业设计经历着“量大面广”到“术业专攻”再到“跨界融合”的巨大变革。不同时代的设计变革对设计流程和方法的变革起到巨大推动作用。随着大数据、人工智能、区块链等新技术的普及，世界变化更加迅猛，群智时代的到来进一步加剧了设计变革。

一、创新设计模式演变

创新是人类和社会发展的重要动力，在跨界融合与群智共享趋势的推动下，一些新的合作方式和创新设计方法逐渐涌现，如参与式设计、生成式设计、群智设计等。

1、参与式设计

20世纪70年代，随着用户在设计实践中的不断参与，参与式设计（Participatory Design）逐渐形成，设计参与（Design Participation）提出在全流程中引入用户参与设计增加设计容错性，应对日益复杂的设计环境。日本GK设计集团通过乘客参与式设计实现了西武铁路列车再设计，Restall等通过各方利益相关者的设计参与开发出工作场所病毒自我表露的决策系统。由参与式设计出发，设计逐渐衍生出共创（Co-Creation）、共同设计（Co-Design）、众包设计（Crowd Souring）等设计模式，其核心旨在充分利用利益相关方、充分发挥设计师和未接受设计培训的其他成员的共创力、在协同共创过程中开展设计创新。

2、生成式设计

生成式设计（Generative Design）最早于19世纪70年代在建筑设计领域提出，即能够为给定的问题提供潜在解决方案的设计。在工业设计领域，尼科斯·D·拉格罗斯（Nikos.D.Lagaros）提出生成式设计是一种通过迭代算法框架自动创建大量符合用户标准和要求的设计方案的方法论。作为产品制造、汽车、航空航天等行业的原型设计辅助工具，生成式设计主要通过模拟的算法来增加方案多样性、从设计原型阶段启发设计师的设计思考。建筑领域张静玉（Jingyu Zhan）等通过参数化算法实现大量住宅设计自动生成，埃米尔·巴列加德（Emil Ballegaard）等将弱势群体住宅使用体验的定性数据通过混合算法进行生成式设计，营造更好的使用体验。而在工业设计领域，欧特克（Autodesk）使用Slime Mold和Bone Growth算法设计了空客320飞机部件和Autodesk Mars大楼平面图等。相比传统设计方式，生成式设计易存在设计师对人工智能算法认知差距、人机关注领域不同、缺乏系统可靠的用户研究等问题。

3、群智设计

群 智 设 计（Crowd Intelligence Design）是新时代驱动下集聚多学科专业人士，通过互联网、大数据、区块链、人工智能等先进技术手段，动态开展立体网络化协同共创设计活动的设计模式。相较参与式设计与生成式设计，群智设计更强调人工智能等先进技术与群体智慧共创的共生融合，强调感性认知与理性高效的辩证统一，以用户为中心设计的基础上注重群智创新生态构建及其社会效益，尤其是商业创新、模式创新和社会创新等。

二、群智设计的发展

日益复杂的设计场景和设计需求对设计师的认知范围负荷和设计精确性提出了更高要求，而群智设计以其涌现性、容错性、共创性、智能性、去中心性等优势将助力设计领域优化升级。群智设计主要呈现“群体智慧——机器智能——群智辅助——群智创新”四大发展阶段（图1）。

图1：群智设计发展四阶段（实圈表示个体，虚圈表示知识范围）

1、群体智慧

群智创新初期主要呈现为人的群智涌现。去中心性的群体中，单个个体认知负荷与范围存在较大差异性，因此自发针对某项设计问题产生的动态设计方案衍生覆盖范围更广、场景适配性更高，且在设计方案的细化过程中，群体智慧更强调市场、用户和参与者反馈，从而大大降低试错成本。相比众包设计由需求者指定设计方向，群体智慧更强调设计内容自发自主性，设计方案细化的动态汇聚，因此衍生方案更客观、高效且多样。此外，去中心化的群体智慧社区可通过区块链实现完整的设计权保障和设计激励。

2、机器智能

随着跨学科设计逐渐产生，机器智能将推动群智创新进入第二阶段。跨专业设计师可通过线上公有云和私有云部署、爬虫以及线下场景计算等方式整理汇集不同领域专业设计方案，通过机器学习的方法实现方案的机器衍生和动态处理。该方法在海报生成、图片处理等领域的应用极大减少了设计师的重复劳动，并开始产生一定的社会效益，带来商业模式变革。

3、群智辅助

虽然存在着一定的商业和社会效益，但机器智能受到数据源的影响较大，其生成的设计方案存在一定局限性，且无法从使用者的角度对大量方案进行决策。而群智辅助的产生实现了群体智慧和机器智能的初步融合，在全流程设计过程中，群体智慧可以在用户调研、需求确认、方案评价与迭代等设计流程中起到不可替代的作用，而机器智能可从设计方案衍生、设计方案优化等方向为群体智慧和设计团队提供大量设计参考。

4、群智创新

随着设计数据库的不断增大和学习算法的不断自优化，群智智能系统将逐渐进入用户调研、需求确定、方案迭代等设计流程，并作为设计团队的一员使用大数据资源为设计团队提供全方位决策辅助和设计资源有序整理，充分协调感性设计与理性逻辑，保证设计工作高效快速进行。

三、信息产品设计8D模型

信息产品设计（Information Product Design）是群智创新时代数字经济的产物，主要指通过携带、传递、应用大量用户个性化信息，以互联网、人工智能、大数据、区块链等数字经济时代技术为推力，通过群智设计方法创造设计体验为主的设计或服务。信息产品设计的核心是贯穿始终的信息和高新技术的设计应用，在数字经济时代通过群智共创的方式赋能软硬件产品和服务。

群智创新方法驱动的信息产品设计过程可用8D模型来概括，即：发现（Discover）——定义（Define）——推理（Deduce）——决策（Decide）——详述（Detail）——传递（Deliver）——优化（Develop）——衍生（Derived），八项设计阶段自设计伊始可动态传递转化，实现预期设计目标，如图2所示。

图2：群智创新驱动的信息产品设计8D设计模型

1、发现（Discover）：主要通过群体智慧涌现或大数据等方式在创新设计思考、激发和设计实践交互的过程中发现产品设计需求，识别创意灵感。发现是8D设计流程的开始，不同于精确的产品定义，发现阶段更强调产品设计需求或场景或灵感发掘的前瞻性、有效性和多样性。

2、定义（Define）：针对群体智慧或大数据统计中涌现出来的新思想、新场景、新需求、新创意在群智创新系统中进行标注分类和存储，对比系统中已有知识体系进行头脑风暴，形成单一领域的知识网络与图谱，并进一步明确定义与归纳设计需求。

3、推理（Deduce）：充分发挥机器学习方案生产的多样性，调动多行业、多视角、多途径群体智慧参与群智共创，运用大数据辅助用户体验、区块链追溯、机器综合推理、用户画像、用户访谈等定性和定量方法实现多源异构的群智知识融和推理，并逐渐建立多种差异化方案模型。

4、决策（Decide）：群智方案决策主要通过群智计算或者专家打分的方式来进行，通过大量数据和群智人工智能算法辅助方案评价，双方动态协同的判断方案优劣、潜在价值与需求符合度，决定方案是否进入推理阶段继续深化或重新进行头脑风暴推理。

5、详述（Detail）：经过反复推理决策后，决策通过的方案需交由专业设计师进行最终方案选择、细化、打样与落地，并进行最小可行性产品（Minimum Viable Product，MVP）测试。

6、传递（Deliver）：对该方案设计全流程进行归纳梳理衍生，将具有共性或潜在研究价值的创意方案等传递到群智创新系统进行分类和存储，进一步完善系统知识网络，并通过区块链等方式进行确权后传递至群智社区创意池进行广泛传播共享，便于进一步优化衍生。

7、优化（Develop）：通过群体智慧等方式进行大体量参与者招募、通过信息产品系统埋点等方式进行用户体验定量分析，并通过机器学习等方式进行全方位用户数据记录、整理、分析与归纳，洞察方案优缺点、提取用户操作共性可优化点，并回传至推理决策阶段对MVP进行进一步的测试反馈优化与迭代。

8、衍生（Derived）：充分利用群体智慧的共享创意池和群智创新系统知识网络发掘相关创意方案，进行已采取方案相关的场景、技术、用户、服务等方向的产品族衍生，辅助企业或设计团队充分挖掘已研发产品的价值形成网状动态衍生的产品族体系。

四、基于8D模型的设计案例

作为群智创新时代数字经济环境下的新产物，信息产品设计已涌现出一定数量的设计实践。需要注意的是，8D模型是群智共创环境下的理想全流程设计模型，在实际设计过程中根据企业和设计团队需求动态调整选取设计流程亦符合8D模型。

在信息产品设计的发现和定义过程中充分发挥群智创新可快速应对市场变化，定义市场痛点，加速设计落地。2011年日本核泄漏期间，伊藤穰一和设计师、企业家、黑客等针对群体反馈中政府核泄漏动态公布不及时、难民疏散迟缓等问题自发共同创建Safecast，通过线下大量数据采集和线上大数据分析推动，提供了相比政府数据更快速客观及时的核泄漏状态，为疏散难民起到了重要作用。疫情期间， 阿里云发现全国各地住宅区的临时通行证需求并以其为原型设计出疫情健康码，依靠大数据网络为全国用户提供及时可靠的疫情判断、同乘者追踪、医疗救助等，为中国快速控制疫情提供了巨大帮助。

群智创新在推理和决策领域的应用为大量节约设计人力资源、多快好省的产生设计方案提供了途经。PIX智能生成系统可根据用户时间、成本、材料等详细需求，通过强大的人工智能算法几秒生成大量设计方案，该方案不仅允许设计专家与用户多次研究决策，而且可快速根据决策需求进行反复设计优化，结合3D金属打印可辅助产品快速迭代进入MVP测试。

大数据和人工智能算法能为设计方案优化起到巨大的推动作用。“知了云”用户体验平台可获取群智测试用户操作行为触点，通过大数据平台整合、分析用户行为流程，通过智能算法洞察数据背后的设计思考，形成客观且较为完善的评价反馈，回传辅助推理决策过程实现产品优化迭代。

信息、灵感等的传递和衍生有利于公司或设计团队充分利用群智创新方法形成网状动态衍生的产品族体系。小米社区中大量用户、工程师、设计师等的群体智慧为小米快速高效的产品迭代、新功能开发和生态链衍生带来了可能。小米公司可通过小米社区测试开发版产品听取用户建议，群智征集未成形的灵感和意见反馈，并测试收集已成型的产品问题和优化方案，从而增强用户忠诚度，形成其良性循环的产品族体系。

五、结语

在群智创新时代的背景下，提出了群智创新驱动的信息产品设计8D设计模型。分析了参与式设计、生成式设计、群智设计三种典型设计创新方法，提出并归纳了群智设计方法及其四个阶段。针对当下日益复杂的群智创新时代数字经济特色提出信息产品设计方法，并归纳群智创新驱动的信息产品设计8D设计模型，对群智创新时代工业设计发展有一定的推动意义。