W praktyce oznacza to stworzenie takich rozwiązań, które dostarczają właściwe informacje we właściwym czasie, pomagając operować skomplikowanymi systemami nawet w wymagających środowiskach. Wdrożenie AI daje dodatkowe możliwości.
Trzy perspektywy współpracy UX i AI
Współdziałanie UX i AI w praktyce można opisać poprzez trzy perspektywy: UX dla AI, UX dzięki AI i UX z AI. Każda z nich wnosi inne korzyści i wymaga niezależnego podejścia. W perspektywie UX dla AI kluczowy staje się sposób, w jaki użytkownik interpretuje wyniki generowane przez algorytmy. Przejrzystość działania modelu i jasność komunikatów są fundamentem zaufania, a decyzje pozostają w rękach człowieka. W perspektywie UX dzięki AI projektuje się natomiast sposób obsługi maszyn i systemów z wykorzystaniem funkcji AI. Adaptacyjne pulpity, asystenci operatora, preskryptywne alerty oparte na trendach oraz Edge AI, które uruchamia wnioskowanie lokalnie na urządzeniu, skracają czasy reakcji i ograniczają zależność od połączeń sieciowych. Dzięki temu użytkownik podejmuje decyzje szybciej, podejmuje je łatwiej i unika błędów. Wreszcie perspektywa UX z AI koncentruje się na projektowaniu i inżynierii wspieranej sztuczną inteligencją. Generatywna AI przydaje się w fazie tworzenia rozwiązań, analizie dużych zbiorów danych, sugerowaniu alternatyw projektowych oraz usprawnianiu dokumentacji i specyfikacji, co pozwala projektantom skupić się na tych zadaniach, które niosą największą wartość. Sukces w tej perspektywie mierzy się czasem dostarczenia wartości (TTV - time to value), liczbą poprawek i satysfakcją użytkowników.
UX dla AI – zaufanie i zrozumiałość decyzji
Jak dotąd projektowanie UX w zakresie oprogramowania skupiało się na interfejsach i przewidywaniu płynności działań użytkownika, który kontrolował system bezpośrednio, np. poprzez interfejs HMI. Sukces mierzyło się głównie użytecznością oprogramowania i efektywnością obsługi.
Sztuczna inteligencja wprowadza tu zmianę - działa na podstawie prawdopodobieństw, co oznacza, że sugestie AI mogą się różnić nawet przy tym samym wejściu. To przesuwa akcent projektowania UX na sposób, w jaki użytkownik interpretuje wyniki generowane przez AI.
W tej perspektywie najważniejsza staje się transparentność działania modelu i jasne wyjaśnienie, skąd pochodzą rekomendacje. Użytkownik musi widzieć, dlaczego system proponuje określone działania i na jakich danych operuje. To właśnie przejrzystość działania modelu buduje zaufanie i skłania do włączenia AI do codziennych decyzji. Kluczowy jest także odpowiedni podział ról: AI ma wspierać, doradzać i rekomendować, ale decyzje pozostają w privatnej odpowiedzialności człowieka.
Sukces mierzy się precyzją i zrozumiałością wyników, a także gotowością użytkowników do korzystania z tych rekomendacji. Dzięki temu zaufanie rośnie, a adopcja AI staje się naturalnym elementem pracy. W praktyce oznacza to projektowanie interfejsów, które wyjaśniają, co dokładnie zrobił model, jakie były założenia i jakie ograniczenia mogą występować. Dodatkowo, warto wprowadzać mechanizmy weryfikacji decyzji przez operatora oraz opcję cofnięcia rekomendacji, gdy sytuacja wymaga innego podejścia. W ten sposób użytkownik czuje, że ma pełną kontrolę nad procesem, a AI staje się realnym partnerem w pracy, a nie jedynym autorytetem.
UX dzięki AI – płynność obsługi dzięki funkcjom AI
Druga perspektywa to poprawa doświadczenia użytkownika maszyn i systemów poprzez dodanie funkcjonalności opartych na AI. W środowiskach OT/IT adaptacyjne pulpity wykorzystujące dane w czasie rzeczywistym, asystenci AI operatora czy preskryptywne alerty, oparte na trendach mogą wspierać operatorów w kluczowych momentach.
Dodatkowo technologia Edge AI, łącząca obliczenia brzegowe z AI, umożliwia wykonywanie wnioskowania lokalnie na urządzeniu, co minimalizuje opóźnienia i ogranicza zależność od sieci. Dzięki temu użytkownik otrzymuje potrzebne informacje w odpowiednim formacie i czasie, co pozwala podejmować decyzje szybciej i precyzyjniej. Efekt to nie tylko skrócenie czasu reakcji, lecz także redukcja błędów, a co za tym idzie zwiększenie bezpieczeństwa i płynności operacyjnej.
W tej perspektywie sukces mierzy się rzeczywistym skróceniem czasu realizacji zadań, mniejszą liczbą błędów i wyższą satysfakcją użytkowników. Przykładowo, inteligentne pulpity mogą automatycznie podpowiadać optymalną sekwencję działań w przypadku awarii, a systemy monitorujące mogą ostrzegać przed nadchodzącymi problemami, zanim dojdzie do przestoju. W efekcie informacje pojawiają się w odpowiedniej formie i kontekście, wspierając procesy operacyjne na każdym etapie produkcji.
UX z AI – usprawnione projektowanie i inżynieria
Najbardziej strategicznie ukierunkowana perspektywa ma na celu wzmocnienie samych procesów projektowych oraz inżynieryjnych. Generatywna AI przydaje się w fazie opracowywania rozwiązań, analizie dużych zbiorów danych, identyfikowaniu braków i sprzeczności w dokumentacji oraz proponowaniu alternatywnych rozwiązań projektowych. Dzięki temu specyfikacje stają się klarowniejsze, a ryzyko błędów spada dzięki automatycznym korektom i ulepszaniom dokumentów. W efekcie projektanci mogą skupić się na zadaniach wysokiej wartości, jak optymalizacja procesu, testowanie koncepcji czy ocenianie kompromisów projektowych. Sukces mierzy się krótszym czasem dostarczania wartości (TTV), mniejszą liczbą poprawek i rosnącą satysfakcją użytkowników końcowych.
Połączenie generatywnej AI z procesami projektowymi to także szybsze iteracje, lepsza zgodność specyfikacji z rzeczywistością produkcyjną i redukcja ryzyka projektowego. W połączeniu z innymi perspektywami UX, AI staje się narzędziem, które nie tylko tworzy lepsze produkty, lecz także skraca drogę od koncepcji do realnego efektu biznesowego.
Podsumowanie - korzyści całkowite i wpływ na biznes
Współpraca UX i AI w przemyśle wytwórczym to nie tylko wygoda. Kiedy trzy perspektywy UX i AI zadziałają razem, powstanie technologia godna zaufania i rzeczywiście przydatna w codziennej pracy. Systemy AI zaczynają dostarczać realną wartość szybciej, a projektowanie i rozwój stają się efektywniejsze - rozwiązania szybciej generują wartość biznesową, co przekłada się na krótszy czas realizacji projektów, większą pewność operacyjną i przewagę konkurencyjną na rynku.
Źródło: Etteplan
