Salesforce 的生成式画布，证明了 AI 在产品界面设计中的可行性？
在上一期的专栏文章中，我们讨论了生成式 AI 在产品界面设计中遇到的问题，以及为什么还无法运用到日常的设计工作中。
生成式 AI 在界面设计中遇到的问题
总的来说，主要体现在两个方面：
01.缺乏可依赖的设计标准
界面设计不仅仅是视觉上的创意，它更需要强有力的逻辑支持。
我们可以明确地定义一只猫或一辆汽车的外观，但对于购物车界面或下单支付流程，缺乏具体而明确的定义标准。在缺少这些明确规则的情况下，生成的 UI 可能只是各种组件的简单堆砌，缺乏逻辑性和良好的用户体验。
相比人类设计师的成果，生成式 AI 产出的界面往往不够稳定，难以达到企业级的需求标准。
02.缺乏对业务逻辑的理解
我们日常的设计工作都是围绕着具体的业务开展的。而如今现有的设计模型都只是通用模型，无法理解具体某个业务的特性和复杂度。这就导致 AI 的生成结果难以满足设计要求，无法直接应用到具体业务生产环节中去。
这两个问题是当前生成式 AI 在界面 UI 设计方面发展的最大挑战。然而，我们也注意到，生成式 AI 在一些特定的业务场景中已经取得了显著的进展。比如，Salesforce 的生成式画布就是一个很好的例子，展示了生成式 AI 在企业环境中应用的潜力。
本期的文章，我们将从 Salesforce 的生成式画布开始，与大家来一起看看当生成式 AI 与业务进行融合后，会给我们的设计带来哪些变化，给用户又带来哪些帮助。
Salesforce Generative Canvas
Generative Canvas（生成式画布）是 Salesforce 今年 10 月发布的一个新功能。它能够在 CRM 系统中基于用户的提示词，结合系统内实时业务数据来动态生成 Dashboard 的界面 UI。
它为用户提供了一种全新的工作方式，更灵活也更有效。只需要输入一个简单的指令，系统便会自动整合相关的数据，生成相应的画布界面。这极大地减少了用户在数据汇总、整理和设计界面时的时间和精力。
生成式画布解决了什么问题？
举个例子，一位售前支持人员准备与客户进行例行的月度沟通会议。
在过去他需要手动从不同的系统中提取销售数据、沟通记录、会议纪要，再整理好会议要讨论的议题，形成一个文档或 PPT。对于一个没有设计相关经验的人员来说，这需要花费大量的时间和精力。
而借助生成式画布，他只需要输入一个「生成与 X 公司的月度沟通会议的准备材料」，系统便会自动聚合相关数据，生成一个整洁、直观且实用的画布界面。
如果有需要，用户还可以进一步输入指令，让系统动态添加信息模块，比如某个地区的销售趋势或客户反馈数据。同时，生成式画布会基于信息重新进行界面的排版生成。
在过去，这种报表界面需要由平台来提供，或是由企业的管理员来进行手动配置。使用体验上很难照顾到所有人的不同需求。而生成式画布为用户提供了一种全新的工作方式，更灵活也更有效。
只需要输入一个简单的指令，系统便会自动整合相关的数据，生成相应的画布界面。这极大地减少了用户在数据汇总、整理和设计界面时的时间和精力。
Salesforce 的生成式画布给了我们一个很好的案例，让我们看到生成式 AI 在产品界面设计中是具有巨大潜力的。然而，生成式 AI 在界面设计领域的成功并非偶然，其背后有着深层的原因和逻辑。在我的付费专栏中，我将从以下几个方面更加深入地讨论这个话题：
- 为什么 Salesforce 的生成式画布能够取得成功？有哪些独特的策略和技术支撑？
- 用 Salesforce 的思路，我们的日常 B 端设计会有哪些改变？生成式 AI 是否能够带来设计效率的革命性提升？
- 生成式画布成功落地的关键因素是什么？它和设计系统又有哪些关联？
大家如果对生成式 AI 在界面设计方面的发展感兴趣
欢迎订阅我的付费专栏，来获得第 49 期的文章的付费部分内容，同时还将获取已更新的共 48 期付费专栏文章。
欢迎加入我的知识星球 – [设计有得聊↗]使用微信扫描下方二维码了解详细信息。
