在开始这个话题之前，我们需要对设计中心有一个基本的了解。读者可以通过本文《SEE Conf 设计工程化三部曲！探索新环境下「产研协同模式」中的思考与实践》工程思维和工具的进步，了解阿里的研发模式和设计中心的设计。我们管理产品生产链中的多角色协作和耗材，在降低成本的同时加快生产效率，同时保证产品体验的底线。我们今天讨论的重点不是系统产品的生产，而是B端系统的用户体验方向和菜鸟在这个领域的切入点。我们将分两个阶段讨论这个话题。第一期将探讨B端系统的智能化体验趋势，第二期将探讨智能化能力应用对体验带来的变化。B端系统的趋势和体验诉求首先从产品层面看一下B端系统的发展历史：80年代，IBM等公司提供了基于计算机的管理系统，实现企业原材料管理、生产加工管理、员工边工作边管理的闭环管理系统。到了20世纪90年代，这样的管理系统更加成熟，能够实现财务预测、产能、资源调度，真正成为产品质量管理、资源管理、财务管理，辅助企业管理者的系统工具。在决策中。我们称这样的系统为ERP（企业资源规划）。2000年以来，互联网技术的成熟，使企业系统实现了与供应链及客户上下游系统的数据交换能力，加强了供应链各环节企业之间的联系，使企业决策更加容易创客进行跨企业协作。2010年以来，基于云计算的ERP产品采用SaaS、PaaS等技术构建非本地化系统，逐渐走上历史舞台。满足企业个性化业务需求的定制化能力，正在考验着系统“应用市场”的规模化和二次开发能力，其中二次开发能力以低代码、零代码吸引了业界的关注。我们可以观察到，行业的基本趋势有四个特点：从解决企业单点管理问题到解决企业组织管理问题；等）服务于人（业务决策者、系统用户），从关注系统模块的功能转变为关注系统模块快速、低成本配置和实施的能力。基于此，我们有理由相信，传统管理系统向数字化时代的演进正在当下进行，我们需要关注以数据处理为手段的系统信息化，目标——面向智能体验手段的系统自主决策。我们以系统在生产过程中的作用和目的为切入点进行思路梳理，我们把系统以生产管理为目的，以人为加工的阶段称为传统时代，系统以人为代替人。数据处理能力重复决策的阶段称为数字时代。不难发现，传统时代的系统要求我们在生产和研发时更注重系统提供的能力，最好采用低成本快速开发的方式进行量产。这种研发模式孕育出各种技术和设计平台。典型的有Salesforce开放平台，蚂蚁的AntD等。菜鸟的中间平台叫Cone，意思是菜鸟One。Cone提供设计工程化、标准化、低代码研发、能力服务平台、小程序等能力，专注于优化系统生产环节、成本与效率、能力模块复用、体验标准化。在进化时代，除了上述需要关注的生产要素外，中泰还需要关注制度目的变化带来的体验变化。为了降低系统对人的依赖，让系统代替人做重复性、低风险的决策，中台需要提供解决方案沉淀和系统判断触发条件的能力，以及支持的交互形式智能体验。智能化转型的先行者，听上去智能化还很遥远。事实上，这个时代已经开始了。我们来看几个企业智能化转型的例子：谷歌在2016年将企业战略从MobileFirst调整为AIFirst，随之而来的更有意思的是，谷歌产品的用户体验正逐渐变得更加智能化和人性化。GooglePhotos每天提供超过50亿张GooglePhotos查看的照片。人工智能可以帮助用户更轻松地识别、美化和分享照片。它使用AI对图像进行分割，自动修复曝光过度和曝光不足的照片，并对照片进行色彩校正等处理。同样，GoogleAssistant采用深度学习Wavenet技术，可提供6种真假难辨的自然人声，并在80多个国家和地区提供30多种语言的服务（国内未覆盖）中国）。有了这项技术，人们的内容阅读体验将变得更加轻松和人性化。谷歌浏览器插件市场上最好用的插件几乎都是Gmail智能回复。这些插件可以区分邮件的对象和内容，自动将工作相关的文档录入到系统相应的模块中，并且可以为自动回复邮件提供条件。这种智能体验对于每天需要处理大量客户电子邮件的工作人员来说是一个福音。IBM将智能分为三个阶段：第一阶段基于云计算、物联网、数据分析等能力，构建流程自动化能力（RPA），实现流程自动化。人类只需要做出决定；第二阶段是智能自动化（AI+RPA），是人工智能和自动化技术的结合，为人类提供更好的客户体验。例如，AI可以帮助创建使用RPA自动化流程的指南，AI使用数据量化和计算流程效率，并简化它以获得更高的效率等。第三阶段是真正的商业智能（AI）。IMB将企业级AI集成到开放的混合云解决方案中，实现自然语言处理、可信、自动化、随处运行的能力，这里不再赘述。飞利浦于2019年将人工智能技术应用于医疗领域，通过图像识别、语音识别、语言处理、数据挖掘、认知推理等能力，服务于预防、诊断、治疗、康复、药物研究、医院管理等多个领域。使医生的工作从依靠经验的“直觉医学”转变为依靠数据的“精准医学”。我们发现，智能科技带来的最大收益其实是产品服务质量和用户体验。B端系统智能地图如果我们今天还在使用传统系统，如何逐步让系统智能化？一步到位恐怕不太现实。分步建设需要达到什么目标？让我们理清思路。智能系统具备三个要素：系统的感知能力——系统需要知道业务中发生了什么。系统的决策能力——系统需要决定哪些流程需要执行（包括是否需要人为干预）系统的执行能力——智能系统擅长代替人类做很多低高风险和高重复性的工作，也是直接产生产值的能力。那么我们可以根据三个要素来划分系统的智能化程度：系统是否可以自动完成任务（流程自动化）系统是否可以自主发起和完成任务（决策+流程自动化）优化执行能力）基于这个思路，我们将人参与系统执行，将系统智能化分为五个阶段：基础劳动（S0）：所有的信息处理和任务处置都必须人工完成，系统只做信息的存储和呈现，比如在线表格。辅助执行（S1）：所有任务处置必须由人工完成，但在处置过程中可以得到系统的协助。系统在任务分发、推送或处理中提供数据分析辅助，如推荐、预测等。条件智能（S2）：人工完成规则和流程的设置，或完成知识库的建立。系统可根据预设规则、经验或智能信息决策分析，自动完成特定任务处理。高度智能（S3）：人类只需要对系统进行训练即可完成系统优化。系统基于状态感知和实时分析，实现自主决策、自动挖掘任务和自动完成任务。全智能（S4）：系统具备认知能力，能够自主完成演进和改进，能够自主优化业务流程或提出新的解决方案。在构建过程中，我们如何界定系统智能化的阶段？通过大量的理论验证，我们将其简化为上表，并通过信息呈现、任务组织与分配、任务处理能力、规则流程设置、自主优化升级来定义系统的智能化水平，由谁来完成主要工作.菜鸟的系统产品也在通过中台能力逐步向更高层次的智能化能力演进，那么我们需要构建哪些能力来实现系统的智能化转型呢？在每个阶段，我们都设置了高优先级的必要能力（宝蓝色）和可以持续增强的能力（蓝灰色）。我们认为，这些能力是系统智能化的关键，后续的变化是用户体验的颠覆性变化。能力建设的需要意味着成本。以菜鸟在台湾6年的经验设计经验来看，并不是所有的系统都需要追求S4的全智能，而是需要根据场景和需求来确定系统智能的高低。你可以。流程越重复，越需要智能化，决策风险越高，系统越需要人的经验进行判断，系统只需要提供数据分析能力即可。
