We bevinden ons in een onomkeerbaar proces van productiviteitsverandering. Tegenwoordig dringt AI geleidelijk door in en hervormt het de software-industrie. Al jaren geleden begonnen mensen methoden zoals NLP en neurale netwerken te gebruiken om gebruikersdata te benutten voor het creëren van een ervaring die beter aansluit bij de gebruiker. Maar dit proces vereist enorme hoeveelheden middelen en kosten. Daarom kunnen de meeste producten dit niet realiseren. Neem bijvoorbeeld e-mail: in het verleden was de software-ontwerp voor e-mail niet meer dan gelezen of niet gelezen, of het classificeren van berichten via enkele statusindicatoren. Maar in werkelijkheid hebben e-mailproviders toegang tot een enorme hoeveelheid informatie van gebruikers; deze context kan gebruikers helpen om belangrijke e-mails te selecteren en te categoriseren, en kan ook duidelijk analyseren welke inhoud meer aandacht vereist. Naarmate AI zich verder ontwikkelt, zal het steeds beter in staat zijn om deze data te gebruiken om krachtigere AI te creëren. Want hoe meer data je hebt, hoe beter het presteert. In het tijdperk van software was de migratiekost voor mensen voornamelijk dataopslag. De meeste softwarebedrijven boden in de vroege fase van hun opstart een functie voor datamigratie aan, zoals bij de lancering van NetEase Cloud Music, dat gebruikers hielp met het importeren van afspeellijsten om de migratiekosten te verlagen en klanten te winnen. Maar in het AI-tijdperk zijn deze data impliciet opgenomen in het gedrag van de agent. Data zijn getransformeerd in prestatie-activa van de agent, waardoor het voor mensen moeilijker wordt om over te stappen zodra ze gewend zijn aan de ervaring van een product. De impact van datamuren wordt steeds duidelijker, en oligopolies zullen geleidelijk toenemen. Bovendien kan AI, binnen bepaalde beperkingen, automatisch interfaces genereren, waardoor de UX-ervaring verandert van een vaste, op regels gebaseerde interface naar een dynamische vorm. Vroeger moesten we een component ontwerpen, bijvoorbeeld om gebruikers informatie over vlucht- en hotelbevestigingen te geven. Elke productinformatiecategorie moest afzonderlijk worden behandeld, of gemeenschappelijke informatie moest worden geabstraheerd tot één component. Dit beperkte veel gepersonaliseerde expressie; productontwerp moest een afweging maken tussen kenmerken, gemeenschappelijkheid en kosten. Maar het verschil in het AI-tijdperk is dat we niet langer afhankelijk zijn van regelontwerp, maar van een soort richtlijn. Vluchtinformatie kan AI laten reageren op de manier waarop vluchtinformatie wordt weergegeven, en hotelinformatie kan AI laten reageren op de hotelinformatie. Dit alles kan door AI worden gegenereerd, en zelfs meerdere opties kunnen worden gegenereerd waaruit een keuze kan worden gemaakt, waarbij AI ook kan voldoen aan de ontwerpstijl en een stijl kan genereren die overeenkomt met de visuele identiteit. Wat je hebt gezien, kan worden vastgelegd; wat je nog niet hebt gezien, kan ook willekeurig worden ondersteund. Dit heeft geleid tot een enorme verandering in de gebruikerservaring van software. Naarmate gebruikers steeds meer gewend raken aan deze interacties en de gemakken die AI biedt, wordt het steeds moeilijker om terug te keren naar de ervaringen van vroeger. Mensen willen zeker liever een AI-assistent die hen goed begrijpt om problemen op te lossen, dan alleen tegenover een klantenservice-robot te staan. We zijn al in dit onomkeerbare proces gestapt, en dit proces versnelt voortdurend.