Notion 的 CEO Ivan zhao 锐利地洞察到：
AI 虽然是一场技术革命，也是一场界面革命。通过创建比竞争对手更容易使用的界面，为语言模型增加持久价值。
如果你回顾移动互联网的诞生，其实也经历了一种界面革命 —— 今年八十多岁的奶奶可以用 iPad 打麻将刷抖音，但却很难想象如何教会她用 Windows。
所以我对 Ivan 的观点是赞同的，但这个观点背后，对应的实现应该是什么样的？至少半年前除了 Notion AI 之外，大多数产品还都是为了 AI 而 AI，并没有挖掘到用户的真实场景。
好在随着时间的推移，许多相对谨慎的产品，比如 Figma、Linear、Arc，也陆续提供了 AI 相关的能力，为我们提供了更多微观观察的视角。而宏观视角来看，在摩根斯坦利的报告中，由于技术的变化，自然语言为主的界面必定和上个时代的产品设计完全不同。
界面的两种价值
我们通过界面来和软件进行交互，达成目的，从最早的 DOS 命令，到鼠标键盘，再到触摸屏。这种进化意味着什么呢？其实是两个永恒的话题：降低使用门槛，提高人机交互效率。
- 降低门槛方面，核心在减少学习成本。比如 iOS 的设计，就能让大多数人凭直觉上手使用。而 AI 则是降低了使用门槛，比如 Midjourney 可以让普通人画出来想象中的画面。
- 从提高效率来看，核心在于少做重复性的低效动作。比如 Excel 的公式能解决手动计算的问题；剪映能解决添加手动添加字幕的问题等。而 AI 更是擅于此道，比如最近会经常把脱敏的用户反馈表格丢给 Claude ，然后让其总结相关问题的提及率。
降低使用门槛，已经有许多初创公司在做了，比如通过 AI 实现思维导图，AI 来生成 PPT，AI 来生成各种文本等等。这些实现确实看起来令人眼前一亮，但长期价值还需要观察。因为一个拥有新界面的独立产品，虽然看起来门槛很低，但尚需回答自身存在的价值问题，比如当年的 Foursquare（国内的是街旁）都没有经受住需求的考验，哪怕很有趣，参与门槛很低。
而提高效率则就没有降低使用门槛这么诱人。但对于已有用户群的产品，反而值得深入挖掘。为何这么说？因为功能本身，决定了使用者的场景及上下文。比如在 Notion 中就会有大量的文本相关工作处理，所以有了 AI 翻译或总结的功能，就不需要再单独打开 Deepl 或 ChatGPT，对于提升整个用户群的效率是有帮助的。而这种不断积跬步的效率提升，也能巩固 Notion 的壁垒。
故，就像任天堂一样，未必总是用先进的技术，但是却能让我们玩的很开心。下面是一些片面的观察，仅供参考。
案例观察之 Figma
Figma 前些日子在其博文中称，AI 是设计的下一个篇章，并且宣布自己收购了 Figma 社区中基于 AI 的插件 Diagram 团队。
他们在博文中列举了三个例子：
- 在 Figjam 中，把多人头脑风暴的内容，进行自动总结；
- 在 Figma 中，帮助创建重复的表单形式；
- 在 Figma 中，自动生成相应的代码提高编码效率；
可以看到上述案例都是在减少重复的低效动作角度下手，并且和已有的用户场景高度匹配。以填充表单设计为例，几乎每个产品都会有这样的模式，并且每次设计这个部分都是重复劳动。虽然 AI 没有做特别复杂的「生成」工作，但实际上已满足用户在此场景下的需求。且如果这样的提效的地方越多，Figma 的整体优势就更强。
其实就算不提 AI，Figma 本身的诞生，也是在减少设计中「枯燥切乏味」的事情。比如最早做界面设计，都是用 Photoshop 从像素开始画起，一旦遇到要高清化，或者设计一些圆角等工作，就需要做大量单调乏味的重复工作。而 Figma 则可以通过矢量要素来避免像素问题，通过组件库而不是图层解决复用的问题等。Figma 让设计师从聚焦于像素的工作，变成了聚焦于组件的工作。
所以面向未来看，他们期望 AI 来替代设计师，完成组件生成工作，比如自动生成登录页面等（反正确实也都大同小异）。而省下来的时间，可以让设计师聚焦于关于流程（或者说模式）的设计。
以上便是 Figma 在界面上面做出的一些努力，提高设计效率，通过 AI 降低单调且重复的工作比例。
案例观察之 Arc
Arc 最近宣布了 Arc MAX 功能，其实是一组关于 AI 功能的打包。其中包含五个 AI 相关功能：
- 可以对当前网页的内容进行提问（通过 cmd + f 即常见的搜索快捷键） —— 从根据关键词搜索变成对网页进行针对性的提问，降低理解成本；
- 可以在鼠标悬停的时候，自动出来 AI 生成的内容预览 —— 降低点击决策成本；
- 一个能快捷输入问题并跳转到 ChatGPT 网站的快捷键 —— 提高使用 ChatGPT 的便利度；
- AI 根据网页内容自动重命名标题 —— 解决各种 SEO 网页标题乱的问题；
- AI 根据下载内容所在的网页，重新给下载文件命名 —— 解决下载文件各种无意义标题的问题；
其中 42% 的用户都开启了这组功能，使用最多的是悬停预览（也是最贵的一个功能）。这些功能都不复杂，甚至比许多 AI first 的产品实现难度要小很多。但是从使用体验上来看，其中 ASK 功能、重命名功能都能有效地解决使用中的痛点，减少了许多乏味且重复的工作。
并且 Arc 一直有一个很好的传统，就是融合进现有的工作流。比如 cmd + f 这个快捷键，大多数时候我们都是用来搜索网页的关键词，而 Arc 则可以让你从搜索变成提问，润物细无声。
其他还有许多案例这里不再详细展开，可以观察 Notion AI 在表格中的应用，Linear 的 AI 自动筛选，都是围绕「重复且乏味」这个思路做的一些尝试。
另，关于这个思路下的中外差异思考。国内目前能看到的是 WPS 在智能表格上添加的助理，可以方便地帮助对表格进行批处理。但整个设计思路和海外有所不同 —— 差异就像是当年 Google 和 Hao123 的区别。
注意，这不是阴阳 WPS AI 做的不好，而是一个思考。因为 Hao123 在当年能火爆，自有其价值，因为对于大多数上网的人来说，不知道搜索什么，需要有所指引更好。而同样，WPS 的用户群决定了其 AI 设计不能过于像个主动 ASK 的助手，相反可能还会有许多表单选项操作，为的是降低使用成本，能让更多普通用户都能享受到 AI 带来的效率提升。
没有理论结合实际，Copy to China 的路，从来都是行不通的。
小结
已有用户群的产品，未必需要着急结合 AI 做多少炫酷的功能。相反，聚焦在如何使用 AI 来减少用户当前使用产品中那些「枯燥切乏味」的动作，就能逐渐建立壁垒。
或许你会觉得，这样其实不大材小用，无法一鸣惊人？但实际上，就「界面」这个视角来看，大多数时候一鸣惊人的功能，壁垒也不够强大，很快就会被抄袭走。倒不如积跬步，用 AI 来巩固已有的场景。
用 Figma 产品总监 Noah Levin 的话作为结尾：AI 不是一个产品，而是一个平台；不是一个功能，而是一个核心能力。
推荐阅读：