场景数字化中的设计思维

孙黎 邹波 杨晓龙

近年来，大数据、云计算、人工智能等数字技术被广泛应用于办公、医疗、教育、制造、农业等不同领域，将数字技术应用于不同场景从而创造出新的价值受到越来越多的重视。比如，海尔首席执行官张瑞敏对未来物联网时代作出了“产品被场景取代，行业被生态覆盖”的判断；华为总裁任正非谈道：“我们既要垂直向上探索新技术、新理论对产品的影响，也要重视产品在场景化中组合应用的竞争力……场景化应用我们不清楚未来是什么，路更长、更难，我们只是万里长征迈开了一小步。”

把数字技术与现实场景结合起来进行创新的关键环节是“场景数字化”，即将现实场景中的时间、地点、情感、关系和需求等要素进行数字表达的过程。如何更有效地实现“场景数字化”？这是数字化时代的一个重要问题。

我们建议应用设计科学为“场景数字化”提供方法论指导。设计科学可以追溯到20世纪60年代，当时计算机刚刚兴起，赫伯特·西蒙就有远见地将设计科学（如工程学、建筑学、医学、人工智能）与经典科学（如物理、社会科学）在方法上进行了区别（Simon， 1996）。经典科学往往以描述和解释为主要目的，而设计科学的目标在于如何设计人造之物，侧重于对创造未来可能和有用的东西，而不是目前盛行的东西（Zhang & Van Burg， 2020）。西蒙应用设计科学的理念创建了信息加工心理学，开辟了从信息加工观点研究人类思维的方向，推动了认知科学和人工智能的发展。本文基于设计科学的思想，探讨“场景数字化”的设计原则和设计过程。

场景数字化的7项设计原则

遗传算法就是设计科学中应用仿生学原理，用于解决搜索最佳化的算法，是进化算法的一种。Zhang与Van Burg在2020年提出三个阶段七项关键设计原则，可以为场景数字化提供一系列创新战略。

初始化阶段：

？原则1：了解场景化问题的构建基块。

？原则2：将场景化问题分解为构建基块。

？原则3：确保构建基块的充足初始供应。

参验（选择）阶段：

？原则4：为选择决策设定正确的速度。

？原则5：确保选择决策的质量。

再创（变异与保留）阶段：

？原则6：促进场景化方案的变异和重组。

？原则7：确保保留更好的构建基块，并不断补充其他构建基块。

我们用著名网店设计公司Shopify来说明如何在场景数字化中应用遗传算法的这些设计原则，特别是初始化阶段。2004年，加拿大的吕特克（Lütke）和莱克（Lake）想创建一家专门交易滑雪装备的网上商店，命名为 Snowdevil。创业开始，他们参照Miva、OsCommerce和雅虎等系统来创建网上商店，但效果很糟糕，这些建站工具在场景数字化上都很不顺手。于是他们决定按照自己的需求和设想来根据网店建设的场景重写代码，Shopify便应运而生。

吕特克和莱克在初始化时，根据原则1，先了解商家所碰到的任务场景：传统上，商家被迫通过以下两种方式之一来满足他们的网络业务：

·从大型软件公司购买复杂软件。但这些软件不是为中小企业设计的，它们既昂贵又复杂，需要大量的技术知识和培训来安装和维护，并且通常需要很长时间的二次开发才能投入使用。

·需要各种技术拼凑。商家为了实现网上商店数字化，需要将不同技术拼凑在一起，这个过程非常耗时、复杂且成本高昂。例如，要建立在线商店，商家可能需要使用第一个供应商进行域名注册和托管，使用第二个供应商进行网站设计，使用第三个供应商进行搜索引擎优化，使用第四个供应商提供支付网关，等等。不仅如此，由于商家通过其他销售渠道进行销售，因此还需要将来自不同供应商的其他应用程序拼凑在一起，这样就更增加了复杂性。例如要添加 POS 解决方案，商户必须找到第五家 POS 硬件供应商、第六家 POS 软件供应商和第七家 POS 信用卡读卡器供应商等，以帮助完成交易。商户还要和第八家供应商尝试同步库存和数据。这一复杂的技术拼凑带来的结果是，由于不同供应商提供的应用程序之间缺乏集成和兼容，数字可供性很低。

从中小企业的场景数字应用出发，Shopify应用云计算技术，根据原则2，为网站商家“管理员”提供了直观界面，包括这些构建基块：

·实时仪表板：为商家提供其业务表现、订单来源、不同产品的表现如何以及商家需要注意哪些操作的实时概览。

·产品和库存管理：允许商家管理他们销售的产品，包括添加和删除产品、管理和组织产品详细信息、更新价格、更改产品描述和照片以及跟踪库存。

·订单处理、管理和履行：提供一个销售收件箱，商家可以在其中处理和管理他们的订单、获取付款和更新履行服务。

？Shopify 支付：一种集成的支付处理解决方案，允许商家以有吸引力的价格接受信用卡。此外，商家可以直接从 Shopify 平台对任何退款提出异议，并完成现金转账到其銀行账户的交易。它还提供各种灵活性，允许商家接受PayPal、比特币和其他替代支付方式。

·支付网关：如果商家所在地区无法使用 Shopify 支付，或者商家已有首选支付处理合作伙伴，Shopify 平台可以连接到 80 多个支付网关，允许商家继续保持这些关系。

·折扣和礼品卡：允许商家提供折扣和优惠券，以及销售和管理礼品卡。

·客户管理：在单一视图下为商家提供管理跨渠道各种客户的工具，使他们能够管理这些关系并搜索和分析客户信息，作出促销策划，从而帮助商家为其客户提供更加个性化的购物体验。

·报告和分析：向商家提供有关其产品、订单、付款、客户、客户偏好和其他事项的实时报告，以获得高级情报，并进一步推进其业务目标。

Shopify平台将这些最常用的功能基块无缝集成，根据原则3，为商家提供直观的用户体验，让商家非常易学易用，无需预先培训，商家可以在不到15分钟的时间内开设自己的商店。 通过将多个渠道集成到一个平台中，Shopify消除了单独基块中固有的复杂性。

在风险投资的扶持下，Shopify 根据原则4与原则5，在平台集成了商家在不同渠道销售场景所需的各种特性和功能，包括网络、平板电脑和移动店面、社交媒体店面、实体店和快闪店。根据原则6与原则7，Shopify后来进一步将这些构建基块扩展到 iPhone 和Android 的移动应用程序上，这样商家就可以在旅途中用手机查看和处理他们的订单。

正是将网络销售的各种场景与功能进行了数字化，Shopify平台迅速发展，2015年在美国上市，目前服务的全球商家已经超过170万，赋能的网络销售额在美加地区仅次于亚马逊，2021年3月当季收入较上年增长一倍以上，达到近10亿美元，成为加拿大市值最大和最具创新魅力的公司。

场景数字化的设计思维

写代码出身的吕特克后来成为Shopify的CEO，他认为 Shopify的成功在于人机界面的直觉应用，让不懂代码的商家也能迅速上手。他的设计思维很大程度来自诺曼（Don Norman）的《萬物的设计》（The Design of Everyday Things）一书。他说：“诺曼比我见过的任何人都做得更好的是，从第一原则出发指出我们的许多环境设计是多么糟糕。在这一点上，为什么技术型的创始人表现优于市场型的创始人？实际上我并不认为这是因为前者更懂技术。而是前者都有非常具体的童年经历。我们这些人大多在一个我们知道会发生重大变化的世界中长大。如果跟即将到来的计算机和数字化的潜力相比，这个世界的许多设计真的很糟糕。我认为我们中的很多人，包括我自己，都通过这种洞察力创建了重要的企业价值，这也是驱动我们创办这些公司的原因。”

他进一步解释说：“诺曼教会我们如何更好地设计。例如，诺曼门就是因为这本书而命名的。《万物的设计》列出一系列设计并说：‘这很糟糕、这很糟糕、这很糟糕。你读完这本书，就会用不同的方式看待世界。它允许你思考如何改善你周围的事物。这是我创业历程中最核心的领悟。”

“当你想推门而入时，发现这个门是为拉而设计的，你可能会讨厌自己，但诺曼允许你真正讨厌这个错误设计的门。那不是你的错。没有人因为推而不是拉而有过错。那一直是设计门的人的错。”可见，吕特克从诺曼的设计思维中学会如何从场景出发，如何更好地设计代码，提高数字可供性。

场景数字化的设计过程

结合Shopify与遗传算法确立的设计原则，我们秉持设计科学的理念，认为场景数字化过程可以被理解为一个有意识的设计创造过程，使人机交互的协作更加流畅、更有效率，能更有效地帮助用户完成所需的任务（Job-to-bedone）。我们参考Ding（2019）的图描绘场景数字化，进一步对遗传算法7项设计原则的三个阶段进行阐述（图1）。第一阶段是初始化，从最左边场景开始到可选的数个基块；第二阶段是参验，发现人机交互的最佳协作模式，A， AB， B这三个模式有可比较的数字可供性；第三阶段是再创阶段，通过数字孪生打通物理世界与数字世界的“任督二脉”，从而再创出人机合作的高效率新场景。

第一阶段：场景数字化的初始化阶段。在该阶段，设计者需要完成两项任务，一是深入场景识别谁是用户（Who）、用户的任务场景 （Job context）是什么、用户想要完成的任务 （Jobs）有哪些。设计者需要通过场景学习来获得这些知识，包括亲自体验场景、与经历过类似场景的用户互动、焦点小组讨论等方式。法国著名社会学家罗兰·巴特认为，人们很多时候消费的其实是产品背后的意义，除了产品的功能之外，消费者真正在意的是它的情感和象征价值。因此，设计者在深入用户场景时，不能只识别用户的功能需求，更要识别用户在具体场景下的“意义”需求。

启动阶段的另一项重要任务是分析需要使用哪些数字技术来实现满足场景需求的产品设计。数字技术的一个重要特征是可供性（Affordance），是指同样的数字技术被不同企业和不同主体识别与应用，在不同的数字化设计下实现不同的目的，产生不同的效果。差的可供性设计，就像诺曼门的设计一样，让人无所适从；而好的可供性设计，就像iPad一样，让从没接触过电脑的5岁的小朋友也能迅速上手。从数字可供性的角度，当设计者对具体场景进行深入洞察后，要根据场景的需求，选择与之相匹配的数字技术，这是实现“场景数字化”的前提。在上文Shopify公司的例子中，我们能够看到，在设计网上商店的初期，他们首先对商家的任务场景进行了深入分析，发现传统的从大型软件公司购买复杂软件和通过各种技术拼凑这两种方式不仅在“功能”上难以满足用户的场景需求，而且也不能给用户带来很好的使用体验，因此，他们决定使用云计算技术自己设计一套能够满足商家不同销售场景的网店。

在这一阶段，还要提出场景数字化的构念，也就是能够有效反映场景特征和用户需求的数字化设计方案，从而能帮助构建基块。例如华为在提供智能汽车解决方案时，就发现汽车的座舱系统有“多外设、多用户、多应用、多并发、安全以及快速启动”等场景化的需求，为此，华为在Harmony OS上增量开发了12个车机子系统和5大业务增强能力，包括一芯多屏、车规高可靠、多业务并发、窗口自适应、基础能力组件，能帮助合作伙伴根据这些场景迅速开发各种应用。

当确定了场景需求和使用的数字技术之后，对于设计者来讲，在选择不同基块时的决策中，要重视从“意义”上选择不同场景数字化的建构方案。因为从“意义”层面上思考场景数字化的构念能够更加拓展设计的思路，创造出新的机会和价值。意义层面的构念建构并不是否定功能层面上的设计，相反，意义层面的构念需要功能性的设计作为基础，之所以强调“意义”，是因为从场景角度考虑创新问题，强调“意义”的可供性，从而能够建构出更富发展前景、更具深层价值的基块设计。在选择阶段，设计者需要整合来自数字技术、场景特征、用户需求等多方面的知识，在此基础上，设计者构思出具有预期意义的数字化模式，例如在软硬件界面的设计上，设计者可以根据任务的复杂程度、场景的不确定性程度等采取多种方式提出构念，例如选择关键特征并进行重大调整以适应新的场景（图1中的A1），通过微小调整复制当前任务以适应新的场景 （图1中的B1），或对两个或多个不同的模块进行重新组合来适应新的场景（图1中的AB1）等。

第二阶段：场景数字化的参验（选择）阶段。在设计者提出场景数字化的构念之后，需要将这些构念形成具体的产品原型，也就是最小可行化（MVPs）产品，并对其进行持续的参验、迭代，最终形成能够适应场景需求的产品。所谓“参”，强调通过最小可行化产品在一定范围内的试用，在“意义”层面上洞察和判断这一产品在具体的场景之下能否为用户创造出新的价值、新的体验、新的认知、新的生活方式；所谓“验”，是指在“功能”层面上验证产品或服务是否能够有效地解决用户的痛点，帮助用户完成想要完成的任务。例如在上文Shopify的例子中，设计者并不是采取“瀑布式”的产品开发模式，而是在产品开发完成后进行参验和迭代，包括在“意义”层面上洞察新开发的“网店”是否能够给用户带来更好的使用体验，在经营和管理等方面给用户创生出新的价值；在“功能”层面上，验证这一系统是否能够很好地满足用户在网店管理过程中所遇到的库存、订单、支付、分析等方面痛点。

从参验方法角度，设计者可以将多种场景数字化的产品设计，在三台架构的基础上运用大数据分析、A/B测试等方法进行验证。需要强调的是，场景数字化的参验是一个动态持续的过程，这不仅是因为开发出来的第一代产品不一定完美，更重要的是因为用户的使用场景会不断发生变化，设计者需要持续关注用户场景的变化，通过“参”与“验”之间的持续互动、不断迭代，实现对用户场景更为精确的数字化刻画，向真实的用户痛点、高适应性的场景解决方案不断逼近，为此，开发者需要注重迭代，用迭代策略实现最佳设计 （Yang， Sun，& Lee， 2016； 孙黎 & 杨晓明， 2014）。

第三阶段：场景数字化再创（变异与保留）阶段。设计者在这一阶段的任务是将各种场景化方案运用到新的场景，我们将这一过程称为“再创”阶段。按照西蒙的设计科学理念，人工物可以看成是“内部”环境（人工物自身的物质和组织）和“外部”环境（人工物的工作环境）的接合点（或人工界面），设计科学的核心是使人工物的内部环境适应外部环境，这样才能实现预期目标。基于这一理念，将第二阶段的数字化方案应用到新场景、多场景，可以实现算法的重复使用与规模增长，实现更快、更便宜、更激进的创新。

在这一动态的再创过程中，一方面，设计者可以通过场景化方案的变异和重组（原则6）来实现场景数字化的再创；另一方面，设计者需要在每一次迭代中都要把那些好的构建基块保留下来，作为下一次再创的“基因”，同时开发出新的基块加以补充（原则7），这样能够持续地推进数字化在多场景、全场景的演进。

场景数字化再创目前最快的应用就是工业4.0中的数字孪生的设计，正创造出一个新型的数字化智能制造环境。数字孪生起源于“数字线程”——本质上其实就是产品生命周期的各个阶段的场景化：从设计、构建到现场使用的数字化，从而组成一个连续、无缝的数据链。这些数据链孕育了数字孪生，代表了从物理世界到数字世界再回到物理世界的循环旅程。将先进的制造技术与物联网相结合，不仅创建了一个互连的制造企业，而且还可以交流、分析和使用信息來进一步推动智能物理世界。例如特斯拉每辆车都有自己的数字孪生。通过传感器，实体汽车不断地向其数字孪生发送数据。如果车辆在物理世界的车门嘎嘎作响，数字孪生会发现可能是车门的液压系统需要软件更新。随着特斯拉收集每辆车的性能和使用的信息，其工程师可以汇总数据以实现“再创”，实时更新与创新，提高汽车的某种性能。此外，这个过程还可以帮助工程师和设计师了解仅靠软件更新无法改进的地方——从而为产品的下一个版本的再创实现更大的飞跃。

从这个再创过程来看，数字孪生的“生命”来自数字线程提供的各种信息，其创建始于产品开发流程中的设计场景。这些场景决定数字孪生的各种设计：针对哪些流程和集成点进行建模？如何使用标准流程设计技术来展示业务流程？如何让流程中的各类人员交互？各类场景中创建的流程如何与数字孪生所需的应用程序、数据需求和传感器信息等联系起来？

当然，数字孪生的洞察力反过来也会导致产品设计或制造过程发生变化，从而改变数字线程，实现未来进一步的迭代与再创，从而在反馈链中不断持续改进产品性能，从而可以帮助企业加快设计周期，在其他新产品中重复使用各种模块，降低保修成本，甚至重新设计商业模式。例如特斯拉应用数字孪生技术后，就可以使用“预埋硬件+付费解锁软件”的模式，特斯拉自2016年起就在所有出厂车型预埋了AutoPilot硬件，用户可以根据自身需求来选择是否开启，未来还可以应用按月付费软件的新商业模式。英伟达创始人兼首席执行官黄仁勋就表示：“到2025年，许多汽车企业很有可能以接近成本价的价格销售汽车，并主要通过软件为用户提供价值。”也就是说，数字孪生再创的各种场景应用可以通过硬件不赚钱，根据帮助用户完成所需任务而创造的新场景价值，实现靠软件使用收费的模式。

※※※※※

数年前，笔者之一被邀请到阿里总部访问，阿里的高管问了一个很有意思的问题：阿里应该如何部署蓝军？言下之意，就是阿里未来可能被颠覆的机会在哪里。在美国，亚马逊被颠覆的竞争对手不是沃尔玛，而是从电子商务场景开发软件的Shopify。商业领域的各种场景问题成为创新创业的新机会——“场景重构人与商业的连接。新的体验，伴随着新场景的创造；新的流行，伴随着新的洞察；新的生活方式，也即新场景的流行方式。”（吴声，2015）由于数字技术具有很强的可供性特征，使得数字技术与具体场景相结合能够催生更多的商业机会和价值。从更广泛的意义上来讲，场景与数字的结合不仅体现在商业价值上，通过数字技术与社会文化的创造性组合和运用，可以赋予人类生活更为美好的价值和意义。