分享
Scan me 分享到微信

汽车科技公司应该从亚马逊身上获取些“灵感”

当人们不再需要通过车内实体物理控件和可视化界面去驾驶汽车时,说不定人人都成为了汽车专家。

泰伯网

  毋庸置疑,如今汽车行业里最先进的、同样也是最复杂的就是自动驾驶汽车技术了,当然对用户而言,也是最神秘的。不过到目前为止,在所有的科技公司中,似乎只有亚马逊最接近在用户和技术之间达到了一种平衡。

  计算机是非常复杂的,但对于开车的司机来说,最不能接受的就是复杂。让一辆体积笨重的大型机动车在高速路上安全行驶,很大程度上依赖于一名细心的司机是否能够认真操作汽车控制系统,并且还要密切关注车辆周围的环境。智能计算机,无论它们在其他方面拥有多少优势,要求他们集中注意力并专注于运行,通常需要一个学习过程,就像掌握一门新语言。

  不过,当你驾驶一辆 2600 磅中的“金属块”以每小时 60 英里的速度行驶时,可能不想再去学习一门新语言,说不定,两样你都不喜欢。

  初学者和专家之间不可逾越的鸿沟

  计算机发展已经走过了很长一段路,现在,人们已经可以得心应手地使用计算机了,这一切都得益于计算机的用户舒适性、计算能力、以及可用性和交互模式的不断改进。在人机交互方面,目前令人印象最为深刻的个体计算设备可能要数 iPhone 了,因为不管是什么层级的用户,或是行业专家,都非常认可 iPhone 的易操作性。

  但即便如此,人们在使用 iPhone 的时候依然需要保持专注度,同时也需要掌握一些基本的技能,特别是在一些细微的功能特点和系统界面上,许多日常用户可能还是还无法掌握、了解——包括通过搜索吸引流量这些简单的功能,一些“小白”用户也需要指导帮助,更是充分说明了一点。

泰伯网

  事实上,任何软件中的可视化用户界面都需要人们花费时间和精力学习,而且在操作的时候还要保持注意力集中,特别是对于车载信息系统来说尤为如此,比如一些 OEM 车载平台、苹果 CarPlay、以及 Android Auto。除了一些设置在仪表盘上的温度控制和辅助驾驶功能之外,汽车内部还有一些基本的标准物理控件,比如按钮、刻度盘和开关。此外,由于这些都是非常基础的功能,因此它们都没有实现智能化——也就是说,它们无法根据使用环境自主做出判断,而是孤立地执行操作。

  可视化和扁平化界面

  亚马逊在这一领域里似乎实现了质的飞跃,他们让用户无需“看见”计算层,让环境智能和计算能力保留在幕后,这其实对于汽车行业是非常有帮助的。

  最近,在蒙特利尔举办的 Startupfest 大会上,Shopify 公司创始人兼首席执行官 Tobi Lütke 这样说道:

  我认为,技术最终会意识到,‘自己’是从属于人类的。而对于人类来说,我们不会再说,‘哦!这是一台计算机’,这也是我们需要学习的。

  Lütke 认为,亚马逊推出的 “Dash按键”就是一个非常好的例子。为了阐述自己的观点,他解释说 OEM 服务商们一开始都是在自己的应用程序内部构建计算机智能功能,比如全触摸的用户界面和足够多的人机交互。但另一方面,有些设备——比如洗衣机——其实并不需要拥有智能计算功能,也不需要有触摸屏,用户只需要一个可连接按键即可。

泰伯网

  事实上,Dash 按键的设计初衷,就是为了解决上述这些用例的——只需一个按键,我们就能获得更好的服务,让大量用户的即时需要转化为直接行动,亚马逊利用自己强大的后台服务完成各种复杂的任务,包括获取地址详情、物流基础设置、以及支付处理。而且,它足够智能,可以根据具体的用例场景针对性地推出服务。

  如果要为司机开发一种支持技术,无需加入各种复杂的功能性,同时尽可能无需他们费心学习,那么 Dash 按键将会是一个非常不错的起点。对用户来说,Dash 按键更像是一种单一独立交互可能性,它存在于幕后,这也会让很多看起来非常复杂的事情变得简单。对企业而言,获取更多用户并没有什么秘密,当你越能了解、掌握用户(车主)的意图,那么就越能为他们提供更好、更优质的服务。

  Alexa 和接口复杂度的阶段式再引入

  不过,单一按键(或开关)总是存在一定的局限性。因此,亚马逊又推出了另一个技术,为用户提供指导帮助服务,它就是智能语音助手 Alexa。事实上,在汽车技术里,Alexa 完全可以成为一个好老师。当然,这款语音支持助手也需要学习,但是它的学习曲线与任何一个现代可视化操作系统都不一样,而通过设计、以及保持 Alexa 的交互模式受限,亚马逊已经做到了让 Alexa 进行智能学习,并且确保在交互过程中,人类用户和机器的角色不会出现互换,把自己变成一个专业操作人员。

  Alexa 避开了任何一种可视化交互界面,选择语音助手提供服务支持,事实上,这也是很多业内专家认为它比竞争对手苹果、微软、以及谷歌更加成功的地方。对于用户而言,Alexa 没有低效运行状态,它要么通过语音学习如何操作,要么干脆什么都不做。总的来说,如果亚马逊也希望从完全理解自然语言处理的角度入手,那么Alexa 一开始的学习曲线可能会比较“陡峭”,但是他们并没有这么做,而是设定了相对比较“狭隘”的规则,它并不允许用户使用较为复杂的交互语音,这样就能让 Alexa 更好地理解用户所说的话(相对而言,Siri 虽然支持较为复杂的语音解读,但是却会经常出现理解错误,继而带来较差的用户体验)。这样一来,用户可以快速获得服务,也能让亚马逊获得长期成功。

泰伯网

  像 Alexa 这样的操作界面,恰恰是车载计算平台想要的——越短、越“陡峭”的学习曲线,就越容易让人们掌握,用户也因此能够快速学习如何驾驶一辆汽车:这是一种全新的行为集合,与我们之前生活中所执行的任何一种操作都不一样,但另一方面,这种模式又受到了严格地限制,给用户提供了一个分析有限的、但又非常清晰的东西去学习。一个基于语音的界面可能似曾相识,但同时有能获得其他任何可视化界面所没有的优势,正如之前所说,如果与音频界面串联,只能增加复杂度。

  和 Dash 处理交易一样,Alexa 也能有同样的前端易用性和后端复杂性,包括可扩展的功能集合和更强大的语境深度。我们知道,最近本田公司与软银合作开发了一款机器人驾车助手,相比于其他汽车和计算机公司试图在汽车内部构建更多移动计算功能,本田和软银的“战略合作关系”显然更具潜力。我们需要的是全自动驾驶汽车,而不是去“驾驶”一台计算机。

  车主参与更多,而不是更少

  对于自动驾驶汽车系统来说,他们更多是应该让车主和司机不去关注系统本身。而亚马逊其实就在这么做,利用 Alexa、Dash按键这些功能,他们让用户可以忽视自己的平台——汽车科技行业也需要从这个角度和方向去挖掘。

  Pearl Automation 公司联合创始人兼首席执行官 Bryson Gardner 说道:

  你需要清楚地了解,司机在自动驾驶汽车内应该是完全“空闲和自由”的,换句话说,如果你为司机提供的功能或服务让他们感到有压力,那么你就需要把这些东西剔除掉。

  高智能的计算机是一种荣誉象征,随计算平台能力越来越强,就是为了减轻人类的脑力劳动。相比于其他任何实物对象,汽车成了一个非常好的切入口,让我们能够探索下一代计算设备会是什么样子,当人们不再需要通过车内实体物理控件和可视化界面去驾驶汽车时,说不定人人都成为了汽车专家。(文|sykee 来源|36kr)

     如果您对您所在行业有很深认知,也想在我们的平台上说点什么,我们欢迎您来投稿!

参与评论

【登录后才能评论哦!点击

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回复{{item.replynum}}
    {{child.username}} 回复 {{child.to_username}}:{{child.content}}

更多精选文章推荐

泰伯APP
感受不一样的阅读体验
立即打开