在科技飞速发展的当下，生成式人工智能（AI）正悄然引领UX设计领域的深刻变革。微软数字部门作为这一变革的引领者，正积极探索如何将Microsoft Copilot等尖端AI技术融入日常设计与开发流程，以期重塑产品开发的协作范式。
这一变革首先在设计师的工作流程中显现。以往，设计师需为产品的每个界面精心打造原型，而今，生成式AI的加入让这一流程焕然一新。微软数字工作室的首席设计师亚尼斯·帕尼亚拉斯形象地比喻道：“这如同创作一本‘活页书’，每一页都在不断变化。”在用户体验的关键节点，AI已成为名副其实的“领航者”，引领设计师突破传统框架，拥抱由AI引领的非线性设计风格。
帕尼亚拉斯进一步阐释，设计AI驱动的产品与传统桌面或移动应用有着本质区别。在与设计师、项目经理和开发人员的日常沟通中，他深刻体会到，在这种全新场景下，产品开发各环节间的协同方式亟需重新定义。微软数字工作室采用Fluent AI设计语言，结合大型语言模型（LLM）驱动的Copilot，以及简洁的图形界面和动态生成的情境卡片，实现了界面元素的“即时反馈”，与生成式流程无缝对接。设计师的工作重心由此转向提示词的表达逻辑、动态自适应卡片的设计，以及在用户体验场景中追求一致性。
这一转变不仅限于设计流程，更对整个产品开发团队的协作方式产生了深远影响。借助AI，团队能够快速对齐计划与目标，打破了传统线性工作流程的束缚，实现了各领域人员的协同作战。帕尼亚拉斯举例说，以往设计师需等待研究、原型、开发等步骤逐一完成后才能开展工作，而现在，设计师可直接与产品经理、工程师同步设计提示词，极大提升了工作效率。
微软数字工作室的设计师们虽仍在使用Figma等流行的设计与原型工具，但他们的设计理念已发生根本性变化。设计不再是一个固定的线性流程，而是一个更加开放、抽象的框架。帕尼亚拉斯指出：“设计已成为一系列可能性的集合。”这种变化对设计师而言既是挑战，也是推动他们与其他角色更紧密合作的契机。
统一员工体验团队的首席UX经理劳拉·伯格斯特伦补充道，她的团队还为工程师制定了Copilot响应的“规模化指南”，以确保AI能在恰当的时机以合适的语气提供一致、可靠的回复。她强调，尽管生成式AI功能强大，但用户体验和设计团队仍需对体验质量与结果负责。因此，他们一直在探索如何与工程、数据科学团队实现“规模化协作”。
生成式AI的引入不仅改变了设计流程，还在优化用户测试方面展现出巨大潜力。传统设计师只能抽样测试用户对产品的体验，无法覆盖所有场景，因这将耗费大量时间。而AI有望改变这一现状，当其在UX领域全面落地后，有望实现所有使用场景的覆盖，从而实现更精准、高效的测试。
高级UX设计师维克多·阿尔巴哈德利认为，AI有望改变他的核心工作——测试并找出设计中的问题。他指出，开发应用时，设计师需了解用户的使用场景、需求目标及可能存在的体验障碍。然而，要从用户对设计的体验中抽样分析并将结论推广到整个设计中，是一个极其复杂的过程。而AI能够“洞察”人类无法独自覆盖的全部细节，从而在未来实现整个应用的全面测试。
AI还在重塑用户体验本身。伯格斯特伦说：“过去，我们的体验输出是线性的，一个操作系统上叠加产品和应用。而现在，有了各种Copilot、扩展功能以及在不同界面上完成任务的新方式，这一切都需要让用户能够从头到尾‘看懂、用好’。”要实现这种体验，需要大量设计思考，同时数据质量也至关重要。
AI的潜力不止于此。伯格斯特伦看到了AI在帮助员工处理日常事务方面的巨大潜力，从寻找最佳停车位到筛选最适合的员工福利，甚至助力设施管理等。她还提到，AI可协助经理整合多方反馈，与员工绩效评估相关联。阿尔巴哈德利则认为，AI甚至可帮助员工自己撰写绩效评估，通过接触会议记录、日历和项目信息，AI能够轻松与用户协同撰写评估。
面对这些变革，有人担忧工作的未来。但帕尼亚拉斯持乐观态度：“我们周围的一切都是人类创造的。每当这些维度发生变化时，我们最终都会重新定义它们。关键是要有这种主动思考的态度。”伯格斯特伦也认同这一点：“核心问题从未改变。但现在，有了能预判需求、预测可能性的智能助手，我们解决问题的方法变得无穷多。”
