我曾經見過著名設計公司Frog的總裁3次，在不同的時間地點，每次他都提到一個案例—— 迪士尼樂園的魔法手環（Magic Band），可見他對這個設計有多驕傲。而魔法手環也確實入選瞭《財富》雜志2020年公佈的“100個最偉大的現代設計”。

這究竟是個什麼樣的設計呢？就像它的名字一樣，it feels like magic。帶著魔法手環的孩子，會在迪士尼樂園門口受到卡通人物的特別歡迎——“親愛的**小公主，歡迎您的到來～”，會在遊玩途中去餐廳覓食的時候“恰巧”被小精靈投喂食物….. 這些魔法背後，是設計與科技的完美結合：手環裡嵌有RFID芯片、可用於定位，購票過程中也收集瞭一些個人信息。因此當孩子帶著魔法手環在樂園裡活動時，工作人員可以實時定位到ta，並根據不同時段最有可能的需求、為孩子制造“意料之外卻又在情理之中”的驚喜。

這種合理預判用戶需求、制造“驚喜”的設計，被學界稱為Anticipatory Design(AD)。而我將其翻譯為：先發“智“人的設計。

這種設計也把用戶體驗的標準從user-friendly 提升到瞭user-awesome。user-friendly的設計，想用戶所想，迎合瞭用戶已知的需求；而user-awesome的設計，想用戶所未想，在用戶自己都沒意識到的情況下預判（anticipate）並滿足瞭ta們未知的需求，這也便是anticipatory design名字的來源。

有意思的是， awesome這個詞除瞭“特別好”的意思外，本身就有“意料之外”的驚喜感，因為awe就是驚訝的意思。 這種驚喜感，意味著anticipatory design所營造的體驗，從delightful、joyful的層面，上升到瞭magical的層面，如同前面的魔法手環一樣，也意味著用戶體驗設計在認知層面從“don't make me think"到”think it for me"的躍遷。

至於為什麼是先發“智”人，正如前面的例子所示，AD往往離不開IoT（物聯網）和machine learning（機器學習）。IoT的各種傳感器幫助采集和傳輸用戶數據，machine learning則把采集到的用戶數據整合成模型、用來學習和自我糾正。再加上設計師對用戶、環境和文化的理解與洞察，才能做出關於用戶需求的合理預判和相應的“提前設計”。

舉幾個AD的例子：蘋果的智能手表有“停車”功能。 當用戶吃完飯、要回去取車，卻記不起剛才的停車地點時，apple watch會“神奇”的提醒用戶——”是不是要回去拿車瞭？你的車停在那兒呢。需要導航嗎？”….如果不瞭解這背後的原理，會覺得有些瘆人。

其實，這隻不過是算法基於各種數據的合理推斷罷瞭。apple watch可以根據用戶的位置移動數據和速度的變化，推測出用戶什麼時候在開車、什麼時候停瞭車開始步行、在哪停的車等等。它當然也“知道”，用戶停車之後去瞭哪兒吃飯。畢竟，用戶的速度從正常車速減到0，開始勻速步行，然後到達瞭一個在地圖上被標記為”餐廳“的位置，呆瞭整整兩小時。而這時候用戶起身，十有八九是吃完瞭飯要去取車瞭。

我自己也做過兩個AD的項目。 以前在Mastercard紐約實驗室時，我曾經和團隊做過一個根據人的消費行為、自動控制傢居環境的應用 “ifttt pay”—— 比如當小明周六下午在傢，用信用卡在視頻網站上買瞭一部電影的觀看權時，根據時間地點消費等信息，算法可以預測小明的意圖，並自動拉上他傢裡的窗簾、調暗燈光，無須小明開口就把傢裡調成影院模式。 又如，當小紅在工作日下午6點、刷卡進瞭地鐵站，gps顯示她離傢越來越近時，應用會算好時間，幫小紅提前打開傢裡的空調。假如系統發現小紅下班路上還經過瞭菜場，買瞭一些燒烤食材，它甚至會主動預熱傢裡的烤箱、等待主人的歸來… 總之，you get the idea。

另一個項目則更久遠一些。15年左右，我幫國外某實驗室設計瞭一款幫助阿茲海默老人日常生活的語音助手app，配合一副智能耳機使用。其中某些場景也應用瞭anticipatory design的原則。比如當系統檢測到這些老人與醫生的對話中有“預約“等字樣時，會自動設置日歷提醒，並把這個日歷事件以短信的形式抄送給老人的子女；又比如，當系統在老人與傢人的對話中，發現”生日“等字樣時，會默默記下生日者的姓名和日期，然後在生日到來前幾天提醒老人準備禮物等。

從上面這些例子中不難看出，AD(anticipatory design)最大的特點是，它不僅做出瞭對用戶行為和需求的預測，還在這種預測的基礎上，”自作主張“的替用戶執行瞭下一步。就像數字營銷公司Huge的CEO Aaron Shapiro所說，“Anticipatory design is design that's one step ahead of the user. It's services and products that decide in the name of the user. ” 作為對比，個性化設計（personalized design）僅僅做出預測和為用戶呈現特供的內容，但並沒有替用戶"做出"下一步的行為，選擇權依然在用戶手上。

所以anticipatory design不是沒有爭議的。一方面，它完全替用戶“做主”瞭，用戶不再需要思考、猶豫和選擇，在這個信息過載的時代，也算給用戶減負瞭。理想的情況下，如果每次都能猜中用戶的心意，自然是皆大歡喜。但倘若猜錯瞭呢？下文我會講到其中的代價（tradeoff），對這種代價的衡量，是決定一個場景是否適用anticipatory design的前提之一。 同時，上面的例子也都符合iot + machine learning + ux design這個公式。就像前面說的，iot 負責connect and share data， machine learning負責analyze data and make prediction，ux design則負責understand human needs，goals，before or after they interact with a product/service。這三者必須互相配合，否則系統就可能鬧出很多“不通人情、胡亂預測”的笑話。

下面我想談談AD(anticipatory design)在中國本土的案例，並以此解答前面的問題 – what if the algorithm got it wrong？ 國內智能傢居/傢電領域、先發“智”人設計的典范，我想應該是COLMO品牌的幾個核心產品。 傳統的“智能”傢居，往往隻能做到讓傢電產品聯網+雲端控制，也就是物聯網（IoT)那一套。但依然需要人作為主體、去下達指令。比如當我起床後，目前並沒有一種“智能”傢居，可以感應到我起床瞭，就主動拉開窗簾、為我播放清晨的冥想音樂、並煮上咖啡；也沒有一種“智能”傢居，感覺到我餓瞭，就主動烤上一個bagel，送到我面前；累瞭，就給我按按摩、捶捶肩；睡著瞭，就默默為我調高室內溫度，並開啟“減噪”模式……

我所期待的，是一個不需要開口就能讀懂我心、主動滿足我飲食起居各種需求的“智能夥伴”。但目前市場上大部分所謂的“智能”傢居，依然是“被動型”的，需要我自己去下達所有指令。聰明一些的，像Alexa和Google Home, 可以聽得懂好玩兒、復雜些的指令，但也就僅限於此瞭。

有沒有一種“深度智能”的傢居/傢電，可以讓我沉浸在愛好或工作流中，每天盡情的生活，而不需要時時去操控各種機器和按鍵？要知道，成年人，每天腦中大概會閃過6萬多個念頭。這些念頭就像一個瀏覽器裡打開的無數窗口一樣，消耗著我們的認知資源。我想，單單是每天操心自己的飲食起居、傢裡的各種繁瑣，恐怕就占瞭至少幾千個念頭吧。要是能把anticipatory design融入傢居傢電中，讓我們的生活環境、在大多數時間無須操控、就自我調整為”最佳“模式，該有多省心！若是能實時體恤我的身心狀態，讓整個傢的環境都能迎合我每時每刻的需要，估計…那會是一種“上帝”般的體驗。

令人驚喜的是，上面我所幻想的未來，已經成為瞭現實。COLMO品牌的幾個核心產品，就是這樣一種anticipatory design的典范。它們的特點是，傢電AI化。通過賦予傢電多維的感知能力和自主學習能力，讓傢電擁有瞭自己的“眼睛、耳朵、嘴巴和大腦”，由此，COLMO的“深度智能”傢電與傳統智能傢電的最大差別，就在於能讀懂用戶的心，不費用戶一言一語，就能實時預判並提前滿足其需求。

想象一下，當你在室內走動時，如果系統經過“學習”，發現你是不喜歡對著風的，就會自動調節全屋的空氣流動，讓風避開你，讓你感覺到涼意、卻沒有風感；假如你的體溫上升瞭，系統會實時調整溫度、風速風向，開啟清涼模式。總之，它可以實時感知室內外環境和人的喜好，自適應的調整空氣的溫度、濕度、新鮮度、潔凈程度、風速風向等，保證人每一刻的舒適與健康。這樣的中央空調，是不是更像一個私人空氣管傢？

更重要的是，這一切都是在用戶完全不用操心的情況下，自動發生的。這就是COLMO品牌於2020年推出的TURING傢用中央空調。