选错应用方向往往是人工智能项目失败的起点。本文将探讨如何正确选择AI应用场景…以及需要规避的误区。
我们主导过20多个AI应用的用户体验设计项目。所有案例都印证了：决定项目成败的关键要素之一，就是能否找准AI技术的应用方向。相反，选择错误的应用场景，往往成为葬送AI项目的首要原因。我们将深入探讨如何正确选择AI应用场景…以及需要规避的误区。
这个故事源自为某精准灌溉公司提供咨询的经历。该公司试图利用AI技术告知农民何时灌溉、灌溉多少水量才能确保作物获得充足水分。
这些农民世代耕耘着脚下的土地，如同呵护自己的孩子般珍视每一寸土壤。
当展开调研时，发现目标农户群体根本不需要借助AI、高端传感器或计算机模型来判断土壤湿度。他们沿用的是传承百年的”踢土测试法”——字面意思就是：走进田间，用靴跟踢开土壤。通过感受土壤阻力与靴子陷入的深度，就能准确判断灌溉是否到位。
事实就是如此简单。
更关键的是，对于第三代农场主来说，依赖AI判断灌溉是否充足的想法本身就是一种冒犯！
潜在用户的普遍感受是：这家AI公司试图对他们的专业领域指手画脚。
这是重要的危险信号。
本质上，当试图让机器直接取代人类专家时，这种方案注定失败。无论训练数据集多么庞大，专家规则库多么完善，总会存在未被覆盖的特殊案例。
人类专家天然的怀疑态度、职业尊严以及对机器的偏见，都将成为项目的致命阻碍。就像俗语所说：你的鹅（项目）还没下锅就会被煮熟。
我们的建议很简单：另寻应用场景。
这正是我们采取的策略。
询问这些农民真正困扰他们的痛点是什么。结果出人意料！问题不在于灌溉是否充足，而是通过多次用户访谈发现，真正令他们焦虑的是更严峻的挑战：淡水资源日益匮乏、政府出台更严格的水资源管理法规、气候变化导致干旱持续加剧——这些因素正将加利福尼亚的沃土逐步变成贫瘠的荒漠。
这才是令他们夜不能寐的症结所在。而这些，恰恰是AI技术应该聚焦的正确应用方向。
原先设想的应用场景：
“作为农民，我需要AI确保作物获得充足灌溉以避免歉收”
实际正确的应用场景：
“作为农民，我需要AI建议哪些地块可以比当前灌溉量减少用水，在保证最佳产量的同时节约水资源，从而实现利润提升与政策合规”
这看似细微的差异实则至关重要：
公司想兜售”灌溉保险”确保用水充足，农民却希望探索最小灌溉量。正是这个关键洞察，使基于AI的精准灌溉系统真正具有商业可行性。
正如Jakob Nielsen所言：”将望远镜对准土星，你就能看见它的星环”(https://www.nngroup.com/articles/banner-blindness-original-eyetracking/)。选准观测方向（提出正确问题），调整合适倍率（通过专注、共情和开放态度进行深度访谈），你终将获得理想结果。
用户体验设计的本质是简单的学科。当其他专家靠提供答案赚钱时，UX从业者本质上是在”贩卖无知”——即通过提出优质问题创造价值。
现有UX方法如情境调查、实地研究、用户访谈等，本质上都是系统化挖掘客户真实需求的过程。再通过亲和图、用户旅程模型等工具，提炼出对AI项目至关重要的真知灼见：盈利场景、收益增长点、新市场机遇等。
好消息是：这些久经考验的UX研究方法，就像伽利略时代的望远镜，对AI项目同样有效——关键在于你是否真正使用它们！
但若放弃提问，转而依赖华而不实的”蓝海/红海”理论来确定AI应用方向，就如同戴着焊工手套在暗室捕捉黑猫——既折磨自己，也为难猫咪，最终无人获益。
