“未来，人机交互的方式也会发生巨大的变化，而我们基于行业人工智能，会有特定的智能交互引擎去服务于不同交互范式下的模型设计和开发，服务行业客户，提升行业价值，是明略布局人机交互技术的最核心目标。”
--尤旸
数据、系统、报表、业务、时间轴、行为轨迹、关系、时空信息，看到这些词，你一定觉得太抽象了，以至于有时候我们无力用语言表达。所以，当我们面对这些，可能不需要语言，一个界面就够了。在这张图后面，每一次轻点鼠标，都是在和百亿级的数据互动。
人机交互，不只是代码的沟通，而是智慧与业务的沟通，似乎不用过多言语描述， 如同尤旸所说：“这时候，设计师是离客户内心最近的那个人。”
尤旸，明略数据设计总监。超过10年在人机交互界面领域的工作经验。带领团队建立了适合于明略的设计原则，规范，流程及视觉规范。在对于跨行业的大数据治理、关联挖掘、可视化分析等方面有突破性的方案成果。
（视频： https://v.qq.com/x/page/c0513nz8nls.html ）
以下为内容文字整理版。
大家好，我是尤旸，明略的设计总监，在明略负责一些产品和项目的可视化的工作。
今天想和大家聊一聊是关于在明略和行业一同成长的一些感受。
三年前我第一次到了明略的办公室，老板吴明辉跟我说，你在toC的公司，顶多是做到从90分到95分，而你如果你加入明略数据，为toB大数据公司提供解决方案的话，有可能是从40分到60分，甚至是到80分的差距。然后就跟我分享了一下1年前他到Stanford的D-school去听一个关于设计思维如何在企业快速实施落地的一个经历，这个当时非常打动我，让我对toB的公司的老板大为改观。
其实作为一家300＋的企业级服务公司有13位设计师，这已经是一个不小的设计团队了，从侧面也体现了明略对于打造极致客户体验的一个重视和决心。设计思维在行业里已经被提了很多很多年了，当然它也有了很多的演进。比方说产品思维、迭代开发、敏捷开发它们都有非常强的共性。要用同理心去理解客户，要用原型去做快速的验证，然后要有非常灵活的容错和反馈的机制，在明略的设计思维是被贯彻的非常好的，因此我们也不断的能够吸引优秀的设计人才的加入。
在明略设计师往往是第一时间就到了客户现场和客户一起去交流业务场景的，比方说有一次我们在某市局的客户现场，当时坐了一屋子的人，有客户的老板、有业务专家、有我们的技术大牛，也有设计师等等，然后这是一个特别优质的客户，他当时就提到了一个在市场上还没有的一个idea，希望我们帮他用大数据的手段去解决，那么当时他提出这个的时候描述也是非常复杂的，比方说，我现在需要这么一个功能，我需要表现哪些要素，我需要展现数据之间的这些特征。然后我们的技术大牛当时就是很快速的去想我用现在的技术手段和现在的数据我能帮他算出什么样的事。这时候，设计师是离客户内心最近的那个人，因为他是在忘记实现难度的情况下去思考解决方案的，所以在客户还在描述他这个复杂需求的时候，设计师已经把草图给画出来了。当时那个客户就非常的兴奋，他指着草图就说，就是我想要这样的！然后！方案就这么定了。
其实类似的场景在明略发生过很多次，都是设计团队在尚不清楚的一个非常复杂的需求情况下，给了大家一个很可视的界面，然后迅速的把大家收拢到了一个目标性非常强的一个问题点上，能迅速的带动客户，把方案给落地，这就是设计或者说可视化的设计在服务于明略的行业中智慧所展现的价值。那么提到大数据的可视化了，目前大家很快就能想到的是一些很炫酷的影像和一些blingbling的页面元素，当时15年我加入明略的时候也是这么想的，所以当时明略出去面向客户的一些视觉的界面也是这种很炫酷的风格。但是渐渐的，后来我们发现这种很炫酷的视觉风格只是解决了部分可视化展示的需求，而冰山下的大数据真实的价值，尚没有被挖掘和展现出来。
而可视化作为数据挖掘和数据分析的工具之一，是不能仅停留在表面的视觉效果的，要从数据治理，数据挖掘，数据分析以及机器学习整个过程当中去体现，去挖掘可视化的价值。所以在一年前我们提出了服务于行业的可视化解决方案的思路。经过一年的实施，我们在工业，公安和金融行业都已经积累了很多的解决方案。目前比较成熟的有五大类，比方说我们基于时空信息以及探查的可视化分析，我们基于关联关系的深度挖掘和分析，我们基于360度画像的全息展示的分析，我们基于跨行业大屏的可视化展示的分析，然后还有我们在三维建模以及实时渲染方面的一些积累。这些可视化方案都在很大程度上，首先提取了行业的共性，第二找到了数据结构之间的特征，并且对它进行了充分的表达，目前我们一方面是在围绕这五大可视化解决方案继续做沉淀和实施去验证，另外一方面也在其他的行业中不断地去挖掘更多通用的场景。
目前可视化的方案中心设计师加前端的实施人员一共有35人，平均的软件行业从业经验大概是6-8年左右，目前我们经过了2年的积累和沉淀已经在大数据的治理、数据分析、数据挖掘、以及机器学习等等过程当中去积累了不少的经验和产出。
在实施可视化解决方案的过程当中，我们发现有很多可视化的关键点是来源于专家经验的输入。所以我们在进行可视化设计方案的包装的时候，很多时候我们是从专家的经验点作为出发点来进行包装这个方案的。比方说我们在工业的场景下，针对于故障的分析，我们有一套解决方案，所谓的故障分析，其实是我们针对于轨交行业，当故障的发生前后几百毫秒之内出现的电流和电压的异样的波形数据来的，那么当时我们是用可视化的手段把这个异样的波形数据给展现在了可视化的交互的图里面，然后其实这些就是专家经验，我们只是把它用图的形式展现出来，而且当一个非专家的人士看到了这个图，他也基本上能够判断出来问题会出在哪里，这就是我们针对于专家经验转化成人工智能的沉淀的一个积累和准备。那么在此基础之上了我们后续会教会计算机去识别这些图形和代码，告诉他们什么样的波形是出现了问题的波形，这个出现问题的波形可能是出现在哪些部件上，这些都是我们在工业场景下，利用专家经验和机器学习去做的知识结构的积累，那么除了工业，在公安和金融行业我们也有了很多的积累。
比如说公安行业，我们在一线的研判人员和情报人员的共同交流下，去挖掘了八大类的研判的交互场景和几十小类研判的规则，这个会大大加速我们对于情报类案件的快速的侦破以及知识的积累。
在未来，任何一家公司都是大数据公司，而大数据对于各行业来说不应该只是沉睡在服务集群当中的数据而已，我们应该潜入其中去发现数据的价值，服务于行业，那么怎么服务于行业，就像之前所说的我们构筑了行业的模型，积累了专家的经验并且用机器学习的算法不断地训练模型，延伸人类到认知和智慧的能力，人工智能技术的运用是大势所趋，就像 200年前电力彻底颠覆了人类世界一样，我们每个人都会成为构筑这条路上的一员，那么在前往这条路上了，人机交互的方式会发生巨大的变化。
而我们基于行业智能，会有智能的交互引擎去服务于不同交互范式下的模型开发，也就是说当我们在出现一个新的交互范式的时候，我们首先会构筑一个交互的模型框架，然后在这个之下了，我们会去研究在当前的这个交互范式之下什么是最有效的知识的表达。
我们正在以低门槛和高易用性的产品服务于行业的客户，提升行业的价值，降低投入，保障人民生产生活的安全，我想这些都是明略成立之初的梦想，谢谢大家。
我是尤旸，我是明略人，我们用科技延伸人类智慧。
新一轮人工智能的革命已经到来。明略人作为“行业人工智能”的推动者，秉承着“极客追求·极致服务”的精神，正在凭借着自身强大的数据处理能力、学习能力，整合资源，结合各行业知识，深入大数据智能挖掘，在各领域形成行业人工智能应用雏形。2017年，我们将与客户比肩同行，加速实现传统行业的智能化升级，让人类在专业领域更高效。
我们的微信号：Mininglamp_BigData
明略数据成立于2014年4月，是行业人工智能解决方案提供商，中国的Palantir。 明略数据一直深入大数据智能挖掘，致力于将领先的大数据技术商业化，实现数据到智慧的转换，塑造人脑和机器的共生智慧系统，成就行业人工智能。
