技術與商業驅動的群智創新設計

羅仕鑒，張德寅，邵文逸，郭和睿，成加豪

【工業設計】

技術與商業驅動的群智創新設計

羅仕鑒，張德寅*，邵文逸，郭和睿，成加豪

（浙江大學 計算機科學與技術學院，杭州 310027）

結合人工智能時代下社會面臨的新問題及現代設計的新使命，提出了技術與商業驅動的群智創新設計思維。以設計全球化、新一代人工智能及數字化生存現狀為時代背景，闡述了群智創新設計在新時代下的創新本質，并從技術和商業的多元視角闡述了群智創新設計的多元內涵。構建了以設計為牽引，技術與商業驅動的群智創新設計模型，并結合具體案例闡述了群智創新設計的優勢。群智創新設計注重智能技術和群體智慧的結合，是一場復雜系統層面的螺旋式創新演化。以設計為牽引、技術為支撐、商業為激勵的群智創新設計方法借用現代網絡平臺優勢及大數據、人工智能、區塊鏈等信息技術賦能，利用群體智慧的協同作用，聚集社會中更多、更好的知識源，以助力創新創造，為社會創造共贏價值。

群智創新；商業驅動；技術驅動；創新設計

近年來，以人工智能為基礎的信息科技革命推動了企業生產轉型，更多的機構、個人、服務和要素參與到企業生產設計的進程中。人工智能引發的設計和生產變革是空前的。設計行業的生產邏輯在人工智能時代下必將面臨著重要轉變，設計師將面臨更多的發展機遇。隨著信息經濟的崛起，大眾的經濟活動手段比以往更加豐富，社會的群體性已經在云端以群智方式呈現。

1 群智創新設計的時代背景

人工智能時代，世界邁向高度全球化。數字化技術的進一步發展，社會信息及知識得以迅速創造與傳播。以區塊鏈、云計算為代表的新興技術為大眾的生產生活、供求關系的優化、職業分工的創新生態衍生出新的設計生產模式。社會過渡到“數字化生存”新時代，大眾被賦予了更多的生存空間及選擇權[1]。

1.1 設計全球化

賴韋（Levitt）[2]于1985年提出“全球化”的概念，最初用來描述世界經濟領域的發展趨勢及特點，之后被擴展到政治、文化、環境等多個方面。兩次工業革命及資本主義萌芽的出現，極大地加速了世界的全球化進程。隨著計算機及信息技術的廣泛普及，社會的整體生產力得到躍升，設計從以前追求單維度的經濟價值轉變為對多元性、多樣性、協調性等更開放價值理念的追求[3]，呈現出明顯的設計全球化態勢：設計生產以信息網絡為底層基礎，企業的設計產品落地周期短，易于實現全球范圍的擴展。

1.2 新一代人工智能

現代人工智能經過60多年的發展，衍生出了很多新的細分研究分支，包括：群體智能、機器學習、跨界融合、群智開放、人機協同、自主控制等[4]。2013年8月，中國工程院啟動了由路甬祥院士和潘云鶴院士領銜的《創新設計發展戰略研究》重大咨詢研究項目[5]；2015年12月，中國工程院設立了由潘云鶴院士領銜的《中國人工智能2.0發展戰略研究》重大咨詢項目[6]，提出了新一代人工智能的“大數據智能、跨媒體智能、群體智能、混合增強智能，以及自主智能系統”五大重要發展方向；2017年7月，國務院頒發了《新一代人工智能發展規劃》。這些研究不斷擴展人工智能、了解人工智能的本質，制造出與人類智能類似的新型智能機器，加速新一輪技術革命和產業突破進程，成為新時代世界社會發展變革的驅動力[7]。

隨著人工智能技術的逐步深入，世界由二元空間向“人類社會空間-物理空間-信息空間”三元空間衍進，并產生了許多新的計算方式，包括感知融合、增強現實、虛擬現實、跨媒體計算等，新興數字化計算技術逐步地將個人智慧與群體智慧鏈接。至此，人工智能正式邁入了2.0時代[8]。

1.3 數字化生存與知識生產轉型

21世紀以來，人們逐步擁抱數字化生存方式。數字化生存是指大眾生活在一個由虛擬、數字化組成的生存環境，通過數字化技術進行日常活動。數字化生存空間是一種虛擬世界和現實世界的結合，數字化的時空結構讓社會大眾和企業有了更多樣性的發展塑造空間。

對于大眾，數字化生存讓大眾逐漸擺脫了傳統的集權生活狀態，逐漸實現去中心化，賦予了參與數字世界中的大眾更多選擇權力和自由空間，讓各種社會資源也以更加平等、高效的形式重新配置，使大眾可以不受時空的局限，根據個人需求，低成本、快捷地在網絡數字世界中獲取物質和精神資源。

對于企業，數字化生存給予企業創新變革難得的機會，推動知識生產轉型。在數字化新時代中，一批優秀的數字技術企業在運用數字化技術的同時，也發展著數字化，拓展著數字化世界，數字化的技術和商業都發生著快速且劇烈的變化[9]。虛擬經濟和實體經濟的數字化結合，是目前企業所追求的，也是當下數字化生存的趨勢，促使了知識生產的轉型。

2 技術與商業驅動的群智創新設計

2.1 復雜系統層面的螺旋式創新演化

“創新”是指人們在面對新需求、新需要時，基于已有的資源和條件，突破常規限制所發現或產生的某種新穎的、具有獨特價值的新事物、新思想的活動。創新活動強調新穎性和價值性，設計領域的創新可以是產品的結構、造型和性能的變革，也可以是設計表達形式或手段的創造，亦可以是設計內容的進一步豐富和完善。作為引領發展的第一動力，創新始終是推動一個國家、民族不斷向前發展和突破的重要力量[10]。

群智創新設計注重智能技術和集體智慧的結合，是一場復雜系統層面的螺旋式創新演化。群智創新設計注重以用戶為核心的群智創新生態建設和社會效益，特別是商業創新、模式創新和社會創新。群智創新設計以網絡為基礎，借助人工智能的智慧計算技術，實現立體、網絡、多源的協同創新。通過互聯網的組織架構及以大數據為基礎的人工智能系統吸引、聚集及管理大量參與者。

群智創新設計是網絡技術創新設計生態的核心，它擴展了創新網絡的范疇，涵蓋了營銷、運營、技術研發、設計、制造等眾多領域。除了推進設計理論、方法和技術等方面的創新外，群智創新設計還可為技術、應用、管理、商務等領域提供重要推動力，進而構建全新的設計鏈、供應鏈、設計模式及設計生態系統，以適應不斷變化的網絡環境。

2.2 技術與商業推動

技術與商業共同推動著群智創新設計活動中各個環節高效、高質量地進行，實現了合作與創新兩大命題的有機融合，構建起了共創、共享、共贏的創新體系。

“技術”是群智創新設計的支撐，技術水平是影響設計創新行為的主要因素。群智創新設計是互聯網和人工智能技術深入發展的產物，在群智創新體系下，大數據及物聯網技術擴大了信息來源，人工智能技術拓展了創新主體，區塊鏈技術使協作方式向分布式、去中心化發展。

“商業”是群智創新設計的激勵與指導，是創新的催化劑。商業性活動加速了群智產業互聯網及消費互聯網的融合，將供給端和需求端鏈接起來，挖掘群智創新設計體系中利益相關者的價值共識，促進群智創新設計環節的整合、社會與產業價值的共創及創新生態的構建。

3 以設計為牽引的群智創新

“設計”是群智創新的牽引。群智創新立足于社會文化背景與技術水平，通過設計手段打破行業間的協作壁壘，使多領域資源與人才匯聚于協同創新發展的生態中。群智創新通過設計全新的策略體系，保障設計創新的效率與質量，從而促進設計行業的資源整合、技術共享、品牌賦能等創新合作[11]。

3.1 以設計為牽引

米蘭理工大學羅伯托·維甘提（Roberto Verganti）團隊[12]于2003年首提設計驅動式創新的概念，強調了企業在創新中的整合作用，指出設計通過創造新的產品意義以促進創新的產生，更加注重產品本身傳遞的信息及其設計意義。清華大學陳勁等指出[13]，設計驅動式創新是一種由具體設計行為主導的，將當前技術科技和社會文化進行創造性組合與運用的創新行為。與傳統的研發驅動式創新對比，設計驅動式創新不再將單一的技術研究作為產品開發的核心內容，所關注的知識不再拘泥于某項具體科學技術知識，而是涵蓋了社會文化方面的知識，是一種以設計手段拓展創新格局的新范式。

設計驅動式群智創新是基于群體智慧思維的跨學科、多領域協同、“去中心化”的創新范式，需要創新者在深刻理解社會實際需要的基礎上，廣泛關注社會文化及科技的最新發展并加以整合。在技術供給方面，設計驅動式創新指導企業聚焦于當下現有資源與技術手段進行產品的開發。設計驅動式群智創新能夠以設計手段打造新的創新格局，集聚多學科、多領域人才，通過大數據、區塊鏈、人工智能等先進技術手段，在多場景下動態開展立體網絡化協同共創設計活動[14]，實現技術整合、資源整合、創意方案整合，最終達到共創、共享、共贏的目標。

設計驅動式群智創新是新時代下對設計驅動創新理論的延續與發展，是一種同時關注頂層設計管理和關鍵設計策略的設計創新策略，能夠有效保障設計創新的效率與質量以促進設計行業協同創新。

3.2 群智變革

當前，設計創新的環境、對象及模式發生了深刻的變革。新時代下社會需要實現更深層次的創新：創新行為需要解決不同層次利益相關者的利益保障問題以確保社會、用戶，以及參與生態系統的不同組織能夠在創新變革中獲得增長收益。

群智變革不僅是從創新思想的產出，到產品設計、生產、驗證、營銷再到市場化的一系列活動，同時也是知識創造、轉換和應用的過程，其實質是用設計手段將新技術、新知識向社會輸出及商業化的過程。群智變革不僅發生在創新環境與模式上，而且對“設計師”的身份定位產生深刻的影響[15]。農耕時期的手工藝人是當時藝術設計的主宰者，從創意生成到成果產出，全憑個體的手工技藝來實現；工業革命之后，手工藝人逐步向設計師身份轉變[16]；近代以來，設計師的職業定位才逐步明確，設計師的工作內容逐漸向產品的結構和造型設計轉變；而現在，設計驅動創新正推動創新范式變革：設計使產品研發向較為離散的知識型集群轉化，而非個體的設計活動。隨著數字媒體的蓬勃發展，設計師的作用也不再局限于個體成果輸出。設計過程中越來越多環節需要將信息獲取的來源進行擴展，如產品研發、設計包裝、創意輸出等。通過團隊合作來完成設計也是目前設計領域進行設計活動時采用的主要方式。

但是，以單一團隊推進設計活動在當前社會背景與技術水平下已不足以滿足社會設計創新的要求[17]。未來是人、機、物共生的時代，人工智能的介入使設計師的工作效率得到前所未有的提高，設計團隊人機物共生化是未來的社會趨勢之一[18]。越來越多的新型技術手段被融入到設計生產活動中，設計工作者的身份發生進一步的轉變。現代設計師需要具備全局主動洞察能力，包括產品側洞察、用戶側洞察、體驗側洞察等能力[19]。未來的設計工作者將融入以群智創新為驅動力的設計生態中，成為“人-機-物”共生體系中的組成部分，因此群智創新設計是設計的發展趨勢[20]。

3.3 以設計為牽引的群智創新案例

靈魂場景是一個輕量級3D模型和虛擬場景智能設計創作平臺。該平臺在業內率先提出了構建“單模型、小場景”的系統創新方案，以解決如何更簡單、更高效地創建3D模型與場景的難題。靈魂場景的創造核心是Soul 3D引擎（Soul 3D Engine）。它是一個輕量級3D模型和虛擬場景智能創作引擎。Soul 3D引擎整體框架如圖1所示。

發展變遷使得設計及其產業的內涵發生了巨大改變。在創作者層面，Soul Creator創作者生態和AI基石大模型為虛擬化媒介創新提供了創作基礎；在用戶及消費者層面，Soul 3D-Market提供了3D素材及商業模板生成交易場所，利用群智創新技術為用戶創造了數字人直播虛擬場景、動畫短視頻虛擬場景等場景下的多項商業應用。Soul 3D利用設計手段并借助群智創新技術將資源整合，實現了模型的智能生成及數字資產的管理與保護。該引擎利用其3D智能生成平臺庫，可獲取大量相關三維場景、模型、圖片等異構資源，將獲取的資源與需求進行聯系，生成二者之間的特征映射及需求映射。隨著對這些資源進行流形學習及感知的評價，對使用者的需求做進一步評價與判斷。平臺也將會利用線性回歸等人工智能算法推理產生設計，最終利用強化學習等手段做出優化與最終的決策，實現三維模型、三維場景的智能生成。此外，平臺也會對設計過程中的三維資產進行實時保護，避免信息泄露的問題出現。

圖1 Soul 3D Engine整體框架

用戶在靈魂場景上實際操作時，參與的成本極低，經過結合群智創新的“選擇—生成—產出”過程，快速為用戶提供智能場景服務。Soul 3D-AIGC 3D智能生成系統功能演示如圖2所示，系統以“設計+科技”進行深度融合，通過對操作流程進行設計優化，降低3D商業創意內容創作門檻，探索元宇宙3D商業創意內容的行業應用，滿足虛擬直播、電商購物、視覺營銷、娛樂社交、虛擬會展等行業用戶對3D單模型和XR小場景的廣泛需求，構建優質的3D商業創意內容創作生態，成為元宇宙3D商業創意內容的DaaS（Design as a Service）新基建。

圖2 Soul 3D-AIGC智能生成系統功能

4 技術驅動的群智創新設計

4.1 技術驅動

技術創新是指企業在生產技術方面的革新，包括應用性創新及變革性創新兩種：大疆無人機在1917年美國發明的自動陀螺穩定儀的基礎上，對現有無人機技術進行優化與應用性調整，實現無人機技術的民用化創新性轉變，最終成功開啟并引領了消費級無人機市場，這是一種典型的應用性創新；云計算、區塊鏈等技術的首次應用則屬于社會變革性創新。

技術驅動群智創新是以技術為導向的線性自發轉化過程，具有自主性與上升性。在群智背景下的技術驅動創新并非以技術作為唯一驅動力，而是技術、設計和商業多元協同驅動的設計創新范式。

4.2 關鍵性技術創新

關鍵性技術創新主要包括大數據驅動的創新、人工智能驅動的創新等方面。

1）大數據驅動的創新。互聯網大數據時代為創新帶來了巨大契機。數據和知識的獲取來源更加豐富，信息獲取難度下降。大數據不再只是海量、多樣、迅捷的數據處理技術，更是一種新的生產要素、新的創新資源和新的思維方式。大數據驅動的創新以數據驅動為基礎，以智能算法為手段，跨界融合為路徑：數據驅動群智創新需要以大數據技術作為基礎，對數據進行有效整合[21]。以數據作為驅動力的組織將采用有效技術手段獲取、處理數據，將海量數據通過篩選、轉化為有效信息與知識，不斷迭代優化或研發新產品，從而為組織創造效益。智能算法為群智創新設計體系中海量數據信息的篩選和整合奠定了堅實的技術基礎。創意智能引導以創新知識圖譜為導向[22]，其涉及創新知識圖譜獲取、構建及可視化，其目的在于構建以創新性知識圖譜為基礎的智能檢索系統以滿足用戶查詢需求，從而實現創意的智能引導。數據驅動創新以三元空間為主體展開，通過互聯網把用戶、企業、生產者等聚集在一起，將多領域、多學科跨界融合作為路徑，使多方優勢集中高效推進創新進程，以數據知識與技術作為驅動力實現共創、共享、共贏的協同創新。

2）人工智能驅動的創新。實現人工智能驅動創新的關鍵在于將人工智能技術與創新設計相融合。深度學習、對抗生成網絡等作為人工智能領域中具有代表性的技術在近年來得到了飛速的發展，這使得人工智能技術在學習、模擬與增強人類智能方面取得重大突破[23]，在創意設計等方面也獲得了突破性進展。人工智能在一定程度上也開始具備創新能力，從此打破了以人為創新主體的傳統設計創新格局，使創新主體向人工智能方向拓展。現在越來越多的、由人工智能獨立或輔助設計師完成的設計呈現出了高度創新性，如AI繪畫生成。這是一種使用戶能夠利用文本生成繪畫作品的繪畫創作方式，能夠借助深度學習技術自動生成風格不同的優美畫作。新時代背景下，人工智能技術的發展為社會創新發展創造了千載難逢的機遇，在推動創新應用領域飛速發展的同時，也彌補了我國在基礎技術研究和知識聚集方面的短板[24]。人工智能創新性突破以技術創新作為支撐加快創新產業升級，為我國智能化社會創新體系升級推動技術創新、人工智能與效率變革的有機融合提供了強大驅動力[25]。

3）區塊鏈技術驅動的創新。區塊鏈技術是一種基于塊鏈式數據結構進行數據校驗與存儲的技術，其采用分布式節點共識計算生成和更新數據，利用密碼學原理來確保數據的安全傳輸和讀出，是一種由自動化腳本代碼組成的智能合約進行編程和數據操作的分布式基礎架構與計算范式[26]，具有去中心化、開放性、自治性、安全性、可追溯性等特點。區塊鏈技術在群智創新設計中的作用主要體現在產權保護與數字資產管理方面。在產權保護方面，區塊鏈技術能夠動態協同地對群智創新設計方案進行產權保護和共享，計算貢獻量與報酬分配，建立合理的激勵機制與可回溯機制。群智創新設計通過利用區塊鏈技術去中心化、去信任化、匿名化、難以篡改等特性，將智能合同與數字水印技術相結合，進行創新知識產權確權與交易、檢測假冒現象及鑒定侵權行為，從而提高創新知識產權保護效率，形成新的產權保護機制。

4.3 技術驅動群智創新案例

華為ModelArts云服務平臺是一個面向開發者的，集數據處理、算法開發、模型訓練、模型部署于一體的一站式AI開發平臺[27]。云服務是基于云計算技術通過互聯網向客戶提供廣泛服務的總稱。這些服務通常提供快捷、廉價的應用程序和資源訪問權限，讓計算能力成為了一種可通過互聯網流通的商品。云服務與群智的結合，讓群智個體間的聯系更加緊密，并可對大規模群智資源進行有效管理，激活群智創新。華為ModelArts擁有海量數據預處理、交互式預處理數據及智能標注、大規模分布式訓練、自動化模型生成等功能，實現“端-邊-云”模型的按需部署，幫助不同層次的用戶簡單、快速地創建和部署模型，并對AI工作流程進行群周期管理，見圖3。

華為ModelArts云服務平臺配備開發者生態社區，為用戶提供安全可靠的模型、數據集等內容的共享交易平臺，激勵AI創新，實現AI資產的商業價值，涵蓋了知識計算、“感知-認知-決策”智能閉環系統、“端-邊-云”協同等技術路徑。知識計算是利用人工智能技術實現機器將知識轉化成可計算的模型的一種新計算模式，該模式將AI用于提高決策的準確性，幫助企業降本增效；“感知-認知-決策”智能閉環系統是將感知模型、認知模型與決策引擎融合，幫助企業在量化決策中充分利用資源，在流程管理中實現全流程全鏈路協同，提升企業決策水平；“端-邊-云”協同是指端側計算（Local Computing）、邊緣計算（Edge Computing）與云計算（Cloud Computing）的三方協同，把擅長全局、全流程大數據處理和分析的云計算與擁有實時高效數據處理能力的邊緣計算融合，連接云側泛化模型與端側個性化模型，使其能相互協作學習與推理，從而提高AI認知水平。

圖3 華為ModelArts平臺系統架構

5 商業驅動的群智創新設計

商業驅動創新是一個較為復雜的耦合過程。在群智創新背景下，商業驅動創新不僅僅是商業模式或傳統消費方式的調整，更需要考慮場景、資源、市場等諸多因素對創新活動的影響。在新的消費場景中，消費已不再是單純的貨幣交易，而是情感交流、用戶體驗、價值觀的融合。用戶體驗取代了對價格的敏感，而價值也會從基礎的物理層面溢出，拓展至商業空間。

5.1 商業驅動

新的商業模式和新的消費方式在數字經濟時代中誕生，創新模式也走向了服務整合、用戶體驗提升、創新生態系統構筑、社會和產業價值共創等新形式。商業驅動創新需要從傳統價值觀念跳脫出來，在群智創新的視角下從創新場景、創新主體、創新資源、創新技術，以及市場需求等多維度分析創新系統內外部因素，挖掘有利于商業驅動群智創新發展的潛在因素。其中，影響商業驅動創新的外部因素主要包括政策法規、技術發展、企業競爭等。

在人工智能2.0時代，信息空間是三元空間的重要創新場所。新興信息技術極大地拓展了商業場景與消費場景，世界已經在數字化信息場景下衍生出了新產品、新服務、新商業模式[28]。Web 3.0場景下的非同質化通證（Non-Fungible Token，NFT）產業的發展便是典型案例。商業驅動創新需要借助技術手段精準定位場景特征[29]，促進新的消費激勵因子產生，形成數字化創新產業鏈。在群智創新體系下，將創新場景相融合，信息場景與物理場景的融合也將迸發出巨大的商業潛力。除了信息空間下的商業創新，現實應用場景的轉變也需要引起重視。

圖4 商業驅動群智創新影響因素

5.2 群智設計管理

設計管理就像一座橋梁，將分裂的關系轉化成可以相互探討與理解的新關系，從而解決企業、產業，甚至國家在發展創新過程中的實際問題[30]。在商業驅動的群智創新生態下，設計管理將發揮融合劑的作用，將多領域、多層次、多元化的創新要素融合[31]，從而創建具有價值共識的創新模式。

群智設計管理是商業驅動群智創新的重要保障，群智設計創新有三個層面：戰略層、管理層，執行層。這三個層面也與設計創新價值時的三個方面相契合，可以從三個維度對設計管理體系進行解構分析，見圖5。

戰略層體現的是設計的轉移價值。企業與設計的關系是相輔相成的。戰略層各要素以設計作為中心點，它能夠促進價值鏈布局的轉變及產業價值共識的產生，通過知識管理和網絡管理來實現創新。從戰略層角度分析設計管理，企業的運營模式正在經歷從委托代工（Original Entrusted Manufacture，OEM）、設計加工（Original Design Manufacturer，ODM）、品牌自營（Original brand Manufacture，OBM）到自有戰略管理（Original Strategic Management，OSM）的轉變[32]。OEM經營模式的核心競爭力之一是技術，以富士康為例，富士康專注代工服務，研發生產精密零組件、結構件等，通過進行產業上下游垂直整合的方式建立起巨大的經濟規模。ODM經營模式的核心競爭力之一是設計。通過設計創新的不斷發展，企業才能實現由資本密集型向知識密集型的轉型。OBM經營模式的核心競爭力之一是品牌。例如，在聯想集團的經營策略中，全球化品牌營銷是其核心和重點。而在OSM經營模式中，群智創新戰略將作為企業的核心競爭力。通過戰略手段對創新業務進行調整，挖掘出價值共識，推動創新資源整合，形成優勢協同新態勢。

圖5 商業驅動群體智能設計管理層次

管理層體現的是設計的協同價值。設計可以被視作企業的管理競爭手段，它能夠改變價值鏈的支持活動，這是通過技術管理和創新管理來實現的。設計管理可分為群智系統內部設計和外部環境要素的管理。其中，內部設計管理可以進一步細分為系統內部的個人、各個組織機構，以及創新活動中其他要素；外部設計管理包括了創新推廣運營和外部資源匯聚。群智創新系統通過數字化手段對創新設計活動過程建立模型，利用群智感知計算的優勢對多元數據進行整合，建立全鏈路的檢測和反饋體系，以實現整體創新設計管理，并對各環節動態調整，從而促進創新活動穩定推進。

執行層體現的是群智創新設計的差異化價值。設計將作為經濟競爭力，它能夠改變價值鏈的基本活動，這是通過品牌市場、生產，以及溝通來實現的。從執行層看設計管理，創新設計流程可以細分為設計規劃、概念構想，以及模型設計。其中，設計規劃又可以細分為市場需求、價值取向研究與設計概要。設計規劃將市場、用戶、企業等創新主體融入群智系統中，利用技術手段建立市場需求模型、用戶心智模型等，精準定位需求，智能預測潛在市場，對創意方案進行智能決策。設計規劃也是價值創造的關鍵環節。群智創新將更加關注如何讓大眾實現自身價值，同時滿足社會發展的需求。這就需要各個組織在價值共識的指引下協同合作，在組織間建立更加復雜的立體動態聯系[33]。商業模式的創新需要價值創造模式實現由價值點向價值鏈、價值網絡、價值星群的轉變。隨著知識經濟時代的到來，個體創新力量被激發，各類創新平臺也應運而生。企業應當從戰略層、管理層、執行層等視角多維度分析創新要素，借助激勵手段創建能激發大眾參與的群智創新平臺，由此每個人都可以成為價值創造的激發點，彼此互利互惠。

5.3 商業驅動群智創新案例

智能服務群智創新平臺是一個基于群智創新的數字化體驗管理商業平臺。在互聯網和移動互聯網的紅海時代，隨著消費升級，體驗經濟的時代已經悄然而至，而如何對產品或服務的客戶體驗進行評估、監控和管理則成為企業的核心痛點。由此，智能服務群智創新平臺應運而生：該平臺實時收集群體用戶多層次多維度觸點數據，同步異步對用戶數據進行詳細分析反饋，深入挖掘體驗漏洞并實時給出反饋建議與解決方案。

當前，傳統客戶體驗評估及優化都是以部門職能為導向。體驗動作體現在單一環節或單一觸點上，無法打破部門及渠道壁壘，存在監控不全面、響應不及時、處理不有效等痛點。通過商業運行模式創新，智能服務群智創新平臺打造了“數據-分析-洞察-行動”的群智創新設計閉環，形成了開發以客戶為中心，以客戶旅程為基礎，貫穿企業內部所有部門，建立內外協同的全面體驗管理閉環，見圖6。

1）“數據”層次。平臺針對客戶進行的調研具有動態、實時的特點，通過對客戶行為、反饋和轉化的分析，采取多種維度動態地對客戶分群，可以針對不同的客戶畫像采取不同的設計和營銷策略，形成千人千面的個性化運營。在該層次，平臺匯集運營及行為的客觀數據（客戶使用過程中的運營及行為數據，如操作路徑、停留時長、消費金額、頻次、活躍度、流失率等）和體驗反饋的主觀數據（客戶在體驗過程中的反饋，如咨詢建議、評價、態度等），力求更全面地了解客戶，為后續的設計行為提供依據和指引。此階段的群智創新參與者主要是用戶群體。

圖6 智能服務群智創新平臺整體框架

2）“分析”層次。平臺基于獲得的客戶數據及相關文件，根據企業需求或產品要求，以客戶為中心重新組織行為、態度、業務等數據，并與企業已有的內外部數據進行整合，形成圍繞體驗的全數據鏈，以更清晰的方式明確需求。此階段的群智創新參與者主要是分析師和設計師群體。

3）“洞察”層次。在該層次，平臺依據體驗指標體系和客戶畫像等多種模型，通過智能算法和分析模型獲得智能分析報告，報告中將包含滿意度、效果及效率、建議及創新等關鍵數據。平臺方將通過智能報告洞察客戶使用產品或服務的完整路徑旅程，明確客戶轉化的途徑或產品服務的改進方向，確定下一步的迭代目標。此階段的群智創新參與者主要是管理者群體。

4）“行動”層次。平臺總結客戶的需求與反饋，與“擁護者”“貶損者”，以及預警平臺（包括產品、銷售、客服等）形成即時體驗管理閉環。平臺激勵設計方每位員工進行協同合作，通過推送針對每個員工所需的數據和所處崗位所面對的客戶痛點、客戶體驗專家的洞察報告，結合工作流程來驅動整個公司的實時協作和問責制，并將結果及時向企業產品和服務反饋，實現產品和服務的迭代、優化與創新。此階段的群智創新參與者主要是管理群體及具體事物的實踐群體[14]。

智能服務群智創新平臺通過商業模式創新，實現了群智創新設計閉環，打造了用戶數據為基礎，數字化分析管理為手段，各級群體協同共建的群智創新生態：通過全渠道的客戶行為數據采集和客戶調研，形成主、客觀數據，結合行業的客戶體驗模型和算法，智能地對產品或服務的客戶體驗進行監測、評估和管理，形成實時的預警、簡報并推給相應的員工，打通各個部門的信息孤島。為各大企業創新產品、增強競爭力提供大數據支撐和智能服務。

5 結語

在三元世界的智能化時代，社會的群體性已經在云端以群智方式呈現。數智時代下現有的創新設計理論與方法需要緊跟時代步伐為設計研究和設計實踐提供新的指導，亟須構建一套新的創新設計理論與方法體系，本文從數字化時代背景緣起，分析了AI時代群智創新設計的內涵，構建了技術及商業驅動的群智創新設計框架。

技術、設計和商業的深度融合是未來數字經濟和高質量發展的內在推動力。群智創新設計的任務是利用網絡平臺和人工智能等信息技術優勢，發揮群體智慧的力量，聚集更多更好的想法流，開啟群智創新新模式，為社會多元主體創造共贏價值。

[1] 周露平. 數字化生存的批判與建設[J]. 福建師范大學學報(哲學社會科學版), 2022, 67(6): 96-106. ZHOU L P. Criticism and Construction of Digital Existence[J]. Journal of Fujian Normal University (Philosophy and Social Sciences), 2022, 67(6): 96-106.

[2] LEVITT T. The Globalization of Markets[J]. Harvard Business Reivew, 1983, 28(3): 69-81.

[3] 劉吉昆. 價值的多元化與工業設計創新[J]. 裝飾, 2008(6): 92-94. LIU J K. Diversification of Value and Innovation of Industrial Design[J]. Decoration, 2008(6): 92-94.

[4] 潘云鶴. 人工智能走向2.0[J]. 工程, 2016, 2(4): 51-61.PAN Y H. Artificial Intelligence towards 2.0[J]. Engineering, 2016, 2(4): 51-61.

[5] 百度百科. 中國好設計（中國工程院創新設計發展戰略研究項目）[EB/OL]. (2016-04-07)[2023-01-22]. https:// baike.baidu.com/item/%E4%B8%AD%E5%9B%BD%E5%A5%BD%E8%AE%BE%E8%AE%A1/19733977?fromModule=lemma_sense-layer#viewPageConten. Baidu Baike. China Good Design (Research Project on Innovative Design Development Strategy of China Academy of Engineering) [EB/OL]. (2016-04-07) [2023-01- 22]. https://baike.baidu.com/item/%E4%B8%AD%E5% 9B%BD%E5%A5%BD%E8%AE%BE%E8%AE%A1/19733977?fromModule=lemma_sense-layer#viewPageConten.

[6] 中國工程院. “中國人工智能2.0發展戰略研究”重大咨詢研究項目啟動會在北京召開[EB/OL]. (2016-04- 02) [2023-06-12]. https://www.cae.cn/cae/html/main/col84/ 2016-04/21/20160421165634586837405_1.html. Chinese Academy of Engineering. "Research on the Development Strategy of Chinese Artificial Intelligence 2.0": The Kickoff Meeting for Major Consulting and Research Projects was Held in Beijing[EB/OL]. (2016- 04-02) [2023-06-12]. https://www.cae.cn/cae/html/main/ col84/2016-04/21/20160421165634586837405_1.html.

[7] 王宗堯. 群體智能在分布式網絡系統中的應用[M]. 大連: 東北財經大學出版社, 2015. WANG Z Y. Application of Swarm Intelligence in Distributed Network Systems[M]. Dalian: Dongbei University of Finance and Economics Press, 2015.

[8] 潘云鶴. “迎接人工智能2.0時代”[J]. 上海信息化, 2018, 14(10): 22-23. PAN Y H. "Welcome to the Era of Artificial Intelligence 2.0"[J]. Shanghai Informatization, 2018, 14(10): 22-23.

[9] 陳星海, 張毅吉, 吳聞欽. 基于數據指標體系的網絡消費商業模式創新模型構建研究[J]. 包裝工程, 2022, 43(4): 236-243.CHEN X H, ZHANG Y J, WU W Q. Research on the Construction of Online Consumption Business Model Innovation Model Based on Data Index System[J]. Packaging Engineering, 2022, 43(4): 236-243.

[10] 羅仕鑒. 群智創新：人工智能2.0時代的新興創新范式[J]. 包裝工程, 2020, 41(6): 50-56. LUO S J. Crowdsmart Innovation: Emerging Innovation Paradigms in the Era of Artificial Intelligence 2.0[J]. Packaging Engineering, 2020, 41(6): 50-56.

[11] 羅仕鑒, 張德寅. 設計產業數字化創新模式研究[J]. 裝飾, 2022(1): 17-21. LUO S J, ZHANG D Y. Research on Digital Innovation Model of Design Industry[J]. Decoration, 2022(1): 17-21.

[12] MARCHESI A, SANDERSON S, VERGANTI R. Design Driven Innovation and the Development of Business Classics in the Automobile Industry[C]// 10th International Product Development Management Conference, Paris: Springer, 2003: 1-15.

[13] 陳勁, 陳雪頌. 設計驅動式創新——一種開放社會下的創新模式[J]. 技術經濟, 2010, 29(8): 1-5. CHEN J, CHEN X S. Design-driven Innovation: An Innovation Model in an Open Society[J]. Technological Economy, 2010, 29(8): 1-5.

[14] 梁存收, 羅仕鑒, 房聰. 群智創新驅動的信息產品設計8D模型研究[J]. 藝術設計研究, 2021, 30(6): 24-27. LIANG C S, LUO S J, FANG C. Research on 8D Model of Information Product Design Driven by Crowd Intelligence Innovation[J]. Art Design Research, 2021, 30(6): 24-27.

[15] 吳維憶. 新工藝與人工智能設計的創造心理與社會美學內涵探究[J]. 工業工程設計, 2020, 2(1): 26-32. WU W Y. Research on the Creative Psychology and Social Aesthetics Connotation of New Technology and Artificial Intelligence Design[J]. Industrial Engineering Design, 2020, 2(1): 26-32.

[16] 安叢, 李洪海. 設計的價值、范式及知識：社會設計語境下的設計生態轉向[J]. 工業工程設計, 2021, 3(6): 23-28. AN C, LI H H. The Value, Paradigm and Knowledge of Design: Design Ecological Turn in the Context of Social Design[J]. Industrial Engineering Design, 2021, 3(6): 23-28.

[17] 張嬌, 王健. 設計演化階段劃分的新標準[J]. 工業工程設計, 2022, 4(3): 93-98. ZHANG J, WANG J. A New Standard for the Division of Design Evolution Stages[J]. Industrial Engineering Design, 2022, 4(3): 93-98.

[18] 李巖, 郭玉良. 人工智能時代的設計思考[J]. 工業工程設計, 2020, 2(1): 38-42. LI Y, GUO Y L. Design Thinking in the Era of Artificial Intelligence[J]. Industrial Engineering Design, 2020, 2(1): 38-42.

[19] 李超德. 設計學學科屬性應該回歸設計真相[J]. 工業工程設計, 2022, 4(1): 1-6. LI C D. Design Disciplinary Attributes Should Return to Design Truth[J]. Industrial Engineering Design, 2022, 4(1): 1-6.

[20] 羅仕鑒. 群智設計新思維[J]. 機械設計, 2020, 37(3): 121-127. LUO S J. New Thinking of Crowdsmart Design[J]. Mechanical Design, 2020, 37(3): 121-127.

[21] 羅昊, 何人可. 大數據思維驅動下的設計創新思變[J]. 包裝工程, 2017, 38(12): 136-140. LUO H, HE R K. Design Innovation Driven by Big Data Thinking[J]. Packaging Engineering, 2017, 38(12): 136- 140.

[22] 徐江, 孫剛, 葉露, 等. 基于科學文獻計量的概念設計知識圖譜研究[J]. 包裝工程, 2018, 39(22): 1-7. XU J, SUN G, YE L, et al. Research on Conceptual Design Knowledge Graph Based on Scientific Bibliometrics[J]. Packaging Engineering, 2018, 39(22): 1-7.

[23] YANG Y, ZHUANG Y, PAN Y. Multiple Knowledge Representation for Big Data Artificial Intelligence: Framework, Applications, and Case Studies[J]. Frontiers of Information Technology & Electronic Engineering, 2021, 22(12): 1551-1558.

[24] 呂躍廣. 人工智能——使能技術、賦能社會[J]. 工程, 2020, 6(3): 5-8. LYU Y G. Artificial Intelligence: Enabling Technology and Empowering Society[J]. Engineering, 2020, 6(3): 5-8.

[25] 陳曉斌, 張玉榮, 劉斌. 人工智能、技術創新與效率變革[J]. 生產力研究, 2021, 36(8): 66-71. CHEN X B, ZHANG Y R, LIU B. Artificial Intelligence, Technological Innovation and Efficiency Transformation[J]. Productivity Research, 2021, 36(8): 66-71.

[26] 熊熊, 張瑾怡. 區塊鏈技術在多領域中的應用研究綜述[J]. 天津大學學報(社會科學版), 2018, 20(3): 193- 201. XIONG X, ZHANG J Y. A Review of Application Research of Blockchain Technology in Multiple Fields[J]. Journal of Tianjin University (Social Science Edition), 2018, 20(3): 193-201.

[27] 劉思宇, 李嘉樂, 趙家棟, 等. 基于ModelArts云平臺的計算機視覺實驗教學探索[J]. 電腦知識與技術, 2022, 18(24): 29-30. LIU S Y, LI J L, ZHAO J D, et al. Exploration of Computer Vision Experiment Teaching Based on ModelArts Cloud Platform[J]. Computer Knowledge and Technology, 2022, 18(24): 29-30.

[28] 羅仕鑒. 新時代文化產業數字化戰略研究[J]. 包裝工程, 2021, 42(18): 63-72. LUO S J. Research on Digital Strategy of Cultural Industry in the New Era[J]. Packaging Engineering, 2021, 42(18): 63-72.

[29] 張新香. 商業模式創新驅動技術創新的實現機理研究——基于軟件業的多案例扎根分析[J]. 科學學研究, 2015, 33(4): 616-626. ZHANG X X. Research on the Realization Mechanism of Business Model Innovation Driving Technological Innovation: A Grounded Analysis Based on Multiple Cases in the Software Industry[J]. Science Research, 2015, 33(4): 616-626.

[30] MOZOTA B D B. The Four Powers of Design: A Value Model in Design Management[J]. Design Management Review, 2006, 17(2): 44-53.

[31] MOZOTA B D B. Design Management[M]. Paris: Editions d'organisation, 1990.

[32] 孫忠群. 中國OEM企業戰略轉型之路:問題與對策[J]. 科技管理研究, 2011, 31(1): 10-13. SUN Z Q. The Road to Strategic Transformation of Chinese OEM Enterprises: Problems and Countermeasures[J]. Science and Technology Management Research, 2011, 31(1): 10-13.

[33] 徐建中, 徐瑩瑩. 企業協同能力、網絡位置與技術創新績效——基于環渤海地區制造業企業的實證分析[J]. 管理評論, 2015, 27(1): 114-125. XU J Z, XU Y Y. Enterprise Synergy, Network Location and Technological Innovation Performance—Based on the Empirical Analysis of Manufacturing Enterprises in the Bohai Rim Region[J]. Management Review, 2015, 27(1): 114-125.

Technology and Business-driven Collective Intelligence Innovation Design

LUO Shijian, ZHANG Deyin*, SHAO Wenyi, GUO Herui, CHENG Jiahao

(School of Computer Science and Technology, Zhejiang University, Hangzhou 310027, China)

The work aims to proposea technology and business-driven collective intelligence innovation design thinkingin combination with the new problems faced by the society in the era of artificial intelligence and the new mission of modern design. With the background of design globalization, the new generation of artificial intelligence and the status quo of digital existence, the innovative nature of collective intelligence innovation design in the new era was expounded, and the multiple connotations of collective intelligence innovation design were expounded from multiple perspectives of technology and business. A design-facilitated, technology and business-driven model was constructed for collective intelligence innovation design, and the advantages of collective intelligence innovation design were expounded with specific cases. Collective intelligent innovation design focuses on the combination of intelligent technology and collective intelligence, which is a spiral innovation evolution at the level of complex systems. With design as the traction, technology as the support, and business as the incentive, the collective intelligence innovation design method borrows the advantages of modern network platform and big data, artificial intelligence, blockchain and other information technology empowerment, using group wisdom synergy to gather more and better knowledge sources in society to help innovation and creation, creating win-win value for society.

collective intelligence innovation; business drive; technology driven; innovation design

TB472

A

1001-3563(2024)04-0077-10

10.19554/j.cnki.1001-3563.2024.04.008

2023-09-12

浙江省社科基金重大項目（21XXJC01ZD）