像 Wix 和 Squarespace 这样的网站建设者已经开始使用这些技术来帮助用户进行微小的设计决策。与「The Grid」宏伟的路线不同，这些工具是无形的将AI进入他们的工作流程，帮助设计师进行次要和枯燥的设计决策。

　　网站在短期内无法自动设计，但可以肯定的是需要的人力维护和优化工作越来越少了。

　　3. 自动生成视觉样式

　　你可能已经看到了像 Artisto 或 PrismaApp 这样的工具，它们将智能滤镜应用到基于图像识别技术的照片和视频中。例如，该技术可识别照片是否包含柠檬派的人脸，并定义适用于其中任一种的最佳视觉效果。

　　有一整套像这样由技术驱动的应用程序，可以创建自动生成的视觉样式。「视频：Artisto app example」

　　AI 自动生成的视觉元素的另一个例子是AutoDraw ，这是谷歌的AI实验之一，自动完成你的草图，并可以在几秒钟内把它们变成你用鼠标绘制草图的更精细的版本。这只有通过机器学习才能实现：人们使用这个工具的时间越多，绘制自己的草图越多，AI就会知道用户想要绘制的东西。

　　这样的技术使更多的人可以接触到设计。设计师(和非设计师)不需要花费大量的精力就可以提高他们正在创造的产品的品质，这是人工智能被用作辅助技术的另一个例子，而不是试图窃取你的工作。

　　还想要其它的例子?如下所示的Dynamic logos (来自巴西的移动运营商Oi)，由算法生成的颜色和样式变化也是品牌和人工智能的一大趋势。「视频：logo loop fundo cinza 」

　　4. 个性化的用户体验

　　网站越来越聪明，以多用户数据点考虑就为访问者提供更个性化的体验：一天中的时间，用户来自哪里，他们正在访问的设备类型，一周中的哪一天，以及不断增长的数据点和用户甚至不知道信号。所有这些因素综合起来可以给你一些，当用户访问你的网站时更希望找到什么的创意的见解。

　　但是这些关于如何处理信息的决定总是由一群正在思考可能的用例和场景的设计师和技术人员手动完成的。

　　当机器开始接管过程的这一部分时，扩展用例并使其超个性化的能力对于更多公司来说将变得更可行和更易于使用。

　　在用户体验中更个性化通常意味着更多的用户相关性，从而导致更好的转换率。

　　5. 分析大量数据

　　有越来越多的系统：网站、App、数字服务。和越来越多的用户。每次用户与其中一个系统进行交互时，都会生成大量的数据。商业智能的发展才刚刚开始，数据分析过程将变得越来越复杂，交叉参考更精确和更有价值的数据集，这将有助于设计师和产品所有者作出更明智的设计决策。

　　在不久的将来，很多收集和分析数据的过程将通过人工智能完成。这并不意味着我们将需要更少的分析专家，相反，同样数量的分析师将能够对用户与产品或服务的交互进行更精细(更深入)的分析。

　　奖励是： A / B 测试等方法可以自动开始，无需人工调解。机器将能够：

　　确定产品中潜在的优化领域。

　　理解这种优化是如何发生的(替换一个词?改变一个按钮的颜色?重新排列页面上的模块?)。

　　实施这个改变并运行A / B测试。

　　分析结果并确定哪个版本表现最好。

　　使用新设计更新产品，然后重新启动循环。

　　越来越多的人将会听到「可以自我优化的网站」。机器将完成大部分工作，而设计师将成为战略家们策划的所有优化工作。

　　6. 使用AI来加强用户体验

　　这是最有前途但最不被探索的领域。由人工智能驱动的体验刚刚开始出现，不久之后，智能体验将成为新的标准。

　　几个例子：

　　Facebook使用AI来了解你上传图片的内容。这里有两个实际应用：1.Facebook可以为使用屏幕阅读软件浏览平台的视障人士「阅读」照片的内容;2.Facebook了解照片中的内容可以将更多的相关广告投放给您。「视频：Facebook’s Artificial Intelligence Research」

　　谷歌最近更新了谷歌翻译，结合人工智能元素的方式来分析和翻译句子。

　　最近，Google发布了其视觉搜索技术Google Lens ，该技术还使用AI来识别用户的相机指向的内容，并显示可能与其相关的内容。「视频：Google Lens Announced at Google I/O 2017!」