蘋果正在重新思考「扁平化」,開發者應該注意什麼?
蘋果正在重新思考「扁平化」,開發者應該注意什麼?
2014.01.09 | 科技

2014年1月8日,蘋果發布了iOS7.1 beta3。開發者已經可以通過OTA升級下載這一新版本的iOS系統。除了修補一些bug並進一步加強語音輔助功能之外,新版的用戶界面(UI)體系發生的變化更引人注目。經歷了iOS 7發布之初人們對其風格迥異的「扁平化」設計毀譽參半的爭論,這半年來,iOS7的每次升級,都體現了蘋果的UI設計團隊對「扁平化」的理解持續深入。

新版iOS7.1 beta 3首先對鍵盤作出了調整:字體增粗,「刪除」和「大小寫」等按鍵進一步增灰,FaceTime和下欄應用也有了不同程度的變深:

ios71keyboard

為什麼調整成這樣?因為所謂扁平化的設計風格,並非直接把UI一刀切去肌理。它的設計理念,源於設計者希望人們的注意力從過分聚焦在界面元素的狀態,回歸為重視內容本身,而複雜的肌理只會干擾內容的條理。

但扁平化的設計的前提是:對內容的訊息架構有所要求。確保扁平界面的可用性,首先需要梳理清楚內容的層級結構,讓用戶找對交互對象,這一點基本功做好的前提下,所謂「擬真化」與「扁平化」的爭論反而不重要了。

從上圖的鍵盤變化我們可以看出,蘋果正把過於「扁平」以至影響視線掃描的部分加強。iOS 7.1 beta3由「純扁平」改良至略有肌理,便是一個印證,也是一次對徹底「扁平化」的反動。

反面的例子,可參考中國某家科技部落格最近改版得接近「純扁平」的主頁設計,你可以發現,層級結構沒有做好便「追求極致」的後果——訊息分散,模塊之間互相產生了排斥。

再來一張iOS 7 Beta 3的圖。同樣的道理,在確保了訊息結構後,蘋果進一步嘗試透過提升對比度來增強交互元素的表現力:配色、字號、位置佈局等等都是可以改變的元素,為交互提供必要的視覺線索及反饋效果,幫助用戶建立認知。 iOS 7的三大設計宗旨:依從、清晰、縱深都得到了很好的詮釋:

phonedialer

iOS 7.1 beta3對「扁平化」的調整和改動,並不僅僅是UI的問題。它可以延伸至另一個思考:如何讓內容更直接呈現,功能以更低成本完成。

我想到了之前PingWest剛報導的一款圖片社交產品Civo,Civo在iOS 7發布之前便是採用扁平設計,理念上已十分貼合,但這並不是重點。在新版裡,我們可以發現這款產品在同一個feed流界面上作了大幅度的改良,把內容(圖片)從頭像中「提取」出來。簡而言之,它採取更直接的內容呈現方式,減少操作層級,這又是一例。(下圖左側為原版)

IMG_4144333

「突出內容」,同樣可體現在功能模塊位置的設置上。以下是三款金融訊息類應用,我們可以發現,同樣是行情交易軟體,騰訊的「自選股」(iOS/Android)進入主頁首先顯示的是股票報價,而專業從事證券訊息服務多年的「同花順」(iOS/Android),卻把用戶帶進設有16個選項的個人主頁面,對於一款需要用戶爭分奪秒,以行情交易的瞬息變化為操作需求的產品而言,效率高下立斷。

photo4

同樣地,金融訊息工具「雪球財經」(iOS/Android)的客戶端也反映了上述問題:在沒有做好訊息架構(提供了過多且不重要的選項)分類的基礎上,跟風使用扁平化設計,在選項上也沒有做視覺的優化,底下的毛玻璃肌理還對內容產生進一步干擾,這些,無疑都提升了用戶的交互和認知成本。

相對於視覺風格,iOS 7的本質更關注交互層面的內容,「擬真化」與「扁平化」的衝突與中和,背後是一整套完整的設計邏輯。如何用這套設計邏輯為用戶帶來最恰當的體驗才是最關鍵的。當對設計理念有足夠認知時,它留下的是一套嚴謹的生產標準,而不僅是對潮流的跟隨。

出自:Pingwest

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓