專訪Things團隊:兩次獲得蘋果設計大獎的老牌任務管理工具
專訪Things團隊:兩次獲得蘋果設計大獎的老牌任務管理工具

任務管理一直是一個熱門話題,人們熱衷談論方法,也熱衷談論工具,其中有一款不得不提的老牌應用,叫Things。Things誕生於2009年1月6日,由一家德國公司開發。到目前為止已經發展為一款蘋果生態的全平台產品,包括macOS、iPhone、iPad、watchOS版本。而在今年5月份,歷經三年開發的全新版本Things 3終於上架,在保持了Cultured Code團隊高設計水準的同時,也保持了不錯的易用性,並且在今年的WWDC 2017上也榮獲蘋果設計大獎,少數派當時在現場也對Cultured Code團隊進行了簡單的採訪。

相關閱讀:《蘋果年度設計大獎公佈,我們在現場採訪了其中3款獲獎App》

而在今天,我們有幸採訪到了Cultured Code團隊的CEO Werner Jainek,跟他聊了聊Things的設計思路、與GTD(Getting Things Done)的關係還有未來的計劃等話題。

Werner Jainek.png
Werner Jainek。
圖/ 少數派

關於Cultured Code團隊和Things 3

π:請先介紹一下你們的團隊。

大家好,我們是Cultured Code,目前有9位成員,分別來自世界各地,有德國、加拿大、巴西、澳大利亞、波蘭、還有美國。我們是一個對生產力和設計都非常有熱情的團隊。

Cultured Code 團隊的成員們.jpg
Cultured Code團隊的成員們。
圖/ 少數派

π:從Things 2升級到Things 3,你們一共花了3年半的時間,是什麼原因導致開發這麼久呢?開發過程中哪個部分最消耗你們的時間?

Things 3是一次從頭到尾、完完全全的重新設計,包括程式碼也需要重寫很大一部分,所以才消耗了這麼多時間。而且當我們在開發Things 3的同時,也在不斷保持Things 2的更新,包括一次2.5版本的界面更新、發表了Apple Watch應用、在Mac平台和iOS平台支援了分享菜單、推出了可以推送同步的雲端服務等等。不過我們的時間更主要還是花在了重建、打磨和改進Things 3上。

關聯閱讀:

π:我看你們應用的迭代速度相對比較慢,或者說很有耐心,有沒有擔心因此流失用戶?另外開發需要資金,你們在這段時間裡是怎麼平衡自己的收入和支出的?

即使在Things 3發表之前,iOS和macOS的每次系統更新我們都會讓Things 2跟上這些新特性,比如分享菜單和Apple Watch應用,這可以確保我們的用戶在每次更新系統後,都不會錯過這些新功能。在這段時間裡我們主要依靠應用的持續銷售和個人投資來確保資金平衡。

關於UI設計

π:Things 3的界面設計風格跟iOS 11很像,是巧合嗎?當初為什麼決定使用這種設計風格?

我們最初設計的目標是把用戶的內容放到最明顯的和最重要的位置,讓它們有一個清晰的結構,並且減少不必要的裝飾。蘋果自從發布iOS 7以來,也是在朝著這個方向前進,它在當時也確實影響了我們。所以我們會做出相似的設計也是很正常的。

Things 3 對比 iOS 11 的備忘錄應用.jpg
Things 3對比iOS 11的備忘錄應用。
圖/ 少數派

π:Things 3最令人稱讚的就是精美的動效了。請問設計和開發這些動效大概花了多長時間?

花了不少時間!我們先在Adobe的After Effects軟體裡模擬出這些動畫效果,然後透過程式碼來實現它們,並且不斷地調試。為了實現一部分比較高級的動效與互動,我們甚至還基於蘋果的CoreAnimation做了一些動效小工具。

6ea009150ade3827397d81d3997546ea.gif
圖/ 少數派

π:你們怎麼看待這些動效的價值?會不會為了最好的視覺效果去犧牲部分性能?

我們使用動效是為了直覺地傳遞信息以及讓用戶的操作邏輯更清晰,它們不僅僅只是「動效」而已。判斷動效是否值得,最簡單的方法是,在開發的過程中不斷地使用它們,如果你很快感到厭煩,那就是不必要的。在性能方面,我們很幸運處於不怎麼需要考慮性能的時代,因為這些運算裝置都擁有非常棒的處理能力。

關於功能、任務管理

π:現在市面上有很多任務管理應用,從初級到進階都有,比如Todoist、OmniFocus、2Do等等。你怎麼定位Things 3的?Things 3的優勢是什麼?

Things是一個令人愉悅的、易用的、並且也很強大的任務管理工具。它是這些特點的結合體,並且這三個特點讓它不同於其它任務管理工具。

π:你們怎麼看待GTD?因為有不少人認為Things是嚴格按照GTD進行設計的。

回到我們最初設計Things的時候,我們確實是受到了David Allen的GTD書籍啟發。書裡面有很多非常棒的視角,並且它對我們的思考和功能設計形成了一些影響。但是從另一方面來說,我們從來沒有打算完完全全按照GTD的方法設計一套工具。我們想要保證Things具有比較高的靈活性,這樣才能適應不同人的工作方式。標籤是一個非常好的例子,你可以把標籤當成GTD式的「情景」去使用,比如「家」、「辦公室」、「電話」等。你也可以把標籤當作重要性使用或者用於標記人物。

π:現在Things 3已經登陸了iPhone、iPad、Mac和Apple Watch,從你們的視角來看,你們覺得Things在這幾個裝置之間的定位有什麼區別?

在過去,我肯定會回答你說Mac才是每天主要用來規劃任務的裝置,然後iPhone是用來查看和勾選完成任務的裝置。但是到了Things 3,iPhone版和iPad版已經幾乎擁有Mac版的所有功能(除了Magic Plus按鈕和新列表的編輯工具)。事實上,我們現在的用戶群裡有很多只在iPhone上使用Things的人,所以我們認為每個平台的工作能力都在不斷增強,能涉及到範圍也越來越大。

Things 3 的 iPad 版和 iPhone 版.jpg
Things 3的iPad版和iPhone版。
圖/ 少數派

關於未來的計劃

π:有時候任務管理不僅僅只是一個人的事,它還可能需要和其他人共享,比如iOS自帶的提醒事項應用。你們有考慮過在未來加入團隊協作的功能嗎?

有考慮過,不過Things的目標一直是讓你個人的生產力得到提升。在過去,對於這個目標的專注讓我們做出了有創造性的新功能,這是其它應用所沒有的。所以一旦我們想要拓寬自己的領域,我們會非常謹慎。

π:iOS 11為我們帶來了很多重要的新特性,你們有打算怎麼利用它們嗎?

當然有!我們已經在開發將Siri整合到iOS應用裡的功能。而且我們對iPad上面的多任務處理功能感到非常興奮,尤其是 Drag & Drop。我們計劃將新功能都準備好,然後跟iOS 11一起同步更新。

π:你們有考慮過開發其它平台的應用或者網頁版嗎?

我們有評估過這些可能性,但目前還沒有明確的計劃。

本文授權轉載自:少數派

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