数智产品用户体验评估模型的研究与实践 四

从通用数智产品到金融数智产品的应用实践在本次TID质量竞争大会分享中，高明还将介绍ETS.AI的实际应用情况，包括对多种通用类数智产品与金融类数智产品进行对比评估。这部分内容值得重点关注。因为通用类AI产品和金融类AI产品在体验要求上并不完全相同。通用类数智产品往往更强调开放性、创造性、响应速度和交互灵活性。金融类数智产品则更强调严谨性、安全性、合规性、解释性和业务可信度。同样是AI产品，用户对它们的容错空间完全不同。在普通生活场景中，AI回答稍有偏差，用户可能只是重新提问。但在金融业务场景中，一次不准确、不清晰或不可信的智能交互，都可能影响用户判断，甚至影响业务风险。因此，金融数智产品的体验评估模型，必须同时兼顾用户感受、业务价值、技术能力和风险边界。ETS.AI的研究与实践，正是对这一问题的系统回应。用户体验，正在成为数智产品质量的重要组成部分在AI技术快速落地的今天，很多团队关注模型能力、响应速度、知识准确率、调用成本和系统稳定性。这些当然重要。但如果站在用户视角来看，真正决定数智产品能否被长期使用的，往往还包括：用户是否理解它？是否信任它？是否愿意把任务交给它？是否觉得它真的提升了效率？是否在关键场景中感到安全？这也是用户体验评估在数智化时代被重新重视的原因。数智产品的竞争，不只是模型能力的竞争，也是体验质量的竞争。对于金融行业而言，这种竞争更加明显。金融产品面对的是海量用户、复杂业务、高敏感数据和强监管环境。AI能力能否真正进入业务深水区，体验评估和质量治理将成为关键支撑。在TID质量竞争大会，看见数智产品体验评估的新方法作为软件质量与工程效能领域的重要交流平台，TID质量竞争大会 持续关注AI时代质量体系、研发效能、测试工程、用户体验与数智化转型的前沿实践。高明带来的《数智产品用户体验评估模型（ETS.AI）的研究与实践》，将从工商银行真实实践出发，分享大型金融机构如何面向数智产品构建用户体验评估模型，如何通过ETS.AI识别体验问题、指导产品优化，并推动体验能力更好地服务金融产品研发和运营。当AI产品越来越多地进入真实业务场景，如何评价它们是否真正好用、可信、稳定、可持续，已经成为每一个研发团队、测试团队、产品团队和体验团队都需要回答的问题。而ETS.AI的研究与实践，或许正为数智产品体验评估提供了一条值得参考的路径。