ZD至顶网CIO与应用频道 03月09日 北京消息:作为协同办公的工具,OA时刻处理着人机交互,其易用性尤其不能轻视,并且已经成为成熟协同产品的重要标志。国内优秀的协同办公厂商万户表示,协同办公系统的易用性是先进复杂的技术平台和“用户导向模式”支撑下的灵活易用。只有在真正满足了用户功能需求的基础上,才可以让协同办公系统顺畅的融入企业,追求不断完美的用户体验需求,最终实现真正的易用性。
面对现实的组织结构,公司对系统易用性的高要求不言而喻。
首先,企业信息化需要让全体员工包括领导都真正参与进来,尤其是日常办公中必不可少的协同办公系统。然而,公司内部员工年龄层跨度较大,在60、70、80、90后同处一个办公室的情况下,计算机水平参差不齐,在对新事物的理解和接受速度上也不一致。
其次,系统是否易用直接决定了公司培训成本的高低。操作复杂的协同办公系统意味着更高的培训成本。其中包含时间成本、财务成本、人工成本、硬件成本等等。而且,易用性不高的系统仅教会企业决策者一方熟悉掌握就需要花费很长一段时间,更不要说让企业全体上下熟练运用。很多企业就因为系统操作太复杂无法全员推广使用致使项目半途而废。
于是,企业对系统的易用性的呼声也越来越高,其中协同办公系统的易理解性、易学习性、易操作性均成为企业CIO选型中不可轻视的重要因素。
一、OA系统的易理解性
首先是对产品的前期理解,包括产品的介绍、宣传资料。如今,许多厂商对自我产品包装过度,美其名曰时尚前卫,洋洋洒洒一大篇,让用户越看越朦胧。万户网络一贯坚持用最简练的语言阐释最真实的产品,万户认为,产品资料关键在于言简意赅,语言直白,用简练的文字让用户最快读懂、了解产品才是王道。
其次是对功能名称和图标的理解和熟识。系统功能的名称和图标应该简单、明了、没有歧义、容易理解,而不是让用户去猜测它的真实作用。万户网络秉持根据具体应用情况为客户量身打造符合其使用习惯的功能名称和图标,便于客户的操作使用。
二、OA系统的易学习性
容易学习是用好软件的第一步。易学习性高的协同办公系统要求员工进入操作界面后一目了然,能够直观、快速的找到自己所需要的功能菜单,并能方便地完成操作。而系统使用手册多出自专业人员之手,大量的专业术语使得计算机水平本不高的用户无法理解,造成晦涩难懂的尴尬局面。万户网络始终站在用户的角度,充分考虑普通用户的接受水平,语言直白、描述细致、逻辑清晰,尽量避免专业术语,每一步操作步骤清楚、细致,让用户轻松获得帮助。
其次,易用的协同办公系统允许管理员在最短的时间内完成系统的安装、初始设置、用户录入以及权限分配,进行培训后,保证用户在最快的时间里熟练使用常用功能,不仅降低技术人员日后的重复工作,更为企业节省大量的学习成本。这也是万户网络始终坚持的原则,将繁杂交给自己,将简便留给客户。
三、OA系统的易操作性
操作的易用性主要体现在软件的界面设计合理、操作简单以及人机交互界面友好等。易操作的协同办公系统各项功能设计直接,争取经过简单培训,让企业员工直接上手操作,无需过多的依赖操作手册和培训。与此同时,现在的协同办公系统功能越来越多、越来越细化,在不断强化功能应用的同时,也一直在追求操作效率的最大化。通过尽可能地减少操作页面、简化工作流程,不断提高易操作性,来提升企业工作效率,节约人力成本。例如,在万户网络ezOFFICE(www.whir.net)流程中,采用图形化、可拖拉式的方式进行流程定义,流程建模直观、简洁。在具体操作上,争取最简便的流程和步骤,在一个界面完成整体操作。
众所周知,协同办公系统产生的初衷就是为了将繁杂的纸质传统办公简便化,快捷化,也只有容易操作的协同软件,才能做到真正高效的办公助手。综上所述,协同办公系统的易用性在应用中举足轻重,也越来越成为企业CIO在选型时不可轻视的重要考虑因素。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。