La IA en el diseño: qué funciona de verdad y qué sigue siendo una promesa exagerada

Steven Heine, fundador de la herramienta de diseño Paper, pasó meses realizando entrevistas anónimas a diseñadores de Atlassian, Shopify, Notion y empresas similares, y descubrió que la práctica difiere del discurso público. La IA demuestra ser más fuerte en auditoría y documentación: usando Cursor y Figma MCP, Kirk de UI Collective construyó un sistema que verifica los componentes de diseño contra tablas de tokens, logrando una aceleración de aproximadamente 50 veces en comparación con las comprobaciones manuales. Sin embargo, los intentos de generar paneles de control mediante Figma Make producen resultados visualmente similares que no utilizan variables reales cuando se colocan de nuevo en Figma. Otro patrón es que los diseñadores obtienen sus propias bifurcaciones de los repositorios de producción para crear prototipos con código real en lugar de maquetas imaginadas, aunque Heine señala que nadie pudo afirmar con seguridad que esto sea más rápido. El Informe de IA en Diseño 2026, basado en una encuesta a más de 900 diseñadores en más de 60 países y estudios de caso de equipos de Anthropic, Framer, Linear, Notion, Shopify, Sierra y Stripe, muestra que el aprendizaje entre pares aumentó del 24% al 70%, mientras que la confianza en las recomendaciones de arriba hacia abajo cayó del 32% al 16% de un año a otro. Alexey Kirdyaev escribe en Habr que la IA expone si existe confianza en un equipo; un gerente de producto que crea un prototipo de panel de control funcional en Claude Code pone a prueba la disposición del equipo a reasignar responsabilidades. El ejemplo más concreto proviene de X5Tech, donde ControlNet, LoRA y la transferencia de estilo convirtieron la generación de una lotería en variaciones predecibles, con el 40-45% del contenido visual para las marcas Pyaterochka y Chizhik ahora creado con IA, partes de los equipos abandonando las fotos de stock, y la velocidad de diseño casi duplicándose. En general, la IA está integrada donde las tareas son estrechas y verificables, pero falla cuando se necesita crear nuevas estructuras; el límite entre la adopción fluida y la caótica está determinado por la confianza organizacional.