L'IA dans le design : ce qui fonctionne vraiment et ce qui reste surestimé

Steven Heine, fondateur de l'outil de conception Paper, a passé des mois à mener des entretiens anonymes avec des designers chez Atlassian, Shopify, Notion et des entreprises similaires, constatant que la pratique diffère du discours public. L'IA se révèle la plus performante dans l'audit et la documentation : en utilisant Cursor et Figma MCP, Kirk de UI Collective a construit un système qui vérifie les composants de design par rapport aux tables de jetons, réalisant une accélération d'environ 50 fois par rapport aux vérifications manuelles. Cependant, les tentatives de génération de tableaux de bord via Figma Make produisent des résultats visuellement similaires qui n'utilisent pas de variables réelles lorsqu'ils sont replacés dans Figma. Un autre modèle est celui des designers qui obtiennent leurs propres forks des référentiels de production pour prototyper avec du code réel plutôt qu'avec des maquettes imaginaires, bien que Heine note que personne ne puisse affirmer avec certitude que cela est plus rapide. Le rapport AI in Design 2026, basé sur une enquête auprès de plus de 900 designers dans plus de 60 pays et des études de cas d'équipes chez Anthropic, Framer, Linear, Notion, Shopify, Sierra et Stripe, montre que l'apprentissage par les pairs est passé de 24 % à 70 %, tandis que la confiance dans les recommandations descendantes est tombée de 32 % à 16 % d'une année sur l'autre. Alexey Kirdyaev écrit sur Habr que l'IA révèle si la confiance existe au sein d'une équipe ; un chef de produit qui crée un prototype de tableau de bord fonctionnel dans Claude Code teste la volonté de l'équipe de réattribuer les responsabilités. L'exemple le plus concret vient de X5Tech, où ControlNet, LoRA et le transfert de style ont transformé la génération d'une loterie en variations prévisibles, avec 40 à 45 % du contenu visuel pour les marques Pyaterochka et Chizhik désormais créé avec l'IA, certaines équipes abandonnant les banques d'images et la vitesse de conception presque doublant. Globalement, l'IA est intégrée là où les tâches sont étroites et vérifiables, mais échoue là où il faut créer de nouvelles structures ; la frontière entre une adoption fluide et chaotique est déterminée par la confiance organisationnelle.