AI dalam Desain: Apa yang Benar-Benar Berfungsi dan Apa yang Masih Terlalu Dijanjikan
Anthropic
Cursor
Figma
Lovable
v0
ComfyUI
Wawancara dengan para desainer di Atlassian, Shopify, dan Notion mengungkapkan bahwa AI paling efektif untuk mengaudit dan mendokumentasikan desain yang ada, bukan untuk menghasilkan desain baru. Kepercayaan organisasi, bukan pemilihan alat, adalah faktor kunci dalam adopsi AI yang sukses. Hasil konkret termasuk X5Tech yang memproduksi 40-45% konten visual untuk merek Pyaterochka dan Chizhik dengan bantuan AI.
Steven Heine, pendiri alat desain Paper, menghabiskan waktu berbulan-bulan melakukan wawancara anonim dengan para desainer di Atlassian, Shopify, Notion, dan perusahaan sejenis, dan menemukan bahwa praktiknya berbeda dari wacana publik. AI terbukti paling kuat dalam audit dan dokumentasi: menggunakan Cursor dan Figma MCP, Kirk dari UI Collective membangun sistem yang memeriksa komponen desain terhadap tabel token, mencapai percepatan sekitar 50 kali lipat dibandingkan pemeriksaan manual. Namun, upaya untuk menghasilkan dasbor melalui Figma Make menghasilkan hasil yang serupa secara visual tetapi tidak menggunakan variabel nyata saat ditempatkan kembali ke Figma. Pola lainnya adalah para desainer mendapatkan fork sendiri dari repositori produksi untuk membuat prototipe dengan kode nyata, bukan mockup imajiner, meskipun Heine mencatat tidak ada yang bisa dengan yakin mengatakan ini lebih cepat. Laporan AI dalam Desain 2026, berdasarkan survei terhadap lebih dari 900 desainer di lebih dari 60 negara dan studi kasus dari tim di Anthropic, Framer, Linear, Notion, Shopify, Sierra, dan Stripe, menunjukkan pembelajaran antar rekan naik dari 24% menjadi 70% sementara kepercayaan pada rekomendasi自上而下 turun dari 32% menjadi 16% dari tahun ke tahun. Alexey Kirdyaev menulis di Habr bahwa AI mengungkap apakah kepercayaan ada dalam tim; seorang manajer produk yang membangun prototipe dasbor yang berfungsi di Claude Code menguji kesediaan tim untuk menugaskan ulang tanggung jawab. Contoh paling konkret datang dari X5Tech, di mana ControlNet, LoRA, dan transfer gaya mengubah generasi dari lotere menjadi variasi yang dapat diprediksi, dengan 40-45% konten visual untuk merek Pyaterochka dan Chizhik kini dibuat dengan AI, sebagian tim meninggalkan foto stok, dan kecepatan desain hampir dua kali lipat. Secara keseluruhan, AI tertanam di mana tugasnya sempit dan dapat diverifikasi, tetapi gagal di mana diperlukan penciptaan struktur baru; batas antara adopsi yang lancar dan kacau ditentukan oleh kepercayaan organisasi.
Sumber: Habr — хаб ИИ —
asli
