AI trong thiết kế: Điều gì thực sự hiệu quả và điều gì vẫn còn được thổi phồng
Anthropic
Cursor
Figma
Lovable
v0
ComfyUI
Các cuộc phỏng vấn với nhà thiết kế tại Atlassian, Shopify và Notion cho thấy AI hiệu quả nhất trong việc kiểm tra và tài liệu hóa các thiết kế hiện có thay vì tạo ra thiết kế mới. Sự tin tưởng của tổ chức, không phải lựa chọn công cụ, là yếu tố then chốt quyết định sự thành công khi áp dụng AI. Kết quả cụ thể bao gồm X5Tech sản xuất 40-45% nội dung hình ảnh cho các thương hiệu Pyaterochka và Chizhik với sự hỗ trợ của AI.
Steven Heine, người sáng lập công cụ thiết kế Paper, đã dành nhiều tháng để thực hiện các cuộc phỏng vấn ẩn danh với các nhà thiết kế tại Atlassian, Shopify, Notion và các công ty tương tự, và nhận thấy rằng thực tế làm việc khác với những gì được công khai thảo luận. AI tỏ ra mạnh nhất trong việc kiểm tra và lập tài liệu: sử dụng Cursor và Figma MCP, Kirk từ UI Collective đã xây dựng một hệ thống kiểm tra các thành phần thiết kế so với bảng mã token, đạt tốc độ nhanh hơn khoảng 50 lần so với kiểm tra thủ công. Tuy nhiên, các nỗ lực tạo bảng điều khiển thông qua Figma Make tạo ra các kết quả trực quan tương tự nhưng không sử dụng biến số thực khi đưa trở lại Figma. Một xu hướng khác là các nhà thiết kế tự tạo các nhánh (fork) riêng từ kho mã nguồn sản xuất để xây dựng nguyên mẫu dựa trên mã thực thay vì các bản phác thảo tưởng tượng, mặc dù Heine lưu ý rằng không ai có thể tự tin nói rằng cách này nhanh hơn. Báo cáo AI trong Thiết kế 2026, dựa trên khảo sát hơn 900 nhà thiết kế tại hơn 60 quốc gia và các nghiên cứu điển hình từ các nhóm tại Anthropic, Framer, Linear, Notion, Shopify, Sierra và Stripe, cho thấy việc học hỏi từ đồng nghiệp tăng từ 24% lên 70% trong khi niềm tin vào các khuyến nghị từ cấp trên giảm từ 32% xuống 16% theo năm. Alexey Kirdyaev viết trên Habr rằng AI phơi bày liệu niềm tin có tồn tại trong một nhóm hay không; một quản lý sản phẩm xây dựng nguyên mẫu bảng điều khiển hoạt động trong Claude Code sẽ kiểm tra sự sẵn lòng của nhóm trong việc tái phân công trách nhiệm. Ví dụ cụ thể nhất đến từ X5Tech, nơi ControlNet, LoRA và chuyển đổi phong cách đã biến việc tạo hình từ một trò may rủi thành các biến thể có thể dự đoán, với 40-45% nội dung hình ảnh cho các thương hiệu Pyaterochka và Chizhik hiện được tạo bằng AI, một số nhóm từ bỏ ảnh stock, và tốc độ thiết kế gần như tăng gấp đôi. Nhìn chung, AI được áp dụng sâu ở những nơi nhiệm vụ rõ ràng và có thể kiểm chứng, nhưng thất bại khi cần tạo ra các cấu trúc mới; ranh giới giữa việc áp dụng mượt mà và hỗn loạn được quyết định bởi niềm tin trong tổ chức.
Nguồn: Habr — хаб ИИ —
bản gốc
