Продуктовых дизайнеров не заменяют. Их просто сортируют

В конце прошлого месяца я попытался создать дизайн-систему с помощью Claude и Figma.

Я дал задание: SaaS-продукт, среднего масштаба, B2B, нейтральный, но доступный тон. Я описал необходимые компоненты, структуру токенов, логику расстановки пробелов.

Спустя двадцать минут результат превзошел все мои ожидания, которые я бы выполнил за целый день.

Названия компонентов были последовательными. Иерархия токенов имела смысл. Масштаб интервалов был математически корректным. Документация уже существовала.

И я сидел и думал: я не просто стал быстрее. Что-то изменилось.

Тот момент не был страшным. Он прояснил ситуацию.

Вот в чём большинство дизайнеров ошибаются, когда речь идёт об искусственном интеллекте.

Они воспринимают это как угрозу, с которой нужно бороться. Или как инструмент, который нужно использовать.

Обе формулировки упускают суть.

Искусственный интеллект — это механизм сортировки.

Уже сейчас происходит разделение дизайнеров, которые понимают свою истинную ценность, от тех, кто этого не понимает. И этот процесс происходит быстрее, чем большинство людей себе представляют.

С 2022 года было уволено полмиллиона сотрудников технологических компаний.

Согласно исследованию UXPA 2024 года о заработной плате, проанализированному MeasuringU, 35% организаций сообщили об увольнении UX-специалистов, а 37% — о массовых сокращениях. В целом, сокращение было несколько хуже, чем в 2009 году, сразу после финансового кризиса.

В начале 2025 года количество вакансий в сфере UX-исследований упало ниже 1000, что сделало эту специализацию одной из наиболее пострадавших.

В то же время, данные портфеля Designer Fund, предоставленные Figma, показывают, что количество вакансий в сфере дизайна выросло примерно на 60% в 2025 году по сравнению с 2024 годом.

Больше рабочих мест. Меньше начинающих специалистов. Более строгий отбор.
Это не противоречие. Это то, что сейчас происходит.

Искусственный интеллект частично решает эту задачу.

Она генерирует сценарии. Она пишет черновые варианты. Она создает варианты макета. Она предлагает структуры компонентов. Быстрая и становится еще быстрее.

Но это не завершает работу.

В отчете «Состояние ИИ в дизайне 2025», основанном на опросе более 400 дизайнеров, четко прослеживается следующая закономерность: ИИ наиболее эффективен на ранних этапах. Он помогает преодолеть «чистый лист», ускоряет генерацию идей и создание ранних прототипов, и может довести работу примерно до «60 процентов готовности». Последние 40 процентов — доработка, нюансы, принятие решений — по-прежнему зависят от человека.

Один из дизайнеров, цитируемый в том же отчете, подытожил ситуацию так: вместо того, чтобы мучительно ломать голову над началом работы, они теперь используют ИИ для быстрого создания приблизительных эскизов, а затем тратят свою энергию на доработку и обеспечение качества.

Дженни Вэнь, руководитель отдела дизайна Клода в Anthropic, добавляет здесь важный момент. Она говорит, что ИИ будет лучше разбираться во вкусе и оценке, и дизайнеры, возможно, слишком крепко держатся за это как за защитный барьер. Но она проводит четкую границу: в конечном итоге кто-то должен решить, что именно будет построено и что действительно важно. Кто-то все равно должен нести ответственность за это решение.

Вкус без ответственности — это украшение. Вкус с ответственностью — это лидерство.

Победу в 2026 году одержат не те дизайнеры, которые пытаются всё передать искусственному интеллекту.

Именно им принадлежат оставшиеся 40 процентов, и они ставят на них своё имя.

В начале 2025 года наблюдался явный разрыв в уровне доверия.

Исследования того времени показали, что многие дизайнеры считали, что ИИ ускоряет их работу, но гораздо меньше тех, кто считал, что он улучшает качество их работы. Эта разница между эффективностью и воспринимаемым качеством была реальной, и это чувствовалось в каждом разговоре об ИИ в дизайне.

Но вот в чем загвоздка.

К началу 2026 года ситуация изменилась.

В исследовании Figma State of the Designer 2026, проведенном среди более чем 900 дизайнеров по всему миру, выяснилось, что 91% из них теперь считают, что инструменты на основе ИИ улучшают качество их проектов. 89% говорят, что работают быстрее. 80% говорят, что ИИ помогает им лучше сотрудничать.

Дизайнеры, использующие ИИ, на 25% чаще сообщают об удовлетворенности работой, чем те, кто его не использует.

Дизайнеры больше не просто терпят ИИ.

Они учатся адаптировать это к своему рабочему процессу.
Здесь наблюдается скрытый эффект отбора. Дизайнеры, отказавшиеся от участия, с меньшей вероятностью вообще будут включены в эти опросы.

В сентябре 2025 года Дженни Вэнь выступила в Берлине с докладом под названием «Не доверяйте процессу проектирования». Ее аргумент: классический цикл «открытие, расхождение, сближение», который дизайнеры считали непреложной истиной, по сути, устарел.

К моменту публикации ей уже казалось, что книга устарела.

Три месяца спустя, после выхода Claude Opus 4.6 и волны инженеров, по-настоящему открывших для себя Claude Code во время рождественских каникул, ускорение произошло снова. Ее доклад о будущем уже описывал прошлое.

Такова скорость, с которой мы сейчас работаем.

Вот что она обнаружила в результате замены старого процесса. Работа над дизайном разделяется на два отдельных режима.

Первый режим — поддержка выполнения. Инженеры запускают семь агентов кодирования. Они выпускают рабочую версию до того, как дизайнер закончит изучать варианты. Как говорит Дженни: у вас, как у дизайнера, на самом деле больше нет времени на создание этих красивых макетов. Лучше не блокировать этот процесс. Дайте им время «доработать». Большая часть работы дизайнера теперь заключается в помощи инженерам и командам в реализации, а не просто в том, чтобы сказать им: вот дизайн.

Цифры говорят сами за себя. Несколько лет назад Дженни тратила от 60 до 70% своего времени на создание моков и прототипов. Сейчас эта цифра снизилась до 30-40%. Оставшееся время она посвятила непосредственной работе с инженерами, совместной реализации и доработке кода.

Второй подход заключается в определении краткосрочной перспективы. Не двух- или пятилетнего плана, а на три-шесть месяцев вперед. И не в красиво оформленной презентации. Иногда достаточно просто прототипа, который указывает людям правильное направление.

В мире, где каждый может запустить своих семь агентов и разрабатывать функции в любом направлении, кто-то должен направлять команду к чему-то целостному. Это и есть работа над видением. И она по-прежнему критически важна именно потому, что на нее сложнее всего найти время.

В своем обзоре UX-дизайна 2025 года Якоб Нильсен отметил аналогичный сдвиг со стороны: эра «пиксельной обработки» для коммерческого производства фактически закончилась в третьем квартале 2025 года, поскольку такие инструменты, как Figma AI и Vercel V0, перешли из разряда новинок в стандартную практику.

В McKinsey называют эту эволюцию превращением дизайнеров в «кураторов творчества», использующих результаты работы ИИ в качестве исходного материала для решения задач, связанных с продуктом, вместо того, чтобы создавать каждый вариант с нуля.

Вот конкретный пример. Команде разработчиков, создающей процесс пожертвований для платформы управления мечетью, не нужен дизайнер, который может вручную нарисовать каждый вариант. Им нужен дизайнер, который, взглянув на десять сгенерированных ИИ вариантов, сразу определит, какой из них вызовет доверие у сообщества, жертвующего на основе отношений и веры, а не просто удобства. Это не визуальный навык. Это культурная и эмоциональная оценка.

Ваша ценность никогда не заключалась в том, чтобы толкать прямоугольники.

Искусственный интеллект просто заставил всех это увидеть.

Есть еще одна причина, по которой старый процесс устарел, о которой большинство людей недостаточно четко не говорят.

Модели искусственного интеллекта являются недетерминированными.

Дженни говорит прямо: невозможно просто смоделировать все состояния. Нельзя строить теории. Нельзя даже создать интерактивный прототип, который бы показывал, что продукт будет делать на самом деле. Нужно использовать реальные модели и наблюдать, как люди пробуют их в реальных условиях. Потому что с помощью этих моделей вы обнаруживаете варианты использования по мере того, как видите, как ими пользуются люди. Вы разрабатываете их для разных сценариев, но должны обнаруживать их по мере возникновения.

Это не проблема организации рабочего процесса, которую можно решить с помощью более совершенных методов. Это фундаментальное свойство материала, который вы сейчас используете при проектировании.

Продукт Claude Cowork, разработанный компанией Anthropic для совместной работы с использованием ИИ, появился именно из этой динамики. Команда создала и выпустила его в качестве предварительной исследовательской версии, зная, что это будет худшая из возможных версий. Потому что невозможно узнать, что люди будут делать с ИИ, пока не увидишь, как они это делают.

Это меняет само понятие прототипирования. Это меняет само понятие исследования пользователей. И это меняет задачи дизайнера на самом раннем этапе разработки продукта.

Долгие годы UX означал проектирование для людей.

Теперь ваш дизайн воспринимают три аудитории.

• Во-первых, люди, использующие ваш продукт.
• Во-вторых, агенты искусственного интеллекта, действующие от имени этих людей.
• В-третьих, машинные системы, которые считывают информацию о вашем продукте и представляют его другим.

В отчете Джона Маэды «Дизайн в технологиях 2025» второй уровень назван AX: Agent Experience (опыт работы с агентом). Теперь дизайнеры отвечают за то, как ИИ-агенты взаимодействуют с пользователями, принимают решения и совершают ошибки, а не только за то, как люди взаимодействуют с экранами.

Представьте себе туристическое приложение 2026 года. Пользователь говорит своему ИИ-помощнику: «Забронируйте мне рейс на Бали в следующую пятницу, место у прохода, меньше двух миллионов рупий». ИИ-агент приступает к работе. Он никогда не видит ваше красивое главное изображение. Он никогда не читает ваш маркетинговый текст. Он анализирует только структурированные данные, метки, логику и состояния ошибок вашей системы. Если ваш дизайн непонятен машинам, агент терпит неудачу, и пользователь винит в этом продукт.
В своем отчете о трендах 2026 года UX Pilot добавляет третий уровень — MX: дизайн машинного опыта. Иерархия, семантика и структура больше не являются просто деталями реализации. Машины сканируют ваш контент и структуру, чтобы решить, как индексировать, обобщать и представлять ваш продукт другим.

В феврале 2026 года Figma и Anthropic запустили двусторонний мост через протокол контекста модели (Model Context Protocol). Claude Code может генерировать работающий пользовательский интерфейс, а Figma получает его в виде полностью редактируемых фреймов, а не скриншотов. Claude также структурированно считывает ваши файлы Figma, компоненты и токены дизайна для генерации кода, который учитывает особенности вашей системы.

Устройство не распознает пиксели.

Это значит, что вы читаете вашу проектную систему так, как это сделал бы другой инженер.

Когда я запускал генерацию системы проектирования в прошлом месяце, то, что сделало результат действительно пригодным для использования, было не креативностью ИИ. Это была ясность структуры, которую я ему задал. Четкие названия токенов. Логическая иерархия компонентов. Последовательные соглашения об именовании. ИИ вознаграждал хорошее системное мышление хорошим результатом. Он наказывал расплывчатые входные данные расплывчатыми результатами.

Дженни указывает на ту же самую динамику: Клод пишет много кода, но не всегда использует компоненты из системы проектирования. Чем больше она предоставляет инженерам правильно структурированных компонентов, которые они могут использовать без ее участия, тем лучше становится результат, и ей не нужно постоянно вмешиваться в каждое обсуждение.

Теперь чистота вашей системы проектирования напрямую связана с тем, насколько эффективно ИИ может использовать её в своей работе.

Это MX в процессе производства прямо сейчас.

В отчете Nielsen Norman Group «Состояние UX в 2026 году» четко указывается: отождествление UX и UI сегодня не только неверно, но и опасно. Это приводит к ложному выводу о том, что UX становится неактуальным просто потому, что интерфейсы проще создавать.

Значение не исчезло. Оно изменилось.

В отчете Adobe «Тенденции в области ИИ и цифровых технологий в 2026 году», основанном на опросе 3000 руководителей со всего мира, говорится, что каждый четвертый клиент уже использует платформы на основе ИИ в качестве основного способа поиска, принятия решений и получения рекомендаций. Почти две трети организаций заявляют, что платформы на основе разговорного ИИ важны для повышения релевантности бренда, и аналогичная доля считает, что будущий пользовательский опыт должен в первую очередь разрабатываться с учетом принципов разговорного взаимодействия.

Дженни вносит важный контраргумент. Несмотря на ожидания, что чат — это лишь временная остановка на пути к более функциональным пользовательским интерфейсам, она видит в нем постоянно ценный интерфейс, поскольку он предлагает бесконечную гибкость. Будущее за гибридными решениями: модели будут все чаще генерировать элементы пользовательского интерфейса на лету для выполнения конкретных задач, в то время как чат останется связующим звеном между ними.

Подумайте, что это значит для SaaS-продукта сегодня. Пять лет назад вопрос дизайна звучал так: куда разместить кнопку? Сегодня вопрос другой: когда пользователь просит ИИ-помощника продукта «показать мне все просроченные счета за прошлый квартал», как должен выглядеть и ощущаться хороший ответ? Как он передает неуверенность? Как он может дать сбой, не подорвав доверие? Это не проблема размещения кнопки. Это проблема архитектуры диалога.

И именно здесь Figma оказывается незаменимой, чего многие недооценивают.

Дженни использует Figma специально для одновременного изучения восьми-десяти различных направлений дизайна на одном холсте. Инструменты для программирования плохо справляются с этим, потому что они слишком линейны. Когда вы работаете итеративно с Клодом в коде, вы инвестируете в одно направление и постоянно продвигаетесь вперед. Это создает эффект предвзятости. Пространственное исследование холста нарушает эту линейность. Оно позволяет вам набросать множество идей, отобрать их и заставить себя придумать действительно разные направления, прежде чем принять окончательное решение.

Актуальность инструмента не снизилась. Напротив, расширились области его применения.

Исследование Figma, посвященное ожиданиям менеджеров по найму, дает четкое представление о том, каков на самом деле спрос в 2026 году.

73% менеджеров по найму хотят видеть кандидатов, владеющих инструментами искусственного интеллекта. 79% хотят видеть дизайнеров, способных создавать продукты на основе ИИ. Более половины говорят, что в основном нанимают на руководящие должности, в то время как только около четверти заполняют вакансии для начинающих специалистов. Почти половина говорит, что спрос на дизайнеров вырос. 82% руководителей дизайнерских отделов говорят, что потребность выросла или, по крайней мере, осталась стабильной.

Однако Дженни Вэнь предлагает неожиданный контраргумент.

Сейчас она нанимает сотрудников трех типов. Первый — это опытный дизайнер с глубоким пониманием продукта, способный определять видение и консультировать различные команды. Второй — это дизайнер, близкий к коду, способный напрямую работать с инженерами и доводить проект до конца. Третий — это успешный выпускник вуза: люди на начальном этапе карьеры, с чистым листом, быстро обучающиеся и не привязанные к устаревшим процессам. У них нет устоявшихся ритуалов, которые теперь устарели. Они не помнят мира, где дизайнер контролировал сроки. Отсутствие таких ожиданий на самом деле является преимуществом.

В отчете Figma «Состояние дизайнерской работы в 2026 году» добавляется организационный аспект: когда руководители ставят во главу угла высокое качество дизайна, дизайнеры почти вдвое чаще испытывают удовлетворение от своей работы. Такие команды также сообщают о более высоком моральном духе и более быстром росте бизнеса.

Больше вакансий. Не те же самые. И не обязательно с тем же профилем.

В отчете «Состояние ИИ в дизайне 2025» есть одна деталь, которую большинство заголовков обходят стороной.

Значительная часть внедрения ИИ в дизайн по-прежнему происходит в тени.

Многие дизайнеры экспериментируют с ИИ в одиночку, поздно ночью, вне официального рабочего процесса своей команды. Они переключаются между инструментами фрагментарно, потому что интегрировать ИИ в реальный рабочий процесс команды сложнее, чем просто тестировать что-то самостоятельно.

Вы, вероятно, прекрасно представляете, как это выглядит. После окончания ежедневного совещания дизайнер открывает Claude на своем личном ноутбуке. Он использует его для переписывания микротекста, генерации идей для компонентов или стресс-тестирования пользовательского сценария. Затем он вставляет результат в Figma и представляет его как свою собственную работу на следующее утро. Никто в команде не знает о причастности ИИ. Нет общего процесса, нет последовательной стратегии подсказок и нет институционального обучения.

Большинство утверждают, что ИИ улучшил их индивидуальную работу. Гораздо меньше людей говорят, что он изменил то, как их команда взаимодействует друг с другом.

Здесь кроется настоящая возможность. Дизайнер, способный внедрить ИИ в официальный рабочий процесс команды, создать общие библиотеки подсказок, предоставить инженерам структурированные компоненты, которые они могут использовать без участия дизайнера в каждом обсуждении, и сделать весь процесс видимым и воспроизводимым, становится незаменимым, чего никогда не смог бы достичь индивидуальный труд.

В рабочем документе Роберто Верганти, подготовленном Гарвардской школой бизнеса, полностью переосмысливается эта роль.

В эпоху искусственного интеллекта главный сдвиг в подходах дизайнера заключается не в переходе от решения проблем к их более быстрому решению. Он смещается от решения проблем к определению того, какие проблемы действительно заслуживают решения.

В отчете «Состояние ИИ в дизайне 2025» это подтверждается: ИИ наиболее эффективен в генерации вариантов, но командам по-прежнему сложно решить, какой вариант соответствует стратегии, бренду и человеческому замыслу.

Дженни описывает самые сложные моменты в разработке программного обеспечения следующим образом: если вы вспомните самые трудные моменты на работе, то, вероятно, это были два человека, спорящие о том, что должно войти в ту или иную функцию, а что нет. Искусственный интеллект может высказать свое мнение. Но он не обязательно сможет разрешить этот спор между вами и кем-то другим. Решение о том, что именно войдет в то, что мы создаем, по-прежнему остается делом рук человека.

Рассмотрим систему геймификации для платформы цифровых приглашений. Искусственный интеллект может за день сгенерировать пятьдесят механизмов вовлечения: серии, значки, таблицы лидеров, уровни вознаграждения, подсказки для обмена в социальных сетях. Технически каждый из них допустим. Но какой из них подойдет пользователям, эмоционально вовлеченным в свадьбу или семейное торжество? Какой механизм будет восприниматься как праздничный, а не как манипуляция? Какой из них учитывает культурную значимость момента?

Искусственный интеллект не может ответить на этот вопрос. Он не знает, что значит присутствовать на чьей-то свадьбе.

Это решение по-прежнему принадлежит вам.

Все данные из NN/g, Figma, Lyssna и Adobe постоянно возвращаются к одной и той же теме.

Искусственный интеллект повсюду.

Доверие — это нечто другое.

Опрос дизайнеров Lyssna, проведенный в 2026 году, показал, что 73% считают, что ИИ как инструмент для совместной работы в дизайне окажет наибольшее влияние в этом году, а 93% уже используют инструменты генеративного ИИ в своей повседневной работе. Однако 54% ​​говорят, что клиенты хотят использовать ИИ, не имея четкого примера его применения.

Компания Nielsen Norman Group называет доверие ключевой задачей проектирования ИИ-приложений в 2026 году и ожидает, что она станет еще сложнее по мере запуска все большего числа агентов до того, как они будут по-настоящему готовы.

Компания Design Bootcamp объясняет это на человеческом языке: ИИ учится на огромных массивах данных о людях, но у него нет личного опыта. Он никогда по-настоящему не испытывает разочарования, облегчения или восторга.

Вот простой тест. Покажите двум дизайнерам одно и то же сообщение об ошибке. Один пишет: «Транзакция не удалась. Пожалуйста, попробуйте еще раз». Другой пишет: «Мы не смогли обработать это. Ваши деньги в безопасности, и ничего не было списано». Второе сообщение не просто понятнее. Оно отражает конкретный страх, который испытывает пользователь в этот самый момент. Искусственный интеллект можно обучить воспроизводить вторую версию. Но понимание того, почему это важно, понимание того, что страх вообще существует, понимание того, что у пользователя могут дрожать руки, когда он видит этот экран, — это результат эмпатии. Это от человечности.

Дженни описывает решение проблемы доверия в Anthropic как построение доверия за счет скорости. Выпускайте продукт как можно раньше, честно указывайте, что это предварительная версия для исследования, открыто реагируйте на отзывы и постоянно совершенствуйтесь публично. Доверие действительно теряется не из-за запуска чего-то чернового, а из-за запуска чернового продукта и последующего молчания. Если вы выпускаете продукт быстро, реагируете на отзывы пользователей и демонстрируете постоянное совершенствование, пользователи доверяют вам больше, а не меньше.

В основе дизайна всегда лежит понимание того, почему люди говорят и делают то или иное.

Такова будет человечность ещё долгое время.

Анализ рынка труда UX Playbook на 2026 год придает этой истории более четкие очертания.

Сокращения штата не ограничились крупными технологическими компаниями. Стартапы, медиакомпании, розничная торговля и финтех-компании сокращали персонал, и дизайнерские команды часто оказывались в числе первых, кого увольняли.

Дженни точно подметила нынешнее давление с обеих сторон: не только дизайнеры чувствуют необходимость не отставать от инженеров. Даже инженеры задаются вопросом: как нам сейчас угнаться за самими собой? Как нам угнаться за всеми нашими агентами? Ведь семь агентов постоянно работают.

В то же время Корвелло и его коллеги в своей статье 2025 года о генеративном ИИ в творческих рабочих процессах ясно показывают следующее: когда часть вашей работы может быть автоматизирована, ваш риск резко снижается, если ваши навыки дополняют автоматизацию, а не конкурируют с ней.

Формируются две группы, и разрыв между ними увеличивается с каждым месяцем.

Первая группа использует ИИ для ускорения работы, более глубокого мышления и увязывания проектных решений с бизнес-результатами. Они могут прийти на совещание и сказать: «Мы протестировали двенадцать вариантов с помощью ИИ, оценили их на основе наших пользовательских исследований, и вот почему этот вариант обеспечит лучшую конверсию». Они одновременно говорят на языке продукта, бизнеса и человеческой психологии.

Вторая группа всё ещё ждёт, чем всё это закончится.

По оценкам McKinsey, генеративный искусственный интеллект может повысить общую производительность проектирования на 40–70% к 2030 году. Однако этот прирост будет распределен неравномерно.

По данным компании Grazitti Interactive, к 2026 году более 80% организаций будут использовать генеративный искусственный интеллект, по сравнению с менее чем 5% всего несколько лет назад.

В отчете Figma «Состояние дизайнера в 2026 году» показано, что 91% дизайнеров, использующих ИИ, считают, что он повышает качество, а не только скорость. Визуальная отточенность, владение инструментами ИИ, системное мышление и продуктовая стратегия теперь входят в число наиболее востребованных навыков при найме сотрудников.

Как отмечает UX Pilot, в 2026 году дизайн продуктов наконец-то отходит от однообразия интерфейсов, созданных искусственным интеллектом. Новый стандарт — это намерение и мастерство: выбор, который вы можете почувствовать, а не просто сгенерировать.

Итак, если говорить простыми словами, то произошли следующие изменения:
Вы переходите от создания прототипов к оценке и курированию результатов работы ИИ.

От UX-дизайнера до человека, который также мыслит в терминах AX и MX.

От специалиста по обработке пикселей до стратегического координатора.

От узкоспециализированного специалиста до универсального специалиста, охватывающего дизайн, исследования и, иногда, разработку.

От специалиста по решению проблем до человека, способного осмыслить ситуацию и сформировать краткосрочное видение.

От индивидуального разработчика до соавтора-человека с искусственным интеллектом.

Ваше визуальное мастерство не исчезает.

Оно расширяется за счет развития навыков быстрой и быстрой письменной речи, грамотности в работе с данными и умения принимать эмоциональные решения.

Они переходят на более высокий уровень, от исполнения к стратегии, от производства к координации, от артефактов к принятию решений.

Инфраструктура уже существует. Figma и Claude теперь используют двусторонний мост, где код становится дизайном, а дизайн — кодом, при этом ИИ семантически считывает вашу систему. Я убедился в этом на собственном опыте в прошлом месяце. Конвейер обработки данных больше не работает в одном направлении.

Но в каждой команде, использующей его, по-прежнему нужен человек, который будет решать, что следует разрабатывать, что исключить и что действительно нужно пользователю.

Искусственный интеллект способен сгенерировать тысячи экранов.

Оно не знает, какой из вариантов заставит пользователя почувствовать себя достаточно безопасно, чтобы доверить вам свои деньги, данные или самый важный для него день.

Дженни Вэнь отошла от управления двенадцатью сотрудниками и стала индивидуальным специалистом, чтобы оставаться ближе к основной работе. Она прямо сказала: в конечном итоге кто-то должен решить, что именно будет создано и что действительно важно. И кто-то всё равно должен нести ответственность за это решение.

Выживают не те дизайнеры, которые работают усерднее.

Именно они работают там, где ИИ пока не может достичь цели: на грани суждения, доверия и смысла.

Лифт на верхний этаж закрывается.

Ваш инвестиционный портфель — это не ваш билет.

Ваше мнение таково.

Вы читали перевод статьи: Product Designers Are Not Being Replaced. They Are Being Sorted.