Από το Dashboard στην Εποχή της Τεχνητής Νοημοσύνης: Μια Σχεδιαστική Προοπτική
Αυτό το άρθρο περιέχει 1154 λέξεις και απαιτεί περίπου 6 λεπτά για ανάγνωση.
Μετά από χρόνια συνεχούς χρήσης της τεχνητής νοημοσύνης (AI) στις ροές εργασίας και τον σχεδιασμό ολοένα και περισσότερων λειτουργιών AI στα προϊόντα, η AI έχει ήδη ανατρέψει τον σχεδιασμό. Πιστεύω ότι όλοι θα έχετε μια βαθύτερη κατανόηση το 2026.
Λαμβάνοντας ως παράδειγμα τα Dashboard, τα οποία οι σχεδιαστές λατρεύουν να παρουσιάζουν στα portfolio τους, τα εντυπωσιακά γραφήματα και η οπτικοποίηση των δεδομένων φαίνονται σαν να ήταν χθες. Είναι επίσης αρκετά καλά για την παρουσίαση των αποτελεσμάτων του σχεδιαστικού συστήματος, αλλά η εμφάνιση της AI έχει αλλάξει τα πάντα.
(Ένα dashboard που ο σχεδιαστής Michal δημιούργησε προσεκτικά για αρκετούς μήνες πριν από μερικά χρόνια)
Τώρα, με μερικές απλές οδηγίες στυλ και κανόνες σχεδίασης γραμματοσειρών, η AI μπορεί να δημιουργήσει Dashboard με διαθέσιμο κώδικα. Μπορεί να προβλέψει ότι τα μονότονα σχέδια θα κουράσουν οπτικά τους χρήστες και πρέπει να εξετάσουμε πιο εξατομικευμένες σχεδιαστικές λύσεις.
(Dashboard που δημιουργείται από AI και είναι άμεσα διαθέσιμο)
Το σχεδιαστικό σύστημα για προϊόντα εργαλείων δεν μπορεί να ειπωθεί ότι καταρρέει, αλλά σε πραγματικά έργα, έχετε νιώσει ποτέ αμέτρητες φορές ότι ένα υπερβολικά λεπτομερές σχεδιαστικό σύστημα και σταθερές σχεδιαστικές διατάξεις κάνουν τον σχεδιασμό προϊόντων βαρετό, οδηγώντας σε μια ομοιομορφία στις διεπαφές πολλών προϊόντων; Αυτή η ομοιομορφία έχει μετατραπεί σε ένα τυποποιημένο πρότυπο, επομένως η AI μπορεί φυσικά να μάθει γρήγορα και να εφαρμοστεί σε μεγάλη κλίμακα. Το σχεδιαστικό σύστημα μπορεί πράγματι να κάνει τις διεπαφές ομοιόμορφες, αλλά η υπερβολή είναι χειρότερη από την έλλειψη. Ένα σχέδιο που χάνει τη ζωντάνια του γίνεται επίσης βαρετό.
(Dashboard design που δημιουργείται από AI)
(Dashboard design που δημιουργείται από AI)
Έχω 15 χρόνια εμπειρίας, από τον σχεδιασμό UI μέχρι τον σχεδιασμό προϊόντων. Ξεκίνησα χρησιμοποιώντας το PS για να δημιουργήσω διεπαφές, μετά το sketch για να δημιουργήσω components, και στη συνέχεια το Variant (παραλλαγή) και το Auto-layout του Figma, μέχρι που τώρα τα εργαλεία AI μπορούν να εισάγουν απευθείας απαιτήσεις και να δημιουργήσουν αξιοπρεπή Demo. Ο σχεδιασμός γίνεται όλο και πιο βολικός και γρήγορος, τόσο απλός που φαίνεται ότι μπορεί να αντικατασταθεί από την AI ανά πάσα στιγμή.
Ίσως ο ανθρωποκεντρικός και εξατομικευμένος σχεδιασμός να πυροδοτήσει ξανά ένα κύμα. Αφού βελτιώσουμε την αποδοτικότητα με την AI, μπορούμε να αφιερώσουμε περισσότερο χρόνο στην καινοτομία και τη δημιουργικότητα, να βελτιώσουμε την ποιότητα του σχεδιασμού, να δημιουργήσουμε προσεκτικά για τους χρήστες και να τους κάνουμε να το απολαύσουν!
Από την άλλη πλευρά, οι χρήστες δεν είναι πλέον ικανοποιημένοι με την προβολή των επιλεγμένων δεδομένων και γραφημάτων μας στο Dashboard, αλλά θέλουν η AI να τους πει απευθείας γιατί συμβαίνει αυτό, τι πρέπει να κάνω, να προτείνει must have ή nice to have προτάσεις, και ακόμη περισσότερο, να έχει έναν αντίστοιχο Agent για να χειριστεί τα επόμενα προβλήματα, όπως αν μπορεί να συνδεθεί με το Jira για να δημιουργήσει ticket, να συνδεθεί απρόσκοπτα με τη ροή εργασίας κ.λπ.
Ένα έργο που κάνω πρόσφατα κινείται προς αυτή την κατεύθυνση. Η τρέχουσα κατάσταση είναι φυσικά τα δεδομένα μπροστά, τοποθετημένα σε περίοπτη θέση, με την AI να βοηθά. Για παράδειγμα, χρησιμοποιούμε πάντα το Pendo για να παρακολουθούμε τη χρήση του προϊόντος και να βλέπουμε τα δεδομένα των χρηστών. Πρόσφατα, υπάρχει μια λειτουργία AI διαθέσιμη στη λίστα Dashboard.
(Φεβρουάριος 2026, το Pendo προσθέτει AI ανάλυση "Γιατί" στο Dashboard)
Οι πρωτοπόρες εταιρείες έχουν ήδη αναπτύξει τους δικούς τους AI έξυπνους πράκτορες. Το προϊόν της εταιρείας μας έχει αρχίσει να αναπτύσσει λειτουργίες AI πριν από τρία χρόνια. Για παράδειγμα, το Pendo Listen παρακολουθεί συνεχώς τη συμπεριφορά των χρηστών και χρησιμοποιεί AI για ανάλυση δεδομένων, κάτι που είναι πράγματι ένα σημαντικό πλεονέκτημα του προϊόντος.
Και αυτό το σημείο πώλησης θα φέρει τεράστια εμπορική αξία στην εταιρεία. Ήδη διαφημίζουν παντού πόσο καλές είναι οι λειτουργίες AI. Ποιος δεν θα είναι ειδικός στην ανάλυση δεδομένων στο μέλλον! Επομένως, ως σχεδιαστές, πρέπει επίσης να σκεφτούμε περισσότερο την εμπορική αξία.
Πριν από 20 χρόνια, πολλοί σχεδιαστές θα φρόντιζαν επίσης να γράψουν κώδικα frontend. Τώρα μπορούμε να δημιουργήσουμε demo και κώδικα απευθείας στο Figma make, Cursor, GitHub. Και οι άνθρωποι που γνωρίζουν λίγο κώδικα μπορούν να τροποποιήσουν τον κώδικα για να προσαρμόσουν γρήγορα το demo, αντί να επικοινωνούν επανειλημμένα με την AI και να βελτιώνουν την αποδοτικότητα. Η ικανότητα πρέπει επίσης να συμβαδίζει με τη βελτίωση της αποδοτικότητας, αλλιώς τι θα κάνουμε μετά τη βελτίωση της αποδοτικότητας;
Η Google κυκλοφόρησε πρόσφατα το A2UI. Η ομάδα μας το μελετά. Θα το συζητήσουμε λεπτομερώς αργότερα. Οι ενδιαφερόμενοι μαθητές μπορούν επίσης να μάθουν γι' αυτό πρώτα. Σύνδεσμος: https://developers.googleblog.com/introducing-a2ui-an-open-project-for-agent-driven-interfaces/
Οι UI agent έχουν ήδη δημιουργηθεί για εμάς, ο σχεδιασμός Dashboard είναι παιχνιδάκι.
