Het Ontwerp van het AI-tijdperk Bekeken vanuit een Dashboard

Dit artikel bevat 1154 woorden en de leestijd bedraagt ongeveer 6 minuten.

Na de voortdurende implementatie van AI in workflows en het ontwerpen van steeds meer AI-functies in producten in de afgelopen jaren, heeft AI het ontwerp al ontwricht. Ik geloof dat iedereen in 2026 een dieper begrip zal hebben.

Neem bijvoorbeeld het Dashboard, dat designers graag in hun portfolio's laten zien. De prachtige grafieken die data visueel presenteren, lijken nog maar van gisteren. Ze zijn ook uitstekend geschikt om de resultaten van een ontwerpsysteem te laten zien, maar de opkomst van AI heeft dit allemaal veranderd.

(Een dashboard dat designer Michal een paar jaar geleden in een paar maanden zorgvuldig heeft gemaakt)

Nu kan AI, met slechts een paar eenvoudige stijlgidsen en lettertype-ontwerp regels, een Dashboard genereren met bruikbare code. We kunnen voorspellen dat eentonige ontwerpen gebruikers visueel zullen vermoeien, en we moeten meer gepersonaliseerde ontwerpoplossingen overwegen.

(AI genereert direct bruikbaar dashboard)

Het ontwerpsysteem van tool-achtige producten staat niet op instorten, maar heb je in de praktijk niet talloze keren het gevoel gehad dat overdreven gedetailleerde ontwerpsystemen en vaste ontwerp lay-outs het productontwerp saai maken, waardoor veel productinterfaces op elkaar lijken? Het is deze consistentie die een soort standaard sjabloon is geworden, dus AI kan natuurlijk snel leren en massaal worden toegepast. Een ontwerpsysteem kan inderdaad zorgen voor consistente interfaces, maar overdrijving is schadelijk, en een ontwerp dat zijn vitaliteit verliest, wordt ook saai.

(AI-gegenereerd dashboard design)

(AI-gegenereerd dashboard design)

Ik doe al 15 jaar UI-design en nu productdesign. In het begin gebruikte ik PS om interfaces te maken, daarna Sketch om componenten te maken, en vervolgens Figma's Variant en Auto-layout, totdat AI-tools nu direct demo's kunnen maken met goede resultaten door simpelweg de eisen in te voeren. Het ontwerpen wordt steeds handiger en sneller, zo eenvoudig dat het lijkt alsof het elk moment door AI kan worden vervangen.

Misschien zal menselijk en gepersonaliseerd ontwerp opnieuw een golf veroorzaken. Nadat we de efficiëntie met AI hebben verhoogd, kunnen we meer tijd besteden aan innovatie en creativiteit, de ontwerpkwaliteit verbeteren, zorgvuldig ontwerpen voor gebruikers en mensen ervan laten genieten!

Aan de andere kant zijn gebruikers niet langer tevreden met het bekijken van de door ons geselecteerde data en grafieken op het Dashboard, maar willen ze dat AI hen direct vertelt waarom dit zo is, wat ze moeten doen, suggesties geeft over wat 'must have' of 'nice to have' is, en zelfs verder gaat, met een bijbehorende Agent die de volgende problemen afhandelt, zoals het koppelen aan Jira om tickets aan te maken, naadloze integratie van workflows, enzovoort.

Een project waar ik onlangs aan werk, gaat in deze richting. De huidige situatie is natuurlijk dat de data voorop staat, op een prominente plaats, met AI-assistentie. We gebruiken bijvoorbeeld al lange tijd Pendo om het productgebruik te volgen en gebruikersdata te bekijken. Onlangs zijn er AI-functies beschikbaar gekomen op de Dashboard-lijst.

(Februari 2026, Pendo voegt AI-analyse "Why" toe aan Dashboard)

Toonaangevende bedrijven hebben al hun eigen AI-intelligentie ontwikkeld. De producten van ons bedrijf zijn al drie jaar geleden begonnen met de implementatie van AI-functies. Pendo Listen monitort bijvoorbeeld voortdurend het gedrag van gebruikers en gebruikt AI voor data-analyse, wat inderdaad een groot verkoopargument is voor het product.

En dit verkooppunt zal het bedrijf enorme commerciële waarde opleveren. Ze adverteren al op grote schaal hoe goed de AI-functies zijn. Wie is er in de toekomst geen data-analyse expert! Dus als ontwerpers moeten we ook meer nadenken over commerciële waarde.

20 jaar geleden hielden veel ontwerpers zich ook bezig met het schrijven van frontend code. Nu kunnen we direct demo's en code genereren in Figma make, Cursor en GitHub. En mensen met een beetje code kennis kunnen de demo snel aanpassen door de code te wijzigen, in plaats van herhaaldelijk met AI te communiceren. Na de efficiëntieverbetering moet de capaciteit natuurlijk ook volgen, anders wat doe je na de efficiëntieverbetering?

Google heeft onlangs een A2UI uitgebracht. Ons Team is dit aan het onderzoeken. Later meer hierover. Geïnteresseerde studenten kunnen er ook alvast meer over te weten komen, link: https://developers.googleblog.com/introducing-a2ui-an-open-project-for-agent-driven-interfaces/

UI agent is al voor ons gemaakt, Dashboard design is nog makkelijker