Dashboard a projektowanie w erze AI
Artykuł liczy 1154 słowa, przeczytanie zajmie około 6 minut.
Po kilku latach ciągłego wykorzystywania AI w procesach pracy i projektowania coraz większej liczby funkcji AI w produktach, AI już rewolucjonizuje projektowanie. Wierzę, że w 2026 roku wszyscy to odczują jeszcze bardziej.
Weźmy na przykład Dashboard, który projektanci uwielbiają prezentować w swoich portfolio. Wspaniałe wykresy wizualizujące dane wydają się być jeszcze wczorajsze, a do prezentacji wyników systemu projektowania również są całkiem niezłe. Ale pojawienie się AI wywróciło wszystko do góry nogami.
(Dashboard starannie wykonany przez projektanta Michala kilka lat temu, zajęło to kilka miesięcy)
Teraz wystarczy kilka prostych wskazówek dotyczących stylu i zasad projektowania czcionek, a AI może wygenerować Dashboard z gotowym kodem. Można przewidzieć, że powtarzalne projekty spowodują zmęczenie wzroku użytkowników, musimy rozważyć bardziej spersonalizowane rozwiązania projektowe.
(Dashboard wygenerowany przez AI, gotowy do bezpośredniego użycia)
System projektowania produktów narzędziowych nie stoi może w obliczu załamania, ale czy w rzeczywistych projektach nie czułeś niezliczoną ilość razy, że zbyt szczegółowy system projektowania i stałe szablony projektowe sprawiają, że projektowanie produktu staje się nudne, a wiele interfejsów produktów staje się podobnych? To właśnie ta jednolitość stała się standardowym szablonem, więc AI oczywiście może się jej szybko nauczyć, a następnie może być szeroko stosowana. System projektowania rzeczywiście może ujednolicić interfejs, ale przesada jest gorsza od niedostatku, a projekt, który traci witalność, również staje się nudny.
(Projekt dashboardu wygenerowany przez AI)
(Projekt dashboardu wygenerowany przez AI)
Od początku projektowania UI do projektowania produktu minęło 15 lat. Na początku używałem PS do tworzenia interfejsów, potem Sketch do tworzenia komponentów, a następnie Variant (warianty) i Auto-layout w Figmie, aż do teraz, gdy narzędzia AI mogą bezpośrednio wprowadzać wymagania i tworzyć dobre Demo. Projektowanie staje się coraz wygodniejsze i szybsze, tak proste, że wydaje się, że można je w każdej chwili zastąpić AI.
Być może humanizowane i spersonalizowane projekty ponownie wywołają falę. Po zwiększeniu wydajności dzięki AI możemy poświęcić więcej czasu na innowacje i kreatywność, poprawić jakość projektowania, starannie tworzyć dla użytkowników i sprawić, by czerpali z tego radość!
Z drugiej strony, użytkownicy nie są już zadowoleni z oglądania naszych starannie dobranych danych i wykresów na Dashboardzie, ale chcą, aby AI bezpośrednio powiedziała im, dlaczego tak się dzieje, co powinienem zrobić, zaproponowała sugestie typu must have lub nice to have, a nawet poszła o krok dalej i miała odpowiedniego Agenta do rozwiązania kolejnych problemów, na przykład czy można połączyć się z Jirą, aby utworzyć ticket, bezproblemowo łącząc się z przepływem pracy itp.
Jeden z ostatnich projektów, nad którym pracuję, zmierza w tym kierunku. Obecna sytuacja jest oczywiście taka, że dane są na pierwszym miejscu, umieszczone w widocznym miejscu, a AI pomaga. Na przykład, zawsze używaliśmy Pendo do śledzenia wykorzystania produktu i przeglądania danych użytkowników. Ostatnio na liście Dashboardów dostępne są już funkcje AI.
(Luty 2026, Pendo dodaje analizę AI "Dlaczego" do Dashboardu)
Wiodące firmy opracowały już własne inteligentne AI. Produkty naszej firmy zaczęły wdrażać funkcje AI już trzy lata temu. Na przykład Pendo Listen stale monitoruje zachowanie użytkowników i wykorzystuje AI do analizy danych, co jest z pewnością dużą zaletą produktu.
A ten punkt sprzedaży przyniesie firmie ogromną wartość biznesową. Już teraz wszędzie reklamują, jak dobre są funkcje AI. W przyszłości każdy będzie ekspertem od analizy danych! Dlatego my, jako projektanci, musimy więcej myśleć o wartości biznesowej.
20 lat temu wielu projektantów zajmowało się również pisaniem kodu front-end. Teraz możemy generować demo i kod bezpośrednio w Figma make, Cursor, GitHub. Osoby, które znają trochę kodu, mogą szybko dostosować demo, modyfikując kod, zamiast wielokrotnie komunikować się z AI. Po zwiększeniu wydajności, umiejętności również muszą nadążać, bo co robić po zwiększeniu wydajności?
Google niedawno wydał A2UI. Nasz zespół to bada. Porozmawiamy o tym szczegółowo później. Zainteresowani studenci mogą najpierw dowiedzieć się więcej. Link: https://developers.googleblog.com/introducing-a2ui-an-open-project-for-agent-driven-interfaces/
Agent UI już dla nas stworzony, projektowanie Dashboardu to pestka
