В соцсетях дизайн уже «мёртв», а любой человек с промптом якобы делает за час то, на что раньше уходила неделя работы команды. Разбираемся, что из этого правда — по крупному международному исследованию и по опыту дизайнера, который использует ИИ каждый день в казахстанской компании.
Где ИИ реально прижился: не в генерации, а в проверке
Стивен Хейни, основатель дизайн-инструмента Paper, несколько месяцев анонимно опрашивал дизайнеров в Atlassian, Shopify, Notion и похожих компаниях. Вывод: практика в разных компаниях почти не отличается друг от друга — и почти не совпадает с тем, что обсуждают в соцсетях. О том, как генеративные алгоритмы ускоряют разработку продуктов, читайте в разборе об автоматизации инженерных процессов с помощью ИИ-агентов.
Сильнее всего ИИ проявляет себя не как генератор нового дизайна, а как ревизор уже существующего. Схема простая: агенту (например, через Claude, подключённый к файлу Figma по протоколу MCP) передают таблицу токенов дизайн-системы. Дальше агент по команде построчно сверяет, использует ли конкретный экран правильные токены цвета, отступов, текста — и явно называет ошибки. Один из опрошенных дизайнеров оценивает ускорение такого аудита примерно в 50 раз по сравнению с ручной проверкой.
Здесь есть важный нюанс, который многие упускают. Тезис «ИИ не умеет работать с переменными дизайн-системы» верен только для одного сценария — когда инструмент получает текстовый промпт без прямого доступа к реальным данным файла и вынужден угадывать структуру по картинке. Именно так работают многие no-code генераторы: результат выглядит похоже, но при вставке обратно в Figma не использует ни одной настоящей переменной, только скопированный внешний вид со случайными числами. Стоит дать модели прямой доступ к переменным через API — и та же задача решается совсем иначе: не эвристика по скриншоту, а операция над реальными данными файла.
Казахстанский пример подтверждает паттерн
Александр Карбышев, продуктовый дизайнер в крупной ритейл-компании с сетью магазинов по Казахстану, независимо описывает ровно ту же механику — только на своих задачах.
Он использует ИИ-агента Codex (инструмент от OpenAI), подключённый через MCP к сервису продуктовой аналитики Amplitude и к своим проектам в Figma. Это не генерация дизайна с нуля, а связка агента с реальными данными компании — та же логика прямого доступа к структуре, а не угадывания по картинке, что и в международном отчёте. По словам Карбышева, это ускоряет практически любую задачу на 20-30%. Показательный пример: аналитическое исследование, которое раньше занимало неделю, теперь укладывается в один день — гипотезы можно сразу нести на обсуждение с командой.
Та же связка подключается и к Mobbin (библиотека референсов интерфейсов реальных приложений) и к Jira — агент может ставить задачи разработчикам, хотя формально это не входит в обязанности дизайнера. Он же может сгенерировать несколько вариантов флоу для быстрой проверки гипотезы вместо нескольких дней ручного дизайна, который потом придётся переделывать.
Вывод у Карбышева звучит жёстко, но совпадает с общей логикой отчёта: ИИ ускоряет работу, но не заменяет дизайнера, если дизайнер — это не просто человек, который рисует UI-экраны.
Организационный слой решает больше, чем выбор инструмента
Отчёт AI in Design Report 2026 построен на опросе более 900 дизайнеров в 60+ странах и кейсах команд Anthropic, Framer, Linear, Notion, Shopify, Sierra и Stripe. Он добавляет к техническому слою ещё один — организационный, и именно здесь чаще всего решается, окупится ли инструмент или добавит хаоса.
За год доля обучения ИИ-инструментам через коллег выросла с 24% до 70%, а доверие к рекомендациям сверху упало с 32% до 16%. При этом только 28% руководителей внесли формальные изменения в рабочий процесс под новую реальность, и лишь 13% обновили под неё перформанс-ревью. Разрыв между ожиданиями и процессами дал побочный эффект: доля тех, кто описывает совместную работу как более хаотичную, выросла с 5% до 20% за год, а 34% команд прямо говорят о размытых зонах ответственности.
Карбышев описывает похожую картину на своём месте, хоть и с другим знаком. В крупной компании любая идея требует обоснования: редизайн одного экрана — это уже бюджет (зарплаты дизайнеров, разработчиков, аналитиков), поэтому то, что в стартапе делается за день, здесь может занять неделю. Но сам он считает это скорее плюсом, чем минусом — процесс заставляет подходить к идеям обоснованно: изучать аналитику, строить гипотезы, обсуждать их с продуктовой командой до реализации, а не после.
Роль дизайнера смещается, а не исчезает
Заметный сдвиг в отчёте — в найме. 72% руководителей, которые не считают «продуктового дизайнера» обязательной ролью в команде, выбирают вместо неё «дизайн-инженера». 44% заводят отдельную роль «AI design specialist». Это не сокращение дизайна как функции, а перестройка её внутренней структуры — роль не исчезает, но перестаёт быть монолитной.
Практический пример того же паттерна в другом контексте: розничная компания X5Tech решала узкую техническую проблему — непредсказуемость результата генерации для брендов «Пятёрочка» и «Чижик» — не длинным промптом, а набором технических ограничителей (ControlNet для структуры композиции, LoRA для устойчивого фирменного стиля, style transfer для переноса эстетики референса). Роль дизайнера при этом сместилась от подбора промптов к позиции арт-директора, который итеративно правит и утверждает результат. По итогу 40-45% визуального контента для этих брендов теперь создаётся с участием ИИ, а скорость дизайна выросла почти вдвое.
Что это значит на практике
Если сложить международные данные и локальный кейс, получается три практических вывода:
- ИИ работает предсказуемо там, где подключён к реальным данным — Figma-переменным через API, аналитике через Amplitude, файловой структуре напрямую. Там, где инструмент вынужден угадывать по картинке или голому промпту, результат ненадёжен.
- Инструмент не заменяет организационную работу. Покупка лицензий без изменения процессов и без роста доверия в команде даёт больше хаоса, а не больше скорости — это подтверждают и глобальная статистика, и локальный опыт крупной компании с длинным циклом согласований.
- Роль дизайнера не исчезает, а расслаивается. Компании нанимают дизайн-инженеров и AI-специалистов отдельно от классических продуктовых дизайнеров — то же самое подтверждает и практика: дизайнера, который ускоряет себя через ИИ-агентов, сложнее заменить, чем того, кто просто рисует экраны.
Частые вопросы
Заменит ли ИИ дизайнеров? По имеющимся данным — нет, скорее меняет структуру роли. Компании чаще нанимают дизайн-инженеров и AI-специалистов в дополнение к продуктовым дизайнерам, а не вместо них.
В чём ИИ реально помогает дизайнеру сегодня? Сильнее всего — в аудите и документации уже существующего дизайна (сверка с дизайн-системой, поиск несоответствий токенов) и в ускорении аналитики при прямом подключении к данным через API/MCP. Генерация нового дизайна с нуля пока работает менее надёжно.
Нужен ли ИИ прямой доступ к файлу, чтобы результат был точным? Да. Если инструмент получает только текстовый промпт и вынужден угадывать структуру по картинке — результат визуально похож, но не использует реальные переменные дизайн-системы. Прямой доступ через API или MCP даёт принципиально другой результат.
Используют ли ИИ в дизайне в Казахстане? Да — по крайней мере в отдельных крупных компаниях. Опыт продуктового дизайнера в казахстанском ритейле показывает ту же механику, что и международный отчёт: связка агента с реальными данными компании ускоряет задачи на 20-30%, а не заменяет дизайнера полностью.
Источники:
- Анастасия Кутина. «Внедрение AI в дизайн-процесс: что реально работает, а что пока только обещано». Habr, 1 августа 2026. habr.com/ru/articles/1065660 — со ссылками на AI in Design Report 2026 (stateofaidesign.com), кейс X5Tech и материал Алексея Кирдяева
- Интервью с Александром Карбышевым, Raem.kz
Имя работодателя Карбышева в материале не указывается по договорённости с героем интервью. О трендах взаимодействия пользователей с цифровыми средами читайте в материале об изменении пользовательских интерфейсов в эпоху Zero-Click.
