- Alat AI kini langsung memanfaatkan design system untuk menghasilkan UI, sehingga peran desainer bergeser dari sekadar perancangan visual ke fokus pada strategi dan orkestrasi
- Kini pertanyaan utamanya bukan “siapa mengambil pekerjaan siapa”, melainkan bagaimana proses berubah
- Pekerjaan tak terlihat seperti kode, PRD, dan ringkasan mudah diotomatisasi, tetapi pekerjaan yang terlihat seperti UI dan flow yang langsung dilihat dan disentuh pengguna memiliki kesenjangan kualitas yang besar, sehingga kecepatan otomasi desain masih belum menyamai engineering
- Proses menerjemahkan mockup Figma ke kode merupakan bottleneck terbesar, tetapi jika desainer mendesain langsung di lingkungan kode, pemborosan handoff ini bisa dihilangkan sepenuhnya
- Nilai inti desainer di era AI bukan lagi pekerjaan piksel, melainkan kemampuan orkestrasi: menilai apa yang perlu dibuat, mengevaluasi output AI secara kritis, dan mengarahkan pekerjaan
- Perusahaan yang berinvestasi pada tim kecil yang empowered dan design system yang machine-readable akan melampaui organisasi feature factory besar
Latar belakang perubahan desain produk
- Sejak membuat situs web pertama dengan Dreamweaver pada 1999, penulis telah bekerja dengan alur mendesain di Photoshop, Sketch, Figma, lalu menyerahkannya ke developer
- Baru-baru ini, dengan menghubungkan Claude Code ke design system internal, ia menghasilkan UI yang benar-benar berfungsi hanya dengan tiga prompt, melewati tahap perancangan visual tradisional
- Melalui pengalaman ini, ia menegaskan bahwa nilai desainer bergeser dari kemampuan eksekusi ke ‘selera dan penilaian strategis’
- Saat AI mewujudkan alur ‘prompt → generate → deploy’ berbasis design system, perubahan mendasar dalam desain produk sedang berlangsung
Perdebatan yang keliru: perubahan proses, bukan jumlah orang
- Wacana saat ini tentang AI dan peran produk masih berhenti pada perebutan wilayah yang berpusat pada jumlah orang, seperti "apakah desainer akan kehilangan pekerjaan" atau "apakah engineer akan tergantikan"
- Pertanyaan yang sebenarnya menyangkut proses: bukan apakah AI menghapus fungsi-fungsi ini, tetapi siapa yang melakukannya, seberapa cepat, dan ke mana bottleneck berpindah
- Pekerjaan tak terlihat (invisible work) seperti coding, penulisan PRD, dan analisis data mudah diotomatisasi karena kesenjangan kualitas tersembunyi di balik UI
- Kode boleh saja berantakan, selama aplikasi berjalan tidak ada yang peduli; PRD yang dihasilkan AI juga tidak masalah selama definisi masalahnya benar
- Sebaliknya, pekerjaan yang terlihat (visible work) seperti antarmuka pengguna, flow, dan pengalaman langsung memperlihatkan kesenjangan kualitas, dan pengguna segera menyadarinya
- Ketika build menjadi lebih cepat dan murah, masalah tersulit bukan lagi "bagaimana cara membuatnya", melainkan "apa yang layak dibuat"
- Peningkatan kecepatan desain berbantuan AI akan tertinggal dibanding engineering, dan asimetri ini akan membentuk ulang seluruh proses pengembangan produk serta cara tim disusun
Pekerjaan yang terlihat: desain bukan di balik dinding, tetapi dinding itu sendiri
- Engineering bisa diibaratkan sebagai perpipaan — tersembunyi di balik dinding, dan selama air keluar dari keran, struktur internalnya tidak penting
- Boris Cherny menjalankan 4–5 coding agent secara bersamaan dan mencapai peningkatan kecepatan di atas 400%, sementara para engineer Silicon Valley mulai beralih dari menulis kode langsung ke mengorkestrasi tim agen
- Desain perangkat lunak adalah dinding itu sendiri, kerannya, sekaligus pegangannya, sehingga meskipun dibuat AI, pengguna tetap sangat peka terhadap tampilan dan rasa penggunaannya
- AI dapat mengikuti standar dan pola yang ada dalam data latih, tetapi sulit memproses pengambilan keputusan berbasis riset pengguna yang sangat luas konteksnya, seperti puluhan wawancara pengguna, hasil survei, analisis penggunaan, dan audit kompetitor
- Ada bottleneck berupa masalah ingestion (ingestion problem) — meskipun AI dapat menghasilkan kode dalam jumlah besar atau ringkasan rapat, manusia tetap harus membaca, menyerap, dan mengevaluasinya secara kritis agar percakapan intelektual dan penilaian yang baik tetap mungkin
- Code review kini menjadi bottleneck nyata, dan ini adalah batas kecepatan manusia yang tidak bisa dilewati model mana pun
- AI unggul dalam pembuatan konten dan ringkasan, tetapi kemampuannya untuk menciptakan sesuatu yang benar-benar baru atau memiliki selera (taste) masih belum terbukti
Mendesain di kode, bukan di Figma
- Bottleneck terbesar dalam pengembangan produk adalah proses handoff desainer-developer untuk menerjemahkan mockup Figma menjadi kode produksi
- Ada inefisiensi besar ketika gambar software dibuat, piksel dirapikan, lalu diserahkan ke engineer, kemudian QA memeriksa kode terhadap mockup, dan PR ditolak karena tipografi atau spasi tidak cocok
- AI dapat menghilangkan bottleneck ini, tetapi hanya jika desainer mendesain langsung di lingkungan kode
- Sebagian desainer benar-benar mulai membatalkan langganan Figma dan beralih ke alat AI; argumen intinya adalah bahwa mockup bukanlah produk, melainkan artefak paralel yang perlu diterjemahkan, ditinjau, dan disesuaikan
- Setiap piksel yang didorong keluar dari Figma adalah janji yang harus dipenuhi engineer di medium yang sepenuhnya berbeda, dan semakin jauh alat desain dari kode produksi, semakin besar pemborosan yang muncul saat handoff
- Eksperimen dengan Claude Code yang diarahkan ke repo design system dan menghasilkan UI yang berfungsi dalam tiga prompt membuktikan hal ini
- Untuk keandalan pada skala besar, tetap dibutuhkan dokumentasi yang kokoh, aturan yang eksplisit, dan orkestrasi agen, tetapi fondasinya sudah ada
- Kasus tim engineering Monday.com: pada percobaan pertama menempelkan link Figma ke Cursor, kode yang dihasilkan tidak menggunakan komponen design system, warna di-hardcode, dan tipografinya menimpa default sistem
- Solusinya adalah membangun design system MCP (Model Context Protocol) — membuat komponen, token, aturan aksesibilitas, dan pola penggunaan menjadi machine-readable, lalu menyusun konteks terstruktur untuk model lewat workflow agentic 11 node
- Pendekatannya bukan agar agen langsung menulis kode, melainkan membangun pemahaman tentang seperti apa kode seharusnya, lalu menyerahkannya ke coding agent developer — "orkestrasi, bukan sulap"
- Desainer Anthropic kini langsung mengirim pull request ke Claude Code dan produk console lalu mendeploy ke produksi — per Februari 2026, ini sudah nyata
Yang tersisa bagi manusia: orkestrasi dan penilaian
- Jika AI bisa menghasilkan kode, menulis PRD, merangkum riset, dan membuat prototipe antarmuka, maka yang tersisa bagi manusia adalah orkestrasi
- Model sudah cukup mampu; bottleneck-nya adalah orang di depan keyboard — kemampuan untuk tahu apa yang harus diminta, bagaimana memecah pekerjaan, dan kapan harus menolak hasil model adalah inti utamanya
- Kyle Zantos adalah desainer yang menghabiskan 70% waktu kerjanya di terminal, dan menekankan bahwa rekomendasi dari 4 bulan lalu saja sudah usang, sehingga lebih penting mempelajari filosofi dan pendekatan daripada konfigurasi alat yang spesifik
- Chief Design Officer SAP, Arin Bhowmick: antarmuka yang tampak rapi secara visual dapat menutupi masalah yang lebih dalam seperti output yang tidak dapat dipercaya, pengambilan keputusan yang tidak transparan, dan perilaku rapuh pada edge case
- Pemimpin desain harus memperlakukan kepercayaan, kejelasan, dan keandalan sebagai hasil desain kelas satu, bukan sekadar kualitas permukaan
- Menurut Vlad Derdeicea, sekitar 80% waktu design lead dihabiskan untuk komunikasi, alignment, dan justifikasi, dan hanya 20% untuk pekerjaan desain hands-on
- Setiap keputusan desain memiliki "justification tax" — waktu untuk menjelaskan, mendokumentasikan, dan membela pilihan yang di bidang lain cukup diselesaikan dengan percakapan singkat
- AI seharusnya menargetkan 80% ini, bukan pekerjaan mockup: menyintesis notulen rapat, membuat draf komunikasi stakeholder, merangkum riset, dan membuat prototipe cepat untuk menyelesaikan perdebatan dengan data alih-alih opini
- Framing Jan Tegze: jangan berusaha hanya melakukan pekerjaan saat ini dengan lebih baik, tetapi carilah kendala domain yang ada karena keterbatasan manusia lalu hilangkan dengan agen — arahnya bukan sekadar mempercepat pekerjaan yang ada, melainkan melakukan hal-hal yang sebelumnya tidak mungkin
- "Bukan bersaing dengan agen, melainkan menciptakan kapabilitas baru yang membutuhkan Anda dan agen sekaligus"
- Desainer junior dengan pengalaman di bawah 5 tahun menghadapi risiko lebih besar — karena mereka belum memiliki penilaian untuk mengevaluasi output AI dan pengalaman untuk mendeteksi kesalahan model, sementara skill floor terus naik
Tim kecil, leverage besar
- Sebagian besar perusahaan software saat ini punya struktur yang tidak lagi cocok — feature factory yang kebanyakan PM, menempatkan PM di setiap squad terlepas dari ada tidaknya dukungan desain khusus
- PM berkembang pesat di era ZIRP karena dekat dengan revenue dan jumlahnya bertambah seiring kompleksitas organisasi
- Marty Cagan menyebut ini "teater product management" — kelebihan PM yang tidak efektif, pada dasarnya hanya project manager bergaji mahal yang membuat roadmap dan menjalankan standup
- Andrew Ng di Davos memperkirakan bahwa jika AI meledakkan produktivitas engineering, rasio PM terhadap engineer akan berbalik dari 1:8 menuju 1:1
- Jika sebagian besar kode produksi ditulis oleh agen AI, basis engineering yang luas akan menyusut, dan spesifikasi serta penilaian menjadi sumber daya langka
- Airbnb menggabungkan product management dan product marketing menjadi satu peran "full-stack"
- Brian Chesky: "Jika Anda tidak tahu cara membicarakan produk, Anda tidak bisa membangunnya" — storytelling dan komunikasi eksternal dinaikkan menjadi elemen kelas satu dalam peran PM
- Desainer diangkat menjadi "arsitek" yang memimpin produk bersama engineer, bukan layanan bawahan yang sekadar menerima tiket
- Pekerjaan koordinasi yang sebelumnya membengkakkan jumlah PM dialihkan ke program manager khusus
- Ini mirip dengan model organisasi fungsional Apple: para ahli memimpin para ahli, CEO menjadi titik integrasi, dan tidak ada PM sebagai "mini CEO" yang menjalankan unit bisnis
- Tim ideal di era AI adalah tim kecil yang empowered: 2–3 engineer, 1 PM, 1 desainer
- Design system menjadi infrastruktur inti; tanpa design system dalam kode dan dokumentasi yang baik, AI akan membuat keputusan keliru tentang UI dan implementasi
- Perusahaan yang berinvestasi pada design system machine-readable dan tim kecil yang empowered akan melampaui perusahaan yang masih mempertahankan squad 15 orang dan persetujuan tiga lapis
Efek majemuk: jurang antara orkestrator dan pendorong piksel
- Setelah eksperimen menghasilkan layar yang berfungsi dari design system dengan Claude Code, perbaikan terus dilakukan lewat dokumentasi yang lebih baik, aturan komponen yang lebih ketat, dan panduan komposisi yang lebih jelas
- Di setiap putaran, hasilnya makin cepat dan makin dekat ke level production-ready, sementara peningkatan model, pematangan skill, dan kemampuan mengarahkan semuanya terakumulasi secara majemuk
- Jurang antara "desainer yang mengorkestrasi AI" dan "desainer yang mendorong piksel di Figma" diperkirakan akan menjadi sangat besar dalam 12 bulan
- Bukan karena pendorong piksel tidak kompeten, tetapi karena orkestrator beroperasi pada kecepatan dan cakupan yang secara fundamental berbeda — saat yang lain masih menghasilkan mockup untuk rapat handoff, mereka sudah mendeploy UI yang berfungsi
- Penulis sedang mengajarkan pendekatan ini ke timnya, bukan karena profesinya akan hilang, tetapi karena profesi ini sedang berubah menjadi pekerjaan di mana selera, penilaian, dan kemampuan mengarahkan kerja lebih penting daripada kemampuan menggambar
Belum ada komentar.