Figma показала, как измерять влияние ИИ на дизайн — и почему одной метрики скорости мало
Основной чат
Чат для вайбкодеров: новости, гайды, поиск исполнителей, маркетплейс и разбор реальных кейсов.
Figma показала, как измерять влияние ИИ на дизайн — и почему одной метрики скорости мало
Когда команда внедряет ИИ, обычно первым вопросом становится: «Сколько времени мы сэкономили?» Вопрос понятный, но слабый. Быстрый первый вариант может создать больше итераций, снизить качество handoff или перенести нагрузку на ревью. Поэтому Figma описала более широкий подход: измерять не только личную продуктивность, но и то, как меняются совместная работа, решения и сам продукт.
Это не независимое исследование рынка: его провела и опубликовала сама Figma, а часть результатов основана на самооценке участников. Но методика полезна именно как шаблон для внутренней проверки, а не как готовое доказательство, что ИИ уже приносит эффект каждой команде.
Что именно предлагает измерять Figma
В основе подхода — индекс со шкалой от 0 до 100. Участников спрашивают не только о том, стало ли быстрее, но и насколько ИИ изменил шесть частей работы:
- цели и приоритеты организации;
- личную продуктивность и повседневные процессы;
- совместную работу команды;
- типы проектов, за которые берутся люди;
- продукты и сервисы компании;
- набор инструментов.
Такое разделение полезнее одного KPI. Например, прототип можно собрать быстрее, но если команда не договорилась о критериях качества и не проверила сценарий с пользователями, скорость становится ложной победой. А улучшение совместной работы может быть ценнее ещё одного процента к скорости — особенно в командах, где дизайнеры, разработчики и менеджеры принимают решения вместе.
Что показал отчёт Figma
В отчёте за 2026 год Figma указывает, что собрала 8 403 ответа на опросы и 639 качественных интервью среди дизайнеров, разработчиков и продакт-менеджеров в десяти рынках. По данным компании, 41% респондентов уже считают, что ИИ заметно изменил совместную работу — два года назад этот показатель был 7%.
Есть и другой сдвиг: дизайнеры чаще участвуют в разработке, а разработчики — в дизайне. Figma сообщает рост участия дизайнеров в разработке с 21% до 41%, а участия разработчиков в дизайн-задачах — с 44% до 60%. Это не означает, что роли исчезнут. Скорее, общий холст, прототип и работающий интерфейс становятся местом, где быстрее обсуждают и проверяют решение.
Важно не превращать эти цифры в универсальный прогноз. Выборка, формулировки вопросов и контекст Figma влияют на результат. Для конкретного продукта надёжнее измерить собственный базовый уровень и повторить тот же замер через несколько недель.
Как Figma использовала ИИ для самого исследования
Самый интересный фрагмент — не только итоговый индекс, а процесс анализа интервью. Figma провела 639 AI-модерируемых бесед, получила около двух миллионов слов расшифровок и применила ИИ для тематического анализа.
Здесь есть принцип, который стоит забрать в любую исследовательскую практику: вывод должен быть прослеживаемым. Figma не ограничилась краткой сводкой модели. Для каждой темы команда могла вернуться к исходным фрагментам интервью и проверить, на чьих словах она основана.
Это важнее красивого дашборда. Если ИИ написал «пользователи недовольны онбордингом», но нельзя открыть реальные ответы и увидеть контекст, такой вывод нельзя использовать для продуктового решения. ИИ хорошо ускоряет кодирование, группировку и поиск паттернов; ответственность за интерпретацию остаётся у исследователя и команды.
Практический минимум для дизайн-команды
Не нужно строить собственный индекс Figma, чтобы понять, работает ли ИИ. Начать можно с короткого цикла на одном повторяющемся сценарии — например, подготовке варианта экрана, дизайн-ревью или handoff.
- Зафиксируйте исходную точку. Сколько времени занимает задача сейчас, сколько правок она проходит и где чаще всего возникает неоднозначность.
- Выберите один измеримый эффект. Не «внедрить ИИ», а, например, сократить время на первый вариант без роста числа критических замечаний.
- Соберите качественную обратную связь. Спросите дизайнеров и разработчиков, стало ли понятнее передавать решение, а не только быстрее ли появился макет.
- Проверьте качество результата. Сверьте дизайн с реализованным интерфейсом, состояниями, доступностью и мобильной версией. Быстрый, но непроверяемый экран не считается улучшением.
- Повторите замер тем же способом. Сравнивать можно только одинаковые сценарии и одинаковые критерии.
Для команды это превращает разговор об ИИ из общего впечатления «кажется, стало быстрее» в проверяемую гипотезу. И это защищает от типичной ошибки: оптимизировать выпуск картинок вместо качества решения.
Главный вывод
ИИ усиливает дизайн не тогда, когда генерирует больше экранов, а когда помогает команде быстрее прийти к верному решению и сохранить контроль над качеством. Поэтому полезно измерять не только скорость генерации, но и согласованность между ролями, количество переделок, качество реализации и уверенность в выбранном направлении.
Методика Figma не заменяет собственные данные, но задаёт правильный вопрос: изменился ли у команды способ работать вместе — и стало ли от этого лучше пользователю и продукту?
