Vkus je váš val: Jak AI a design thinking utvářejí budoucnost tvorby produktů

Co je vkus v kontextu produktového designu?

Vkus v kontextu designu a produktů znamená kultivovanou schopnost rozpoznat kvalitu, činit záměrná estetická rozhodnutí a udržovat soudržnost napříč produktovým zážitkem. Nejde pouze o subjektivní preference – je to disciplinovaný úsudek vycházející z porozumění principům vizuální hierarchie, typografie, rozestupů, barevné teorie, psychologie uživatele i širšího kontextu, proč produkt působí uhlazeně a záměrně. Vkus je to, co odlišuje produkt, který působí promyšleně a řemeslně, od toho, který je jen poskládán z komponent. Je to rozdíl mezi návrhem, který jen funguje, a návrhem, který těší. V historii technologií byl vkus určujícím znakem firem, které dosáhly dlouhodobého úspěchu. Obsedantní důraz Applu na detail, minimalistická elegance raných rozhraní Googlu či promyšlené interakce ve Figmě samotné – to vše jsou projevy vkusu ve velkém měřítku. Vkus se projevuje v tisících drobných rozhodnutí: přesný odstín šedé pro sekundární text, načasování animace, mezera kolem tlačítka, hierarchie informací na stránce. Každé rozhodnutí, pokud je činěno záměrně a konzistentně, přispívá k celkovému dojmu kvality, který uživatelé nemusí vědomě vnímat, ale vždy jej pocítí. Proto na vkusu záleží – je to kumulativní výsledek záměrných voleb, který vytváří produkty, jež lidé rádi používají.

Proč se vkus stává cennějším, jak sílí AI

Běžná představa by mohla říct, že jak AI zvládá generovat návrhy lépe, potřeba lidského vkusu klesá. Opak je pravdou. Jak AI nástroje dokáží rychle vygenerovat použitelné návrhy, přesouvá se úzké hrdlo z tvorby na kurátorství a vylepšování. Když museli designéři ručně tvořit každý mockup, každou iteraci, každou variantu, omezením byla kapacita na tvorbu. Teď, když AI dokáže vygenerovat desítky návrhů během vteřin, je omezením úsudek – schopnost rozpoznat, které možnosti stojí za to rozvíjet, které směry odpovídají vizi produktu a které volby vytvoří nejkoherentnější a nejpříjemnější zážitek. Tento posun zásadně mění náplň práce designérů. Místo mechanické produkce tráví čas hodnocením, vylepšováním a nastavováním strategického směru. Zde je vkus nenahraditelný. Designér se silným vkusem se podívá na deset AI-generovaných rozvržení a okamžitě pozná, které má správnou rovnováhu, které nejlépe slouží potřebám uživatele a které ladí s jazykem produktu. To zvolené pak rozvine, posune dále a zajistí, že splňuje kvalitativní standardy produktu. AI tedy vkus nenahrazuje – naopak ho zesiluje. Dává designérům páku, jak svůj vkus uplatnit v mnohem širším prostoru návrhů, prozkoumat více možností a jít dále, než by šlo ručně. Firmy, které v této éře uspějí, to pochopí: AI využijí k rozšíření prostoru možností a vkus k navigaci tímto prostorem s jasným záměrem a soudržností.

Jak AI dospěla: Od klasického machine learningu po škálovací zákony

Abychom pochopili, proč je AI dnes schopná skutečně pomáhat s designem, je třeba znát cestu, která k tomu vedla. Historie AI ve vývoji produktů trvá desítky let, ale nedávné zrychlení je zakořeněné v jednom zásadním poznatku: škálovací zákony. Ty říkají, že větší modely trénované na více datech s větším výpočetním výkonem získávají schopnosti exponenciálně. V počátcích machine learningu se vše točilo kolem vymýšlení chytrých algoritmů a ručního navrhování vstupních znaků. Týmy měsíce ladily vlastnosti modelu a doufaly v malé zlepšení. Tento přístup měl limity. Sebelepší algoritmus narážel na strop. Průlom přišel s poznáním, že prosté zvětšení modelů, více dat a více výpočetního výkonu může vést ke vzniku nových schopností – těch, které nebyly explicitně naprogramované, ale vznikly z rozsahu. Tento poznatek, potvrzený výzkumem OpenAI i dalších, změnil vše. GPT-3, vydán v roce 2020, byl zlomový. Ukázal, že jazykový model trénovaný ve velkém dokáže provádět úlohy, na které nebyl explicitně trénován: psát kód, odpovídat na otázky, generovat kreativní obsah a mnohem víc. Rozdíl mezi GPT-3 a staršími modely nebyl postupný – byl exponenciální. Poznání, že se v AI zásadně něco změnilo, otevřelo nové možnosti v každém oboru včetně designu. Princip škálovacích zákonů znamená, že jak modely rostou a roste objem dat, schopnosti se nezlepšují lineárně, ale exponenciálně. To má zásadní dopad na designové nástroje. AI dnes dokáže chápat kontext, odvodit záměr z přirozeného jazyka, rozpoznat vzory v design systémech a generovat soudržné možnosti v souladu s vizuálním jazykem produktu. Tyto schopnosti nebyly možné u menších modelů ani klasických ML přístupů. Vznikly díky škále.

Vývoj přístupu Figmy k AI: Od představ k realitě

Cesta Figmy s AI trvá přes deset let, i když firma nezačínala s generativní AI. Původní mise – zkrátit cestu od představy k realitě – byla o tom, jak pomoci designérům převést nápady do digitální podoby. V počátcích to znamenalo budovat kolaborativní designové nástroje, real-time spolupráci a platformu, kde mohou designéři tvořit společně. Už tehdy ale zakladatelé přemýšleli, jak AI tvorbu rozšíří. V první polovině 10. let 21. století byl tým Figmy fascinován výzkumem v oblasti počítačové fotografie a úprav obrázků. Objevovaly se práce o využití dat z celého internetu k doplnění scén – v podstatě obsah-aware fill poháněný celým internetem místo algoritmických přístupů. Další výzkum řešil převod 2D obrázků na 3D scény pomocí fotogrammetrie a odhadu hloubky. Šlo o fascinující koncepty, ale ještě nebyly připravené na běžné použití. Technologie zvládla 85 %, ale ne 100 %. Teprve až s nástupem deep learningu se tyto přístupy staly praktické. Klíčovým poznatkem bylo, že musí existovat způsob, jak tvorbu zjednodušit napříč různými oblastmi, nejen jednou úlohou. To vedlo k vizi „od nápadu k realitě“ – ne „od nápadu k designu“ či „od nápadu k prototypu“, ale širší myšlenku, že AI pomůže lidem přejít od myšlenky k realizaci v mnoha oblastech. Dnes tuto vizi naplňuje Figma Make. Není to jen generátor návrhů – je to nástroj, který chápe záměr designu, dokáže odvodit ze stávajících design systémů a pomáhá lidem efektivněji prozkoumávat prostor návrhů. Cesta od prvních diskuzí o neuronových sítích a počítačové fotografii k produktu, který denně používají miliony designérů, ukazuje, jak dlouho trvá, než AI schopnosti vyzrají v praktické nástroje.

Figma Make: Propojení designu, specifikace a kódu

Jedním z nejzajímavějších aspektů Figma Make je, jak stojí na průsečíku tří tradičně oddělených oblastí: designu, specifikace a kódu. V tradičním vývoji softwaru šlo o oddělené fáze s jasnými předáními. Produktový manažer napsal specifikaci, designér podle ní vytvořil návrh a vývojář návrh převedl do kódu. Každá fáze měla své nástroje, svůj jazyk a omezení. Tento „vodopádový“ proces fungoval, ale byl pomalý a přinášel tření při každém předání. Otázkou, kterou Figma zkoumá, je: co kdyby tyto tři reprezentace záměru byly plynulejší? Co kdyby detailní návrh mohl sloužit jako specifikace? Co kdyby prototyp nahradil PRD? Co kdyby šel generovat kód z návrhu? Odpověď zní, že všechno – specifikace, design i kód – jsou různé způsoby, jak vyjádřit, co má produkt dělat a jak má vypadat. Jak se AI zlepšuje v překladech mezi těmito reprezentacemi, hranice mezi nimi se stírají. Figma Make operuje v tomto rozostřeném prostoru. Popíšete, co chcete, v přirozeném jazyce a Figma vygeneruje návrh. Ten je dostatečně přesný jako specifikace pro vývojáře. Návrh lze propojit s kódem pomocí vývojářských nástrojů Figmy. Kód lze analyzovat, odhalit designérský záměr a navrhnout vylepšení. Tato plynulost je silná, protože umožňuje různým týmům i projektům pracovat způsobem, který jim nejvíce vyhovuje. Některé týmy začnou detailním návrhem. Jiné prototypem. Další kódem a využijí designové nástroje k vizualizaci a úpravám. Podstatné je, že všechny tyto přístupy jsou nyní možné na jedné platformě a AI pomáhá s převody mezi nimi.

Přirozený jazyk jako rozhraní do latentního prostoru

Jedno z nejprovokativnějších tvrzení Dylana Fielda je, že jsme nyní v „MS-DOS éře AI“ – že přirozené jazykové promptování, kterým dnes všichni ovládají AI, se bude brzy zdát stejně primitivní jako příkazová řádka. Tento pohled je důležitý, protože říká, že přirozený jazyk není konečným stavem interakce s AI, ale jejím začátkem. Promptování v přirozeném jazyce je způsob, jak zkoumat tzv. latentní prostor – vícerozměrný prostor možností, které se model naučil. Když promptujete AI model, v podstatě ho směrujete různými směry v tomto prostoru a zkoumáte různé oblasti možností. Přirozený jazyk je k tomu užitečný, protože tak lidé běžně vyjadřují záměr. Není to však jediný a možná ani nejlepší způsob pro každé použití. S tím, jak AI nástroje dospívají, uvidíme explozi různých rozhraní pro průzkum latentního prostoru. Některá budou vizuálnější – posuvníky a ovladače pro úpravu různých rozměrů designového prostoru. Jiná budou strukturovanější – rozhraní, která vás provedou řízenou sadou voleb. Některá budou hravější – rozhraní, která podněcují experimentování a náhodu. Klíčem je poznání, že omezení odemykají kreativitu. Designér pracující v omezeném rozhraní může objevit možnosti, na které by s neomezeným promptováním v přirozeném jazyce nepřišel. Proto budoucnost AI-asistovaného designu není jen o lepších jazykových modelech – je o lepších rozhraních pro průzkum prostoru návrhů. Figma Make už tímto směrem kráčí. Podporuje promptování v přirozeném jazyce, ale zároveň chápe kontext vašich návrhů, odvodí záměr z design systému a navrhne možnosti podle rozpoznaných vzorů. To je sofistikovanější než prosté promptování – jde o hlubší pochopení záměru designéra a efektivnější průzkum prostoru návrhů.

Role design systémů v AI-asistovaném designu

Design systémy jsou v moderním vývoji produktů stále důležitější. Jde o kodifikaci vizuálního jazyka produktu, vzorů a principů, které zajišťují konzistenci napříč všemi kontaktními body. Design systém zahrnuje typografické škály, barevné palety, pravidla rozestupů, knihovny komponent i principy, jak tyto prvky kombinovat. V AI-asistovaném designu mají design systémy ještě větší význam. Slouží jako mantinely, které AI pomáhají pochopit, jak má váš produkt vypadat. Když Figma Make dokáže čerpat z vašeho design systému, vygeneruje možnosti již sladěné s vaší značkou, rozestupy, typografií i knihovnou komponent. To výrazně snižuje potřebu ručních úprav. Místo generování zcela generického návrhu, který by vyžadoval rozsáhlé přizpůsobení, AI vygeneruje možnosti, které jsou už z 80 % připravené na produkci. Kombinace AI a design systémů je zde silná. AI se stará o generování a průzkum možností. Design systém zajišťuje konzistenci a sladění. Designérův vkus určuje, které možnosti stojí za rozvíjení a jak je dále vylepšit. Tento trojúhelník – AI pro generaci, design systém pro konzistenci a lidský vkus pro výběr – je budoucností workflow designérů. Nejde o nahrazení designérů AI. Jde o to, dát jim lepší nástroje na průzkum většího množství možností při zachování soudržnosti a záměru, které definují skvělé produkty.

Jak FlowHunt aplikuje tyto principy na obsahové a designové workflow

Principy, které Dylan Field zmiňuje ohledně vkusu, AI a design systémů, platí i pro tvorbu obsahu a automatizaci workflow. FlowHunt staví na stejné filozofii: využít AI k rozšíření prostoru možností, ale zachovat lidský úsudek a vkus jako filtr toho, co se skutečně doručí. V obsahových workflow to znamená použít AI k vygenerování vícero možností – různých titulků, úhlů, struktur – a pak lidským úsudkem vybrat a doladit ty nejlepší. V designovém workflow to znamená generovat pomocí AI rozvržení a varianty komponent, ale spoléhat se na designéry, že je vyhodnotí podle design systému a estetické vize produktu. FlowHunt propojuje tyto možnosti do jednotné platformy, kde mohou tvůrci obsahu, designéři i produktové týmy spolupracovat na AI-asistovaných workflow. Platforma chápe, že vkus není něco, co lze automatizovat – je to něco, co je třeba podporovat a zesilovat. Díky nástrojům, které usnadňují generování možností, jejich porovnávání, dolaďování a udržování konzistence napříč design systémem nebo knihovnou obsahu, pomáhá FlowHunt týmům uplatnit vkus ve velkém měřítku. To je zvlášť cenné pro týmy, které potřebují tvořit velký objem obsahu či designu. Místo ruční tvorby všeho mohou použít AI na generování možností a poté uplatnit svůj vkus k výběru a úpravě. Výsledkem je vyšší kvalita výstupů, rychlejší tvorba a větší konzistence napříč všemi kontaktními body.

Stírání rolí a demokratizace tvorby

Jedním z nejvýznamnějších dopadů AI-asistovaných designových nástrojů je stírání tradičních rolí. Historicky byly role jasně rozdělené: produktový manažer psal specifikace, designér tvořil návrhy a vývojář je realizoval. Každá role vyžadovala jiné dovednosti i nástroje. Jak se AI nástroje zlepšují, tyto hranice mizí. Produktový manažer může nyní vytvořit prototyp, aniž by byl designérem. Designér může vygenerovat kód, aniž by byl vývojářem. Vývojář může tvořit návrhy, aniž by byl designérem. Tato demokratizace tvorby je silná, ale klade i zásadní otázky. Když může návrh vygenerovat kdokoliv pomocí AI, v čem je hodnota designéra? Odpovědí je vkus. Hodnota designéra nespočívá v ovládání nástrojů, ale ve schopnosti rozpoznat kvalitu, činit záměrná rozhodnutí a udržovat soudržnost. Tyto dovednosti jsou cennější, ne méně, jak AI umožňuje každému generovat návrhy. Designéři, kteří v tomto prostředí uspějí, pochopí, že jejich role se mění z „tvůrce návrhů“ na „kurátora a dolaďovače návrhů“. AI využijí k průzkumu více možností, než by zvládli ručně, a pak aplikují svůj vkus na výběr a vylepšení těch nejlepších. Jde o jiné dovednosti, než vyžadoval tradiční design, ale tyto jsou čím dál cennější. Podobně produktoví manažeři, kteří rozumí designovým principům, mohou tvořit věrnější prototypy k předání své vize. Vývojáři, kteří rozumí designu, se mohou víc zapojit do designových rozhodnutí. Výsledkem je více spolupráce, více iterací a nakonec lepší produkty. Klíčem je, že vkus – schopnost rozpoznat kvalitu a činit záměrné volby – zůstává cenný napříč všemi těmito rolemi. Nejde o titul, ale o schopnost poznat, co je dobré, a mít vizi to prosadit.

Škálovací zákony a exponenciální zlepšování schopností AI

Pochopení škálovacích zákonů je zásadní pro pochopení, proč je AI najednou schopná pomáhat s designem tak zásadně. Po desetiletí AI výzkum probíhal v duchu postupných zlepšení. Nové algoritmy, techniky a přístupy přinášely mírné zlepšení výkonu. Pokrok byl reálný, ale pomalý. Průlom přišel s poznáním, že prosté zvětšování modelů – trénink na více datech se silnějším výpočetním výkonem – vede k exponenciálnímu zlepšení schopností. Tento poznatek, formalizovaný výzkumem škálovacích zákonů, změnil směřování vývoje AI. Důsledky jsou zásadní. Znamená to, že jak budeme modely a objem trénovacích dat dál zvětšovat, můžeme čekat další exponenciální zlepšení schopností. Znamená to také, že firmy a týmy, které mají přístup k největšímu výkonu a datům, budou mít velkou výhodu. Pro designové nástroje to znamená, že jak budou jazykové a multimodální modely dál růst, budou lépe chápat designérský záměr, odvozovat vzory z design systémů a generovat soudržné možnosti. Schopnosti, které dnes vidíme ve Figma Make, se budou za pár let zdát primitivní. To je vzrušující i pokorné. Vzrušující, protože možnosti AI-asistované tvorby jsou ještě daleko od vyčerpání. Pokorné, protože konkurenční výhody postavené pouze na AI schopnostech nemusí dlouho vydržet. Skutečný náskok přináší vkus – schopnost využít tyto možnosti ve prospěch jasné vize a estetiky. Firmy, které spojí výkonné AI nástroje se silným vkusem a jasnými designérskými principy, budou ty, jejichž produkty budou lidé milovat.

Budoucnost tvorby: Rozšiřování prostoru možností

Dylan Field popisuje vizi, ve které AI pomáhá lidem prozkoumat mnohem širší prostor možností, než by zvládli ručně. Místo omezení tím, co zvládne jednotlivý designér či tým, můžete prozkoumat stovky či tisíce variant. Role designéra je méně o tvorbě a více o navigaci v tomto rozšířeném prostoru – rozpoznání, které směry stojí za to, které možnosti ladí s vizí a které volby vytvoří nejkoherentnější a nejpříjemnější zážitek. Tento posun zásadně mění způsob, jak produkty vznikají. Znamená více iterací, více průzkumu a nakonec více záměrných produktů. Místo toho, abyste zůstali u prvního návrhu, který funguje, můžete prozkoumat více směrů a zvolit ten, který nejlépe slouží uživatelům i vizi. Znamená to, že limitujícím faktorem je vkus, ne produkční kapacita. Týmy, které zvítězí, budou ty se silným vkusem a disciplínou jej důsledně uplatňovat. Proto je Figma Make tak významná. Není to jen nástroj na rychlejší generování návrhů. Je to nástroj pro rozšíření prostoru možností a pomoc designérům v tomto prostoru navigovat s jasným záměrem. Uvědomuje si, že vkus je skutečný konkurenční val, a že úkolem AI je tento vkus zesílit tím, že umožní prozkoumat více možností a doladit je do detailu. Budoucnost tvorby není o nahrazení lidského úsudku AI. Jde o rozšíření prostoru možností pomocí AI a využití lidského úsudku k jeho navigaci s jasným záměrem a soudržností. To je příslib nástrojů jako Figma Make a důvod, proč vkus zůstane největším valem v AI-augmentovaném světě.

Závěr

Prolnutí schopností AI a designových nástrojů představuje zásadní změnu v tom, jak produkty vznikají. Jak říká Dylan Field, vkus – kultivovaná schopnost rozpoznat kvalitu, činit záměrná rozhodnutí a držet soudržnost – se stává hlavním konkurenčním valem právě proto, že AI čím dál lépe zvládá mechaniku designu. Cesta od prvních ML experimentů po Figma Make ukazuje, jak dlouho trvá, než AI schopnosti vyzrají v praktické nástroje, i jak důležité je udržet jasnou vizi, jaké problémy řešíte. Stírání hranic mezi designéry, produktovými manažery a vývojáři, umožněné AI nástroji, demokratizuje tvorbu a zároveň činí vkus ještě cennějším. Design systémy jsou mantinely, které AI pomáhají generovat soudržné možnosti v souladu s vizí produktu. Přirozený jazyk je jen začátek, jak s AI komunikujeme – budoucí rozhraní nabídnou ještě sofistikovanější způsoby průzkumu prostoru návrhů. Škálovací zákony, které pohánějí moderní AI, naznačují, že schopnosti porostou dál exponenciálně, ale konkurenční výhoda nebude v nejlepším AI, nýbrž v tom, kdo má vkus a vizi, jak jej využít k jasné estetice. Týmy, které spojí silné AI nástroje s jasnými designérskými principy, vizí a disciplinovaným vkusem, vytvoří produkty, které vyniknou. Budoucnost tvorby není o nahrazení lidského úsudku – je o jeho zesílení, rozšíření prostoru možností a poskytnutí nástrojů tvůrcům, aby mohli prozkoumávat důkladněji a dolaďovat záměrněji než kdy dřív.