ИИ уже делает часть работы джуна. Стоит ли идти в продуктовый дизайн в 2026 году?

Вы учитесь делать интерфейсы, собираете первые кейсы в портфолио, а параллельно видите всё больше роликов, где нейросеть по одному описанию генерирует экран, приложение или работающий прототип. Возникает вполне логичный вопрос: есть ли смысл сейчас идти в продуктовый дизайн, если часть работы начинающего дизайнера уже умеет делать ИИ?

Меня зовут Петр Голенопольский, я продуктовый дизайнер. Я уже использую ИИ в реальной работе: генерирую визуальные референсы и концепты, делаю с его помощью анимации и собираю сложные кодовые прототипы. По тому, как меняется мой собственный процесс, я бы ответил так: идти в продуктовый дизайн всё ещё имеет смысл, но учиться только рисовать хорошие экраны уже недостаточно.

Раньше получение нескольких визуальных направлений само по себе требовало времени: нужно было найти референсы, собрать композицию, нарисовать варианты и сравнить их. Сейчас стоимость такой итерации резко снизилась.

Я пока использую генерацию изображений в основном для поиска направления, референсов и быстрых концептов. Если нужно понять, работает ли определённая визуальная идея, уже не обязательно несколько часов собирать изображение, которое потом вообще не пойдёт дальше концепта. Следующий очевидный шаг — более широкое применение генерации в простых задачах для реального продукта: подготовке ассетов, адаптаций и вариаций уже заданного стиля.

Но здесь появляется важное различие: быстро получить десять вариантов и понять, какой из них действительно можно использовать, — разные навыки. ИИ может генерировать сколько угодно, но дизайнеру всё равно нужно понять, соответствует ли результат продукту, сохраняет ли стиль, хорошо ли работает в интерфейсе и решает ли поставленную задачу. Чем проще становится генерация, тем важнее будет способность выбирать.

Есть продуктовые сценарии, в которых недостаточно просто связать несколько экранов переходами. Одно действие пользователя меняет сразу несколько параметров, появляются новые ограничения, пересчитываются значения, меняется доступность следующих действий. При возврате назад система должна помнить предыдущий выбор, а одно состояние может зависеть сразу от нескольких других.

В одном из продуктовых исследований мне как раз нужно было проверить сценарий с большим количеством такой взаимосвязанной логики. В обычном дизайн-прототипе её можно было имитировать, но с ростом числа состояний всё становилось слишком громоздким. Поэтому я собрал с помощью ИИ кодовый прототип, где зависимости действительно работали.

Я задаю правила и состояния, проверяю результат, меняю логику, исправляю детали и постепенно приближаю поведение к настоящему продукту. Для исследования это важно не потому, что прототип выглядит «технологичнее», а потому, что человек взаимодействует с цельной системой: его предыдущие действия влияют на то, что происходит дальше, а сложные изменения отрабатывают так же, как должны были бы работать в продукте.

Для меня это одно из главных изменений профессии.

При работе с анимацией я тоже не прошу ИИ просто «сделать красиво». Сначала разбираю референс: в какой последовательности появляются элементы, где объект ускоряется и замедляется, как ощущается инерция, как связаны движения разных объектов и что должно произойти, если пользователь совершает новое действие до завершения предыдущего.

После этого с помощью ИИ собираю работающий вариант и начинаю его доводить: меняю скорость, характер движения, задержки, траектории и реакцию элементов друг на друга. В итоге получается не описание для разработчика и не набор кадров, а работающий пример того, как именно интерфейс должен ощущаться и вести себя.

Мне кажется, это гораздо более важное изменение профессии, чем способность нейросети нарисовать очередной красивый экран. Один дизайнер теперь способен самостоятельно пройти намного больший путь от идеи до работающей модели.

Именно начинающим дизайнерам может стать сложнее. Многие задачи, на которых раньше набивали руку джуны, проще всего автоматизировать: варианты экранов, простые состояния, адаптации, поиск референсов, несложные прототипы и подготовку части ассетов.

Получается немного парадоксальная ситуация: начать заниматься дизайном технически становится проще, а стать хорошим дизайнером — сложнее. Если с первого дня отдавать ИИ весь поиск решений и мелкую работу, можно просто не получить ту практику, которая постепенно формирует вкус и понимание качества.

Поэтому я бы не советовал начинающему дизайнеру использовать нейросеть как исполнителя всей домашней работы. Полезнее сначала попробовать решить задачу самостоятельно, затем посмотреть варианты ИИ и сравнить: почему он предложил другое решение, где получилось лучше, где ошибся и что вы сами не заметили. Тогда ИИ становится ускорителем обучения, а не его заменой.

Становиться фронтенд-разработчиком продуктовому дизайнеру не обязательно. Но граница между профессиями действительно становится менее жёсткой.

По данным Figma AI Report 2026, доля опрошенных дизайнеров, участвующих в разработке, выросла с 21% в 2025 году до 41% в 2026-м. Среди разработчиков участие в дизайн-задачах выросло с 44% до 60%. Для меня здесь интересны даже не сами проценты, а направление: один специалист получает возможность самостоятельно делать больше того, что раньше находилось по другую сторону границы между дизайном и разработкой.

По сути, продуктовый дизайнер постепенно может превращаться в такого «продакт-билдера» — специалиста, который не заканчивает работу на макете, а способен самостоятельно довести идею до работающего прототипа, проверить её и взять на себя больший кусок продукта.

При этом от джуна я бы точно не ждал умения собирать сложные приложения. Для начала достаточно понимать основы HTML, CSS и JavaScript, знать, что такое состояния и события, и в общих чертах понимать, как элементы интерфейса связаны между собой. Не для того, чтобы писать весь код самостоятельно, а чтобы лучше понимать, что вы строите, точнее работать с ИИ и замечать его ошибки.

Базовый дизайн никуда не исчезает. Наоборот, когда генерировать становится проще, способность самостоятельно оценивать результат становится ещё важнее.

Последний пункт я бы особенно показывал в портфолио. Один небольшой, но хорошо разобранный кейс для меня интереснее десяти красивых экранов без объяснений. Хорошо, если в нём видны проблема, альтернативы, рабочий сценарий, проверка на людях, изменения после неё и отдельно — где именно использовался ИИ и что пришлось исправить после него.

Если проект учебный — так и напишите. Если продукт не запускался — не нужно придумывать рост конверсии на 37%. Способность показать ход собственных решений расскажет о начинающем дизайнере намного больше, чем количество сгенерированных экранов.

Я бы шёл, но точно не с установкой: «Я научусь хорошо рисовать интерфейсы, и за это мне будут платить». Производство интерфейсов становится дешевле, а ИИ будет всё быстрее делать варианты, адаптации, изображения, прототипы и другую механическую работу.

Поэтому ценность дизайнера постепенно перемещается из производства вариантов в принятие решений: понять проблему, выбрать направление, собрать рабочую модель, проверить её, увидеть, где она ломается, и довести решение дальше.

Главным конкурентом начинающего дизайнера, скорее всего, станет не сама нейросеть. Им станет другой дизайнер, который знает ту же базу, но с помощью ИИ способен за то же время проверить больше идей и самостоятельно сделать больший кусок продукта.

Поэтому если бы я входил в профессию сейчас, я бы учился не просто делать интерфейсы. Я бы учился становиться «продакт-билдером».

А что сейчас больше всего пугает вас на старте: ИИ, отсутствие опыта, портфолио или поиск первой работы?