Skill UI/UX Designer di Era AI: Dari Eksekusi ke Strategi

Kalau AI sekarang bisa membuat landing page, dashboard, mobile app, bahkan prototype hanya dari sebuah prompt, apa yang masih membuat seorang designer berharga?

Menurut saya, pertanyaannya bukan lagi apakah AI bisa membuat UI. AI jelas sudah bisa membantu banyak pekerjaan visual dan produksi. Pertanyaan yang lebih penting adalah: apakah AI memahami masalah yang benar-benar perlu diselesaikan, kondisi user, batasan bisnis, sistem yang sudah dipakai tim, dan dampak dari keputusan yang dibuat?

Di sinilah pembahasan tentang skill UI/UX designer di era AI menjadi penting. Kita tidak cukup hanya belajar membuat screen lebih cepat. Kita perlu berkembang dari orang yang mengeksekusi brief menjadi orang yang membantu tim memahami masalah, memilih arah, dan mengambil keputusan yang lebih baik.

Saya tidak melihat perubahan ini sebagai tanda bahwa visual design sudah tidak penting. Justru sebaliknya. Fundamentals tetap menjadi dasar. Namun, UI yang rapi sekarang hanya salah satu bagian dari nilai seorang designer. Karena itu, pembahasan skill UI/UX designer di era AI perlu melihat kemampuan desain secara lebih luas.

Misalnya, membuat sebuah strategi, dalam mengolah sebuah desain, sebelum desain itu dibuat dan sesudah desain itu di buat. strategi ini di terapkan dengan kepada AI yang nantinya kan jadi sebagai partner dalam pekerjaan kamu. strategi itu dalam bentuk sebuah workflow, sebuah skills yang dibisa membuat AI lebih memahami workflow dan skill apa yang di butuhkan untuk membantu kamu nantinya.

UI yang Bagus Tidak Lagi Cukup

Beberapa tahun lalu, kemampuan membuat UI yang terlihat polished bisa menjadi pembeda yang cukup besar. Designer yang menguasai typography, color, spacing, layout, dan interaction biasanya lebih mudah terlihat menonjol.

Sekarang barrier untuk menghasilkan tampilan yang bagus semakin rendah. AI dapat membantu membuat beberapa arah layout, menulis placeholder copy, menghasilkan prototype, dan mengeksplorasi variasi dengan cepat. Figma sendiri sudah memperkenalkan workflow yang memungkinkan designer mengeksplorasi banyak variasi, menguji interaction, dan membawa konteks design system lebih dekat ke proses implementasi. (Figma, 2026)

Nah, masalahnya bukan berarti semua hasil AI otomatis bagus.

UI bisa terlihat modern, tetapi hierarchy-nya lemah. Flow bisa terlihat sederhana, tetapi tidak menangani edge case. Prototype bisa terasa meyakinkan, tetapi dibangun dari asumsi yang tidak pernah divalidasi.

Karena itu, skill UI/UX designer di era AI tidak boleh berhenti pada kemampuan mengoperasikan tool. Designer tetap perlu tahu kenapa suatu solusi bekerja, siapa yang dibantu, dan apa risiko dari keputusan tersebut.

Laporan Future of Jobs 2025 dari World Economic Forum juga menunjukkan bahwa kebutuhan terhadap kemampuan teknologi meningkat, tetapi analytical thinking, creative thinking, leadership, resilience, dan collaboration tetap dianggap penting. Artinya, pekerjaan masa depan bukan sekadar manusia melawan teknologi. Nilai terbesar justru datang dari kombinasi keduanya. (World Economic Forum, 2025)

Dalam situasi ini, mengembangkan skill UI/UX designer di era AI berarti memperkuat kemampuan menilai, bukan sekadar memperbanyak hasil generasi.

Takeaway: AI menurunkan biaya dan waktu untuk membuat output. Namun, kemampuan memilih output yang tepat tetap membutuhkan judgment.

Dari Eksekusi Menuju Strategi

Menurut saya, perubahan terbesar dalam profesi designer bukan dari Figma ke AI tool. Perubahan terbesarnya adalah dari execution-oriented designer menjadi decision-oriented designer.

Execution tetap dibutuhkan. Kita masih perlu membuat wireframe, component, prototype, documentation, dan handoff. Namun, semakin banyak bagian produksi yang dapat dipercepat, semakin besar waktu yang seharusnya kita gunakan untuk memahami konteks.

Perubahan itu kurang lebih seperti ini:

Membuat screen
↓
Memahami problem
↓
Menentukan prioritas
↓
Menguji solusi
↓
Menghubungkan keputusan dengan outcome

Seorang designer yang hanya menunggu brief akan mudah terjebak menjadi operator. Sebaliknya, designer yang dapat mempertanyakan brief, menemukan gap, dan menjelaskan trade-off akan lebih sulit digantikan.

Itulah inti dari skill UI/UX designer di era AI: bukan meninggalkan craft, tetapi menggunakan craft sebagai bagian dari kontribusi yang lebih strategis. Saat execution menjadi lebih cepat, skill UI/UX designer di era AI perlu membantu kita mengambil keputusan dengan lebih sadar.

1.Design Fundamentals dan Kemampuan Critique

AI dapat menghasilkan screen dengan cepat. Tetapi kita tetap membutuhkan dasar yang kuat untuk menilai apakah screen tersebut memang baik.

Design fundamentals mencakup:

• visual hierarchy
• typography
• spacing
• color dan contrast
• interaction pattern
• usability
• accessibility
• information architecture

Bagi saya, fundamentals bukan sekadar teori yang dipelajari di awal karier lalu dilupakan. Fundamentals adalah alat untuk melakukan critique.

Saat AI membuat sebuah dashboard, misalnya, designer perlu memeriksa:

• Apakah primary action terlihat jelas?
• Apakah informasi dikelompokkan dengan benar?
• Apakah empty, loading, error, dan disabled state tersedia?
• Apakah layout tetap masuk akal pada ukuran layar yang berbeda?
• Apakah contrast dan navigasinya accessible?
• Apakah interface membantu user menyelesaikan tugas?

Nielsen Norman Group menyebut critique sebagai kemampuan inti dalam desain di era AI. Designer perlu mendefinisikan seperti apa hasil yang baik, lalu mengevaluasi dan mengiterasi output berdasarkan kebutuhan user. (Nielsen Norman Group, 2026)

Karena itu, salah satu skill UI/UX designer di era AI yang paling penting bukan prompt engineering. Kemampuan yang lebih dasar adalah melihat output, menemukan masalah, dan menjelaskan kenapa masalah tersebut perlu diperbaiki.

Cara paling aman membangun skill UI/UX designer di era AI adalah terus melatih mata, alasan, dan standar kualitas kita sendiri.

Takeaway: Semakin cepat AI membuat pilihan, semakin penting kemampuan designer menyaring pilihan tersebut.

2. Problem Framing dan UX Research

UI yang buruk tidak selalu berasal dari visual yang buruk. Sering kali, masalahnya sudah muncul sebelum designer membuka Figma.

Brief bisa terlalu luas. Request stakeholder bisa langsung berbentuk solusi. Data yang tersedia bisa tidak lengkap. User problem yang sebenarnya bahkan belum jelas.

Contohnya, stakeholder meminta:

Tambahkan filter supaya tabel lebih mudah digunakan.

Designer yang langsung mengeksekusi mungkin segera menambahkan filter. Namun, designer yang melakukan problem framing akan bertanya:

• Apa yang sulit dari tabel saat ini?
• Data mana yang paling sering dicari?
• Apakah masalahnya benar-benar filter, atau struktur informasi?
• Seberapa sering user memakai fitur tersebut?
• Apakah search, saved view, atau default sorting lebih membantu?

Problem framing membantu kita menghindari situasi ketika tim membuat solusi yang rapi untuk masalah yang salah.

UX research juga tetap penting. AI dapat membantu merangkum interview, mengelompokkan tema, dan membuat draft research plan. Namun, AI tidak boleh dipakai untuk menggantikan suara user dengan persona sintetis yang dianggap sebagai fakta.

Nielsen Norman Group mengingatkan bahwa output AI tetap perlu diperiksa karena bisa membawa bias, hallucination, atau rekomendasi yang tidak sesuai konteks. Validasi terhadap real user research tetap dibutuhkan. (Nielsen Norman Group, 2025)

Dalam konteks skill UI/UX designer di era AI, kemampuan bertanya sering lebih berharga daripada kemampuan menghasilkan jawaban dengan cepat.

Problem framing membuat skill UI/UX designer di era AI tetap terhubung dengan kebutuhan manusia, bukan hanya kemampuan tool.

Takeaway: Jangan mulai dari “UI apa yang perlu dibuat?” Mulailah dari “masalah apa yang sedang kita coba pahami?”

3. Product Thinking

Product thinking membuat designer melihat lebih jauh dari satu screen.

Saat menerima feature request, jangan hanya bertanya bagaimana tampilannya. Coba tanyakan:

• Kenapa fitur ini perlu ada?
• User mana yang paling membutuhkan?
• Perilaku apa yang ingin diubah?
• Apa hubungan fitur ini dengan product goal?
• Apa versi paling kecil yang dapat diuji?
• Bagaimana kita tahu solusi ini berhasil?
• Apa yang terjadi jika fitur ini tidak dibuat?

Pertanyaan seperti itu mengubah posisi designer. Kita tidak lagi hanya mengubah requirement menjadi mockup. Kita ikut membantu tim menentukan apa yang layak dibangun.

Product thinking juga berarti memahami hubungan antarscreen dan antarkeputusan. Sebuah perubahan kecil pada dataset, misalnya, bisa memengaruhi konfigurasi, saved state, permission, summary, dan flow lain yang terhubung.

Di project nyata, saya sering melihat masalah bukan muncul karena satu screen buruk. Masalah muncul karena keputusan pada satu tempat tidak mempertimbangkan dampaknya ke seluruh journey.

Itulah sebabnya skill UI/UX designer di era AI perlu mencakup kemampuan melihat sistem, dependency, edge case, dan outcome. AI bisa membantu memetakan kemungkinan. Namun, designer tetap perlu memahami konteks produk yang tidak selalu tertulis di dalam prompt.

Di tahap ini, skill UI/UX designer di era AI terlihat dari kemampuan melihat hubungan antarkeputusan, bukan hanya detail pada satu halaman.

Takeaway: Product designer tidak hanya merapikan screen. Product designer membantu tim memilih masalah yang tepat dan menentukan bentuk solusi yang masuk akal.

4. Business Thinking dan Data Literacy

Design tidak bekerja di ruang kosong. Setiap keputusan berhubungan dengan waktu, biaya, revenue, adoption, operational efficiency, risk, atau customer satisfaction.

Ini bukan berarti designer harus berubah menjadi business analyst. Namun, kita perlu memahami kenapa perusahaan membangun suatu produk dan bagaimana desain berkontribusi terhadap tujuannya.

Contoh sederhananya adalah checkout.

Checkout yang terlihat modern belum tentu berhasil. Desainnya baru memberi dampak jika membantu lebih banyak user menyelesaikan pembayaran, mengurangi kebingungan, atau menurunkan error.

Karena itu, designer sebaiknya mulai familiar dengan metric seperti:

• activation
• conversion
• retention
• task completion
• feature adoption
• error rate
• customer satisfaction
• support ticket volume

Data tidak otomatis memberikan jawaban. Data membantu kita melihat pola dan menguji asumsi.

Misalnya, feature adoption rendah tidak selalu berarti UI-nya buruk. Bisa jadi user tidak memahami value, fitur sulit ditemukan, onboarding kurang jelas, atau fitur tersebut memang tidak menyelesaikan masalah penting.

Business thinking dan data literacy membuat skill UI/UX designer di era AI lebih dekat dengan outcome. Designer dapat menggunakan AI untuk membantu membaca data atau mencari pola awal, tetapi interpretasi tetap perlu mempertimbangkan konteks produk dan perilaku user.

Business context membantu skill UI/UX designer di era AI menghasilkan kontribusi yang dapat dipahami oleh stakeholder di luar tim desain.

Takeaway: Jangan hanya menjelaskan apa yang berubah di UI. Jelaskan kenapa perubahan itu penting untuk user dan produk.

5. Technical Awareness

Designer tidak harus menjadi software engineer. Namun, tidak memahami cara produk dibangun akan membatasi kualitas keputusan desain.

Technical awareness yang berguna untuk designer antara lain:

• responsive behavior
• front-end fundamentals
• API dan struktur data
• component architecture
• design tokens
• state management dasar
• performance constraint
• accessibility implementation
• hubungan antara design dan code

Tujuannya bukan agar kita menulis production code setiap hari. Tujuannya agar desain yang dibuat realistis dan mudah didiskusikan bersama developer.

Misalnya, saat membuat table dengan banyak data, designer perlu memahami bahwa real data tidak selalu pendek dan rapi. Ada loading state, pagination, permission, empty state, failed request, long text, dan kondisi data yang berubah.

AI coding tools juga membuat batas antara design dan implementation semakin tipis. Designer sekarang bisa membuat prototype yang lebih fungsional, menguji logic sederhana, atau melihat bagaimana layout bekerja dengan data realistis.

Namun, skill UI/UX designer di era AI bukan diukur dari seberapa banyak code yang bisa dihasilkan. Nilainya terletak pada kemampuan menggunakan teknologi untuk menguji keputusan lebih awal dan berkomunikasi lebih jelas dengan developer.

Technical awareness membuat skill UI/UX designer di era AI lebih praktis karena ide dapat diuji terhadap data, logic, dan constraint implementasi.

Takeaway: Technical awareness membantu designer membuat solusi yang tidak hanya bagus di Figma, tetapi juga masuk akal ketika dibangun.

6. Design System dan Systems Thinking

Menurut saya, design system justru semakin penting ketika AI semakin banyak digunakan.

Tanpa design system, AI akan mudah menghasilkan interface yang secara individual terlihat bagus, tetapi tidak konsisten sebagai sebuah produk. Warna berubah, spacing berbeda, component dibuat ulang, naming tidak jelas, dan pattern tidak mengikuti kebiasaan tim.

Design system memberi AI konteks seperti:

• design tokens
• typography scale
• spacing rules
• reusable components
• component states
• layout pattern
• accessibility requirement
• naming convention
• documentation
• hubungan antara design dan code

Figma menjelaskan bahwa design system dapat memberi AI agent konteks agar output lebih relevan, konsisten, dan sesuai brand. Tokens, components, documentation, dan shared patterns menjadi bahasa bersama antara designer, developer, dan AI. (Figma, 2025)

Nah, ini penting. AI tidak hanya membutuhkan prompt yang panjang. AI membutuhkan sumber aturan yang jelas. Di sinilah skill UI/UX designer di era AI bertemu dengan design system dan documentation.

Dalam praktiknya, skill UI/UX designer di era AI juga berarti mampu membangun dan merawat sistem yang dapat dipahami bukan hanya oleh manusia, tetapi juga oleh tool dan agent.

Systems thinking memperluas pembahasan ini. Designer perlu melihat hubungan antara token, component, pattern, screen, flow, dan product behavior. Kalau satu token atau component diubah, kita perlu memahami apa dampaknya ke seluruh produk. Inilah salah satu bentuk skill UI/UX designer di era AI yang akan semakin berguna saat proses desain dan code semakin terhubung.

Contoh mudah, menggunakan AI dalam membangun sebuah design system, dengan membuat sebuah skills atau plugin tool yang berisikan kumpulan kumpulan yang bisa di gunakan agent dalam membangun sebuah design system.

7. Communication dan Human Skills

AI dapat membantu menulis presentasi. AI juga bisa merangkum meeting dan membuat draft dokumentasi. Namun, alignment tetap tidak terjadi secara otomatis.

Designer masih perlu:

• menjelaskan alasan keputusan
• menyampaikan trade-off
• mendengarkan concern stakeholder
• memfasilitasi diskusi
• memberi dan menerima feedback
• bernegosiasi tentang scope
• membangun trust
• mengubah bahasa desain menjadi bahasa yang dipahami tim lain

Saya pernah melihat solusi yang secara visual bagus tidak dipakai karena alasannya tidak dipahami. Saya juga pernah melihat solusi sederhana diterima dengan baik karena designer bisa menjelaskan hubungan antara problem, keputusan, dan expected impact.

Format sederhana yang sering membantu adalah:

Problem
↓
Design Reason
↓
Expected Impact

Communication bukan skill tambahan yang baru dipakai ketika menjadi lead. Bahkan junior designer perlu belajar menjelaskan kenapa mereka memilih suatu arah.

Human skills membuat skill UI/UX designer di era AI tidak berhenti pada output. Designer juga perlu membangun alignment agar output tersebut dapat bergerak menjadi keputusan dan akhirnya menjadi produk.

World Economic Forum menempatkan leadership, collaboration, resilience, dan analytical thinking sebagai kemampuan yang tetap penting bersamaan dengan pertumbuhan skill teknologi. Ini menunjukkan bahwa kemampuan manusia tidak menjadi kurang penting hanya karena AI semakin kuat. (World Economic Forum, 2025)

Communication menjadikan skill UI/UX designer di era AI terasa nyata karena keputusan yang baik perlu dipahami sebelum bisa dijalankan oleh tim.

Takeaway: Ide yang baik belum tentu memberi impact jika designer tidak bisa membangun pemahaman dan kepercayaan di dalam tim.

8. AI Collaboration dan Continuous Learning

Saya tidak melihat AI sebagai pengganti designer. Saya lebih suka melihatnya sebagai junior designer yang sangat cepat.

AI bisa membantu:

• merangkum research
• memecah brief
• mencari alternatif flow
• membuat draft UX copy
• mengecek consistency
• menghasilkan variasi UI
• membuat documentation
• menyiapkan presentation
• membantu audit accessibility awal
• mengubah ide menjadi prototype

Namun, seperti junior designer, AI tetap membutuhkan:

• context
• goal
• constraint
• example
• design system
• feedback
• validation
• final decision dari manusia

Nielsen Norman Group menyarankan UX professional memakai AI untuk memperkuat workflow, bukan menyerahkan seluruh proses kepada AI. AI dapat bertindak sebagai editor, research assistant, ideation partner, atau design assistant, tetapi tetap perlu diarahkan dan diperiksa. (Nielsen Norman Group, 2025)

Karena itu, skill UI/UX designer di era AI juga mencakup kemampuan membangun workflow yang sehat.

Contoh workflow sederhana:

Brief
↓
AI membantu merangkum dan mencari gap
↓
Designer menentukan problem dan constraint
↓
AI membantu eksplorasi
↓
Designer melakukan critique
↓
Prototype diuji
↓
AI membantu dokumentasi
↓
Human final decision

AI meningkatkan speed. Judgment kita menentukan quality. Karena itu, membangun skill UI/UX designer di era AI tetap membutuhkan latihan mengambil keputusan tanpa menyerahkan semuanya kepada model.

Itu workflow di atas adalah hal yang serupa yang saya terpakan dalam pekerjaan sehari-hari, terutama dalam membuat dan merangkum hasil meeting, agar mudah di pahami lebih dalam lagi, dan kita bisa mendapatkan key points dari hasil meeting tersebut dan itu akan bisa digunakan untuk di jadikan sebuah brief atau requriement.

Continuous learning juga perlu berubah. Kita tidak harus mengejar setiap tool baru. Tool akan terus muncul, berubah nama, atau hilang.

Cara belajar yang menurut saya lebih realistis adalah:

1. Temukan masalah nyata dari project.
2. Pelajari satu konsep yang membantu masalah tersebut.
3. Terapkan ke scope kecil.
4. Lihat apa yang berhasil dan gagal.
5. Dokumentasikan hasilnya.
6. Bagikan sebagai tulisan, case study, atau guideline.

Kalau handoff sering bermasalah, pelajari technical awareness. Kalau keputusan sulit diterima, pelajari storytelling. Kalau UI tidak konsisten, pelajari design system. Kalau AI menghasilkan output generik, perbaiki context dan evaluation criteria.

Dengan cara itu, proses belajar terasa lebih terarah. Kita tidak hanya mengumpulkan tutorial. Kita membangun skill UI/UX designer di era AI dari pengalaman yang benar-benar terjadi di dalam project.

Cara Menentukan Skill yang Perlu Dipelajari Lebih Dulu

Daftar kemampuan di artikel ini cukup banyak. Kamu tidak perlu mempelajari semuanya sekaligus.

Untuk menentukan prioritas skill UI/UX designer di era AI, mulai dari masalah yang paling sering muncul dalam pekerjaanmu.

Jika Kamu Masih Junior

Prioritaskan:

• design fundamentals
• UX reasoning
• problem framing
• communication dasar
• cara memakai AI untuk task kecil

Jangan terlalu cepat mengejar semua AI tool. Tanpa fundamentals, kamu akan kesulitan membedakan output yang baik dan output yang hanya terlihat bagus. Untuk junior, fondasi skill UI/UX designer di era AI tetap dimulai dari kemampuan memahami user dan prinsip desain.

Jika Kamu Berada di Level Mid-Level

Prioritaskan:

• product thinking
• UX research
• design system
• technical awareness
• data literacy
• stakeholder communication

Di level ini, kamu seharusnya mulai tidak hanya menyelesaikan task, tetapi juga melihat hubungan antarflow dan dampak keputusan. Skill UI/UX designer di era AI pada level mid-level perlu mulai terlihat dari ownership dan kualitas reasoning.

Jika Kamu Senior atau Lead

Prioritaskan:

• business thinking
• strategic thinking
• facilitation
• leadership
• systems thinking
• AI workflow untuk tim
• governance dan quality standard

Di level senior, nilai kamu tidak hanya datang dari output pribadi. Nilainya juga datang dari kemampuan meningkatkan kualitas keputusan dan cara kerja seluruh tim. Karena itu, skill UI/UX designer di era AI pada level senior lebih dekat dengan leverage, direction, dan leadership.

Jika Kamu Freelancer

Tambahkan:

• memahami business problem client
• menyusun scope
• menjelaskan value
• membuat dokumentasi yang jelas
• menggunakan AI untuk mempercepat task berulang
• menjaga kualitas meskipun bekerja lebih cepat

Untuk freelancer, skill UI/UX designer di era AI juga dapat menjadi pembeda saat menjelaskan proses kepada client. Jangan hanya menjual jumlah screen. Jelaskan bagaimana kamu memahami problem, mengurangi risiko, dan membantu client memilih solusi.

Hal yang Tetap Tidak Boleh Diserahkan Sepenuhnya kepada AI

AI memang membantu, tetapi ada beberapa bagian yang tetap perlu dijaga oleh designer.

Menentukan Apakah Problem-nya Valid

AI hanya bekerja dari informasi yang diberikan. Kalau input-nya salah atau tidak lengkap, jawabannya bisa terlihat meyakinkan tetapi tetap salah arah.

Menggantikan Real User Research

Persona atau insight sintetis boleh dipakai sebagai bahan eksplorasi. Namun, jangan menganggapnya sebagai bukti dari user nyata.

Mengambil Keputusan Etis

Accessibility, privacy, bias, dark pattern, dan dampak terhadap kelompok tertentu tidak boleh diperlakukan sebagai checklist otomatis.

Menilai Konteks Organisasi

AI tidak selalu tahu sejarah keputusan, technical debt, politik internal, kemampuan tim, atau constraint bisnis yang tidak tertulis.

Memberikan Final Judgment

AI bisa merekomendasikan. Designer dan tim tetap bertanggung jawab terhadap keputusan yang dibuat.

Bagian ini penting karena tujuan mengembangkan skill UI/UX designer di era AI bukan agar kita semakin bergantung pada AI. Tujuannya agar kita dapat menggunakan AI tanpa kehilangan kemampuan berpikir. Batas yang sehat membuat skill UI/UX designer di era AI berkembang bersama teknologi, bukan melemah karenanya.

Penutup

AI akan terus membuat proses desain lebih cepat. Beberapa task yang dulu membutuhkan waktu berjam-jam sekarang dapat selesai dalam hitungan menit.

Namun, speed bukan satu-satunya ukuran value.

Menurut saya, skill UI/UX designer di era AI harus bergerak dari sekadar execution menuju strategy. Kita tetap perlu menguasai visual dan UX fundamentals, tetapi juga perlu memahami problem, product, business, technology, system, dan cara bekerja dengan manusia.

AI bisa membantu menghasilkan pilihan. Designer menentukan pilihan mana yang layak diteruskan.

AI bisa membantu membuat prototype. Designer memastikan prototype tersebut menyelesaikan masalah yang benar.

AI bisa membantu menulis dokumentasi. Designer memastikan aturan dan keputusan di dalamnya sesuai dengan kebutuhan produk. Pola kerja ini membuat skill UI/UX designer di era AI lebih kuat, bukan sekadar lebih cepat.

Jadi, kita tidak perlu berlomba menjadi lebih cepat daripada AI. Perlombaan itu tidak realistis.

Yang perlu kita bangun adalah kemampuan untuk memberi arah, melakukan critique, memahami konteks, dan mengambil keputusan dengan lebih baik.

Itulah perubahan dari eksekusi ke strategi. Dan menurut saya, di situlah nilai utama skill UI/UX designer di era AI akan terus bertahan.

Refernsi

• Nielsen Norman Group — The Core Skill of Design in the AI Era: Critique
• Nielsen Norman Group — Redefine Your Design Skills to Prepare for AI
• Nielsen Norman Group — Using AI for UX Work: Study Guide
• Figma — Design Systems and AI: Why MCP Servers Are the Unlock
• Figma — 4 New Ways to Go From Idea to Product With AI Tools
• World Economic Forum — Future of Jobs Report 2025