Ogni giorno nasce un nuovo tool AI che promette di rivoluzionare le nostre abitudini. I software che usiamo si stanno riempiendo di funzioni intelligenti, i feed social esplodono di demo e noi, in tutto questo, dobbiamo capire cosa valga davvero la pena conoscere e testare.
Non è semplice districarsi in un mondo nuovo che è tutto in divenire: tra hype genuino e illusioni passeggere, tra strumenti che effettivamente accelerano il workflow e altri che finiscono per complicarlo: serve un approccio ragionato.
Ecco perché abbiamo pensato a una panoramica che punta la luce su cosa stanno facendo sia i giganti della tecnologia sia i nomi emergenti sulla bocca di tutti. Per avere una mappa che mette insieme tutti quegli strumenti che, in un modo o nell’altro, finiranno per ridefinire il modo in cui pensiamo e realizziamo il design.
Non è la prima volta che il design cambia pelle, ma questa ha tutta l’aria di essere una trasformazione molto più profonda. L’arrivo dell’Intelligenza Artificiale sta rivoluzionando il modo in cui si progetta. Non solo per la velocità con cui lavoriamo, ma per come pensiamo il design, quali fasi del processo possiamo automatizzare, e quali invece hanno ancora bisogno dell’intuizione, della sensibilità e dell’esperienza umana.
Questo cambiamento è già realtà e non riguarda solo tool sperimentali ma le piattaforme che usiamo tutti i giorni, da Figma fino ad arrivare a Google, che integrano funzionalità AI direttamente nel flusso di lavoro. E non lo fanno solo per rimanere al passo, ma perché l'AI sta davvero cambiando il modo in cui pensiamo, organizziamo e produciamo design.
Siamo in una fase totalmente aperta, esplorativa, come se fosse un grande far west. Alcuni strumenti sono in beta, altri funzionano a tratti, altri ancora hanno bisogno di essere allenati, testati, adattati al proprio contesto. Ma aspettare non è sempre la strategia migliore. Chi inizia ora a esplorare le possibilità dell’AI può fare scelte più consapevoli, evitare il rischio di rincorrere trend passeggeri e, soprattutto, mettere a punto un processo che funzioni davvero per il proprio team.
Prima di andare avanti, parliamo un secondo di un altro tema che oggi più che mai è fondamentale conoscere bene per un designer (e per chiunque lavori nel campo digitale): l’accessibilità. Abbiamo realizzato un white paper per aiutare i team ad adeguarsi e lavorare in ottica accessible by design, salvalo per dopo!
Se avessimo guadagnato un centesimo ogni volta che qualcuno ci ha chiesto: “Ma quindi l’AI ci ruberà il lavoro?”, a quest’ora potremmo acquistare tutta la Silicon Valley.
La nostra risposta breve è: “No”.
Quella da designer è: “Dipende”. Dipende da come scegliamo di usarla.
La verità però è che ci stiamo lasciando prendere dal panico e se ragionassimo con più calma la giusta domanda che dovremmo porci è: “Come vogliamo che l’AI ci aiuti nel nostro lavoro?”.
Perché l’AI, se usata con spirito critico, può davvero diventare il nostro copilota creativo. Dovrebbe essere l’arma segreta per sbloccarci quando siamo in stallo, per mostrarci alternative, per aiutarci a vedere più chiaro nel caos, non per prendere il nostro posto.
Immaginala come un collega sempre di buon umore e disponibile per fare brainstorming, suggerirti una struttura o aiutarti a ordinare i pensieri. E sì, anche per sobbarcarsi le attività più noiose come sbobinare, riassumere interviste, estrarre insight o generare uno scheletro di wireframe. Ma a decidere la direzione, a dare senso e coerenza, a fare le scelte che contano rimangono sempre le persone in carne e ossa.
È esattamente quello che sta succedendo nel mondo dello sviluppo. L’arrivo di strumenti come GitHub Copilot non ha sostituito chi fa codice ma ha reso il loro lavoro più veloce e produttivo. È quello che oggi si chiama vibe coding, il cui mantra recita: meno codice ripetitivo e più problem solving creativo. Allo stesso modo, nel design, stiamo assistendo alla nascita del suo parallelo naturale, il vibe designing che si potrebbe tradurre con meno pixel pushing e più strategia.
L’obiettivo non è automatizzare tutto, ma potenziare l’ingegno umano, liberare tempo, creare spazio per la riflessione e la sperimentazione. L’AI può fare molto, ma non può ancora, e forse non potrà mai, sostituire la capacità di leggere tra le righe (soprattutto dei brief di progetto), di intuire i desideri profondi delle persone, di immaginare soluzioni dove ancora non ci sono.
LEGGI ANCHE: UX Developer: chi è e cosa fa?
Per scoprire i tool di AI con maggior impatto non c’è bisogno di andare lontano. Tutti i big del settore stanno già integrando funzionalità intelligenti direttamente nei loro prodotti, trasformando piano piano il nostro lavoro quotidiano.
Non si tratta più di esperimenti isolati o plugin da smanettoni: è un cambiamento profondo, perché avviene dentro i flussi di lavoro che già conosciamo. Dietro interfacce familiari, ci sono già novità radicali.
Accanto ai colossi, stanno emergendo piattaforme nate per il design digitale che fanno dell’AI la loro leva principale, ma anche strumenti ibridi che sperimentano proprio sul confine tra design e sviluppo. Qui non si tratta di feature aggiuntive, ma di tool costruiti intorno all’AI fin dall’inizio.
Figma non si è limitato a integrare un assistente AI, ha ripensato il ruolo dell’intelligenza artificiale nella progettazione collaborativa. Oggi il suo ecosistema si muove in tre direzioni: accelerare i flussi creativi, espandere la generazione automatica e semplificare la pubblicazione.
Funzionalità principali:
Ideale per: UX/UI designer che vogliono passare più velocemente da wireframe a prototipo, team di prodotto distribuiti che lavorano in modo iterativo su board condivise e content designer o marketing manager che devono validare rapidamente layout e landing page.
Nel nostro talk dedicato al ruolo dell’AI come copilota del designer, illustriamo l’intero processo in Figma per passare dalla fase di wireframing, alla definizione della libreria del design system, alla generazione di un prototipo. Un esempio realistico di utilizzo efficace delle funzionalità generative dell’intelligenza artificiale, supervisionata e governata dalla mano esperta di un designer.
Adobe ha scelto un approccio sistemico: l’AI diventa parte del flusso creativo, riducendo la distanza tra l’idea iniziale e l’output finale degli asset. L’integrazione è pensata per potenziare il lavoro umano, non per sostituirlo, ed è guidata dalla logica di aiutare designer e creativi a realizzare più velocemente idee complesse, senza sacrificare qualità o coerenza visiva.
Firefly lavora sulla generazione di immagini, effetti, elementi grafici e stili brandizzati da prompt testuali. Sensei invece ottimizza e velocizza con selezioni automatiche, ritagli intelligenti, riempimenti e colorazioni assistite. Insieme formano una coppia che copre l’intero flusso, dalla sperimentazione all’esecutivo.
Funzionalità principali:
Ideale per: visual designer e art director che creano asset originali e brandizzati, graphic designer che gestiscono varianti di colore e revisioni in tempi rapidi e team creativi che devono mantenere coerenza visiva su campagne, siti e materiali multipiattaforma.
Google ha trasformato la sua suite di produttività in un ecosistema AI-powered che supporta ogni fase del processo di design. Sotto l’ombrello di Gemini e con i progetti sperimentali di Google Labs, si moltiplicano gli strumenti per supportare ricerca, analisi, scrittura e prototipazione.
Funzionalità principali:
Ideale per: UX team che fanno ricerca user-centric, designer o product manager che hanno bisogno di prototipare velocemente, creare asset visivi, gestire grandi quantità di contenuti o documenti, e rendere super fluida la collaborazione.
Nel nostro talk, offriamo un esempio concreto di come l’AI supporti il designer nella fase della Discovery. Con il supporto di NotebookLM, nonché una buona dose di prompt engineering, è effettivamente possibile sintetizzare una grande quantità di informazioni (recensioni, interviste, analytics, dati grezzi), elaborare mindmap che aiutano l’esplorazione, generare report completi da condividere con il team ed il cliente.
Microsoft ha integrato Copilot in modo nativo nella suite Microsoft 365, offrendo funzionalità AI che supportano flussi di lavoro aziendali, tra produzione di contenuti, automazione e design. Allo stato attuale, il ruolo lato UX/UI è limitato.
Funzionalità principali:
Ideale per: team enterprise, product manager e project manager che hanno bisogno di prototipare presentazioni e documentazione interna rapidamente ma soprattutto migliorare l’automazione interna di processi ricorrenti.
Se c’è un punto in cui il design e lo sviluppo stanno davvero fondendosi, è questo. Nuove piattaforme ibride stanno trasformando prompt testuali, sketch e flussi in veri prodotti digitali, navigabili, funzionanti. Qui l’AI non è solo un supporto, è lo strumento principale per creare, iterare, validare e pubblicare più velocemente.
Lovable è una piattaforma low-code pensata per chi vuole creare applicazioni web funzionanti partendo da una descrizione testuale. Basta un semplicissimo prompt e in pochi secondi hai una prima bozza navigabile, con interfaccia, flussi e interazioni già pronte da testare. La logica è “disegna mentre costruisci”: perfetta per progetti in fase esplorativa o per team piccoli che vogliono capire al volo se un’idea regge. Ottimo per raccogliere feedback su qualcosa di già tangibile, senza partire da zero ogni volta.
Nato per chi scrive codice, Replit oggi è un playground AI-powered perfetto anche per designer, strategist e chi lavora nella discovery. Con Ghostwriter (il suo assistente AI), puoi testare componenti, provare micro-interazioni ed esplorare alternative in tempo reale. È uno strumento altamente collaborativo per lavorare a più mani sullo stesso prototipo, vedere cosa succede quando cambi qualcosa e ricevere suggerimenti dal modello. È un ponte tra chi progetta e chi sviluppa, perfetto per fare prove senza bloccare lo sprint.
Visual Studio Code, editor ormai imprescindibile per chi sviluppa (anche progetti design-driven), oggi integra potenti funzionalità AI grazie a GitHub Copilot e ad estensioni dedicate. È possibile generare, correggere e documentare codice partendo da prompt in linguaggio naturale e ricevere suggerimenti in tempo reale mentre si lavora su UI e flussi front-end. Diverse integrazioni, come le estensioni Figma to Code o l’uso di server MCP, permettono di trasformare layout e interfacce create in Figma direttamente in codice pronto all’uso, riducendo tempi e rischi di errore tra design e sviluppo.
Tra le alternative emergenti, vale la pena menzionare anche editor come Cursor e Windsurf, che seguono lo stesso approccio AI-driven. Sono tool ideali per team che collaborano tra design e dev, e per chi vuole automatizzare la scrittura di componenti UI o testare rapidamente nuove idee partendo da prototipi.
Negli ultimi anni, nuovi CMS visuali hanno alzato l’asticella integrando l’AI per semplificare e accelerare design, sviluppo e pubblicazione di siti e applicazioni. Piattaforme come Framer, Webflow e builder permettono anche a chi non scrive codice di creare, iterare e mettere online prodotti digitali professionali, combinando un editor visuale evoluto con componenti AI per layout, copy, immagini e automazioni.
Framer AI è uno strumento pensato per accorciare la distanza tra concept e risultato pubblicabile. Con le funzionalità AI puoi generare layout completi a partire da prompt testuali, impostare gerarchie visive, animazioni, contenuti ed elementi interattivi in pochi passaggi. Ideale per designer e team che vogliono testare idee in modo fluido, esplorare alternative senza rimettere mano al codice e validare prototipi direttamente sul campo
Webflow si sta imponendo come il re del no-code per designer, e l’AI adesso aggiunge un livello in più. Con Webflow AI si possono chiedere suggerimenti su layout, testi, struttura della pagina. È possibile modificare elementi in linguaggio naturale e vedere in tempo reale il risultato. La sua vera forza è nella precisione: il risultato non è solo una bozza, ma una base già pronta per essere pubblicata o rifinita a mano. Perfetto per chi vuole mantenere il controllo visivo ma alleggerire la parte più tecnica.
Builder.io non è un semplice editor visuale: è una piattaforma di sviluppo visuale AI-powered che unisce design, codice e contenuto. Il suo motore AI, chiamato Visual Copilot, interviene nel flusso esistente, supportando designer e sviluppatori nell’automazione delle parti più meccaniche, lasciando a loro il controllo creativo. Usare i modelli linguistici per la UX strategy.
Quando si parla di piattaforme ibride che fondono design e sviluppo (il cosiddetto vibe designing), è facile pensare a tool nati negli ultimi anni. Ma l'innovazione AI sta coinvolgendo anche le piattaforme CMS enterprise più robuste.
È il caso di Drupal, storicamente noto per stabilità e scalabilità enterprise, nonchè per la sua natura open-source, che sta compiendo passi da gigante nell'integrare l'AI direttamente nel flusso di lavoro, compreso quelli che coinvolgono UX/UI. In altre parole, Drupal oggi offre ai designer un terreno di gioco moderno tanto quanto altri tool emergenti. Vediamo gli aspetti principali.
Se il futuro del design è componibile, l'AI deve operare all'interno di regole chiare. È qui che entra in gioco il nuovo Experience Builder (XB) di Drupal, un editor visuale drag-and-drop che consente di costruire interfacce e layout componendo sezioni e componenti, abbracciando tecnologie frontend moderne.
Qui entra in gioco l’AI Assistant (in fase di sviluppo attivo), che permette al designer di creare interi template da prompt testuali (“Crea un template di hompage per un’università”, “Crea una pagina prodotto per lanciare questo nuovo prodotto”, “Aggiungi una sezione con due paragrafi e uno slider verticale di cinque immagini”).
Il punto più importante: l’AI non inventa codice ex novo, ma riutilizza e orchestra i Single Directory Components (SDC) già approvati dal design system. In questo modo, l’output è sempre coerente, accessibile e aderente agli standard aziendali.
In Drupal, l’AI non sostituisce il designer, ma moltiplica l’efficacia della governance, liberando tempo dal “pixel pushing” per concentrarsi sulla strategia e sulla creatività (il vero valore aggiunto dei designers).
Un design system è la spina dorsale di qualsiasi progetto scalabile (a prescindere dal fattore AI). Drupal si integra nativamente con Storybook, lo standard de facto per sviluppare e documentare componenti UI (ne abbiamo parlato qui). Questo consente di:
Per spingere l’automazione oltre, addon specifici per Storybook basati sull’AI possono aiutare a generare automaticamente la documentazione (stories) ed i test e controlli di qualità, assicurando che l'intero catalogo di componenti (quelli che l'AI di XB utilizzerà per comporre le pagine) sia sempre aggiornato e preciso. Un'integrazione che, quando raggiungerà la piena maturità, trasformerà la velocità operativa della GenAI in output governato e coerente.
Un aspetto forse meno visibile ma davvero rivoluzionario è la capacità di Drupal di diventare un fonte di contesto strategico per gli LLM. Grazie al supporto per il Model Context Protocol (MCP) infatti, Drupal può esporre i propri dati (nodi di contenuto, tassonomie, architettura informativa) come Risorse e le proprie funzioni come Strumenti direttamente utilizzabili da modelli LLM esterni.
Tradotto in pratica: un LLM può interrogare in tempo reale la struttura dei contenuti di Drupal per analizzare percorsi utente, suggerire ottimizzazioni di microcopy o CTA, o proporre modifiche alla UX sulla base del contesto vivo e aggiornato del sito.
Ma le possibilità di Drupal MCP si preannunciano davvero illimitate, permettendo di connettere strumenti e risorse ad agenti AI nei processi più disparati, a vantaggio non solo dei designers, ma di tante altre funzioni aziendali.
Le funzionalità AI di Drupal sono davvero in continuo divenire: molte funzioni sono già disponibili, alcuni aspetti sono ancora in sviluppo, altri sono sperimentali, altri ancora sono solo abbozzati. Ma il futuro è più roseo che mai, con uno sviluppo davvero serrato da parte di una community estremamente dedicata ed agguerrita (anche SparkFabrik contribuisce attivamente!).
Quando pensiamo ai tool AI per il design, spesso ci vengono in mente strumenti visivi. Ma i Large Language Models (LLM) come ChatGPT e Claude stanno diventando alleati fondamentali anche per chi lavora su ricerca, strategia e architettura informativa.
Non disegnano interfacce, ma possono aiutare a pensarle meglio.
Questi modelli sono particolarmente utili nella fase iniziale del processo, quando bisogna raccogliere, rielaborare e collegare molte informazioni spesso in tempi stretti. Ecco alcuni scenari d’uso concreti:
Anche chi l’AI la costruisce, come il team di Anthropic, la usa ogni giorno per semplificarsi il lavoro. Claude, il loro modello linguistico, non viene impiegato solo per scrivere codice o generare testi, ma anche per fare ricerca, pensare i prodotti, organizzare le idee.
In un documento interno, il team di Anthropic racconta di usarlo per scrivere piani di progetto UX, riformulare proposte di valore, riorganizzare insight raccolti nelle interviste e migliorare la documentazione sui prodotti. Un esempio concreto di human-AI collaboration che migliora efficienza e profondità strategica.
LEGGI ANCHE: UX Strategy: l’usabilità è al servizio del tuo brand
Per come la vediamo noi, l’AI non dev’essere uno sprint per stare dietro all’ultimo trend da abbracciare a tutti i costi, ma un’opportunità per ripensare il modo in cui si collabora, si crea, si testa. E per farlo in modo efficace serve una strategia chiara, condivisa e scalabile.
Il consiglio più classico è anche il più efficace: partire da un progetto pilota, magari interno o a basso rischio. Sperimentare in un contesto controllato, misurare cosa funziona (e cosa no), poi allargare l’adozione. L’AI può accelerare i processi, ma senza un sistema solido a monte rishia di creare solo confusione. Se hai già un design system ben strutturato (più dettagli nel nostro approfondimento sul design system), usalo come guida per selezionare e configurare i tool: componenti, naming, tono di voce e accessibilità devono restare coerenti.
E poi creare momenti di condivisione: l’adozione funziona meglio se è partecipata. È importante lasciare spazio alla sperimentazione individuale, ma anche pianificare momenti in cui il team può confrontarsi su cosa ha provato e cosa ha scoperto. L’AI è uno strumento nuovo e la cultura aziendale si costruisce anche così: sperimentando e parlandone apertamente insieme.
LEGGI ANCHE: Design system: guida strategica per coerenza, UX e accessibilità
Per capire cosa funziona davvero bisogna mettere le mani in pasta. In SparkFabrik lo facciamo sul campo: sperimentiamo su attività interne, testiamo strumenti e processi e portiamo nei progetti dei clienti solo ciò che genera valore reale.
Un esempio è EAA, il sito dedicato all’European Accessibility Act. Qui abbiamo usato Replit per accelerare il ciclo tra design e sviluppo: creare, testare, migliorare. Il sito è stato pensato per essere accessibile, leggibile e sostenibile, e l’AI ci ha dato una mano a ridurre i tempi senza perdere coerenza con il nostro design system.
Altro caso interessante è DrupalCamp Italy, realizzato con Lovable per prototipare e iterare mantenendo sempre viva la visione dei nostri designer. E ci teniamo a sottolineare che non è una questione di "fare più in fretta" ma di testare un nuovo modo di lavorare, più fluido, più collaborativo, più vicino a come ci immaginiamo il design del futuro.
In entrambi i casi non si è trattato di sostituire il nostro lavoro, ma di renderlo più fluido, veloce e connesso. Di progettare con il nostro metodo, con il nostro stile.
Se stai pensando di introdurre strumenti AI nei tuoi flussi di lavoro, possiamo aiutarti a farlo nel modo giusto: partendo dalle tue priorità, rispettando i tuoi processi, e scegliendo insieme ciò che può davvero migliorare il quotidiano del tuo team. Chiedi alla nostra Design Unit come si può camminare in equilibrio tra metodo, creatività e tecnologia.