איך מלמדים עיצוב חוויית משתמש בעידן שבו הכל משתנה כל כך מהר? בפרק הזה אני מארחת את רוית גונן – מנהלת תחום ux ומוצר אסטרטגי בקידו, מלווה את ארגון הילמ"ה (הייטק למען החברה) בתחומי חוויית משתמש, ועוסקת בהכשרת מעצבים מעל עשור, כרגע במכללת ספיר. לרוית יש נסיון רב שנים בהוראה, והפעם נפגשנו לדבר על האתגרים בתקופה האחרונה שדורשים ממנה להתאים מערכי שיעור למציאות המשתנה, במהירות. רוית מסבירה שהבינה המלאכותית השפיעה מן הסתם גם על האופן שבו מלמדים עיצוב, ומתארת אותה כמהפכה הכי גדולה מאז עידן המובייל – אז, כשפתאום היה צריך לעדכן את הסילבוס כולו... גם עכשיו, אנחנו באירוע דומה, וגם הפעם אנחנו מלמדים את עצמנו תוך כדי תנועה. אבל דווקא בתוך כל השינויים האלה, רוית מדברת על הצורך ללמד קודם כל את התחושה. להרגיש את המקצוע. להרגיש את העיפרון. להבין את התהליך היצירתי שצריך לעבור לנו בראש. היא שואפת שהתלמידים יבינו את הבייסיק, יפתחו את הסנס המקצועי שלהם ויפתחו תהליכים טובים, ורק אז ישתמשו בכלים שמאיצים את התהליך. בפרק דיברנו על ההבדל בין כלים חיצוניים לבין סקילס. ורוית מאמינה שאיי־איי לא מחליף את התהליך היצירתי, אלא רק מחזק אותו – אם משלבים אותו בצורה נכונה. והיא אכן עושה את זה – מלמדת גם כלים מבוססי בינה מלאכותית בקורס, הדיוק הוא שהיא בוחרת מה, כמה ולמה. מתי זה מועיל (ואף הכרחי), ומתי היא דורשת לשים את זה בצד. כי יש דברים שאי־אפשר לקצר או לעקוף – לא משנה כמה הכלי מתקדם. למשל, ארכיטקטורת מידע: רוית רואה שוב ושוב כמה קשה למעצבים לחשוב במבנים, בפלואוז, בקשרים בין חלקים – ולא רק במסכים נפרדים. זו תשתית שמעצבת את כל החוויה, ולא תמיד מקבלת מספיק מקום כשמלמדים עיצוב. רוית מלמדת לנגן על המסכים, ולא לבודד אותם. וזה אחד הדברים הכי חשובים שהיא מתעקשת ללמד. השיחה הזו מיועדת לא רק למי שלומד – אלא גם למי שמלמד, מלווה, ומעצב את הדור הבא. 👆הפרק הזה יצא כחלק משיתוף הפעולה שלנו עם כנס UXI Live שיתקיים ב־13.05.25 – הכנס הגדול של קהילת עיצוב המוצר בישראל. במהלך הפרקים הקרובים נארח א.נשים שהולכים להרצות בכנס, ובכך ניתן לכםן הצצה למה הולך להיות שם. ההרצאה של רוית (יחד עם מיכל קאופמן) נקראת: "כל האמצעים כשרים: גמישות ואדפטיביות בתהליכי עיצוב?" – ואני כבר ממש מחכה לשמוע אותה. נשמח לפגוש אתכםן שם! עריכה: מרינה ברודסקי האזנה נעימה 🎧

הצטרפו אלינו לפרק מלא תובנות פרקטיות שיעזור לכם למנף את ה-AI מבלי ללכת לאיבוד. בפרק הזה דיברתי עם צחי דינר על ההשפעה של הבינה המלאכותית על תהליכי עיצוב וניהול מוצר — ואיך להתמודד עם ההצפה הבלתי נגמרת של כלים חדשים ותחושת ה-FOMO, או יותר נכון FOBO(Fear of a Better Option) שמתלווה אליה. נושאים שדיברנו עליהם: הקבלות לשינויים טכנולוגיים קודמים – כמו המעבר לדיגיטל והעלייה של תחום ה-UX. איך לזהות כלים שבאמת מוסיפים ערך, ולא רק עוד "רעש". שילוב של AI בשלבי מחקר, יצירת קונספטים, פרוטוטייפים והשראה. איך ליצור סוכני AI מותאמים אישית למשימות ספציפיות. למה חשוב להפעיל שיקול דעת אנושי בכל שלב — גם בעולם אוטומטי. המעבר לכלים שהם פלטפורמות שלמות ולא רק אפליקציות בודדות. המעצב בתור "יוצר" חדש – שממנף AI כדי להגשים רעיונות מהר יותר. איך לגשת לאקו-סיסטם של AI: להגדיר צורך ברור ולבחון רמות שונות של שימוש. החשיבות של לשאול "למה" אנחנו בכלל משתמשים ב-AI, ולא רק "איך". יצירת השראה חדשה ועולמות חזותיים שונים על ידי שימוש בכלים כמו Ideogram & Midjourney

הפרק הזה הוא המשך ישיר לשיחה הקודמת על יצירת פרוטוטייפים מהירים באמצעות כלי בינה מלאכותית. הפעם צללנו לעולם שבו העיצוב הוא נקודת הפתיחה – דיברנו על גישה של UI First לפיתוח מוצרים.אירחתי את אבישי כהן, מנכ"ל Anima, לשיחה על הכלי שפיתחו שמאפשר פיבלוש ישיר מקובצי Figma לקוד חי. דיברנו על שני יוז-קייסים עיקריים:יצירת פורטפוליו בפיגמה וייצוא מיידי לאתר מתפקדעיצוב מסך, פיבלוש לפרוטוטייפ חי, ואז איטרציות באמצעות פרומפטיםשילבנו גם הדגמות וידאו חיות, ודיברנו על היתרונות בגישה שבה העיצוב מוביל – שליטה, חופש ויכולת לבחון רעיונות מהר מול משתמשים ומפתחים.‍לינק להדגמה בוידאו:https://youtu.be/N9nNaZ4_2pU?si=lBAUqjnLxXtfIpSSלינק להתנסות באנימה:https://www.animaapp.com/

בפרק זה נצלול עם ארז לעולם הפרוטוטייפינג המודרני ונבחן את הכלים החדשניים העומדים לרשות מעצבי המוצר. נחקור את המתח המעניין בין פלטפורמות קנבס מסורתיות כמו פיגמה, המציעות שליטה מדויקת אבל מנותקות מהמציאות, לבין כלי בינה מלאכותית חדשניים המאפשרים יצירת מוצרים פעילים ובדיקתם בתנאי אמת. נגלה כיצד שילוב נכון בין שני העולמות יכול להאיץ את תהליך הוולידציה ולשפר משמעותית את תהליך פיתוח המוצר.

בעידן שבו בינה מלאכותית משנה את חוקי המשחק, איך אנחנו ממציאים מחדש את הדרך שבה אנחנו מעצבים חוויות משתמש? זו השאלה העיקרית שהתעסקנו בה בפרק הזה, בו עדי לוין מארחת את דוד קלר, מנכ״ל ומייסד מאניוואן ישראל. בפרק דברנו על איך AI מאפשר ליצור תהליכי עיצוב חדשניים ומהירים, איך מראים ללקוח 200 קונספטים בלי לבלבל אותו, ועל שבירת המוצרים הרגילים שאנחנו מכירים ויצירת חוויות חדשות שמתאימות לעידן ולטכנולוגיה הנוכחים. דוד משתף בפרק על שלב הקונספט אקספלוריישן שהם יצרו במאניוואן – שם הבינה מלאכותית משנה את הדרך בה הם עובדים כבר בתהליכי העבודה שלהם. כאשר הם עובדים על מוצרים פיזים, כלי ה איי-איי מאפשרים להם לייצר ולסנן מאות קונספטים בצורה מסודרת וברורה, במקום להציג רק 3-4 רעיונות ללקוח כמו בדרך המסורתית. הפריימוורק הייחודי הזה משלב יצירה ואוצרות, ומביא לכך שהלקוחות מקבל לא רק יותר אפשרויות, אלא גם הבנה עמוקה יותר על מה שעובד ומה פחות – כי הם שותפים לתהליך. אפשר להבין די מהר שאחרי שעושים דבר כזה, קשה לחזור אחורה… דבר נוסף מעניין מאוד שהם מכניסים לתהליכים שלהם זהו רדאר טרנדים - כלי שפיתחו בעצמם ומחבר בין מודלי שפה, מאגרי מידע, ותובנות שמוזנות ידנית כדי ליצור מפת טרנדים ברורה ונגישה. הכלי הזה מאפשר ללקוחות לראות את התמונה הגדולה – מה צפוי לקרות בשנה הקרובה, בעוד שנתיים, ואפילו בעוד חמש שנים. אפשר להכניס שאלה כמו ״אני מנהלת של חברת מזון לילדים, באילו תחומים שווה לי להתמקד ולפתח מוצרים חדשים?״ לאחר מכן נקבל תשובה ויזואלית בצורה שתאפשר לנו לדבר על זה יחד - כל הסטייקהולדרים (וגם אנחנו המעצבים מאוד רלוונטים לכאן). כך ניתן לחזות לא רק את העתיד העסקי, אלא גם את הצרכים העתידיים של המשתמשים, ולתכנן בהתאם את המוצרים והחוויות. נכנסנו גם לעומק של חוויית משתמש בעידן הבינה המלאכותית. לפעמים מרגיש שכדי לא להשאר מאחור, חברות מוסיפות למוצרים שלהן חיבור לג׳יפיטי בתור השיח של המשתמש עם המערכת וחושבים שזה עושה את העבודה. אז זהו - שממש לא. הצ׳אט הוא דרך מאוד ספציפית לשפר את החיים שלנו, אבל לא כל מוצר צריך את זה, ולא לכל מוצר זה מספיק כדי לספק חוויה מדהימה למשתמשים. דוד מעלה את השאלה - האם אנחנו צריכים לעצב היום כמו לפני שנתיים, או שאולי הגיע הזמן לחשוב מחדש על החוויה עצמה? לדוגמה, האם חוויית משתמש צריכה להיראות אותו דבר לכולם, או להפוך לפרסונלית לכל יוזר? שווה לראות את הקונספט המגניב שהם עשו לאיקאה - ובו הגדירו מחדש את חווית הקנייה הדיגיטלית. אז נכון, זה לא משהו שיצא בשנה הקרובה, אבל חשוב לחלום רחוק כדי להבין לאיפה אנחנו רוצים להגיע. לסיכום ומצד שני (ויש כזה), צריך לזכור ולא לבטל שנים של UX שהוכיח את עצמו (כמו הכנסת פילטרים שעוזרים לקבל החלטות). היום, עם שימוש בצ׳אט חכם לחוויות איקומרס לדוגמא, אנחנו לפעמים מחזירים את החוויה לנקודת ההתחלה – ודורשים מהמשתשמש לשאול שאלה פתוחה. האתגר שלנו המעצבים הוא לשלב את החדש מבלי לאבד את מה שעבד. עריכה: מרינה ברודסקי האזנה נעימה 🎧

"תפסיקו להיות חוקרים. תהיו בני אדם" הפעם תום נפגש עם טלי פיק כדי ללמוד על על מחקר חווית משתמש.ת, רגשות ובינה מלאכותית. טלי שיתפה בטריק לראיונות משתמשים מוצלחים - והוא מפתיע בפשטותו. "קודם כל, תהיה אתה," היא אומרת. "כי עצם העובדה שאתה באמת רוצה לשפר את המוצר שלך, שבאמת אכפת לך - זה מה שיוצר קרבה אמיתית." זה נשמע פשוט, אבל כמה מאיתנו באמת עושים את זה? במקום להתחבא מאחורי פרוטוקולים ושאלונים, טלי ממליצה על גישה אחרת: "להיות פתוח לשחרר את הכדור לצד השני." על האורחת: טלי פיק היא חוקרת חוויית משתמש.ת מנוסה בתעשיית המשחקים והטכנולוגיה. עם למעלה מעשור של ניסיון, טלי מביאה איתה ידע עמוק בשיטות מחקר מגוונות, החל ממחקר עיצוב משותף ועד לניתוח נתונים מתקדמים. כמרצה באוניברסיטת בר-אילן ובמכללה האקדמית אונו, טלי מאמינה כי חוויית משתמש.ת מוצלחת היא כמו מערכת יחסים רומנטית: היא דורשת הקשבה עמוקה לצרכים, הבנה של הרגשות, ויצירת חיבור אמיתי עמוק. באמצעות מחקר חווית משתמש.ת ושימוש בכלי בינה מלאכותית, טלי מלמדת כיצד ליצור מוצרים טכנולוגיים שגורמים למשתמשים להרגיש אהובים, מיוחדים ומוערכים. בפרק המלא תגלו: איך לבנות אמון עם משתמשים ברגע הראשון איך לשלב כלים חדשניים בלי לאבד את המגע האנושי איך משחקים עוזרים לנו לחשוב יותר יצירתי על פתרונות ~~~ 👋 מי אנחנו? תום אבן - מעצב חווית משתמש שאוהב מאוד פסיכולוגיה. מנחה סדנאות ליישום תובנות התנהגותיות, מלווה ומייעץ לסטארטאפים. רועי בן-דור כהן - בעל תואר שני בפסיכולוגיה קוגניטיבית ומנחה תהליכי חשיבה יצירתית. מייסד חברת מחקר וייעוץ בתחום של תובנות התנהגותיות. ~~~ 🔗 לינקים וחומרים שהוזכרו בפרק: ליצירת קשר עם טלי בלינקדאין: linkedin.com/in/tali-pick-63a55135 כלי AI מומלץ של גוגל: https://notebooklm.google/ משחק שטלי אוהבת במיוחד: https://annapurnainteractive.com/en/games/florence ~~~ 🙌 דברו איתנו: לאתר של תום אבן: http://bit.ly/tomeven לאתר של רועי בן-דור: http://www.roybendor.com לחברת Q - מחקר וייעוץ תובנות התנהגותיות: https://www.q-bt.co/

גיפיטי הפך להיות הנושא הכי מדובר בעולמות הדיזיין ומרגיש שכבר אין מה לחדש. בפרק היום תשמעו כל מה שג'וניור צריך לדעת על עולם הבינה המלאכותית, ונלמד איך להפוך את גיפיטי להיות העוזר האישי שלכם

אנחנו יכולים להעזר בבינה מלאכותית כמכפיל כח בכל אחד מהשלבים בתהליכי Design Thinking. רן לירון משתף אותנו בכלים מומלצים לכל שלב.

אילו שאלות כדאי לשאול כלי AI כדי להפיק תובנות אמינות ומדוייקות ממחקר המשתמשים שלנו? איך רותמים בינה מלאכותית כדי לסכם ולנתח כמויות גדולות של פידבק כתוב? איך אפשר לשפר את מיומנויות הריאיון שלנו באמצעות AI? הפעם, אדוה שיסגל מדברת עם מורן רוזנטל (Senior UI/UX Product Designer במאנדיי) ועמיחי אבן חן (Senior Product Manager במאנדיי), על הדרך שבה הם משתמשים בבינה מלאכותית כדי לשדרג את מחקר המשתמשים שלהם: מהשלב הראשון של זיהוי והגדרת הבעיות שלנו, דרך עיבוד כמויות גדולות של פידבקים כתובים, ועד להפקת תובנות סדורות שיובילו לפעולות מלומדות שישפרו את המוצר שלנו.

בפרק זה, סער גיל מסכם את ההרצאות מתוך כנס UXI Live של ברק דנין. הוא בוחן כל הרצאה מבחינת התובנות והיישום שלהן בעבודה היומיומית, ומדגיש את הנקודות החשובות שהמרצים היו רוצים שהקהל יאמצו. הסיכום מציג תובנות מעשיות ומדגיש את החשיבות של כל נושא שהועלה בכנס, תוך מתן דגש על היישום הפרקטי בעבודה בתחום ה-UX.

האם יצא לכםן לחשוב על הפוטנציאל האמיתי של אווטארים דיגיטליים? כאלה שאפשר לדבר איתם בזמן אמת והם מגיבים לנו? ככל שעובר הזמן הגבול בין העולם הווירטואלי למציאות מטשטש, בייחוד שמדברים על דמויות שנראות כמונו, נשמעות כמונו, ויש להן מימיקות כמו שלנו. בפרק הזה אירחתי את תומר צוקר, שהוא VP Marketing ב D-ID, ודיברנו על התהליך של בניית האווטארים, היישום שלהם במוצרים והפוטנציאל הגדול בטכנולוגיה הזו. ב D-ID פיתחו אווטארים שאפשר להגדיר להם מראה, אישיות ולאמן אותם על בסיס ידע מסויים, וכך אפשר לדבר איתם בזמן אמת, והם עונים בקול ובסגנון שלהם. שוחחנו על האלמנטים השונים שניתן לשנות באווטארים – מראה, דיבור, מחוות, ואיך הם משפיעים על התפיסה שלנו אותם. זה קריטי במיוחד שחושבים על התאמת האווטארים לתרבויות ושפות שונות. דברנו על השימושים השונים של האוואטרים על ידי חברות עסקיות ומשתמשים פרטיים, ואיך אנחנו יכולים לשלב אותם במוצרים שלנו. תומר סיפר על השפעת האוואטרים על חוויית המשתמש, ואיך הם יכולים לשנות את האופן בו אנחנו מתקשרים עם מוצרים דיגיטליים, ולהביא את האינטראקציה איתם לרמה חדשה של אינטראקטיביות ודינמיות. אחת הדוגמאות המגניבות שדיברנו עליהן הייתה איך אווטארים גנרטיביים יכולים להשתלב באפליקציות למידה. דמיינו מנטור דיגיטלי שנראה אנושי שמעביר לנו את מהלך השיעורים לפי תסריט מוגדר מראש, וכאשר מגיעים לאימון, אותו מנטור עונה לנו על שאלות בצורה חופשית בזמן אמת. המוח האנושי גורם לנו לבטוח בו כי אנחנו מרגישים שאנחנו כבר מכירים אותו. גם אם אנחנו יודעים ב100% שהוא מג׳ונרט. למעשה, יש פה 2 סוגי אווטארים - למנטור הראשון יש טקסט קבוע, והשני מאומן כך שיודע לענות על השאלות שלנו בלייב ובאופן חופשי. לדעתי זה פותח אפשרויות מדהימות ללמידה אינטראקטיבית ומותאמת אישית.

מאיה צללה והסבירה איך הבינה המלאכותית מעצימה את היכולת לעצב חוויות רגשיות, בדגש על חוויות רגשיות מעולם הבריאות הטיפולי. היא נתנה הרבה דוגמאות למוצרים מרתקים שעושים את זה, והדגימה איך מעצבים מפגש שעוסק ברגשות.

מה ההזדמנות בשילוב Generative AI במוצר שלנו? לאיזה מוצרים זה מתאים? ואיך מוודאים שזה לא פוגע באיכות המוצר שאנחנו מציעים? חודש אוגוסט הגיע ואנחנו עומדים להקדיש את כולו לנושא שיהיה לכם קל לצרוך גם אם אתם בחופש – AI. בכל פרק בחודש, נסקור איך אפשר להשתמש ב-AI כדי לאפטם ולשפר תחום אחר בסטארטאפ שלנו – מה הכלים שקיימים, ואיך נכון להשתמש בהם. ובפרק הפעם – האחרון לחודש – אנחנו מדברים על איך אפשר לשלב Generative AI במוצר שלנו, כדי להגדיל את הצעת הערך שלנו למשתמשים. בשנה האחרונה AI נהיה מושג נפוץ, והתחושה היא שכל מוצר צריך להטמיע בתוכו פיצ׳רים של בינה מלאכותית, ושכל יזם צריך לקחת את זה בחשבון כשהוא יוצא לגייס כסף. אכן, אין ספק של-AI יש יתרונות משמעותיים, אבל האם הוא אכן מתאים לכל סוגי המוצרים? מי יכול להרוויח מהטמעה שלו, ובאיזה מוצרים זה דווקא יכול לפגוע? אז השבוע אדוה שיסגל מדברת עם מירב פרלמוטר, Data Analytics Lead ב-Tastewise, שלפני חצי שנה התחילו תהליך של הטמעת Generative AI במוצר שלהם, מה שיצר אימפקט מאוד משמעותי על הצעת הערך שלהם. מירב משתפת בהזדמנות שהם זיהו ב-Tastewise ובאיך עשו את ההטמעה בפועל, באתגרים שהם עוד חווים סביב התהליך, וגם לאיזה חברות ומוצרים הטמעה של AI לא בהכרח מתאימה.

כבר תקופה לא מבוטלת תוצרים של בינה מלאכותית גנרטיבית (Generative AI) פוגשים אותנו בנקודות שונות.‍בין אם זה תמונות שנוצרו ״בהשראת״ אומנות, תוצרי טקסט כמו פוסטים או מאמרים, ואפילו בתוצרי ממשק מיוצרי מכונה.‍זה עולם חדש, מרתק ומפחיד בו זמנית.‍עולם שדורש מאתנו הרבה למידה והתכווננות, לצד חשיבה ביקורתית ובחינת אמות המוסר האישיות שלנו.‍השבוע נפגשתי עם שני הוניג לשוחח על מה זה בכלל Generative AI, איפה זה פוגש אותנו- מקצועית ואישית, איך להתנסות ולבקר את הכלי החדש הזה, מה המשמעות של הכלים הללו מבחינת השפעתם עם המקצועות שלנו, ובעיקר, איפה האנושיות שלנו פוגשת את המכונה המשוכללת החדשה הזו. שני היא חוקרת ומאפיינת UX, שמתמחה במערכות מורכבות מבוססות AI. לא מזמן שני סיימה דוקטורט בתחום של אינטרקציית אדם-רובוט, בו היא חקרה תקלות רובוטיות מנקודת המבט של משתמשות. היא חובבת מדע בדיוני, סקי, ולמידה אינסופית‍את שני ניתן למצא כאן:‍⁠https://www.linkedin.com/in/shaneehonig/⁠

בפגישה השבועית של סטודיו Best Designers Ever, יעל שיתפה עבודה על דיזיין סיסטם למרקטינג — הצרכים, המבנה וההתאמות לצוותי עיצוב ופרודקט. דיברו גם על ביצועי הסוכן החדש של פיגמה, ויאנה הציגה סקיל VQA שיצרה בקלוד שמייצר קובץ MD מובנה למפתחים, ועבודה על פיצ׳ר אירועים על ציר זמן עם פרוטוטייפ אינטראקטיבי ועיצוב סופי בפיגמה.

שלוש הרצאות ממיטאפ 41 של Startup Designers באימפרווה: קארין סיבוני לשץ ורחלי ארליך על PM/UX Handover בעידן ה-AI, אביחי ברס על בניית זהות מקצועית בנישה ספציפית, ונטע שמר על ניהול אי-ודאות וקבלת החלטות UX בעידן הבינה המלאכותית.

גל סיימה את הכנס עם תזכורת חשובה על המקום של היצירתיות בתוך כל המהפכה הזאת. אחרי שנה וחצי שבה כמעט כל העבודה שלה מתבצעת דרך Cursor, Agents וכלי AI שונים, היא מצאה את עצמה מייצרת יותר מתמיד - אבל נהנית פחות. ההרצאה המקורית שלה הייתה אמורה להיות על תהליכי עבודה וכלים, אבל תוך כדי ההכנות היא הבינה שהשאלה המעניינת באמת היא לא איך עובדים מהר יותר, אלא איך שומרים על המקום האנושי בתוך כל זה. אחד הרעיונות המרכזיים שעלו היה שהקראפט לא נעלם - הוא משתנה. במקום להשקיע שעות בביצוע, אנחנו משקיעים יותר זמן בחשיבה, בחיבורים לא צפויים וביכולת לזהות רעיונות שאף מודל לא היה מגיע אליהם לבד. החדשנות לא נוצרת מתוך התשובה הראשונה שקיבלנו מ-Claude או Cursor, אלא מתוך אותם רגעים שבהם אנחנו עוצרים, נותנים למחשבות להתבשל ומחברים בין דברים שלא אמורים להתחבר. אם יש משהו שצריך לקחת מהעולם החדש הזה, זה לא לפחד שהקראפט נעלם - אלא להבין שהוא פשוט עובר למקום אחר.

שחר הציג גישה שמתחילה דווקא מהדאטה. במקום להתמקד בשאלות שהמשתמש כבר יודע לשאול, הוא מחפש את האזורים שבהם מסתתרים הסיגנלים שהמשתמש בכלל לא יודע לחפש. דרך דוגמאות מעולמות הסייבר, מערכות יחסים ואפילו ניהול תקציב אישי, הוא הראה איך אפשר לזהות דפוסים, חריגות והתנהגויות שמסתתרות בתוך כמויות גדולות של מידע ולהפוך אותן לתובנות שהמשתמש לא היה מגיע אליהן בעצמו. התפקיד של המוצר, ושל המעצב שמאחוריו, מתחיל להשתנות בהתאם. במקום רק לענות על שאלות, הוא צריך לעזור למשתמש לגלות דברים שהוא לא ידע לשאול מלכתחילה. לא עוד דשבורד שמציג נתונים, אלא מערכת שיודעת לחבר בין נקודות, לזהות סיגנלים ולהציף את התובנה הנכונה ברגע הנכון. מבחינתו, זה המקום שבו נוצר הערך האמיתי של AI - לא ביכולת לנתח דאטה מהר יותר, אלא ביכולת לחשוף את ה-unknown unknowns שמסתתרים מאחוריו.

טל דיבר על אחד הפערים הכי גדולים שקיימים היום בארגונים. בזמן שכלי AI הופכים אותנו למהירים יותר בכתיבה, פיתוח ועיצוב, הדרך שבה אנחנו מציגים רעיונות כמעט לא השתנתה. עדיין שולחים מסמכים ארוכים, מצגות אינסופיות ופגישות של שעה רק כדי להסביר רעיון שאפשר להבין תוך דקות ספורות. באמצעות כלים כמו Google Vids ובהמשך גם Claude ו-Remotion, הוא הדגים איך אפשר להפוך PRD, חזון מוצרי או פיצ'ר חדש לסרטון קצר שמעביר את אותו המסר בצורה הרבה יותר ברורה ואפקטיבית. היכולת לספר סיפור הופכת לחלק בלתי נפרד מהעבודה של מנהלי מוצר, מעצבים ומובילי צוותים. לא רק להגדיר מה בונים, אלא לגרום לאנשים להבין למה בונים את זה ולהרגיש חלק מהכיוון. בעולם שבו כולנו מוצפים במידע, תשומת לב הופכת למשאב נדיר. מי שיודע לארוז רעיון מורכב לכמה דקות ממוקדות, יצליח לייצר הרבה יותר Alignment, לקבל החלטות מהר יותר ולהניע אנשים לפעולה.

אחרי שנים של בניית Design Systems עבור חברות גדולות, עידו וקרן רואים מקרוב את הפער שנוצר בין מה שעובד מצוין בסטארטאפ קטן לבין מה שקורה כשצריך לנהל מוצר מורכב לאורך שנים. Vibe Coding מאפשר להגיע לתוצאות מרשימות במהירות, אבל בסביבות מורכבות עם עשרות צוותים, קוד לגאסי ומאות החלטות שהצטברו לאורך הדרך, האתגר כבר לא נמצא ביכולת לייצר אלא ביכולת להבין מה נבנה ולמה. אחת התובנות המרכזיות שעלו בשיחה הייתה שהנכס החשוב ביותר בארגון הוא לא הקומפוננטות עצמן אלא ההחלטות שמאחוריהן. למה רכיב מסוים נבנה בצורה מסוימת, אילו פשרות התקבלו בדרך, ואיך ההחלטות האלה באות לידי ביטוי בפיגמה, בקוד ובפרודקשן. ככל שיותר עבודה נוצרת על ידי מודלים, כך גדלה החשיבות של Decision Log מסודר ושל Human in the Loop שיודע לחבר בין הכוונה המקורית לבין התוצאה שנוצרה בפועל.

יעקב לקח את הדיון על AI למקום הרבה יותר אנושי. בזמן שרוב השיחות עוסקות במודלים, Agents וטכנולוגיה, הוא הזכיר שהמשתמשים שלנו עדיין פועלים לפי אותם מנגנונים פסיכולוגיים שפעלו לפני אלפי שנים. אנחנו עדיין מחפשים אמון, עדיין חוששים מאי ודאות ועדיין מקבלים הרבה מההחלטות שלנו מתוך רגש הרבה לפני שההיגיון נכנס לתמונה. הוא חילק את האמון לשני רבדים. אמון קוגניטיבי שנוצר כשאנחנו מבינים מה המערכת יודעת לעשות ומה המגבלות שלה, ואמון רגשי שנוצר כשאנחנו מרגישים שהמערכת פועלת לטובתנו. בעולם שבו יותר ויותר אנשים מקבלים החלטות בעזרת AI, היכולת לבנות את שני סוגי האמון האלה הופכת להיות קריטית. לא מספיק שהמערכת תהיה חכמה. היא צריכה גם להיות צפויה, ברורה ולגרום למשתמש להרגיש שהוא יכול לסמוך עליה.

שירה הציגה דרך להסתכל על AI לא כעוד כלי לכתיבה, מחקר או יצירת תוכן, אלא כמנטור שנמצא איתנו לאורך כל תהליך העבודה. במקום להשתמש בו רק כדי לייצר תוצרים, אפשר להשתמש בו כדי להתכונן לשיחות קשות, לבצע סימולציות, לקבל ביקורת, לבחון רעיונות מכמה זוויות שונות ולחשוב כמו האנשים שנמצאים סביבנו. לפעמים האתגר הוא לא למצוא תשובה, אלא לדעת אילו שאלות לשאול לפני שנכנסים לחדר. החלק המעניין באמת מתחיל כשמסתכלים על זה ברמה הארגונית. אם אפשר לתעד ידע, ניסיון ומתודולוגיות עבודה של אנשים מנוסים בתוך Workspace משותף, אפשר להנגיש אותם לכל עובד בארגון בדיוק ברגע שהוא צריך אותם. מנהל חדש יכול לקבל הכוונה לפני שיחת One-on-One, מנהל מוצר יכול לקבל ביקורת על PRD לפני Review אמיתי, ועובד חדש יכול ללמוד מהניסיון שהצטבר בארגון בלי לחכות שמישהו יהיה פנוי לעזור לו. במקום לשמור את הידע אצל אנשים ספציפיים, אפשר להפוך אותו למשאב נגיש שעובד עבור כולם.

ענבל הציגה גישה שנקראת Generative UI, שבה הממשק כבר לא מוגדר מראש על ידי מסכים, תפריטים וארכיטקטורת מידע קבועה. במקום לשלוח את המשתמש לחפש פעולה או מידע בתוך המערכת, המערכת מרכיבה עבורו את הממשק בזמן אמת מתוך הקומפוננטות הקיימות בדיזיין סיסטם. המשתמש מבקש מה הוא צריך, והאייג'נט מחליט האם להציג גרף, טבלה, כפתור או כל רכיב אחר שיעזור לו לבצע את המשימה. המשמעות היא שאנחנו מתחילים לעבור מעולם שבו מעצבים מנסים לחזות מראש את כל מסלולי הניווט וה-Use Cases האפשריים, לעולם שבו המשתמש יכול להגיע עם צורך שלא חשבנו עליו מראש. במקום לבנות עוד ועוד מסכים, אנחנו בונים ספריית רכיבים, חוקים ו-Guardrails שמאפשרים לאייג'נט להרכיב חוויה דינמית תוך כדי תנועה. הדיזיין סיסטם לא נעלם - הוא הופך למנוע שמאפשר לממשק להשתנות ולהתאים את עצמו לכל משתמש ולכל סיטואציה.

שלי הדגימה את Geniro, כלי שפיתחה מתוך צורך אישי לאגד במקום אחד תהליכי יצירה שלמים - מכתיבת סיפור, דרך יצירת פרומפטים ועד הפקת תמונות, וידאו ותוצרים קריאטיביים. אבל הנושא המרכזי בהרצאה לא היה הכלי עצמו אלא השאלה איך שומרים על זהות בעולם שבו יותר ויותר מוצרים, קמפיינים וממשקים מתחילים להיראות אותו דבר. אחד הדברים שעלו שוב ושוב היה החשיבות של ה-DNA היצירתי. הצבעוניות, השפה, האווירה, מקורות ההשראה והבחירות העיצוביות שמבדילות בין מוצר גנרי לבין מוצר שאפשר לזהות למי הוא שייך. במקום לתת ל-AI להוביל את התהליך, היא הציגה Workflow שמתחיל דווקא מהזהות הוויזואלית והקריאטיבית ורק אחר כך עובר לכלי היצירה. ככל שהכלים הופכים חזקים יותר, כך גדלה החשיבות של היכולת להגדיר חוקים, כיוון וטעם אישי. אחרת כולם מגיעים לאותו רקע לבן, אותו כפתור כחול ואותו Glow כתום.

רון הדגים את Figma Weave, פלטפורמה שמאפשרת לחבר בין מודלים שונים, כלי יצירה ותהליכי עבודה בתוך קנבס אחד. במקום לקפוץ בין עשרות כלים ולרדוף אחרי התוצאה הבאה, הוא הציג גישה שמבוססת על בניית Workflow מסודר שאפשר לחזור עליו, לשחזר אותו ולהרחיב אותו לאורך זמן. המטרה היא לא רק להגיע לתוצאה טובה, אלא להבין איך הגעת אליה ולהפוך את התהליך עצמו לנכס. התפקיד שלנו מתחיל להשתנות. פחות אנשים שמייצרים כל פיקסל בעצמם ויותר אנשים שמכוונים את התהליך. לדעת להגדיר קונטקסט, לבחור את המודלים הנכונים לכל משימה, לנתח את התוצאות שמתקבלות ולהמשיך לאיטרציה הבאה. לא לעצור בפלט הראשון אלא לבנות מערכת שמאפשרת להגיע שוב ושוב לתוצאה הרצויה תוך שמירה על השפה, האיכות והכוונה המקורית.

עומרי הדגים את Spring, פלטפורמה שמאפשרת לעבוד ישירות על המוצר עצמו ולא רק על ייצוג שלו בפיגמה. במקום לעצב מסכים ביקום מקביל ואז להעביר אותם לפיתוח, הוא הראה איך אפשר לעבוד מול ה-Codebase, הדאטה והאילוצים האמיתיים של המערכת. המטרה היא לצמצם את הפער בין הרעיון לבין המוצר שבאמת מגיע למשתמש. השאלה המרכזית שעלתה לאורך השיחה לא הייתה איך לכתוב קוד או איזה כלי לבחור. השאלה הייתה איך מוצאים את הדרך לעבוד על המוצר עצמו. הכלים ימשיכו להשתנות, אבל הכיוון נשאר זהה - פחות עבודה על סימולציה של המוצר ויותר עבודה על המוצר האמיתי. ברגע שמתחברים לשכבה הזאת, קל יותר להבין את ההשלכות של החלטות עיצוב, לעבוד עם נתונים אמיתיים ולקבל החלטות מתוך המציאות ולא מתוך הנחות.

דניאל פתח את הכנס עם אחד הנושאים שחוזרים כמעט בכל שיחה בתקופה האחרונה — טשטוש הגבולות בין עיצוב, מוצר ופיתוח. במקום להסתכל על התפקידים כתחומים נפרדים, הוא הציג Workflow שבו אפשר לקחת בעיה, להבין אותה, לעצב פתרון ולהגיע עד לפרודקשן. לא דרך מעבר אינסופי בין צוותים וכלים, אלא דרך לקיחת בעלות רחבה יותר על התהליך כולו.

המהפכה שאנחנו חווים עכשיו לא יוצרת רק כלים חדשים — היא גם מערערת הרבה מהיתרונות שהתרגלנו להסתמך עליהם. אם כולם עובדים עם אותם מודלים, אותם Agents ואותם כלי יצירה, השאלה כבר לא מי יודע להשתמש בכלי אלא מי יודע לייצר ערך סביבו. דרך המודל של ארבע חפיסות הקלפים — מקצועיות, נטוורקינג, מכירה ותוכן — שגיא דיבר על הנכסים שממשיכים לייצר יתרון גם כשהטכנולוגיה הופכת זמינה לכולם.

הקלטתי הדרכה מלאה על כלי שתייגתם אותי לגביו לא מעט לאחרונה, והיה לי חשוב לבדוק אותו לעומק: Figma Console MCP.

במיטאפ #40 גישרנו על הפערים בין עיצוב, מוצר ובינה מלאכותית. שמענו נקודות מבט שונות, התלבטויות אמיתיות, ניסיון מהשטח, והרבה כנות לגבי איך הדברים נראים כשעובדים עם כלים חדשים, קצב גבוה וציפיות משתנות. עומר אבירם: Bridging the Gap: Static Screens to Live Prototypes מכירים את זה שאתם מייצרים פרוטוטייפ בפיגמה, והכל נראה טוב, אבל כשמנסים לשלב נתונים אמיתיים והתנהגות מורכבת - פתאום משהו לא עובד והכל נהיה מסורבל? בהרצאה אציג איך שימוש בכלי בינה מלאכותית כמו קרסור, מאפשרים לנו לבנות פרוטוטייפ דינמי, מבוסס נתונים אמיתיים ולוגיקות מורכבות כדי לדמות את המוצר האמיתי. נדבר על תהליכי עבודה, דוגמאות פרקטיות וטיפים, שילוב כלים חיצוניים וטכניקות המאפשרות איטרציות ובדיקת פתרונות שונים בקלות. נבין מתי כדאי להשתמש בסוגי הכלים השונים ואת המגבלות שלהם. ⭐ עומר הכין לנו קובץ שמרכז הסברים וטיפים לכתיבת פרומטים בקורזור: https://drive.google.com/file/d/1hIid... אנה סטיליאנו: מי המעצב כאן? כלי בינה מלאכותית הפכו לחלק בלתי נפרד מתהליך העיצוב, ויחד עם היעילות והמהירות, עלו גם שאלות חדשות: מי מקבל את ההחלטות? מי אחראי על הבחירה? ואיפה עובר הגבול בין עזרה להובלה? בהרצאה נדבר על קבלת החלטות בעיצוב בעידן של בינה מלאכותית: הרגעים שבהם הבחירות מרגישות ברורות מאליהן, איך “קול חכם” נוסף משפיע על שיקול הדעת, ולמה דווקא עכשיו חשוב לעצור ולבחון מחדש את תפקיד המעצב בתוך התהליך.

הצצה לפגישה השבועית של צוות סטודיו Best Designers Ever – עם תהליכי עבודה, דילמות ותובנות. בלי פילטרים. בפגישה השבועית, יאנה לקחה אותנו אל תוך תהליך העבודה על פיצ'ר חדש במערכת מורכבת - מהגדרת האתגר ועד לשלב ההכנה לפיתוח. מה בפרק? •⁠ ⁠פירוק האתגר: איך הופכים בעיה גדולה לשאלות ממוקדות שצריך לפתור •⁠ ⁠ניפוי אופציות: הצצה לכיוונים שירדו מהפרק ועל השיקולים מאחורי זה •⁠ ⁠הפתרון הנבחר: איך שימוש ב-AI עזר להמחיש את הקונספט בצורה מדויקת •⁠ ⁠החלטות עיצוביות נוספות כחלק מאותו פיצ'ר במערכת אם אתם עובדים על מוצרים מורכבים, זה פרק שמראה איך לנהל תהליך חשיבה, לקבל החלטות ולהציג אותן לצוות בצורה מעשית.

**פאנל בנושא הכי חם: איך לעבוד עם AI? 🤖** כל הזמן יוצאים עוד ועוד כלים, אבל איך באמת מכניסים אותם לתהליך העבודה שלנו? האם הם באמת תורמים לנו ומקצרים את העבודה? איך משכנעים את האירגון להשתמש בהם? ומאיפה בכלל מתחילים? בפאנל ישתתפו 2 מומחיות שיענו על כל השאלות שלכם וישתפו מהניסיון שלהן, אחת כמעצבת יחידה בסטרטאפ, והשנייה על עבודה בשיתוף פעולה עם צוות שלם. יהיה מעניין! --- בואו נכיר קצת את הדוברות... 👋 💜 **חן ויצמן** מעצבת חוויות משתמש וחוקרת משתמשים, מתמקדת בעיקר במערכות מורכבות, ומובילה את הפרודקט דיזיין בסטארטאפ של team8 שעדיין ב-stealth. אל תפקידה כמובילת תחום העיצוב הראשונה היא מגיעה עם רקע בסטארטאפים וקורפורייטים בגדלים שונים. בנוסף, חן היא קו-פאונדר של UXR Lounge, קהילה המתמקדת במחקר משתמשים בישראל, בעלת תואר ראשון בפסיכולוגיה וסוציולוגיה מאוניברסיטת תל אביב, ותואר שני בתקשורת מאוניברסיטת רייכמן. **יוליה בודיאנסקי** מעצבת יואיקס יואיי בכירה בחברת Zoominfo, עם למעלה משבע שנות ניסיון בעיצוב חוויית משתמש למערכות מורכבות, כולל ניהול צוותי עיצוב. בחיפוש מתמיד אחר דרכים לעבוד חכם יותר - בתוך צוות העיצוב ובשיתופי פעולה עם מחלקות אחרות, לאחרונה, כמובן, גם באמצעות בינה מלאכותית. בעלת תואר שני בפסיכולוגיה ומרצה מעת לעת על חוויותיה מהשטח.

הקלטה של המיטאפ של הדיזיין קלאב בשיתוף פעולה עם אלמנטור. דיברנו על איך ליצור חוויית שימוש טובה יותר בממשקי שיחה, איך לשלב בינה מלאכותית בארגון בצורה חכמה, איך לחשוב במונחים של "כלכלת פרומפטים" בוייב קודינג, ואיך לבנות תהליכי עבודה ואוטומציה שמקצרים משמעותית את הזמן מרעיון למוצר. 00:00 אינטרו של סער גיל 02:40 אדפטיישן - שרית לב נותנת טיפים לשילוב כלי בינה מלאכותית במוצר שלנו ואיך נוכל להקל על משתמשים בממשקי צ'ט: הפחתת חיכוך, תבניות והשלמות חכמות. 20:17 אינטגריישן - שמוליק דבר משתף איך מזהים מקומות בתהליך העבודה שלנו שבהם אפשר לשלב כלי בינה מלאכותית לייעול 39:26 ולידיישן - נסטיה גולובוצקי מדגימה איך אפשר ליצור פרוטוטייפים מהירים ומדוייקים באמצעות פיגמה מייק כדי לקבל פידבקים מהשטח בזמן קצר 53:40 אוטומיישן - יובל קשטכר מציג שימוש בכלי נו-קוד לשיכפול כח העבודה ויצירת אוטומציות למשימות רפיטטיביות

איך יצרתי מיקרו-אינטראקציות של Lottie — בלי לפתוח After Effects? בסרטון הזה אני מדגים איך יצרתי אנימציה בעזרת Figma ו-Lottielab בלבד. עד היום, כל פעם שרציתי להוסיף מיקרו־אינטראקציות, הייתי עובר דרך After Effects. וזה אחלה כלי, אני עובד איתו לא מעט… אבל הוורקפלואו מסורבל, וה-learning curve שלו משמעותי. בעזרת Lottielab אפשר ליצור, לערוך ולייצא אנימציות בפורמט Lottie — ישירות מהדפדפן, ובממשק שמאוד דומה ל-Figma. בסרטון הזה, אני מראה את התהליך, שלב-שלב, איך יצרתי את האנימציה ישירות מעיצוב שיצרתי ב-Figma. אם אתם יוצרים מיקרו-אינטראקציות למוצרים שאתם עובדים עליהם או לאתרי אינטרנט — שווה לבדוק.