כשמעצבים מתחילים עבודה חדשה, הם מקבלים שלושה דברים: מחשב, חולצה עם הלוגו של החברה, ופיאם. כמובן שלא ניתן לבחור את הפיאם (והוא לא בוחר מעצב גם כן), אך מערכת היחסים הזאת תשפיע על היכולת של אותו מעצב להעלות מוצרים לאוויר, להשפיע על תוכנית העבודה, ולשגשג בסביבה המקצועית.

בפרק הזה של רדיו באטן, עדי לוין מארחת את אן שרייבר לשיחה על הובלת עיצוב בארגונים טכנולוגיים ומה באמת נדרש כדי לבנות תרבות עיצובית שמייצרת שינוי. אן משתפת על המעבר לפאלו אלטו ועל האתגר של שינוי תרבות עיצוב בתוך ארגון, ומדגישה שעיצוב עם השפעה אמיתית חייב להתחבר לביזנס, ליעדים ולמפת הדרכים - ולא להישאר רק בשכבת האסתטיקה. בפרק הן צוללות לכמה נושאים מרכזיים: איך בונים אמון ושיתוף פעולה שמאפשרים לעיצוב להוביל למה עיצוב צריך להיכנס מוקדם, עוד לפני שה PRD נסגר איך מפשטים חוויות במערכות B2B מורכבות, במיוחד בעולמות AI מה הופך צוות עיצוב לחזק לאורך זמן, מעבר לכישרון אישי עריכה: מרינה ברודסקי האזנה נעימה 🎧 בחסות Triolla

תמיד נראה שאין זמן למחקר, אבל כשבודקים לעומק מגלים שהקושי הוא אחר לגמרי. דיברנו עם שירה על למה מעט מחקר עדיף על בלי מחקר בכלל, איך מניעים אותו בארגונים קטנים וגדולים ומתגברים על חסמים אישיים וארגוניים בדרך לקבלת החלטה מבוססת יותר.

מעצבים לא רק מעצבים את הממשק, אלא גם את האופן שבו AI נכנס למוצר וליום יום של הצוות. בפרק מעצבים בעידן ה AI - פחות פיקסלים, יותר השפעה, יהודית אשר מארחת את דניאל בוארון, מעצב מוצר ב Remitly ומייסד כנס Design AI, לשיחה על איך תפקיד המעצבים הולך ומשתנה בעידן ה AI. הם מדברים על העבודה עם כלים כמו Claude, Cursor ופיגמה AI, על הגבול המטושטש בין עיצוב, פרודקט ופיתוח, ועל השאלה הגדולה: אם AI יודע לייצר וריאציות, קוד ותובנות מתוך דאטה - מה נשאר בידיים של המעצבים? מתוך השיחה עולה תשובה מחזקת וברורה: היצירתיות, החשיבה המערכתית, ההבנה האנושית של ההקשר והיכולת לשאול את השאלות הנכונות. AI הוא מאיץ, לא מחליף. אם אתם מעצבים ומעצבות שמנסים להבין איך התפקיד שלכם משתנה בעידן ה AI, ואיך אפשר להשתמש בו כדי להרחיב את ההשפעה שלכם במקום לצמצם אותה, הפרק הזה לגמרי בשבילכם. 🎧✨ עריכה: מרינה ברודסקי האזנה נעימה 🎧 בחסות Triolla

בפרק הזה אני מארח את ענבר עדות, מעצבת רב-תחומית שחיה על התפר בין חוויות פיזיות, ועיצוב דיגיטלי ומראה איך אפשר לחבר בינה מלאכותית לתהליך העבודה של מעצבים בלי לאבד את הניצוץ האנושי. אנחנו מדברים על המוח האנושי כמנוע היצירתי שמביא את ההברקות, ההשראה, תחושת הבטן והניואנסים מהעולם האמיתי. ועל ה-AI כ"סיידקיק" עם אנרגיה אינסופית שמבצע, ממיין, מסכם, עושה מחקרי מתחרים, מדייק ניסוחים ומקצר שלבים שלמים בתהליכי UX, דיזיין ספרינט ומיתוג. במקום לפחד ש AI יחליף מעצבים, ענבר מציגה גישה אבולוציונית: אנחנו הופכים ל"מעצבי־על" כשאנחנו מבינים מה אנחנו שומרים אצלנו (השראה, קונספט, שפה ויזואלית, ברנד פרסונליטי) ומה מוציאים החוצה ל AI כעבודה שחורה. דרך קייס סטאדי אנחנו צוללים לפרקטיקה: ענבר משתפת איך היא בונה תהליך היברידי - לוח ופתקיות, פגישות צוות וסיעור מוחות מצד אחד, ומצד שני עבודה חכמה עם כלים כמו ChatGPT, Midjourney, Runway ו-Kling כדי לתרגם חלומות, השראות וזיקי יצירתיות לדמויות, עולמות ויזואליים וחומרים שיווקיים. בסוף הפרק יוצאת תמונה מאוד ברורה: אין תחליף למוח האנושי, אבל למי שמוכן לשתף פעולה עם AI - מחכה קפיצה מקצועית ואישית מטורפת.

רן אביב, ארט דירקטור שמדבר על הניסיון העשיר שלו והשיטות היצירתיות שבהן הוא משתמש בכלי בינה גנרטיבית בעבודה שלו. הוא משתף איך הוא משלב אפליקציות כמו Midjourney, Sora ו־Stable Diffusion, יחד עם מודלי שפה כמו ChatGPT, כדי ליצור במהירות קונספטים, רקעים ונכסים לפרויקטים אמנותיים ומשחקיים. רן מדגיש את החשיבות של שמירה על חתימה אמנותית ייחודית גם כשהוא משתמש בכלים עם סגנון מובנה, ומספר על תהליך העבודה שלו. כולל שימוש בפלטפורמות אוטומציה להאצת יצירה ובדיקות תוכן. כל זה כחלק מהמטרה שלו להישאר תמיד בחזית, ולשלב את טכנולוגיות ה־AI החדשות בעולם היצירה והעיצוב. דוגמאות לעבודות של רן אפשר למצוא באתר שלו https://ranaviv.com/ לינקים לכלים שהזכרנו https://openai.com/sora/ https://openai.com/index/dall-e-2/ https://www.midjourney.com/ https://stablediffusionweb.com/ https://www.comfy.org/ https://pika.art/ https://fal.ai/ https://replicate.com/ https://suno.com/ https://nanobanana.ai/ https://www.vo3ai.com/ https://n8n.io/ https://www.weavy.ai/ קורס דיגיטלי חינמי של מתי מריאנסקי ׳ממילה לתמונה׳ https://youtube.com/playlist?list=PLgSyvmjqGGWLEhAPqcHdt5W6jv6UFSZcl&si=xsiTaIUgul1RJH7j

בעולם שבו בינה מלאכותית הופכת לחלק בלתי נפרד מהעבודה שלנו, חברות כמו אלמנטור כבר חיות את העתיד ומראות איך AI משנה מהיסוד את תהליכי הפיתוח, העיצוב והחשיבה על מוצר. בפרק הזה נקבל הצצה אל מאחורי הקלעים של הצוותים שכבר עובדים עם מודלים, אסיסטנטים ו־LLMs, ונבין איך בונים אמון, מגדירים חוקים חדשים, ונותנים למשתמשים להרגיש שהם עדיין בשליטה גם כשהמכונה עושה את רוב העבודה. מעבר לטכנולוגיה עצמה, נדבר על המיינדסט החדש שנדרש כדי לבנות מוצרי AI - איך נראים היום בריפים, איטרציות, ואפילו פגישות קיק־אוף בעולם שבו הכול קורה במקביל ומהר. מה קורה כשמעצבים, פרודקט ומפתחים רצים יחד באותו קצב? ומה אפשר ללמוד מזה על העתיד של כולנו, כש-AI כבר לא “תוסף” אלא חלק בלתי נפרד מה־workflow.

בפרק החדש של הפודקאסט אני מדבר עם יובל קשטכר על איך מעצבים לא רק מסכים, אלא מערכות שלמות.אנחנו צוללים לעולם האוטומציות ומדברים על איך לבנות לעצמנו “כפיל דיגיטלי” שעובד בזמן שאנחנו ישנים, מה אפשר ללמוד מכלים כמו n8n, Make, Zapier, ואיך הבינה המלאכותית משתלבת בכל זה.במהלך הפרק אנחנו מדגימים שורה של יוזקייסים פרקטיים: מפוסט שמתפרסם אוטומטית ונכנס לפאנל, דרך בוט שמסכם לנו טיקטים שבהם תוייגנו, ועד עוזר תוכן שמבין את ה-Style Guide של הארגון ויודע להציע מיקרוקופי רלוונטי.אנחנו מראים איך אנחנו מחברים בין הכלים האלה לבניית תהליכים שמבצעים בשבילנו את העבודה האפורה - סיכומי טיקטים מג’ירה, עדכונים לסלאק, יצירת מסמכים אוטומטית, וחיבור פשוט לדאטה דרך איגוד נתונים ב-Airtable או אפילו ב-Excel.דיברנו גם על המעבר ממעצבים למעצבי מערכות, על איך מתחילים מאוטומציה קטנה שחוסכת חמש דקות ומגיעים למערכת שלמה שמנהלת תהליכים בעצמה.ולבסוף, שוחחנו על סיפור מעורר השראה במיוחד: איך אותם עקרונות וכלים סייעו ליובל לפתח כלים לאיתור נעדרים בשביעי באוקטובר. ולמה מהירות, אינטגרציות חכמות ועיצוב נכון של מערכת יכולים באמת לשנות מציאות.זה פרק שמחבר בין יצירתיות, טכנולוגיה והיכולת לעצב תהליכים.

הפרק החדש עם שירן צולל לסטוריטלינג כסקיל שמקפיץ אותנו בכל שלב בקריירה. מהגשת פרויקט גמר, דרך ראיונות ועד היום-יום בצוות. דיברנו על איך לפתוח בקונטקסט חד שמייצר קשב ואמון, להתאים את השפה למי שבחדר (HR, פיתוח, פיננסים), ולהוריד עומס קוגניטיבי ע"י מיקוד ברציונל במקום ב”לקריין את המסך”. שירן משתפת רגעים אמיתיים ממכירות ועד פרודקט, ומראה איך סיפור נכון הופך נתונים להחלטות, התנגדויות להסכמות, ו”עוד מצגת” לשיחה שמקדמת דברים. לקחנו מזה צ’קליסט פרקטי: להתחיל במשפט-שניים שמבהירים מה הבעיה ולמי, לעגן פתרונות במחקר בלי להציף בפרטים, לשזור חזרתיות חכמה (“זוכרים שאמרנו…?”) ולסגור עם שורה תחתונה ואקשן אייטמס. התוצאה: נרטיב ברור בשלבים. קונטקסט - חיבור ורגש - פתרון מגובה - סיכום ו־next steps ששומר את כולם בפוקוס. טיפים פרקטיים (צ’קליסט ליישום) 1. קונטקסט קודם כל - ⁠פתחו במשפט שניים שמבהירים: מה הבעיה, למי, ולמה עכשיו. - במערכות מורכבות: התחילו ב־high-level flow (אפילו פתקים/סכמה) לפני ה-UI. 2. צרו קשב ואמון - ספרו “רגע טריגר” אישי או ממשתמשים שממחיש צורך אמיתי. - קשר עין, שאלות ישירות למקבלי ההחלטות, והפיכת השיחה לדיאלוג. 3. התאמת המסר לקהל - בחרו טרמינולוגיה ודוגמאות לפי התפקידים בחדר. - בריאיון: עם HR דגש על soft-skills; עם VP Product על החלטות, פוקוס והשפעה. 4. מיקוד בעיקר והפחתת עומס קוגניטיבי - לא “לקריין את המסך”; דברו על הרציונל מאחורי ההחלטות. - קבצו נתונים לתובנות (“בחרנו X כי 80%...”), לא רשימת מטלות (“עשינו סקר, ואז…“). 5. בנו נרטיב עם עוגנים - פתיחה: קונטקסט ורגש | אמצע: פתרון מגובה מחקר | סיום: סיכום ברור ו-Next Step. - השתמשו בחזרתיות: “זוכרים שאמרנו…? כאן זה מתממש”. 6. סגירה ברורה - סיימו בסיכום קצר (3-4 משפטים) + מה מצופה מהקהל (החלטה/פידבק/עדכון סטטוס).

בפרק הזה אני מארח את יוסי גוואטה, ואנחנו עוברים יחד שלב־אחר־שלב על איך לחבר דיזיין סיסטם מפיגמה לקרסר. נדבר בצורה פשוטה וברורה על כל מה שצריך לדעת – מההכנה בפיגמה, דרך החיבור עצמו, ועד איך לבדוק שהכול עובד חלק. המטרה שלנו היא שתוכלו לעשות את זה בעצמכם בקלות, בלי תסכולים ובלי קיצורי דרך מעורפלים. אם רציתם להבין סוף סוף איך סוגרים את הפער בין עיצוב לקוד – זה בדיוק המקום להתחיל ממנו. הדרכה בוידאו + מסמך שמסביר ומדגים את התהליך אפשר למצוא כאן: https://tinyurl.com/ra5zhudh

מה באמת גורם למוצר לעורר רגש? בפרק הזה עדי לוין מארחת את עידו שביט - יועץ עצמאי לאסטרטגיה ואפיון חוויית משתמש, מעצב וחוקר עם יותר מ 35 שנות ניסיון, לשיחה על דילייטרים: אותם רגעים קטנים שמשדרגים חוויה מספקת למרגשת.עידו מסביר איך דילייטרים התפתחו מאלמנטים ויזואליים פשוטים לפיצ’רים אינטגרליים, ומדוע הם חלק מהותי מהחוויה ולא רק תוספת עיצובית.הפרק נוגע גם באתגר שמעצבים נתקלים בו שוב ושוב - מתי נכון להשקיע בדילייטרים, ואיך הם משתנים בעידן של בינה מלאכותית. הפרק הזה יצא כחלק משיתוף פעולה עם כנס COM.PLEX שיתקיים ב 19.11.25, אנו מארחות א.נשים שהולכים.ות להרצות שם ובכך לתת לכם.ן הצצה למה שהולך להיות בכנס. הכנס יתמקד במחקר, עיצוב ואפיון מערכות מורכבות.

בפרק בועט במיוחד אני מארח את דניאל בוארון לשיחה סופר-פרקטית על הגבולות שנמחקים בין דיזיין לפרודקט והפיתוח. דיברנו על איך לעבוד “עמוק ולא רחב” עם כלים כמו Figma Make, Cursor ו-FigJam , למה MCP הוא ה-API של עידן ה-AI, ואיך בונים Pipeline של אוטומציות שמחבר ג’ירה, סלאק, פיגמה וגיטהאב – עד Pull Requests שמעצבים פותחים בעצמם. דניאל משתף טקטיקות לוייב קודינג מבוססות דיזיין סיסטם, שימוש בטמפלטים לטסטים מהירים, ו-Human-in-the-Loop שמבטיח דיוק בלי לאבד מהירות. נשמע גם קייסים מהשטח שמראים איך צוותים לא-עיצוביים מייצרים פרוטוטייפים שעוברים ולידציה אמיתית. אם מעניין אתכם לשדרג את תהליך העבודה, לדבר “קוד” בלי לוותר על חוש העיצוב, ולהפוך למעצבים שמובילים החלטות—זה הפרק בשבילכם.

פרוטוטייפים מהירים שנבנו על ידי מעצבים ומנהלי מוצר בכלי וייב-קודינג ו־AI שימשו לוולידציה בלבד - ולבסוף נזרקו לפח כי לא השתלבו עם הקוד הקיים. Myop משנה את כללי המשחק: המערכת עוטפת אלפי שורות קוד שנוצרו בכלי חיצוני והופכת אותן ל־3 שורות שמתחברות ישירות לפרודקשן. כך אפשר להריץ ניסויים, לשנות קומפוננטות ולהוציא פיצ'רים חדשים תוך שעות או ימים, במקום שבועות וחודשים. אבל זה לא נגמר כאן. החזון של קרן הוא עולם שבו מעצבים ומנהלי מוצר מקבלים אייג’נסי אמיתי: הם בונים את חוויית המשתמש ישירות בפרודקשן, מריצים A/B, ומבצעים התאמות בזמן אמת, בעוד המפתחים מתמקדים בלוגיקות העסקיות המורכבות והייחודיות. התוצאה: קצבי פיתוח מהירים, מוצר גמיש יותר, והזדמנות אמיתית לסגור את הלופ בין רעיון לאימפקט עסקי.

עולם הבלוקצ׳יין נמצא במהפכה. מהפכה טובה כמובן - כזו שגודלת, משתנה כל הזמן, וממציאה את עצמה. זה נהדר לעצב בתחום שכזה - כי זה נותן מקום ואף מחייב לחשוב כל הזמן על יצירת פתרונות חדשים, הסתכלות קדימה, אבל גם למטה לקרקע. בפרק החדש ״לעצב מהפכה - חווית משתמש בעולם הבלוקצ׳יין״, עדי לוין אירחה את לירן בשארי, שהוא ראש מחלקת עיצוב מוצר בחברת פיירבלוקס. לירן סיפר על האתגרים וההזדמנויות בעיצוב לתחום שנמצא בתנועה מתמדת, על המתח בין ריצה מהירה לבנייה לטווח ארוך, ועל מה המשמעות שם להיות מעצב.ת במהפכה טכנולוגית. אתגר מעניין שלירן סיפר עליו הוא שיש להם המון סוגים של לקוחות - עם צרכים מאוד שונים, ורמות ידע מאוד שונות. יש להם מספר צוותי עיצוב שעובדים על חלקים שונים במוצר. אחת המשימות החשובות מבחינתו היא להצליח ליצור מוצר עם חוויה הוליסטית, בו זה לא יורגש למשתמשים שמספר צוותים עבדו עליו במהלך הדרך. ומבחינתו זו ההצלחה הכי גדולה של צוות עיצוב. אני לא אספר לכם כאן מה זה בלוקציין, כי אני לא אעשה את זה מספיק טוב, את זה נשאיר ללירן.

ישראל, הידועה כמדינת הסטארטאפ, מהווה בית לאלפי סטארטאפים - רבים מהם כוללים מעצב אחד בלבד. אלה הם חייו של המעצב הבודד: מוקף במהנדסים ואנשי מוצר, מדווח למנכ״ל או סמנכ״ל, נלחם על מקומו, ועובד קשה בכדי להתפתח מקצועית. אך יחד עם כל האתגרים, ישנם יתרונות רבים שעושים את תפקיד המעצב הבודד לעמדה חזקה ורבת פוטנציאל.

בתוך המילה ״הייטקס״ מתחבא עולם שלם של סוגי חברות בגדלים שונים, מבנים שונים, מוצרים שונים, וחוויות שונות. מהסטארטאפ המשפחתי שכולל עשרה עובדים, ועד החברה הציבורית שמכילה עשרות ומאות אלפי אנשים, לכל סוג חברה יש את המאפיינים שלה, שבסופו של דבר יעניקו לנו כעובדים חוויית עבודה שונה לגמרי.

מאז הקורונה העולם גילה שיש חיים מחוץ למשרד: במכה אחת כל המשרדים נסגרו, ובנינו כלי עבודה ומתודולוגיות תקשורת בכדי שנוכל להמשיך לעבוד מהבית. וגם היום, שנים אחרי, רוב החברות בישראל עובדות במודל היברידי. אך עד כמה שאנחנו נהנים לעבוד מהבית, אפשר ליפול למלכודות ולעשות את זה בצורה שפוגעת בבריאות, בפרודקטיביות, וביכולת להתקדם בקריירה.

בפרק הפודקאסט שוחחנו על השימוש בכלי Figma Make, ככלי לפרוטוטייפינג מהיר ובדיקות משתמשים. נסטיה גולובוצקי מצוות המוצר של אש הסבירה כיצד השתמשה בפיגמה מייק כדי לבנות אב־טיפוס לטופס מורכב שמחשב ערכים בזמן אמת – צורך שנבע מעבודה מול קהלים כמו רואי חשבון ובנקאים, שדורשים דיוק גבוה במספרים. הפרק התמקד בגישה פרקטית שמתחילה מהגדרה מדויקת של מה רוצים לבדוק, ממשיכה דרך ניסוח פרומפט חכם (בשילוב ChatGPT), ועוברת דרך עבודה ישירה עם פיגמה מייק כדי לדמות את ההתנהגות הנדרשת, גם אם העיצוב עדיין לא מושלם. נסטיה הדגישה את היתרון שבמהירות - אפשר לבנות אב־טיפוס פונקציונלי ולהשתמש בו לבדיקה מיידית, בלי להפעיל צוות פיתוח. בנוסף, היא שיתפה כיצד להשתמש באותו תהליך ובאותה שיחה עם ChatGPT גם ליצירת שאלון בדיקה, סיכום ראיונות משתמשים, ואפילו לאפיון פתרונות ראשוניים – מה שחוסך המון זמן וממקסם את הערך מכל שיחה עם משתמש. בשיחה נגענו גם בהתמודדות עם תקלות, בניית אב־טיפוס בשלבים, שמירה על גרסאות, והתובנה שה־AI הוא לא תחליף לאדם – אלא שותף שעוזר לבצע משימות חוזרות ומורכבות במהירות, תוך שמירה על שליטה אנושית ויצירתיות.

סביבת העבודה המודרנית מאפשרת חופש גדול בהרבה משקיבלו הדורות הקודמים, ובאותו זמן דורשת הרבה יותר מהזמן והריכוז שלנו. פגישות בערב, הודעות עבודה שמופיעות על הטלפון האישי, וניסיון נואש לעלות לפגישות וידאו כשהילדים מטפסים עלינו ברקע - מה היא הדרך הנכונה לייצר איזון בריא בין החיים הפרטיים לחיים המקצועיים? ההשראה השבועית: https://www.amazon.com/Iconic-Photographic-Tribute-Apple-Innovation/dp/098858171X

בפרק הזה נדבר על איך מבססים מערכת יחסים טובה ושיתוף פעולה בין UX לפיתוח, בתקופה שבה AI וטכנולוגיות חדשות מטשטשות את הגבולות בין שני התחומים.

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.

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.

הצצה לפגישה השבועית של סטודיו Best Designers Ever – עם תהליכי עבודה, דילמות ותובנות. בלי פילטרים. הפרק כולל שתי הדגמות קלילות: יאנה הדגימה את החידושים של סלוט בפיגמה, חידוש שמשדרג את העבודה עם קומפוננטות שמכילות מספר פריטים ומאפשר לשמור על גמישותן. בהמשך הוצג החיבור בין קלאוד לבין Figma Console MCP לטובת דקומנטציה בדיזיין סיסטם.

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

הצצה לפגישה השבועית של סטודיו Best Designers Ever – עם תהליכי עבודה, דילמות ותובנות. בלי פילטרים. בפגישה הזו יאנה ריכזה לנו טיפים פרקטיים להוספה של דארק מוד במערכות מורכבות: מאיפה נכון להתחיל, אילו אתגרים מחכים בדרך ואיך לא להסתבך עם קונטרסטים, טוקנים ותלויות בין קומפוננטות. היא שיתפה טכניקות שונות ליישום נכון בדיזיין סיסטם, והציגה דוגמאות מסיפריות דיזיין סיסטם גדולות. כל השאלות, ההתלבטויות והפתרונות שעלו תוך כדי – מחכים לכם בפרק. 🎥

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.

הצצה לפגישה השבועית של צוות סטודיו Best Designers Ever – עם תהליכי עבודה, דילמות ותובנות כמו שהן באמת. בפגישה השבועית נטלי שיתפה המשך עבודה על בקר ההשקיה לגינות פרטיות של נטפים, ואיך התכתבות קצרה עם הצוות בוואטסאפ על המסכים פתאום סידרה לה את הראש והובילה ללייאאוט האופטימלי 🙌 כי אין כמו נקודת מבט חיצונית :) למי שפספס, זה המשך ישיר לפרק 3, שבו הוצג תהליך חשיבה ממוקד של יום אחד לפיצוח הקונספט הראשוני. בחלק השני של הפגישה נטלי ויאנה נכנסו לשאלה הגדולה: איך ניגשים לעשות סדר בדיזיין סיסטם, ומהם הצעדים הפרקטיים להתחיל מהם. את טמפלט שיצרנו לבנייה וסדר של הדיזיין סיסטם, תוכלו להוריד מהקומיוניטי של פיגמה: https://www.figma.com/community/file/...

בפגישה השבועית שלנו, נטלי שיתפה ספרינט עיצובי שהובילה עם מאיה בנטפים, לתכנון בקר השקיה לגינות פרטיות.האתגר הפעם נבע מהעובדה שמדובר במכשיר עם תצוגה מונוכרום וכפתורים פיזיים - ולא הממשק שאנחנו רגילים לעצב.נטלי שיתפה היישר מפיגמה כיצד, בעזרת תהליך קצר וממוקד, הם הצליחו לפצח את הקונספט הראשוני ביום אחד.ניתן להוריד את תבנית פיגמה לתהליך חשיבה כזה מקהילת פיגמה:https://www.figma.com/community/file/...* Design Sprint- מתודולוגיה לפתרון אתגרים גדולים בזמן קצר.

**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