Le 8 mai 2026, nous avons organisé « The UX of Trust and Security » chez Okta Bangalore — notre premier événement consacré à la conception pour la confiance et la sécurité. Ce qui avait commencé comme une discussion sur la complexité s’est transformé en une réflexion plus profonde : une remise en question collective de la signification du métier de designer dans un monde où l’IA occupe une place centrale.
Mais voici ce qui a distingué cet événement : nous n’avons pas seulement évoqué l’engagement, nous l’avons conçu.
Tout au long de la soirée, entre chaque présentation éclair, nous avons posé une nouvelle question à plus de 150 participants via une application web conçue sur mesure. Alors qu’ils écoutaient les intervenants aborder la complexité administrateur, l’expérience des développeur et l’avenir de la conception en Enterprise, les participant ont répondu à des questions afin de révéler la position de la communauté de la conception sur l’IA, le discernement et les compétences les plus importantes.
Il ne s’agissait pas d’une enquête post-événement. Il s’agissait d’un sondage instantané : des informations en temps réel recueillies au fil des échanges, des remises en question et de l’évolution des points de vue.
Voici ce que nous avons appris.
Les données et retours présentés ci-dessous proviennent des réponses de 150 designers de la communauté de Bangalore ayant participé à l’événement Okta x Friends of Figma. Ces professionnels représentent une grande variété de secteurs et d’entreprises.
La boîte à outils IA : un paysage fragmenté
Ce que nous avons demandé
Présentez-nous votre ensemble d’outils d’IA actuel : sur quels outils comptez-vous pour la conception, et à quelles fins précises utilisez-vous chacun d’eux ?
Ce qui est ressorti
Cette première question a révélé une réalité que nous soupçonnions mais devions confirmer : il n’existe pas encore de workflow de conception standard pour l’IA.
Les outils les plus fréquemment mentionnés se regroupaient dans des catégories prévisibles :
- Claude : Mentionné dans la recherche, l’idéation, l’architecture et la génération de code
- Figma Make : Pour les concepteurs qui utilisent l’IA directement comme principal outil de conception
- Curseur : pour le prototypage rapide et la conception assistée par code
- ChatGPT et Copilot : pour la recherche généraliste et la réflexion
- Perplexity et Gemini : pour la synthèse de recherches et l’analyse comparative
- v0 et Antigravity : pour une création rapide de MVP et de prototypes
Mais la composition de la boîte à outils variait considérablement selon le niveau et la spécialisation du concepteur.
Un designer UX senior d’un grand cabinet de conseil a décrit leur approche d’orchestration : « Figma Make et Claude pour les prototypes interactifs. NotebookLM pour analyser des documents, rechercher des vidéos et tout synthétiser.
Pendant ce temps, un responsable de la conception a présenté une perspective différente : « ChatGPT pour les questions-réponses, Claude pour la conception, Figma Make pour les prototypes, Claude Code pour la production, et Gemini pour les images et les icônes. »
L’analyse
Les designers n’attendent pas « l’outil d’IA parfait ». Ils constituent des ensembles d’outils adaptés à leurs problématiques spécifiques : recherche, idéation, prototypage et présentation. Il s’agit moins de la maîtrise d’un seul outil que de l’orchestration de plusieurs solutions.
Là où les données et l’instinct se rencontrent
Ce que nous avons demandé
Décrivez une décision de conception récente où les données indiquaient une direction, mais votre intuition en suggérait une autre. Qu’avez-vous fait, et pourquoi ?
Ce que cela a révélé
Cette question touche au cœur de ce qui rend la conception précieuse dans un monde propulsé par l’IA. Lorsque les données expriment une chose et l’intuition une autre, où se situe alors le jugement du designer ?
Les réponses étaient préoccupantes. Ils ont révélé que les concepteurs vivent dans une tension permanente entre ce que les métriques montrent et ce que leur expérience leur indique.
Un designer travaillant pour une application de streaming reconnue a évoqué un moment où une analyse de données basée sur l’IA a failli les induire en erreur :
Nous cherchions à améliorer la rétention de notre application. Selon les données, les utilisateurs abandonnaient à une certaine étape de l’onboarding ; cependant, j’avais une tout autre idée… L’IA s’est trompée dans les métriques, et la décision de conception que j’ai prise sur cette base n’avait aucun sens. Cela a été détecté — honnêtement, par l’un de nos utilisateurs — et c’est à ce moment-là que nous l’avons corrigé et que nous avons rectifié le flux."
Un responsable de la conception visuelle d’une entreprise mondiale de biens de consommation est resté fidèle à son intuition lorsque les données indiquaient une chose et que son œil en percevait une autre :
Dans un projet récent, les données indiquaient que les personnes ne s’identifieraient pas au langage de conception que nous avions choisi. Mais je savais que nous pouvions vendre la conception du langage, et elle a été bien accueillie, et le projet a été un succès."
Le modèle observé dans les réponses
Lorsque les concepteurs faisaient confiance à leur instinct plutôt qu’aux recommandations de l’IA, ils ne rejetaient pas les données : ils apportaient un contexte auquel l’IA n’a pas accès : relations avec les utilisateurs, historique de l’organisation, objectifs stratégiques et subtilités de ce que « succès » signifie réellement dans leur domaine spécifique.
Il ne s’agissait pas d’une rébellion contre l’IA. C’était la preuve que le discernement compte.
Quand l’IA se trompe : le défi de la correction
Ce que nous avons demandé
Parlez-nous d’une situation où l’IA a commis une erreur dans votre travail — et de la manière dont vous l’avez identifiée ou corrigée.
Ce que cela a révélé
Les erreurs de l’IA ne suivaient pas un seul modèle. Elles se répartissaient en trois catégories distinctes, chacune mettant en lumière un aspect différent de la réflexion nécessaire aux concepteurs :
Effondrement du contexte
L’IA simplifie à l’excès des situations complexes. Un designer UX senior issu d’un grand cabinet de conseil l’a décrit ainsi :
« Parfois, il génère des résultats erronés et s’éloigne de l’intention initiale. » Ainsi, lorsque nous examinons la conception du point de vue de l’utilisateur (cognitive walkthrough), nous identifions le problème et nous itérons afin d’y remédier.
Biais sans conscience
Un concepteur d’un fournisseur de technologies financières (fintech) a relevé une erreur subtile mais essentielle :
« C’était le développement du prototype… La seule façon de corriger consiste à améliorer les instructions et à fournir beaucoup de contexte et de références. »
Le problème de présupposition
Parfois, l’IA effectue des raisonnements qui perturbent des processus opérationnels réels. Un designer de produit fintech l’a décrit de manière éloquente :
« Récemment, je travaillais sur une fonctionnalité de test dans un flux d’éditeur SQL où les cas de test étaient soit vérifiés par le système, soit vérifiés par l’utilisateur. » Et lors des simulations, il supposait même que le système vérifié serait à son tour vérifié par des humains et interrompait le flux."
Comment ces erreurs ont-elles été détectées ?
De façon constante, la réponse était : d’autres personnes et utilisateurs. La plupart des concepteurs ont indiqué détecter les erreurs de l’IA grâce aux retours des utilisateurs (le plus fréquent), à la relecture par des pairs, à la validation par des experts métier ou à des tests directs avec des données réelles.
Un vice-président adjoint d’une entreprise du secteur financier a décrit une boucle de validation :
« Je demande toujours à l’IA de valider sa décision et ses résultats selon le point de vue d’une autre personne ; par exemple, s’il s’agit d’une décision technologique, je demande à l’IA d’endosser le rôle de Directeur technique ou de responsable ingénierie afin de les examiner et de les ajuster si nécessaire. »
Comment l’IA a transformé le processus de conception (pour le meilleur et pour le pire)
Ce que nous avons demandé
Comment le travail avec l’IA a-t-il modifié votre approche de l’exploration ou de l’idéation lors des premières étapes de la conception ?
Ce que cela a révélé
La relation entre l’IA et le processus de conception n’est pas unilatérale. C’est complexe. Les concepteurs ressentent à la fois une plus grande liberté et une pression accrue.
Le paradoxe de la rapidité
Les concepteurs ont apprécié l’accélération :
Cela a nettement accéléré la création de prototypes interactifs que nous pouvons tester avec les utilisateurs et l’équipe de développement. Je commence donc toujours par ceux-ci, et tous les membres de mon équipe font de même. Nous ne partons plus jamais d’une conception Figma vierge. Il s’agit toujours d’intégrer le contexte dans l’invite et d’itérer à partir de là."
Mais cette accélération a eu un coût caché. Un lead fondateur d’une organisation de conception de produits a parfaitement exprimé cette tension :
D’un côté, il est désormais bien plus simple de visualiser différentes itérations, et dans le même temps, les parties prenantes souhaitent obtenir le produit final dès la première demande. Je dirais qu’en tant que designer, j’apprécie beaucoup, mais il y a aussi des aspects qui me déplaisent un peu."
Le changement de clarté
Plusieurs concepteurs ont évoqué une réorientation positive. Au lieu de se précipiter sur Figma, ils prennent désormais le temps de réfléchir en profondeur d’abord :
« L’IA m’a véritablement aidé à exprimer mes idées, à confronter différentes approches et à envisager d’autres perspectives. » Aujourd’hui, je consacre la majeure partie de mon temps à cette activité, puis je passe à la conception, ce qui m’a finalement apporté davantage de clarté et de confiance lors de la présentation des approches."
La question de la créativité
Un graphiste a exprimé une préoccupation qui revenait dans plusieurs réponses :
« J’ai tendance à explorer moins de variantes qu’auparavant sans recourir à l’IA, et j’ai le sentiment que cela accélère le projet et le rend plus efficace, mais cela pourrait avoir un impact sur moi en tant que designer et sur ma créativité à long terme, car je ne travaille pas avec de nombreuses variantes et je ne développe pas mes idées de façon plus large et approfondie. »
Les problèmes que l’IA ne peut pas encore résoudre
Ce que nous avons demandé
Quel est, selon vous, un problème de conception que l’IA ne pourra fondamentalement jamais résoudre, et pourquoi ?
Ce que cela a révélé
Lorsque nous avons demandé aux concepteurs de définir les limites, le consensus a été remarquable et constant. Quatre thèmes se sont dégagés avec une grande clarté :
Empathie et compréhension humaine
Plusieurs concepteurs sont revenus sur ce point :
Comprendre le comportement humain est au cœur de la conception. Et cela est difficile pour le LLM, car il fonctionne à partir de connaissances existantes. Cela doit être effectué par des humains pour obtenir les meilleurs résultats."
« Toute conception qui requiert de l’empathie et de la compassion humaines. »
Innovation et originalité
Un responsable fondateur d’une organisation de conception de produits a été direct :
Être innovant. L’IA restitue uniquement ce qui lui a déjà été fourni. Ainsi, la meilleure chose qu’il puisse faire est de reproduire ce qui existe déjà ; cependant, avec l’intervention humaine, l’innovation et la créativité n’ont pas de limites. Je dirais donc que, sans intervention humaine, même l’IA reste une expérience insatisfaisante.
La pensée contextuelle et systémique
Un concepteur de produit d’un fournisseur fintech a identifié une limitation structurelle :
Je pense que l’IA a encore beaucoup de chemin à parcourir en matière de compréhension du contexte. Il est submergé lorsqu’il s’agit de se souvenir des décisions prises précédemment et des raisons pour lesquelles certains éléments ont été mis en attente. C’est là qu’une intervention humaine reste nécessaire."
Navigation des parties prenantes et de l’organisation
Un designer senior d’un grand cabinet de conseil a souligné une réalité que l’IA ne peut pas automatiser :
La cohérence du système de conception et la conformité. De plus, la gestion des parties prenantes est complexe pour l’IA.
Comment les concepteurs justifient les décisions assistées par l’IA
Ce que nous avons demandé
Comment justifiez-vous les décisions de conception assistées par l’IA auprès des parties prenantes ou des membres de l’équipe qui se montrent sceptiques à l’égard de l’IA ?
Ce que cela a révélé
Les concepteurs qui prospèrent dans un monde axé sur l’IA ne dissimulaient pas leur utilisation de l’IA — ils l’utilisaient de manière stratégique. Quatre approches distinctes ont émergé :
L’approche transparente
Responsabilité plutôt qu’opacité. Un designer produit d’un fournisseur fintech a indiqué :
Je ne le mentionne pas vraiment. Et je n’ai pas besoin de le faire. Parce que c’est moi qui donne les instructions et qui oriente la manière dont l’IA synthétise les conclusions, le contexte, l’historique et les exigences. Et lorsqu’il s’agit de prendre des décisions, je prends l’initiative."
L’approche assortie de réserves
Clarté sur les limites. Un designer d’un grand cabinet de conseil a partagé :
« Simple. » J’apporte des précisions. Je ne justifie pas les conceptions ou les données exactes, j’apporte des réserves puis je donne mon avis."
L’approche fondée sur la responsabilisation
La responsabilisation comme facteur de différenciation Un spécialiste de l’UX issu d’un groupe international de technologie et de fabrication a expliqué :
« Je me suis rendu compte que tant que l’IA intervient en assistance et non en décision, les décisions n’ont pas besoin d’être particulièrement justifiées (du moins en ce qui concerne l’utilisation de l’IA). » L’élément le plus important consiste à assumer la responsabilité de la décision."
L’approche fondée sur les données
Narration fondée sur des éléments probants. Un lead de la conception au sein d’une organisation de conception de produits a décrit leur avancée :
« J’étais parmi ceux qui étaient opposés à l’IA lorsque mes collègues moins expérimentés et mes mentors m’ont présenté les décisions de conception prises à l’aide de l’IA. » La façon dont j’ai été convaincu repose essentiellement sur la compréhension du cheminement vers cette solution et, grâce à cette approche fondée sur les données, sans passer des heures à faire des recherches, j’ai pu présenter les décisions à mes parties prenantes et à mes collègues.
L’analyse
Les concepteurs les plus sûrs d’eux ne cachaient pas leur utilisation de l’IA — ils étaient transparents quant au rôle joué par l’IA et clairs sur les décisions qu’ils prenaient en tant que concepteurs.
Les compétences qui compteront le plus
Ce que nous avons demandé
Si vous pouviez développer une seule compétence pour garder une longueur d’avance en tant que designer dans un monde où l’IA est au premier plan, laquelle choisiriez-vous et pourquoi ?
Ce que cela a révélé
Lorsque les concepteurs se projetaient dans l’avenir, lorsqu’ils imaginaient le futur et ce dont ils auraient besoin pour s’y épanouir, les réponses étaient remarquablement cohérentes et profondément humaines.
Compétences prioritaires
- Pensée systémique et produit (23 %) : L’IA peut générer des solutions ; les concepteurs doivent définir les problématiques
- Sens du détail et direction artistique (18 %) : La dimension humaine, le sens esthétique et l’orientation créative
- Recherche et empathie (16 %) : Comprendre les besoins humains réels par rapport aux modèles de l’IA.
- Communication et articulation (14 %) : Une réflexion claire permet de formuler de meilleures instructions et d’obtenir de meilleurs résultats
- Navigation et incitation par l’IA (12 %) : Ne pas utiliser l’IA, mais l’orchestrer de manière efficace
- Collaboration interfonctionnelle (10 %) : gestion des parties prenantes, culture technique
- Innovation créative (7 %) : Originalité et réflexion au-delà des modèles existants
Mais les témoignages derrière les chiffres révélaient la véritable histoire. Un designer senior d’un grand cabinet de conseil a souligné un paradoxe :
Je souhaite pouvoir créer des workflows collaboratifs d’IA optimaux. Savoir utiliser les outils de la meilleure façon possible."
Un cadre dirigeant d’un grand éditeur de logiciels d’entreprise est allé droit à l’essentiel :
« Approfondir mon expertise. »
Un designer visuel travaillant pour un éditeur de logiciels de cloud computing l’a présenté comme un problème de réflexion :
Il est important de bien réfléchir ; l’innovation naît toujours d’une réflexion approfondie. Si vous avez des objectifs clairs, vous pouvez formuler des requêtes plus pertinentes, mieux expliquer l’IA et accomplir votre travail plus efficacement. C’est ce que je pense qui prendra de l’avance dans la course à l’IA en tant que designer."
Et un concepteur d’une agence de conception l’a ramené à l’humain :
Soyez plus empathique et ouvert d’esprit, et concevez pour les personnes ! Pas pour les utilisateurs, pas pour les clients, mais pour les personnes. Réfléchissez-y : le sens change réellement selon que l’on parle de personnes, d’utilisateurs ou de clients !
Le consensus tacite
Après avoir examiné plus de 1 000 réponses recueillies au cours de la soirée, une tendance nette s’est dégagée : les designers n’ont pas peur de l’IA. Ils restent toutefois sceptiques face à l’engouement qui l’entoure.
Ils considèrent l’IA comme un partenaire de réflexion, un accélérateur de recherche et un outil de prototypage — pas comme un substitut au jugement en matière de conception. En réalité, ils considèrent que l’IA rend le discernement et l’expertise plus importants, et non l’inverse.
Les concepteurs qui prospèrent dans cet environnement partagent des caractéristiques communes :
- Ils utilisent l’IA de manière réfléchie : non pas parce qu’elle est nouvelle, mais parce qu’elle répond à des besoins précis
- Validation auprès des utilisateurs : Les données issues de l’IA sont vérifiées par des retours humains
- Ils mettent l’accent sur l’articulation : une réflexion claire avant de solliciter
- Ils conservent la responsabilité : L’IA assiste ; les concepteurs décident
- Ils apprennent en continu : ils expérimentent des outils et des méthodes de travail
Ce que cela implique pour le secteur
Pour les concepteurs
La rapidité ne suffira pas à vous distinguer ; la capacité de jugement, la pensée systémique et la maîtrise feront la différence. Apprenez d’abord à penser avec clarté – l’utilisation de l’IA consiste simplement à exprimer une pensée claire. L’empathie, l’innovation et la compréhension du contexte demeurent votre avantage concurrentiel.
À l’attention des responsables du recrutement
Les compétences techniques en IA comptent moins que la réflexion stratégique. Recherchez des concepteurs qui valident les résultats de l’IA auprès des utilisateurs, et non ceux qui lui accordent une confiance aveugle. Les concepteurs de niveau staff et principal capables d’orchestrer l’IA et de gérer la complexité des parties prenantes sont plus précieux que jamais.
Pour la communauté de la conception
La conception d’entreprise n’est pas « ennuyeuse ». Cela exige une réflexion approfondie, une compréhension poussée des systèmes et des prises de décision aux conséquences majeures. Lorsque les outils sont courants, le savoir-faire devient le facteur de différenciation.
Note en coulisses : comment cet engagement a vu le jour
Cette vérification instantanée n’avait rien de magique : elle a été conçue. Nous avons conçu une application web personnalisée à l’aide de Claude et Figma afin de rendre cet engagement en direct possible.
Les participants se sont inscrits via l’application au début de l’événement. Entre chaque présentation éclair, nous envoyions de nouvelles questions sur leurs téléphones. Ils ont répondu en temps réel, et nous avons vu les réponses affluer au fur et à mesure que la conversation sur scène évoluait.
Mais voici la partie honnête : La première demande adressée à Claude nous a donné un excellent résultat : un prototype fonctionnel, soigné et qui semblait prêt à l’emploi. Mais passer de « cela semble correct » à « cela fonctionne parfaitement lors d’un événement en direct avec 150 utilisateurs simultanés » a nécessité de nombreux ajustements.
Nous avons amélioré l’expérience utilisateur à partir des tests, optimisé le backend pour gérer les soumissions en temps réel sous forte charge, puis procédé à des itérations après avoir constaté que les participants avaient besoin de davantage de contexte pour chaque question. Nous avons résolu des cas limites où les réponses ne se synchronisaient pas correctement.
L’ironie ne nous a pas échappé : nous développions un outil destiné à recueillir des informations sur l’IA, le savoir‑faire et l’itération — et cet outil était en lui‑même une démonstration de l’importance du savoir‑faire et de l’itération, même lorsque le premier résultat semble prometteur.
C’est précisément ce que décrivaient les concepteurs ayant répondu à notre enquête. L’IA nous a offert une base solide, mais il a fallu le discernement humain, des tests, des ajustements et une compréhension approfondie du contexte pour la rendre opérationnelle.
Réflexion finale
Lorsque nous avons interrogé 150 designers sur leur relation avec l’IA — sur le discernement, sur le savoir-faire, sur l’avenir — ils ont révélé un point essentiel que le secteur doit entendre :
L’IA ne remplace pas les designers. Cela nous oblige à nous concentrer sur l’essentiel : la clarté d’esprit, l’empathie, le discernement stratégique et l’expertise qui transforme les possibilités en expériences porteuses de sens.
Les concepteurs qui comprennent cela — qui considèrent l’IA comme un amplificateur plutôt qu’un substitut — sont ceux qui construisent l’avenir.
Et ils sont prêts.
