‘AI will replace designers’ è la storia più comoda da vendere oggi‘AI will replace designers’ is the most convenient story to sell right now
Questa non è una previsione sul futuro del design ma il riflesso di un sistema che ha smesso di progettare contesto ed ha iniziato a ottimizzare solo gli output.This isn't a prediction about the future of design, it's a reflection of a system that stopped designing context and started optimizing only for output.
L’AI non sta eliminando il ruolo del designer, anzi.
Sta solo rendendo evidente un’altra cosa: per la maggior parte di quelli che chiamiamo “prodotti digitali”, il design, inteso come chiarezza di intenti, scelte consapevoli e criteri di qualità, non è mai stato davvero un elemento rilevante per molti. Il focus ora è nella produzione, esecuzione e nell’output.
E questa è la parte che mi interessa di più: non leggerai l’ennesima opinione su “AI sì / AI no”, ma la vera necessità è capire cosa sta succedendo attorno a noi e nel modo in cui progettiamo, valutiamo e usiamo i tool digitali.
Tre cose che noto guardando l’hype AI da designer
L’hype è perfettamente allineato con il sistema: privilegia velocità, volume, output immediato. Non ha realmente bisogno di essere reale, ha solo bisogno di funzionare dentro le metriche che già usiamo e ci tornano più comode. Tutto ciò che può “far risparmiare” avrà sempre più valore della qualità.
La qualità non sparisce, semplicemente non è più così importante: quando il contesto non ha strumenti reali per riconoscerla, proteggerla e misurarla, avere una capacità di realizzare output di qualità non è più un vantaggio competitivo ma viene visto come “extra effort” e molto spesso l’investimento non vale davvero la pena.
Il ruolo del designer si sta spostando dal “fare cose belle” al “progettare cose belle”: chi definisce vincoli, criteri e contesto nel tempo diventa il vero professionista indispensabile per un progetto che deve funzionare. La figura del designer è l’unica in grado di leggere il contesto. Tutto resto a tendere sarà sempre più una questione di esecuzione.
Questa è la lente con cui sto leggendo quello che succede ad oggi.
L’illusione che ci piace raccontarci (se non sei designer).
“L’AI sostituirà i designer” è una narrativa che funziona troppo bene.
È semplice, drammatica al punto giusto ed è perfetta per i social.
Tutti vogliamo essere designer ed avere tool che ci fanno anche solo passare per “designer professionali” basta e avanza. Essere in grado di creare loghi generati dall’AI, landing page, siti, app, piattaforme…
Ma soprattutto: si incastra perfettamente con ciò che il sistema sta già premiando.
facciamo prima → quindi è “meglio” e costa di meno;
produciamo di più → quindi “stiamo crescendo” e facendo “tante cose”;
generiamo senza attrito → quindi “siamo innovativi” perché sfruttiamo la tecnologia più nuova.
Non importa quanto sia accurata come previsione.
Importa quanto sia utile per giustificare come già stiamo lavorando.
Per giustificare tagli sul personale, meno costi e maggiori ricavi, perché come disse qualcuno: “A noi la qualità c’ha rotto er cazzo!”
L’AI non è una minaccia esterna che è arrivata all’improvviso.
È semplicemente un acceleratore agganciato a un contesto lavorativo che aveva già un bias fortissimo verso quantità e immediatezza.
Cosa vedo quando apro i tool AI (e non solo)
Se apro product hunt e scrollo tra le nuove app, il pattern è abbastanza chiaro.
Tra prodotti solidi e nomi che conosciamo bene, emerge una massa di:
tool appena funzionanti
template riciclati con un layer AI incollato sopra
interfacce generate e mai davvero progettate
Quello che quelli bravi chiamano “AI slop” è una conseguenza del concetto di onnipotenza sul lato produzione.
È una conseguenza estremamente logica rispetto al contesto a cui ci stiamo lentamente abituando.
La barriera per generare è crollata.
La barriera per decidere cosa valga la pena generare… praticamente non esiste più. Vale tutto! Chiunque oggi può creare un prodotto digitale e non mi fraintendete è un bene sia chiaro.
Ma quando manca quel livello di competenza e conoscenza, il contesto fa l’unica cosa che sa fare bene: scala.
Più tool, più feature, più update e più token utilizzati.
Non più valore, solo più progetti in circolazione.
Non è crescita, è rotazione
Se guardiamo i numeri (install, retention, churn, tempo di utilizzo) emerge una dinamica abbastanza netta: non stiamo assistendo a una crescita lineare di valore, ma a una rotazione velocissima.
Uso massivo dei tool, curiosità iniziale, qualche giorno di utilizzo, poi abbandono, cancellazione e rimpiazzo con il prossimo tool.
Produzione → consumo → abbandono → ripeti.
È la stessa logica che abbiamo già visto con:
fast fashion
elettronica usa e getta
infinite scroll di contenuti short sui social.
Vi ricorda qualcosa? Il digitale non è “più maturo”.
È solo più veloce nel trasformare una novità in moda passeggera.
Il punto cieco: stiamo comprimendo il tempo di produzione, non quello di decisione.
L’AI sta riducendo drasticamente il tempo necessario a produrre un output.
Ma il tempo necessario a farsi le domande giuste?
cosa ha senso produrre?
perché lo stiamo facendo?
con quali criteri lo stiamo creando?
quel tempo non si è ridotto. Anzi, spesso si dilata, perché:
abbiamo più alternative
abbiamo meno vincoli chiari
abbiamo meno strutture decisionali condivise
Risultato: generiamo sempre di più, decidiamo sempre più in fretta, ma sulla base di segnali sempre più superficiali e sopratutto facciamo mille rework fino a che “funziona”.
Non è che la qualità sparisce, semplicemente smette di essere una variabile rilevante nel processo di creazione perché alla fine non è importante fare cose bene, l’importante è fare.
Se nessuno misura la qualità, se nessuno la difende, se nessuno la collega a un risultato concreto, la qualità diventa un’opinione soggettivo, non un criterio.
Dove si è rotto il sistema (e non è colpa dell’AI)
Tutta la conversazione pubblica è concentrata su:
Ma quanto genera bene l’AI e wow con che velocità lo fa…
È una discussione tecnica su un problema che è soprattutto sistemico.
La vera mancanza non è nella qualità del modello.
È nella qualità delle decisioni attorno a ciò che il modello genera che ricordiamoci è predittivo, quindi arriverà sempre agli stessi output perché più comuni, indipendentemente da quanto è preciso il tuo prompt.
Oggi il flusso standard su tanti prodotti è:
generiamo qualcosa
lo testiamo velocemente
iteriamo finché “funziona abbastanza”
lo portiamo in produzione
Manca però uno strato esplicito in mezzo ma estremamente importante per quella parola che ormai è passata fuori moda troppo velocemente “sostenibilità”:
cosa guida le scelte?
cosa resta stabile nel tempo?
cosa non deve essere compromesso, anche se l’AI “potrebbe” farlo?
Non è caos creativo, ma la totale assenza di vincoli progettati che portano a “tentare la fortuna” finché per quale motivo non definito e misurabile, funziona.
Il designer è messo allo stesso livello dei tool
Dentro questo flusso, la figura del designer finisce schiacciata sullo stesso asse dei tool generativi nella produzione di output, perché alla fine è questo quello che facciamo.
Da una parte hai un prompt, dall’altra sfrutti un modello predittivo e dall’altra invece hai le capacità di un designer, ma tutti sono valutati sulla stessa metrica: quanto in fretta consegnano qualcosa di “sufficiente”?
Se il valore è solo la velocità: tutto diventa estremamente sostituibile.
Umano, modello, agenzia, freelancer.
Il problema è che il design non nasce nella fase di esecuzione.
Nasce nel momento in cui qualcuno decide cosa fare:
cosa è rilevante per l’utente a cui vogliamo risolvere un problema?
cosa deve rimanere e cosa può cambiare nel tempo?
quali vincoli servono per non perdere coerenza nel tempo?
Se questo livello non è progettato, non c’è differenza reale tra progettare e generare.
Stiamo solo vedendo degli output senza criticarli, cosa che invece abbiamo fatto benissimo fino ad ora, se davanti a noi c’era un designer con anni di esperienza e ci arrabbiamo se il risultato pagato fior fior di quattrini non è come ce lo eravamo immaginati. Mentre l’AI dato che costa poco…beh li in quel caso, fa niente mi è costato poco, mi basta così.
Il mito del crafting
In risposta a tutto questo, vedo spesso una reazione opposta: l’esaltazione del “gusto”, del “craft”, della “sensibilità estetica” dell’”eccellenza”…
Sono tutti elementi fondamentali, ma da soli non bastano.
Se il sistema:
non riconosce la qualità;
non la protegge nei trade-off quotidiani;
non la rende misurabile e collegata a risultati;
e soprattutto se non siamo in grado di aspettare.
Anche il miglior craft diventa irrilevante. E viene visto come un costo extra, non un asset.
Non è che manchi il gusto ma manca il contesto dentro cui il gusto diventa rilevante, leggibile e difendibile e che soprattutto crea valore reale.
Diciamolo tutti insieme: non è “AI vs Designer”
Dire “l’AI sostituirà i designer” o qualunque altro ruolo, è comodo perché sposta tutta la discussione su strumenti, velocità e produzione.
Legittima chiunque a esercitare quei ruoli pensando di realizzare output rilevanti. Ma soprattutto ci permette di evitare il vero nodo: non come generiamo più velocemente, ma come progettiamo sistemi che sappiano scegliere, mantenere coerenza e creare valore oltre l’ennesimo trend passeggero.
Ed è molto più faticoso chiedersi “Che tipo di sistema si sta progettando attorno a questi tool?”
Cosa l’AI non sta facendo (e non farà mai da sola)
L’AI oggi è già bravissima a generare, migliora ogni mese con l’introduzione di nuovi modelli, con nuove basi di dati, ma queste basi sono mediocri, non viene mai presa l’eccellenza di quei casi.
Non sa lavorare nel contesto e soprattutto: non sa costruirlo e da li si crea tutto quel filone di “allucinazioni”.
Può simulare continuità, ma non ha un motivo per difenderla.
Può generare varianti infinite, ma non ha un motivo per scegliere quale sia la migliore e quella più adatta alla reale esigenza.
Dove questo mi tocca direttamente come designer
Come designer, non mi interessa dimostrare che io sono meglio dell’AI.
Mi interessa progettare sistemi in cui la presenza umana sia necessaria per creare output rilevanti perché sono in grado di leggere il contesto e l’esigenza del cliente in maniera tale da trovare soluzioni specifiche non generiche.
Se riduco il mio ruolo a “produrre più velocemente”, sto giocando una partita che l’AI vincerà sempre e per sempre.
Se sposto il mio ruolo su definire il contesto, delineare i vincoli e costruire le strutture decisionali allora i tool AI diventano leva, supporto per il mio lavoro, non una minaccia pronta a sostituire la nostra capacità, capite la differenza?
Conclusione
Non stiamo assistendo alla fine del design, stiamo semplicemente assistendo alla fine del design mediocre.
Quello che diventa sempre più necessario è:
progettare il contesto in cui l’AI opera, decidere cosa conta, cosa si misura, cosa invece non si tocca. Ed è anche il motivo per cui questo progetto si chiama “Work in Context”.
E qui non è solo un tema di designer, è un limite che attraversa quasi tutti i ruoli decisionali di oggi:
Product manager che hanno imparato a “ottimizzare il backlog” ma non a progettare un sistema di decisioni in cui l’AI non diventi solo un generatore di feature inutili;
Marketing manager ossessionati da campagne “AI-powered” che però non impostano un framework chiaro su cosa misuriamo veramente oltre ai click iniziali;
Founder e C-level che chiedono “mettiamo l’AI da qualche parte” senza un perché, come se fosse un filtro Instagram sulla roadmap senza pensare agli impatti che questa scelta porterà;
Team di data/BI bravissimi a far girare dashboard, ma senza il coraggio (o la cultura) di dire: “questo dato non conta niente per decidere, è solo rilevante da portare in presentazione perché fa numero”
Agenzie e consulenti che vendono “pacchetti AI” ma non mettono mai nero su bianco quali decisioni resteranno umane, quali automatizzate e con quali limiti.
Perché l’AI continuerà a migliorare, continuerà a generare e continuerà a scalare, ma non saprà mai decidere cosa è meglio per te.
Quello è, e resterà, un problema di progettazione.
E quindi, inevitabilmente di noi designer.
AI isn’t killing the designer’s role. Quite the opposite.
It’s just making something else obvious: for most of what we call “digital products,” design (meaning clarity of intent, deliberate choices, and quality standards) was never really something a lot of people cared about. The focus now is on production, execution, and output.
And that’s the part I find most interesting: you’re not going to read yet another “AI yes / AI no” take here. What we actually need is to understand what’s happening around us, and to the way we design, evaluate, and use digital tools.
Three things I notice watching the AI hype as a designer
The hype is perfectly aligned with the system: it rewards speed, volume, instant output. It doesn’t actually need to be real, it just needs to work inside the metrics we already use and find convenient. Anything that can “save money” will always be worth more than quality.
Quality isn’t disappearing, it just doesn’t matter that much anymore: when the context has no real way to recognize it, protect it, and measure it, being able to produce quality work stops being a competitive advantage. It gets seen as “extra effort,” and more often than not the investment just isn’t worth it.
The designer’s role is shifting from “making beautiful things” to “designing beautiful things”: over time, whoever defines the constraints, criteria, and context becomes the truly indispensable professional on any project that has to work. The designer is the only one who can read the context. Everything else will increasingly come down to execution.
That’s the lens I’m using to read what’s going on right now.
The illusion we like to tell ourselves (if you’re not a designer).
“AI will replace designers” is a narrative that works way too well.
It’s simple, just dramatic enough, and perfect for social media.
We all want to be designers, and having tools that let us even just pass for “professional designers” is more than enough. Being able to spin up AI-generated logos, landing pages, websites, apps, platforms…
But above all: it fits perfectly with what the system is already rewarding.
we do it faster → so it’s “better” and cheaper;
we produce more → so “we’re growing” and doing “lots of stuff”;
we generate with zero friction → so “we’re innovative” because we’re using the latest tech.
It doesn’t matter how accurate it is as a prediction.
What matters is how useful it is for justifying the way we already work.
For justifying layoffs, lower costs, and higher revenue, because, as someone once put it: “We’re fucking done with quality!”
AI isn’t some outside threat that showed up out of nowhere.
It’s just an accelerator hooked onto a work culture that already had a massive bias toward quantity and immediacy.
What I see when I open AI tools (and not just AI ones)
If I open Product Hunt and scroll through the new apps, the pattern is pretty clear.
Alongside solid products and names we all know well, there’s a flood of:
tools that barely work
recycled templates with an AI layer slapped on top
interfaces that were generated and never actually designed
What the smart people call “AI slop” is a consequence of feeling all-powerful on the production side.
It’s an extremely logical consequence of the context we’re slowly getting used to.
The barrier to generating has collapsed.
The barrier to deciding what’s worth generating… basically doesn’t exist anymore. Anything goes! Anyone today can build a digital product, and don’t get me wrong, to be clear, that’s a good thing.
But when that level of skill and knowledge is missing, the context does the only thing it’s good at: it scales.
More tools, more features, more updates, and more tokens burned.
Not more value, just more projects floating around.
It’s not growth, it’s churn
If we look at the numbers (installs, retention, churn, time spent), a pretty clear dynamic emerges: we’re not seeing a steady growth in value, we’re seeing a super-fast turnover.
Massive tool usage, initial curiosity, a few days of use, then abandonment, deletion, and replacement with the next tool.
Produce → consume → abandon → repeat.
It’s the same logic we’ve already seen with:
fast fashion
disposable electronics
the infinite scroll of short-form content on social media.
Sound familiar? Digital isn’t “more mature.”
It’s just faster at turning something new into a passing fad.
The blind spot: we’re compressing production time, not decision time.
AI is drastically cutting the time it takes to produce an output.
But the time it takes to ask the right questions?
what actually makes sense to produce?
why are we doing it?
by what criteria are we building it?
that time hasn’t shrunk. If anything, it often stretches out, because:
we have more options
we have fewer clear constraints
we have fewer shared decision-making structures
The result: we generate more and more, we decide faster and faster, but based on shallower and shallower signals, and above all we go through a thousand rounds of rework until it “works.”
It’s not that quality disappears, it just stops being a relevant variable in the creative process, because in the end doing things well isn’t what matters, what matters is doing.
If nobody measures quality, if nobody defends it, if nobody ties it to a concrete result, quality becomes a subjective opinion, not a criterion.
Where the system broke (and it’s not AI’s fault)
The entire public conversation is focused on:
Look how well AI generates stuff, and wow, look how fast it does it…
It’s a technical discussion about a problem that’s mostly systemic.
What’s really missing isn’t the quality of the model.
It’s the quality of the decisions around what the model generates, which, let’s remember, is predictive, so it will always land on the same outputs because they’re the most common ones, no matter how precise your prompt is.
Today the standard flow on a lot of products is:
we generate something
we test it quickly
we iterate until it “works well enough”
we ship it to production
But there’s an explicit layer missing in the middle, one that’s extremely important for that word that went out of fashion way too fast: “sustainability”:
what drives the choices?
what stays stable over time?
what must never be compromised, even if AI “could” do it?
It’s not creative chaos, it’s the total absence of designed constraints, which leads to “trying your luck” until, for some undefined and unmeasurable reason, it works.
The designer gets put on the same level as the tools
Inside this flow, the designer ends up flattened onto the same axis as generative tools when it comes to producing output, because in the end that’s what we do.
On one side you’ve got a prompt, on another you’re leveraging a predictive model, and on yet another you’ve got a designer’s skills, but they’re all judged by the same metric: how fast can they deliver something “good enough”?
If speed is the only value: everything becomes extremely replaceable.
Human, model, agency, freelancer.
The problem is that design isn’t born in the execution phase.
It’s born the moment someone decides what to do:
what matters to the user whose problem we want to solve?
what has to stay, and what can change over time?
what constraints do we need so we don’t lose consistency over time?
If this layer isn’t designed, there’s no real difference between designing and generating.
We’re just looking at outputs without critiquing them, something we’ve been really good at up until now when there was a designer with years of experience in front of us, and we’d get mad if the result we paid a small fortune for wasn’t what we’d imagined. Whereas with AI, since it’s cheap… well, in that case, whatever, it didn’t cost me much, it’s good enough for me.
The myth of craft
In response to all this, I often see the opposite reaction: the glorification of “taste,” of “craft,” of “aesthetic sensibility,” of “excellence”…
They’re all essential, but on their own they’re not enough.
If the system:
doesn’t recognize quality;
doesn’t protect it in everyday trade-offs;
doesn’t make it measurable and tied to results;
and above all, if we’re not able to wait.
Even the best craft becomes irrelevant. And it gets seen as an extra cost, not an asset.
It’s not that taste is missing, what’s missing is the context in which taste becomes relevant, readable and defensible, and, above all, creates real value.
Let’s all say it together: it’s not “AI vs. Designers”
Saying “AI will replace designers,” or any other role, is convenient because it shifts the whole discussion onto tools, speed, and production.
It gives anyone license to take on those roles believing they’re producing meaningful output. But above all, it lets us dodge the real issue: not how we generate faster, but how we design systems that know how to choose, stay consistent, and create value beyond the latest passing trend.
And it’s a lot harder to ask yourself: “What kind of system is being designed around these tools?”
What AI isn’t doing (and will never do on its own)
AI is already incredibly good at generating today, and it gets better every month with new models and new datasets, but those datasets are mediocre; they never draw on the excellent cases.
It can’t work within context and, above all, it can’t build it, and that’s where that whole thread of “hallucinations” comes from.
It can simulate continuity, but it has no reason to defend it.
It can generate endless variations, but it has no reason to choose which one is best and the best fit for the actual need.
Where this hits me directly as a designer
As a designer, I’m not interested in proving I’m better than AI.
I’m interested in designing systems where a human presence is necessary to create meaningful output, because I can read the context and the client’s needs in a way that leads to specific solutions, not generic ones.
If I reduce my role to “producing faster,” I’m playing a game AI will always win, forever.
If I shift my role to defining the context, setting the constraints, and building the decision-making structures, then AI tools become leverage, support for my work, not a threat waiting to replace what we’re capable of. See the difference?
Conclusion
We’re not witnessing the end of design, we’re simply witnessing the end of mediocre design.
What’s becoming more and more necessary is:
designing the context AI operates in, deciding what matters, what gets measured, and what stays off-limits. That’s also why this project is called “Work in Context.”
And this isn’t just a designer thing, it’s a limitation that cuts across almost every decision-making role today:
Product managers who’ve learned to “optimize the backlog” but not to design a decision-making system where AI doesn’t just turn into a generator of useless features;
Marketing managers obsessed with “AI-powered” campaigns who never set up a clear framework for what we’re actually measuring beyond the initial clicks;
Founders and C-levels asking to “put AI in there somewhere” without a why, as if it were an Instagram filter on the roadmap, without thinking about the impact that choice will have;
Data/BI teams who are great at running dashboards but lack the courage (or the culture) to say: “this number means nothing for decision-making, it’s only there to pad the presentation”
Agencies and consultants selling “AI packages” who never put in writing which decisions will stay human, which will be automated, and within what limits.
Because AI will keep improving, keep generating, and keep scaling, but it will never be able to decide what’s best for you.
That is, and will remain, a design problem.
And so, inevitably, it’s on us designers.