Durante muchos años, mi flujo de trabajo como UX Designer fue bastante tradicional. Funcionaba, pero era lento, pesado y, en muchos casos, poco eficiente.

Normalmente todo empezaba con un problema o un requerimiento. A partir de ahí entraba en una fase inicial de entendimiento: analizar el contexto, el negocio y el problema real que se quería resolver.

Una vez tenía claridad, comenzaban las preguntas. Muchas preguntas. Hacia stakeholders, clientes o equipos internos. Con esas respuestas, pasaba a una etapa clave: el research de productos similares o competidores directos en el mercado.

En muchos proyectos, esta parte era especialmente lenta. Los clientes no siempre tenían claro quiénes eran sus competidores reales, así que me tocaba construir esa lista manualmente. Buscar, filtrar, comparar. Un proceso totalmente válido, pero muy demandante en tiempo.

Ese research podía tardar fácilmente entre uno y tres días, dependiendo del tamaño y complejidad del problema.

Después venía la generación de hipótesis y posibles soluciones. En paralelo armaba moodboards y referentes visuales, otra fase que consumía bastante tiempo solo en exploración e investigación.

Cuando sentía que tenía algo sólido, lo presentaba al equipo interno para validar si íbamos por buen camino. Si recibía el OK, pasaba a diseñar las pantallas en alta fidelidad y agendaba una reunión con el cliente o los stakeholders.

Y aquí podían pasar dos cosas:
— Les gustaba la propuesta.
— No conectaban con nada… y tocaba volver atrás.

En muchos casos, este ciclo se repetía varias veces. Para ese punto, ya se había invertido mucho tiempo y aún no había nada verdaderamente materializado.

Una vez la solución era aprobada, se armaba el prototipo para el equipo de desarrollo. Figma ayudaba, pero ciertas interacciones complejas eran difíciles de mostrar rápido, así que tocaba grabar videos o explicar flujos con elementos extra para que el comportamiento esperado quedara claro.

Hay algo más que casi siempre recaía en el UX Designer: los textos del producto. Algunos equipos tenían copywriters, pero muchos no. Mantener consistencia, tono y contexto a lo largo del producto era otro proceso largo y mentalmente demandante.

Finalmente se hacía el handoff al equipo de desarrollo.
Y luego venía la validación con métricas reales para comprobar si la solución realmente funcionaba.

El tiempo total de todo este proceso era alto. Demasiado alto.

¿Qué cambió con la IA en mi forma de trabajar?

Muchísimo.

Hoy, gran parte del research inicial lo delego a agentes de IA. Por ejemplo, utilizo ChatGPT para obtener rápidamente una lista de competidores cercanos o productos similares al problema que estoy resolviendo. Esto ocurre en minutos, no en días.

Esa información no la tomo ciegamente. La reviso, la valido y la ajusto manualmente. La IA acelera el proceso, pero la decisión sigue siendo mía.

Luego, empiezo a trabajar las hipótesis con un GPT personalizado que tengo, especializado en flujos de productos complejos. Juntos vamos puliendo ideas hasta quedarnos con dos soluciones que considero realmente fuertes.

Para la parte visual, utilizo otro agente enfocado en patrones de diseño y tendencias. Esto reduce drásticamente el tiempo que antes invertía armando moodboards y buscando referentes relevantes.

Con esas dos ideas claras, paso al UI. Creo un sistema de diseño pequeño en Figma y, usando Figma Make, transformo esas ideas en algo funcional e interactivo desde muy temprano.

El resultado: prototipos que comunican la visión completa del producto desde el inicio, listos para mostrarlos al equipo y al cliente sin tanto desgaste previo.

Solo en esta etapa ya se reduce fácilmente un 50% (o más) del tiempo que antes se iba en research y wireframes.

Una vez aprobado el lenguaje visual y las funcionalidades base, el proceso sigue como siempre: diseño en Figma, construcción o adaptación del sistema de diseño (si ya existe uno), pantallas en alta fidelidad y handoff al equipo de desarrollo.

La diferencia es que ahora podemos llegar a prototipos mucho más realistas: con estados, animaciones e interacciones muy cercanas a la experiencia final.

Para los textos del producto, también utilizo un GPT personalizado con reglas claras del producto, tono y contexto. Esto mantiene coherencia en toda la plataforma y elimina uno de los puntos más tediosos del proceso.

La IA no reemplaza la experiencia

Alguien con poca experiencia podría leer todo esto y pensar:
“Entonces ya no necesito saber UX, la IA lo hace todo”.

Y no. No funciona así.

La experiencia es lo que te permite guiar a la IA, corregirla, cuestionarla y evitar soluciones genéricas. Un diseñador con pocos años de experiencia probablemente aceptará el primer patrón que la IA proponga sin cuestionarlo.

La IA no reemplaza criterio, ni intuición, ni visión de producto.

Por eso, más que nunca, hay que seguir estudiando, seguir ganando experiencia y seguir entendiendo cómo funcionan los productos reales. La IA es una herramienta poderosa, pero sigue siendo eso: una herramienta.

Lo que nos mantiene relevantes como diseñadores es nuestra creatividad, nuestra capacidad de análisis y nuestra experiencia.
La IA solo amplifica todo eso.