Líderes de Design tem que se adaptar a um novo ritmo imposto ao negócio. Telas saem prontas em minutos. A régua de qualidade de stakeholders é preocupante. Mesmo com todo esse cenário, decidir o que vale entregar continua com o Designer. O Deeploy Circle, foi uma noite fechada entre lideranças de Produto e Design para falar sobre o tema e sem palco.

Nas últimas semanas eu li artigos, relatórios e posts e assisti vídeos de pessoas de lugares bem diferentes que tentam responder essa pergunta. Este texto é o que eu entendi depois dessas leituras. Primeiro eu olho para os números de vagas e para o que explica a queda. Depois para as atividades e os papéis que estão aparecendo para o design.

O número que fez barulho

No dia 10 de novembro Lenny Rachitsky publicou um relatório sobre o mercado de tecnologia no fim de 2026. O número que mais circulou foi o de Product Design. São cerca de 1.900 vagas abertas em empresas de tecnologia no mundo. É o menor número desde que ele começou a medir e fica 28% abaixo do ano passado.

A contratação conta a mesma história. Nos EUA foram 27.600 Product Designers contratados em 2022 e 12.600 nos últimos 12 meses. É menos da metade e o número caiu em todos os anos desde 2022.

A proporção com PM também mudou. No início de 2023 havia 1,9 vaga de PM para cada vaga de design. No início de 2026 eram 2,6 e hoje são 3,8.

A função que mais caiu foi UX Research. Foram cerca de 1.800 contratações nos EUA em 12 meses contra 5.300 em 2022, uma queda de 66%. Hoje há só 108 vagas abertas no mundo. Para o Lenny o desenvolvimento mais rápido deixa menos tempo para design e pesquisa. Ele também cita ferramentas como Listen Labs e Simile, que deixam quem não é pesquisador rodar estudos. Ele vê a velocidade e as novas ferramentas como causa e espera uma virada.

O medo de quem trabalha com design

O texto sobre isso foi um artigo do Pedro Belleza no UX Collective Brasil. Pedro é UX Design Manager e cofundador da UXConf BR. Ele conta o caso de uma empresa que dissolveu os times de design e passou o trabalho para PMs que usam IA. A qualidade caiu e mesmo assim a empresa achou que o resultado era bom o suficiente. A conclusão dele é que a IA não precisa ser tão boa quanto um designer experiente. Basta que a empresa ache o resultado aceitável, e quem define isso quase nunca é o designer.

Pedro também fala de uma desigualdade antiga. O design participava, pesquisava e recomendava, mas quando havia divergência ele raramente tinha a palavra final. Com a IA um PM já consegue explorar soluções, prototipar e construir uma interface. Quando o designer faz trabalho de produto ele continua respondendo a alguém. Quando o PM faz trabalho de design a empresa começa a se perguntar de quantos designers precisa.

A Figma chegou a uma conclusão parecida no 2026 AI Report, que teve 8.403 respostas e 639 entrevistas. Para a Figma as fronteiras entre designer, desenvolvedor e PM estão se dissolvendo.

Quem respondeu ao Pedro leu esse movimento de outro jeito. O Rodrigo Lemes, do canal DesignTeam, diz que produto, engenharia e design deixaram de ser cargos e viraram disciplinas. O engenheiro desenha e o designer decide o produto. Para ele isso já acontece hoje.

Tom Scott, que recruta designers pela Verified, comentou o relatório do Lenny e disse que uma parte da queda vem da mudança no nome do cargo. As startups estão contratando "Design Engineers" que na prática são Product Designers com uma força técnica. Algumas usam o título "Product Builder". Na leitura dele "existe uma vaga para todo mundo, ela só pode não se chamar mais Product Design".

Pedro lembra que uma parte da queda vem do ajuste do mercado desde 2022, com os juros mais altos, antes de a IA generativa pesar. Foi essa a pista que eu segui nas leituras seguintes.

Por um outro ângulo e com números

Inna Tsirlin, que é PhD e Head de UX Research no YouTube Shopping, refez a conta num post no LinkedIn. Ela percebeu que o gráfico do Lenny começa no auge da contratação pós-COVID e por isso só mostra a descida. Ela usou os dados do Indeed, de Kathryn Brookshier e Bliss Altenhoff, e colocou o primeiro trimestre de 2018 como base de 100%.

Fonte: Gráfico do post da Inna Tsirlin https://lnkd.in/p/d8SB2M28

‍

Em três das quatro funções o fim de 2025 está no mesmo nível de 2018. O que saiu da curva foi o pico e não a queda. Para a Inna é mais provável que seja uma correção pós-COVID do que um efeito sério da IA. A IA só passou a ser usada em escala nos fluxos de trabalho em 2025, quando a queda já tinha começado. É o mesmo ponto que o Pedro trouxe no artigo dele quando lembrou que uma parte da queda vem do ajuste do mercado desde 2022, antes de a IA generativa pesar. Os dados da Inna mostram o tamanho desse ajuste.

O PM é a exceção. A função segue em 172%, bem acima de 2018, enquanto design voltou a 102%. O ciclo pegou todo mundo, então ele não explica essa diferença entre PM e design. Essa diferença conversa com a outra parte da visão do Pedro. Se um PM com IA já consegue explorar soluções, prototipar e construir uma interface, faz sentido que as empresas abram mais vagas de PM e se perguntem quantos designers precisam.

Só que essa conta olha para a velocidade de entrega e deixa de fora o que acontece depois que a tela vai para o ar. No caso que o Pedro contou a qualidade caiu, e a empresa achou o resultado aceitável porque ninguém mediu o custo. Esse custo aparece em problemas de uso que o PM não previu, como um fluxo que confunde quem já usa o produto, um estado de erro que ninguém desenhou ou um texto que promete algo que o produto não faz. Aparece no retrabalho, quando o time precisa voltar na tela para corrigir o que saiu rápido demais. E aparece no suporte e na conversão, quando o usuário desiste no meio do caminho.

As pesquisas que eu trago mais adiante mostram esse custo de outros ângulos. Na Workday cerca de 37% do tempo que a IA economiza se perde corrigindo, verificando e reescrevendo. O Lakhani lembra que os modelos tendem à média, então a interface que um PM gera sozinho tende a ser a resposta mediana. O designer entra onde a IA não decide bem, que é escolher o que vale construir, desenhar os casos que ninguém pediu e julgar se o resultado está bom para quem vai usar. Por isso eu vejo como um erro tratar a IA na mão do PM como substituta do design. Ela acelera a execução, e o julgamento sobre o que o usuário vai viver continua precisando de alguém que tenha um conhecimento mais de design.

Os dados do Indeed cobrem só os EUA e incluem vagas de todos os setores, não só de tecnologia. E segundo a própria Inna eles não incluem os últimos trimestres de 2026.

O ciclo do mercado

Michelle Schneider, é futurista, autora best-seller de O Profissional do Futuro apresentou em agosto/2026 no Rio Innovation Week uma explicação para o mesmo movimento, que são os juros. O gráfico usa dados do LinkedIn e do Federal Reserve de 2019 a 2025. Ele coloca lado a lado a taxa de contratação e os juros reais, que são os juros nominais menos a inflação.

As duas curvas se cruzam no segundo semestre de 2022. Antes disso a contratação estava em alta e os juros reais estavam no fundo. Depois os juros reais sobem e a contratação cai até 2025. Para a Michelle os juros explicam a maior parte da mudança na contratação e o impacto da IA nos empregos é menor do que se imagina.

Legenda: Michelle Schneider no Rio Innovation Week em agosto de 2026 com o tema: “O seu trabalho vai existir daqui a cinco anos?”

Pedro também cita os juros mais altos no artigo dele como uma das causas da queda, e o gráfico da Michelle mostra essa relação com dados. O ano em que as curvas se cruzam é o mesmo que o Pedro usa como início do ajuste do mercado, 2022, quando a IA generativa ainda não pesava nas contratações. Então o medo dele e a explicação dela não se anulam. O volume de vagas caiu mais pelo ciclo, e a preocupação do Pedro fica no que acontece com o tipo de vaga que sobra.

O design não vai morrer

Em outro evento anterior em maio/2026 no São Paulo Innovation Week, a Michelle traz um paralelo que ela chama de efeito do radiologista. Em 2016 o Geoffrey Hinton disse que a gente devia parar de treinar radiologistas porque a IA ia fazer o trabalho deles. O que aconteceu é que a IA passou a fazer 1 das 27 tarefas da profissão, que é o reconhecimento de imagem. E o número de radiologistas cresceu cerca de 15% desde 2016.

Legenda: Michelle Schneider no São Paulo Innovation Week em maio de 2026 com o tema: “O Profissional do Futuro”
RadiologiaDesign
O alarme2016: Hinton diz para parar de treinar radiologistasHoje: a IA vai acabar com o design
O que a IA faz1 de 27 tarefas: reconhecimento de imagemUma parte das tarefas: gerar telas e prototipar
O resultadoOs radiologistas cresceram cerca de 15% desde 2016Hipótese: as tarefas mudam e a profissão continua

A coluna de design é uma hipótese e não um resultado. O paralelo também tem um limite, porque a radiologia tem regulação e responsabilidade legal que o design não tem. Por isso eu trato a hipótese com cautela. No design uma empresa pode decidir que o resultado está bom o bastante, como no caso que o Pedro contou.

O design muda de forma

Quando eu junto essas leituras dá para separar quatro coisas que acontecem ao mesmo tempo.

  • Cargo. O título está mudando. Segundo o Tom Scott as startups contratam Design Engineers e Product Builders, que na prática são Product Designers com uma força técnica.
  • Ciclo. Os juros e o ajuste pós-COVID mexem no volume de vagas. A IA mexe no tipo de vaga que sobra, com mais PM e menos júnior.
  • Tarefas. Como na radiologia, a IA assume uma parte das tarefas e a profissão pode continuar.
  • Decisão. Com a execução mais barata, quem sabe o que é bom e o que vale construir passa a pesar mais.

As novas atuações que aparecem

A decisão é o ponto que mais aparece nas falas. Juntando o que dizem o Pedro, o Rodrigo Lemes, o Tom Scott, o Shishir Mehrotra, o Karim Lakhani e uma thread do Greg Isenberg, eu vejo nove frentes de trabalho para o design.

1. Dizer qual é o problema

Shishir Mehrotra é CEO da Superhuman, a empresa do Grammarly, e foi líder de produto no YouTube. Ele divide a carreira em quatro degraus. No primeiro a pessoa recebe o problema, a solução e o jeito de fazer, e só executa. No último, ela recebe uma área e diz qual é o problema certo. Para ele, a IA deu a todo mundo "um ótimo conjunto de executores", e saber qual problema atacar continua quase todo na cabeça das pessoas.

Isso conversa com o que o Rodrigo Lemes descreve sobre o designer que passa a decidir produtos. A atuação que cresce é a de quem chega antes da tela e define o que vale construir.

2. Separar certeza de risco

Rodrigo Lemes propõe trocar a divisão entre operacional e estratégico por uma divisão do David Pye, um marceneiro que escreveu sobre isso em 1968. O trabalho de certeza é aquele em que o resultado está garantido porque segue um molde, um template ou uma linha de montagem. O trabalho de risco é aquele em que o resultado depende do julgamento de quem faz.

O exemplo dele é um formulário de cadastro. Desenhar o formulário é operacional. Mas decidir qual campo é obrigatório, desenhar o estado de erro que ninguém pediu e perceber que o texto do botão promete algo que o produto não faz é julgamento. Para ele, a IA levou o operacional sem critério, como a tela que qualquer um faria igual ou o componente que o design system já tinha. O operacional com critério continua com o designer.

Ele sugere um exercício. A pessoa pega o que fez ontem e marca item por item o que era certeza e o que era risco. Se qualquer pessoa com a ferramenta faria igual, era certeza.

3. Construir e não só desenhar

Tom Scott fala dos Design Engineers e dos Product Builders. No Design Review da Y Combinator o Marvin Schwaibold, que lidera o estúdio de design de produto da Shopify, mostra trabalhos de designers que programam. Um deles é um shader que recria grama real e outro é uma ferramenta que expõe variáveis de design. No relatório do Lenny o Claude virou a segunda habilidade mais citada nas vagas de designer em 2026, à frente de CSS, e o Cursor também passou o CSS.

4. Cuidar do craft

Para o Tom Scott, quando tudo pode ser construído é o craft final que faz a diferença. Ele diz que vê um aumento grande na demanda por Brand Design, Design Criativo e Design de Marketing. Na Shopify um carrossel levou 91 tentativas até ficar pronto.

Karim Lakhani, professor da Harvard Business School, chega no mesmo ponto por outro caminho. Os modelos tendem à média, então um engenheiro num time de uma pessoa só consegue gerar algo que parece design, mas recebe a resposta mediana. A pergunta que ele faz é: "Você realmente entende os princípios do design? Você tem bom gosto? Porque é isso que os designers fazem".

5. Definir como avaliar o que a IA gera

Greg Isenberg escreveu uma thread depois de um jantar com fundadores e executivos de empresas que valem de US$1 bi a US$100 bi. Vários deles disseram que querem contratar gente com bom gosto e que saiba escrever Evals, que são os critérios para avaliar o que a IA produz. O motivo é que os modelos geram tantas ideias que o difícil passou a ser julgar quais são boas. No relatório do Lenny os evals* já entraram no top 10 das habilidades pedidas para PM.

*Os Evals são um conjunto de testes e critérios que mede se um produto de IA dá respostas precisas, seguras e úteis antes e depois de ir para o ar. Líderes da área citados pelo Lenny, como o Kevin Weil da OpenAI e a Dianne Na Penn da Anthropic, dizem que "Evals são os novos PRDs".

A mesma thread descreve uma ferramenta vertical de IA como um conjunto de conectores de dados, Evals escritos por quem conhece o trabalho, regras sobre o que o agente pode fazer e uma tela simples para uma pessoa revisar. O modelo seria uns 20% disso. A tela de revisão e os critérios são trabalho de design.

A McKinsey reforça esse ponto no artigo "The judgment bottleneck". Uma das recomendações é exigir que a IA mostre os dados e as premissas que usou, para que quem decide saiba o que está aprovando.

6. Desenhar para agentes e com agentes

A thread do Isenberg diz que boa parte do software construído em volta de "pessoas clicando em um monte de telas" não vai chegar à era dos agentes. Algumas startups quase não têm interface porque o usuário principal é um agente.

Shishir descreve três formas de usar a IA. A primeira é conversar, que é o chat. A segunda é fazer, que é tirar tarefas de uma lista. A terceira é a assistência, em que o agente vai até onde a pessoa está trabalhando e ajuda antes que ela peça. É o que a Superhuman faz com o Grammarly, que mostra sugestões enquanto a pessoa escreve. Desenhar quando o agente aparece, o que ele sugere e como a pessoa aceita ou recusa é um campo novo de interface.

7. Trabalhar junto com a IA e não só apertar o play

Num recorte de 244 consultores da BCG o Lakhani identificou três jeitos de trabalhar. Os ciborgues (60%) resolvem o problema junto com a IA. Os centauros (14%) dividem o trabalho e supervisionam. E os autoautomatizadores (27%) só apertam o play. Os autoautomatizadores foram os que menos aprenderam. O Lakhani conta que já demitiu gente que disse "foi a IA que me deu isso", porque no fim alguém assina embaixo.

8. Criar sistemas para PMs, devs e stakeholders gerarem interfaces com IA

No AI in Design Report 2026, do Designer Fund com a Foundation Capital, que ouviu 906 designers em mais de 60 países, 40% dizem que os PMs e os engenheiros estão fazendo mais trabalho de design.

A resposta dos times de design tem sido colocar a qualidade dentro das ferramentas. Eles deixam os componentes do Design System e os guias de marca pré-programados nas ferramentas de código, para que qualquer pessoa que gere uma interface comece do mesmo patamar. O relatório chama isso de “designers como arquitetos de sistemas”. A Jessica Rosenberg, head de marca da AirOps, usa o termo "Agent Captains". O relatório traz alguns exemplos.

  • Na Stripe o time criou o ProtoDash, um ambiente de protótipo com o Design System embutido, em que qualquer pessoa monta um protótipo realista em minutos.
  • No Cursor o designer Nick Inzucchi diz que consegue manter a barra de qualidade em tudo o que é construído, mesmo no que não passa pela mesa dele, porque montou o Design System dentro do próprio app.
  • Na AirOps uma skill de marca instalada na biblioteca de skills da empresa permite que todo mundo crie landing pages, gráficos e slides dentro da marca.
  • Na Anthropic o time de design usa um seletor de Design System que coloca as fontes, as cores e os componentes no Claude para que os protótipos já nasçam na marca. O time também usa um agente no Slack que procura textos fora do tom da marca no código de produção.

Na conclusão do capítulo sobre times, o relatório diz que o designer pode ser a "cola" que sustenta a visão, a empatia com o usuário e a barra de qualidade. Ele faz isso desenhando os fluxos de IA que permitem que todo mundo trabalhe dentro das regras de design. Isso conversa com a thread do Isenberg, que descreve as ferramentas de IA como regras sobre o que o agente pode fazer e critérios escritos por quem conhece o trabalho.

9. Levar a pesquisa para as mudanças que pedem olhar humano

O mesmo relatório mostra que os designers estão mudando onde investem o tempo. Com a engenharia entregando muito mais rápido, eles separam os projetos que pedem um pensamento de design mais profundo das features que já têm muitos precedentes. Os primeiros são problemas de UX ambíguos ou ligados às necessidades do usuário. Uma liderança de uma empresa de capital aberto resume a pergunta assim: "Como identificar os problemas ambíguos que precisam de pensamento de UX e as features 'commodity' que não precisam de diferenciação?". E 71% dos designers dizem que continuam confiando no próprio julgamento, e não na IA, para entender as necessidades e o contexto do usuário.

Pedro escreve na mesma linha. Observar pessoas reais em situações reais não é o mesmo que uma simulação. Mas ele reconhece que uma empresa pode valorizar a pesquisa sem manter um time dedicado, e os números do Lenny mostram que UX Research foi a função que mais caiu.

Juntando essas informações, a minha leitura é que o pesquisador tende a ser chamado em momentos específicos, quando uma mudança na interface mexe em algo que a IA não consegue avaliar sozinha. Uma mudança de navegação é um exemplo. Ela altera o modelo mental de quem já usa o produto, e só observando pessoas reais dá para ver onde elas vão se perder. Nas features commodity a pesquisa contínua dá lugar ao que já se sabe. A Anthropic, por exemplo, tem um índice que deixa os estudos com usuários disponíveis para consulta por qualquer pessoa da empresa.

O tempo que a IA devolve não está sobrando

As novas atuações dependem de tempo para pensar, e as pesquisas mostram que esse tempo não está sobrando.

A Workday ouviu 3.200 pessoas em empresas com receita acima de US$ 100 milhões. 85% delas economizam de uma a sete horas por semana com IA, mas cerca de 37% desse tempo se perde corrigindo, verificando e reescrevendo. Só 14% têm um resultado líquido positivo de forma consistente. E 32% das empresas transformam o tempo poupado em mais carga.

No Brasil a pesquisa do Wellhub com mais de 5 mil profissionais em 10 países mostra que 37% dos mais avançados em IA dizem que a carga aumentou, contra 13% dos iniciantes. 23% dos mais avançados têm sintomas de burnout todos os dias, contra 11% dos iniciantes. Onde existe uma política clara de IA, 77% se sentem preparados. Onde ninguém sabe a regra são 37%.

A McKinsey descreve o mesmo problema do lado de quem decide. No artigo "The judgment bottleneck" um time júnior passou a entregar análises de 10 a 20 vezes mais rápido e com três a cinco vezes mais cenários. Os executivos levaram mais tempo para revisar porque não sabiam quais premissas estavam por trás das análises.

A análise ficou mais rápida, mas o julgamento continuou no ritmo humano. Na McKinsey State of AI 2026 oito em cada dez pessoas dizem que a IA as deixa mais rápidas, mas só 37% das empresas atribuem algum resultado no EBIT à IA.

Isso ajuda a entender o caso do Pedro. Uma empresa pode aceitar uma tela pior porque ela saiu rápido, e o custo aparece depois no retrabalho, na revisão ou na experiência de quem usa.

A pergunta que ninguém respondeu

Quase todas as atuações que eu listei dependem de julgamento. E o julgamento se formava fazendo o trabalho que a IA está assumindo.

Rodrigo Lemes fala sobre isso. O julgamento se formava fazendo o operacional sem critério, errando e sendo corrigido. Se a máquina faz essa parte, ele pergunta de onde vem o julgamento da próxima geração. A McKinsey aponta o mesmo risco. Quando a IA faz o trabalho analítico, quem está começando perde a prática que construiria o julgamento.

Os dados de entrada de quem está começando reforçam essa preocupação.

DadoO que mostraFonte
27% para 9%A participação de juniores nas contratações técnicas da Anthropic caiu do início de 2025 a junho de 2026, enquanto os gestores passaram a pesar mais autonomia e julgamento. É uma empresa só, e a contratação técnica total continuou crescendoAnthropic Institute
−16%A queda relativa no emprego de pessoas de 22 a 25 anos nas ocupações mais expostas à IA, na versão de novembro de 2025 do estudo. Nas ocupações em que a IA amplia o trabalho em vez de automatizar, o emprego cresceuStanford Digital Economy Lab, Erik Brynjolfsson

Para Karim Lakhani, 35 a 55 anos é faixa da gerência intermediária que, na visão do Lakhani, corre mais risco de resistir à IA. É a perspectiva dele, mas tem quem discorda.

Pedro achava que UX Research talvez estivesse mais protegida, mas no relatório do Lenny foi a função que mais caiu.

Nas falas aparecem duas alternativas de caminho:

  1. A primeira é fazer à mão primeiro. Lakhani cita o Stephen Wolfram, que diz que a gente precisa fazer as primeiras integrais à mão para entender como elas funcionam. Depois a gente aprende mais vendo a máquina fazer mil do que fazendo mais oitenta sozinho.
  2. A segunda é praticar em baixo risco. Shishir compara com música e esporte, em que ninguém aprende um instrumento fazendo só recitais. Para ele, o julgamento se treina num projeto paralelo, com amigos e com feedback rápido, longe da reunião em que todo mundo está avaliando.

Se você não é júnior, a pergunta também é sua:

Como você vai ajudar a formar e a abrir portas para quem está começando?

O que fica em aberto

As fontes não dizem se o mercado vai precisar de mais ou de menos designers. Os números do Lenny apontam para menos vagas com o título de Product Designer. No AI in Design Report 2026, que o Pedro cita, 60% das lideranças de design esperam manter ou aumentar os times no próximo ano e só 10% preveem redução. A releitura da Inna e o gráfico da Michelle mostram que boa parte da queda acompanha o ciclo dos juros e o ajuste depois do pico pós-COVID.

Há um dado regional que ajuda a olhar essa pergunta de outro jeito. O estudo “Fator Design. Relevância econômica das atividades de design na Ibero-América”, impulsionado pela Ibero-América Diseña, é o primeiro a medir o peso do design na região. São 184 bilhões de euros em valor agregado, ou 2,4% do PIB dos 22 países. Os serviços de design respondem por 0,7% do PIB e 1,8 milhão de empregos, e as atividades relacionadas a design por 1,7% do PIB e 3,3 milhões de empregos. No Brasil o design responde por 2,6% do PIB, acima da média da região, que é liderada pelo Uruguai (4,9%) e pela Costa Rica (4,8%). O estudo mede o peso econômico do design e não a evolução das vagas, então ele não diz quanto desse trabalho vai continuar com quem tem o cargo de designer.

Fonte: Gráfico do post do instagram da Ibero América

O que as fontes mostram com mais clareza é a mudança no tipo de trabalho. É dizer qual é o problema, separar o que é certeza do que é risco, construir, cuidar do craft, definir como avaliar o que a IA gera, desenhar para agentes, trabalhar junto com a IA, criar sistemas para PMs, devs e stakeholders gerarem interfaces com IA e levar a pesquisa para as mudanças que precisam de olhar humano. Cada uma dessas frentes depende de alguém com julgamento, e o jeito de formar esse julgamento ainda está sendo descoberto.

Vocês líderes de design, vamos caminhar juntos e compartilhar suas dores, para que todos cresçam, errem menos e possam interferir em algum nível no avanço do mercado.

Se você está vendo algo diferente no seu time, vamos continuar essa conversa.

Fontes