Je travaille en design depuis assez longtemps pour avoir vu la discipline se réinventer plus d’une fois. Je me souviens de l’époque où l’on concevait pour des CD-ROM, avant même que les sites Web existent, en tentant de faire tenir toute une expérience interactive sur un disque en espérant que personne ne le raye. Puis les sites Web sont arrivés avec leur lot de nouveaux ajustements, et j’ai travaillé de près avec des développeurs, au fil de plusieurs itérations, pour que mes maquettes fonctionnent dans des navigateurs qui semblaient se contredire par pur esprit de contradiction. J’ai ensuite vu le domaine se diviser et gagner en maturité, alors que le design visuel cédait la place à une attention beaucoup plus profonde portée à l’expérience utilisateur, à la façon dont on se sent en utilisant quelque chose plutôt qu’à son simple apparence. Entre-temps, toute une industrie d’outils de design a vu le jour pour rendre le travail plus rapide, plus intelligent et plus collaboratif, et j’en ai appris un nouveau chaque fois que le précédent semblait avoir enfin, vraiment, promis d’être le dernier.
Rien de tout cela ne m’avait préparée à l’IA en particulier, mais cela m’a appris ce que signifie s’adapter. L’IA n’est que la prochaine itération de ce même schéma, et s’il y a une chose que des décennies dans ce métier enseignent, c’est que les designers qui durent sont ceux qui ont appris, à maintes reprises, à intégrer une nouvelle capacité à leur façon de penser et de travailler sans perdre le jugement qui les a menés là où ils sont.
La production n’est plus la mesure
Il fut un temps où un designer UI/UX travaillant dans l’écosystème Marketing Cloud pouvait mesurer sa valeur presque entièrement à sa production. Combien de gabarits de courriels pouviez-vous livrer en un sprint? Combien de variantes de pages d’atterrissage pouviez-vous maquetter avant l’échéance d’une campagne? La rapidité et le savoir-faire constituaient le travail, mais ce n’est plus le cas. Les outils génératifs peuvent désormais produire une mise en page de courriel passable en moins de temps qu’il n’en faut pour taper une requête. Ce qu’ils ne peuvent pas faire, c’est savoir si cette mise en page reflète réellement la marque, ou si la logique du parcours respecte le comportement d’un segment de clientèle précis. C’est dans cet écart, entre ce que l’IA peut produire et ce dont une entreprise a réellement besoin, que vit aujourd’hui le designer Marketing Cloud.
De producteur à décideur
Pendant des années, l’entente implicite voulait que le temps d’un designer soit consacré à la production, et qu’un peu de réflexion de design se glisse en marge. Aujourd’hui, la proportion s’est inversée. La production est devenue bon marché et rapide, presque accessoire. Le jugement, lui, est devenu une ressource rare. Un designer capable de jeter un coup d’œil à un gabarit généré par l’IA et de repérer immédiatement qu’il enfreint les règles d’espacement de la marque ou qu’il sera mal tronqué dans Outlook vaut bien plus qu’un autre capable de construire le même gabarit à la main un peu plus vite que ses pairs.
Cela ne signifie pas que les designers devraient céder les commandes et cesser d’être attentifs. C’est même tout le contraire. Lorsqu’un outil d’IA suggère une mise en page, un bloc de contenu ou un parcours, et qu’un designer l’approuve sans l’examiner, les erreurs se propagent rapidement en aval. Dans l’univers de Marketing Cloud, un avertissement d’accessibilité ignoré ou un rendu défectueux dans un client de messagerie majeur ne reste pas un petit problème. Il atteint des milliers d’abonnés avant que quiconque ne s’en aperçoive, et à ce moment-là, le tort causé à la confiance et à la délivrabilité est déjà fait. Le véritable rôle du designer est désormais d’être la dernière vérification avant la mise en ligne, et non la première main qui construit.
La découverte retrouve toute votre attention
Le travail de découverte consistait autrefois à assister à des entrevues et à des ateliers avec les parties prenantes en tapant frénétiquement pour consigner chaque exigence et chaque point de friction susceptible de compter plus tard. Cette attention partagée, à moitié à l’écoute et à moitié à la transcription, n’a jamais été idéale, et l’IA a réglé ce problème. Les assistants de réunion s’occupent maintenant de la transcription et peuvent résumer une séance, dégager des personas et signaler des étapes du parcours ou des cas limites qui pourraient autrement passer inaperçus.
Ce que cela libère, c’est l’attention. Plutôt que de s’inquiéter de tout consigner, le designer peut réellement écouter et comprendre. Il peut observer la façon dont une partie prenante décrit le point de friction d’un client et poser les questions de suivi que l’IA n’a aucun moyen de savoir qu’il faut poser.
Les maquettes fonctionnelles et la cartographie des parcours comme point de départ, pas comme ligne d’arrivée
Concevoir des maquettes fonctionnelles pour des courriels ou un parcours en plusieurs étapes dans Journey Builder, puis itérer au fil des rondes de rétroaction, pouvait engloutir des journées entières avant que quoi que ce soit d’approchant la version finale n’existe. L’IA a rendu cette première ébauche presque instantanée. Un designer peut décrire l’objectif (une campagne de réengagement pour des abonnés inactifs, par exemple) et obtenir plusieurs orientations structurelles en quelques secondes.
L’intérêt, c’est que le designer ne part plus d’une page blanche. Il part d’un ensemble de pistes approximatives qu’il peut critiquer et façonner selon ce qu’il sait réellement de l’auditoire et de la marque. Cette réaction, c’est du travail de design.
Le design visuel et le design de contenu deviennent une discipline d’édition
La même logique s’applique à la création de gabarits et de blocs de contenu dynamique. L’IA peut maintenant rédiger plusieurs variantes de gabarits et suggérer des règles de personnalisation en fonction des données de segments disponibles dans Marketing Cloud, produisant souvent en quelques minutes plus d’options qu’un designer ne pourrait raisonnablement en examiner en une journée. Le vrai travail consiste alors à bien choisir : élaguer ce qui ne convient pas et resserrer ce qui convient.
Reconnaître laquelle de cinq lignes d’objet générées par l’IA correspond au ton de la marque, ou quelle variante de bloc de contenu trouvera écho auprès d’un segment précis d’après le rendement des campagnes passées, exige précisément le type d’évaluation contextuelle dont les outils génératifs sont dépourvus. Un collègue l’a bien résumé récemment en faisant remarquer que l’IA ne peut pas avoir de goût. Elle peut produire une foule d’options techniquement correctes, mais elle n’a aucun instinct pour déterminer laquelle convient vraiment à cette marque et à cet auditoire. Cela demeure entièrement humain, et c’est en train de devenir rapidement la moitié la plus précieuse du processus de design.
L’assurance qualité gagne un deuxième regard qui ne se fatigue jamais
Vérifier les rapports de contraste et le comportement du rendu dans une longue liste de clients de messagerie a toujours été fastidieux et facile à rater sous la pression des échéances. Les outils d’IA sont particulièrement bien adaptés à ce type de vérification répétitive fondée sur des règles. Ils peuvent signaler les problèmes d’accessibilité et les problèmes de rendu probables avant même qu’une campagne n’atteigne un outil comme Litmus ou Email on Acid, détectant les erreurs plus tôt et avec plus de constance qu’un designer fatigué qui parcourt une liste de contrôle à la fin d’une longue journée.
Cela fait passer le designer du rôle de celui qui effectue chaque vérification manuellement à celui qui décide de ce que ces problèmes signalés signifient pour cette campagne et cette marque. Par exemple, un problème de contraste signalé peut être un vrai problème, ou il peut s’agir d’un choix de design intentionnel qui mérite un deuxième avis plutôt qu’une correction automatique.
Ce qui appartient toujours au designer
Rien de tout cela n’annonce moins de travail de design. Cela annonce moins de la partie répétitive et davantage de la partie qui exigeait réellement une personne au départ. L’IA peut générer une mise en page ou une structure de parcours, mais peu importe le nombre de requêtes qu’on lui soumet, elle ne peut pas composer avec les jeux politiques entourant une marque ni comprendre pourquoi une expérience client doit procurer un certain ressenti plutôt que simplement bien fonctionner. Cette compréhension appartient toujours entièrement à l’humain dans la pièce.
Les designers qui tireront leur épingle du jeu dans cette prochaine étape seront ceux qui cesseront de mesurer leur valeur à leur volume de production pour commencer à la mesurer à leur capacité de juger ce qui est produit, que ce soit par eux-mêmes ou par un outil. Développer cet instinct exige la même chose qu’auparavant : de l’attention, de la curiosité, de la patience et une compréhension sincère des personnes qui se trouvent à l’autre bout de chaque campagne.
