Quatro fluxos de trabalho com IA que estão redefinindo o processo de produto

O que as quatro empresas citadas, FloQast, Merkle, Affirm e Accor, estão fazendo não é só usar IA em etapas distintas do processo de produto, mas desconstruir a ideia de linearidade no design digital. Em vez de seguir um caminho rígido de pesquisa → wireframe → protótipo → código → teste, elas tratam cada fluxo como uma pergunta: 'Preciso validar se essa lógica funciona antes de desenhar?' (testar código antes do design), 'Quantas variações de layout geram melhor conversão com usuários reais?' (explorar layouts em escala), 'Posso simular o comportamento do usuário com um protótipo funcional antes de escrever uma linha de spec?' (prototipar antes de especificar). Isso muda o papel do designer: ele deixa de ser o guardião de um documento estático e passa a ser o orquestrador de interações entre agentes de IA, sistemas de design e dados de uso em tempo real.

Essa fluidez já era visível no Slack, onde designers usam o Cursor para construir ferramentas interativas diretamente a partir de mockups, sem depender de engenharia para validação inicial. Mas agora, com a adoção generalizada de ferramentas como Figma AI, Alloy App e Relume AI, o salto não está na geração de pixels, mas na capacidade de manter contexto: um componente gerado por IA no Accor mantém referência direta ao seu token no sistema de design, e um protótipo da Merkle atualiza automaticamente os estados de acessibilidade conforme o layout evolui. É menos sobre 'ferramenta nova' e mais sobre 'memória compartilhada entre ferramentas'.

A cobertura anterior do CEVIU mostrava casos pontuais: designers do Slack usando IA para prototipagem (2026-05-25), equipes de engenharia priorizando testes com Claude Code (2026-06-01) e a redefinição de 'pronto' em produtos com IA (2026-06-02). A novidade agora é a convergência dessas práticas em um único movimento organizacional. Antes, a IA atuava em silos, design, engenharia ou QA. Agora, as quatro empresas demonstram que o valor está na integração intencional: prototipar *antes* de specs só funciona se o time de engenharia já opera com agentes que entendem o mesmo vocabulário de componentes; explorar layouts em escala só é viável se os testes são gerados e executados automaticamente em paralelo. O que era experimento isolado virou padrão operacional.

Para designers e PMs brasileiros, isso significa que o investimento em IA não começa com escolher uma ferramenta, mas com mapear onde o contexto se perde no fluxo atual: é entre o design e a engenharia? Entre a ideia e a validação com usuários? Entre o lançamento e a adaptação contínua? A pesquisa mostra que 91% dos designers já usam IA semanalmente, mas apenas 25% das empresas levaram seus experimentos para produção. A diferença não é técnica, é de estrutura: times que adotam esses quatro fluxos não treinam pessoas em prompts, mas redesenham rituais (como revisões de design ou refinamentos de backlog) para incorporar saídas de IA como insumos legítimos. Eles tratam o sistema de design não como um guia visual, mas como uma API viva para agentes.