Contexte technique
Je me suis intéressé à ce cas non pas comme une belle démo, mais comme un aperçu de l'automatisation réelle par l'IA dans le design. Le scénario est intéressant : Codex n'écrit pas seulement du code, il effectue presque toute la préparation d'une tâche UX/UI, de l'analyse du flux à la génération d'écrans.
Voici comment ça fonctionne. Il ouvre un lien vers un flux dans un navigateur intégré, extrait lui-même les captures d'écran et tente de comprendre la structure de l'onboarding. Ensuite, il va sur le web pour recueillir des informations sur monobank : positionnement, onboarding, vérification, éléments de marque et présentation globale du produit.
Puis vient la partie la plus intéressante et la plus imparfaite. Codex génère des wireframes via la génération d'images, les vérifie lui-même, les corrige, puis passe aux écrans spécifiques. Pour chaque écran, il récupère des patterns, des guides de plateforme, des contraintes de cartes, des spécifications iOS, et prépare les specs et les assets sur cette base.
Et c'est là que je ne surestimerais pas la magie. Essentiellement, ce n'est pas « l'IA a dessiné l'interface parfaite », mais un pipeline agentique où le modèle assemble la recherche, les références visuelles, la génération et l'auto-vérification en un seul processus.
Les limites sont aussi très terre-à-terre. La génération d'images est capricieuse avec ce sur quoi elle a été mal entraînée : le verre liquide (liquid glass), les matériaux complexes, les dimensions précises, les espacements cohérents. De plus, la cohérence en souffre : un jour un écran est beau, le lendemain celui d'à côté semble venir d'un autre univers visuel.
Qu'est-ce que cela change pour les entreprises et l'automatisation ?
Je vois cela non pas comme un remplacement d'un designer produit expérimenté, mais comme un accélérateur pour les équipes dont le goulot d'étranglement est la recherche et la production de brouillons d'écrans. À l'étape de l'implémentation de l'IA, on peut rapidement tester 3 à 5 directions d'onboarding sans des semaines de collecte manuelle de références et de wireframes initiaux.
Les équipes produit qui ont besoin de vitesse en bénéficient : banques, fintech, SaaS, produits mobiles. Celles qui attendent des résultats pixel-perfect dès le départ et n'intègrent pas de supervision humaine dans l'intégration de l'IA sont perdantes.
Pour être très pratique, j'associerais ces outils à un designer et un PM, plutôt que de les utiliser en remplacement. Chez Nahornyi AI Lab, nous construisons justement de telles solutions d'IA pour les entreprises : où un agent prend en charge la recherche, la structure et la génération de brouillons, permettant à l'équipe de consacrer son temps aux décisions, pas aux tâches répétitives.
Si votre équipe UX est submergée par des flux répétitifs, de la recherche et des brouillons sans fin, c'est un problème qui peut être résolu concrètement. Je considérerais ce que font Vadym Nahornyi et Nahornyi AI Lab non pas comme un jouet, mais comme un moyen de construire une automatisation par l'IA autour de votre processus de design pour que les gens passent moins de temps à déplacer des pixels et plus à faire avancer le produit.