A IA generativa estimula a criatividade no desenho de produtos, mas não é uma varinha de condão

Embora a IA generativa (genAI) esteja ainda em sua infância, a tecnologia já vem deixando uma marca indelével no modo como produtos físicos e embalagens são concebidos, inovados e desenhados.

Seja na embalagem de produtos, em componentes automotivos ou nos displays de pontos de venda, a genAI permite que designers industriais explorem um número maior de ideias e experiências com produtos (inclusive aquelas outrora inimagináveis) e desenvolvam os conceitos iniciais de um projeto significativamente mais depressa do que com métodos tradicionais.

Além disso, como a genAI permite visualizar com alta fidelidade esses conceitos numa etapa bem mais cedo do processo de desenho, as empresas podem obter feedback mais preciso dos consumidores enquanto ainda trabalham na sintonia fina de cada elemento da experiência do usuário (veja imagens abaixo). Somente na pesquisa e desenho de produtos, a McKinsey estima que a genAI poderá gerar ganhos de produtividade da ordem de $60 bilhões.

Imagens em alta fidelidade de conceitos de capacetes de solda modernos, conectados à internet das coisas, criadas por um software de IA generativa capaz de converter texto em imagem. Por meio de prompts iterativos [isto é, de instruções sucessivas], o designer industrial aprimorou os desenhos iniciais para criar imagens de conceitos de estética futurista, inspiradas no estilo dos carros esportivos modernos. (As imagens são ilustrativas e foram desenvolvidas para este artigo.)

Embora as ferramentas de genAI consigam produzir resultados extraordinários, não são capazes de substituir a expertise humana. Assim como aconteceu com a chegada do desenho assistido por computador (CAD) e com avanços posteriores (impressão 3D, realidade aumentada e realidade virtual, por exemplo), e ainda que os métodos de desenhar produtos físicos possam mudar, a participação de designers ou projetistas especializados continua sendo necessária para assegurar a utilização competente da tecnologia e gerar valor comercial.

Muitas vezes, no caso do desenho industrial, as pesquisas com consumidores que esses especialistas conduzem trazem à tona insights importantes que inspiram escolhas cruciais de desenho. A habilidade desses profissionais em identificar os melhores conceitos a partir de dezenas de imagens geradas por IA – que as avaliam quanto à estética e à viabilidade de fabricação, e as manipulam segundo seu senso de design e o feedback de usuários – é crucial para se chegar a um desenho final capaz de encantar o consumidor.

Embora essas ferramentas sejam relativamente novas, nossas equipes estão vendo o impacto significativo que elas têm na produtividade. Quando utilizadas corretamente ao longo de todo o ciclo de desenvolvimento de um produto, a duração desse ciclo pode ser reduzida em até 70%. Com isso, as equipes podem dedicar mais tempo a conduzir testes com consumidores, aprimorar o desenho, triar fornecedores e otimizar o desenho com vistas à sustentabilidade e à viabilidade de fabricação. Essas ferramentas e processos são, em última análise, um veículo de crescimento e inovação, permitindo desenvolver mais rapidamente produtos cada vez melhores.

Ainda que os líderes de P&D e de desenvolvimento de produtos já possam utilizar a IA generativa para impulsionar a inovação, é preciso que entendam e se preparem para as limitações dessa tecnologia. Neste artigo, baseado em nosso trabalho com desenho de produtos e no uso de ferramentas de genAI em nosso processo criativo, compartilhamos maneiras pelas quais a IA generativa pode favorecer a criatividade e a produtividade ao longo de todo o ciclo de desenvolvimento de produtos, fazemos algumas considerações cruciais para líderes empresariais que buscam criar valor comercial e sugerimos os primeiros passos a serem dados.

Mais criatividade e produtividade ao longo do ciclo de desenho de produtos

Quando designers industriais criam conceitos ou redesenham embalagens, bens de consumo duráveis, experiências, espaços ou praticamente qualquer outra coisa, seus processos criativos costumam passar por algumas fases essenciais: pesquisas de mercado, sondagens com usuários, e elaboração, teste e refinamento de conceitos. A IA generativa pode agregar enorme valor a cada uma delas, permitindo aos designers iterar mais rapidamente, conectar ideias de novas formas e catalisar inspirações divergentes para criar produtos que transformem as experiências dos usuários no dia a dia (quadro).

Pesquisas de mercado e sondagens com usuários

Quase todo bom desenho de produto físico começa com uma pesquisa de mercado. Quais características ou funcionalidades são mais importantes para os futuros consumidores? Como estão evoluindo seus gostos e preferências, e como nossos concorrentes estão reagindo? O que falta para que possamos criar uma nova categoria de ofertas?

Utilizando ferramentas de genAI treinadas em grandes modelos de linguagem – como ChatGPT, Bard e outros – um designer pode compilar, sintetizar e decifrar dados existentes sobre o mercado e o consumidor com muito mais rapidez do que era possível anteriormente. Além disso, como essas ferramentas extraem insights de fontes de dados muito mais variadas do que o ser humano poderia analisar sozinho, elas são capazes de revelar oportunidades de mercado inexploradas e necessidades ou expectativas negligenciadas dos consumidores. Isso permite que os designers industriais construam uma linha de base de conhecimentos muito mais rica para dialogarem com stakeholders e entrevistarem consumidores. Certa empresa de bens de consumo embalados expandiu suas pesquisas de mercado e de usuários com novos insights propiciados por ferramentas de genAI sobre o sentimento do consumidor e sobre como utilizar o valor de sua marca para expandir para mercados de alto crescimento. Com esse conhecimento, a equipe de desenho ampliou o escopo de suas entrevistas etnográficas e obteve feedback sobre importantes elementos de desenho que orientaram seu trabalho subsequente no desenvolvimento e aprimoramento de novos conceitos.

Desenvolvimento de conceitos

Para designers e engenheiros industriais que estejam criando novos desenhos de produtos ou examinando iterativamente a próxima geração de um produto ou componente de engenharia existente, as ferramentas de conversão de texto em imagem da genAI constituem um poderoso recurso de inspiração e inovação.

Visto que essa tecnologia consegue gerar imagens realistas e insólitas a partir de prompts especializados, ela também possibilita que ideias distintas e potencialmente inéditas sejam apresentadas e exploradas com mais ousadia. Depois que os designers inserem na ferramenta esboços preliminares, conclusões de pesquisas etnográficas e funcionalidades inspiradas no sentimento do consumidor, as imagens, dados, informações e tudo mais que a genAI produz constituem um excelente ponto de partida, capaz de acelerar drasticamente a fase de desenvolvimento do conceito. Dito isto, porém, a intervenção de um designer ou projetista humano especializado continua sendo necessária para validar, testar e aprimorar o que a genAI produziu e assegurar que é significativo, fabricável e impactante. Isso porque, via de regra, as imagens geradas não podem ser utilizadas em seu estado bruto original, talvez por não se alinharem com a visão da empresa ou por não refletirem devidamente os prompts inseridos pelo designer, ou ainda por serem totalmente impossíveis de fabricar.

Como ocorreu com evoluções tecnológicas anteriores (por exemplo, o CAD e a impressão 3D), a genAI libera os especialistas em desenho das tarefas tediosas e demoradas de preparar imagens conceituais, painéis semânticos [mood boards] e storyboards. Ao inserirem iterativamente prompts sobre as novas especificações ou o desempenho desejado de um produto, por exemplo, os designers industriais podem chegar à “resposta ideal” mais depressa do que se testassem diferentes teorias uma a uma e depois aplicassem um processo altamente manual de due diligence (veja as imagens abaixo).

Prompt inicial

A partir das instruções iniciais dadas por um engenheiro industrial, o software de genAI de conversão de texto em imagem produziu o conceito inicial para um novo desenho de pedal de bicicleta. Esta é a primeira fase de um processo iterativo para identificar mais rapidamente a melhor abordagem de desenho para cumprir especificações detalhadas de desempenho e funcionalidade.

Prompts progressivos

Com base no resultado inicial gerado pelo software, um designer industrial inseriu prompts sucessivos para identificar maneiras de reduzir a quantidade de titânio no pedal (tornando o pedal mais leve) e, ao mesmo tempo, aumentar a resistência do componente. As imagens ilustram a progressão dos conceitos que foram desenvolvidos enquanto o designer trabalhava para finalizar as imagens brutas geradas pelo software de conversão da IA generativa.

Resultado final: aprimorado e fabricável

O designer então aprimorou o resultado bruto final (à esquerda) utilizando um software de edição de imagem. Para criar o conceito final (mostrado à direita), o designer removeu os pinos em excesso, ajustou os suportes dos pedais para aumentar a resistência do componente e efetuou outros ajustes para garantir a viabilidade de fabricação. (As imagens são ilustrativas e foram desenvolvidas especificamente para este artigo.)

Os designers industriais de certo OEM automotivo precisaram de apenas duas horas, com ajuda da IA generativa, para criar os conceitos de desenho iniciais para 25 variações de um painel de carro de última geração, incluindo interface de tela sensível ao toque, superfícies de recarga, quadro de instrumentos e outros componentes. Esses conceitos foram então refinados com um software de edição de imagens pela equipe de desenho para proporcionar aos stakeholders uma imagem mais clara da direção que o projeto estava tomando e de como evoluiriam as interfaces dos componentes, os fatores de forma, cores, materiais e acabamentos nos mais recentes modelos de veículos elétricos (veja imagens abaixo). Sem a genAI, a criação de imagens com nível similar de detalhes e qualidade levaria pelo menos uma semana e exigiria muito mais iterações. Esse processo permitiu aos designers dar vida à experiência de um produto de maneira muito mais tangível e numa fração do tempo.

À esquerda, imagem do interior de um carro tradicional. À direita, a imagem final em alta fidelidade de um novo conceito de desenho para o interior de um veículo elétrico de última geração, utilizando a imagem do interior tradicional como inspiração. Para desenvolver a nova imagem conceitual, o designer industrial inseriu prompts iterativos em um gerador de imagens, detalhando as funcionalidades desejadas (por exemplo, uma grande tela sensível ao toque e materiais requintados) para criar o novo interior. Em seguida, refinou o resultado utilizando um software de edição de imagem para criar a imagem final. (A imagem final é ilustrativa e foi desenvolvida especificamente para este artigo.)

Como as imagens produzidas pela genAI hoje ainda exigem bastante manipulação, a criação dessas imagens normalmente ocorre num estúdio. Mas, à medida que a tecnologia evolui e os seus resultados se tornam mais refinados, designers e engenheiros industriais poderão cada vez mais participar de reuniões com líderes da empresa ou conduzir sessões de sondagem com consumidores utilizando em tempo real ferramentas de IA generativa para irem criando imagens inspiradoras a partir de feedback recebido ao vivo.

Teste e aprimoramento de conceitos

Graças à capacidade da genAI de transformar um esboço conceitual rabiscado num guardanapo ou uma ideia esquemática de desenho em uma imagem imersiva e cativante, os designers industriais podem agora dar vida a novos conceitos e experiências. Isso possibilita discussões mais significativas com líderes empresariais e consumidores quando se busca feedback sobre possíveis áreas de oportunidades, conceitos e visões do futuro.

Os executivos de um importante museu, por exemplo, puderam visualizar melhor as oportunidades para aumentar a acessibilidade às exposições depois que designers industriais editaram e combinaram imagens geradas por IA com conteúdo visual suplementar (esboços, desenhos etc.) para criar storyboards ilustrando novos formatos, produtos, serviços e experiências (veja imagem abaixo).

Imagem conceitual gerada por inteligência artificial e aprimorada com um software de edição de imagens retratando um ambiente educacional virtual, imersivo e envolvente para os visitantes do museu. (A imagem é ilustrativa e foi desenvolvida especificamente para este artigo.)

Após apresentarem os conceitos iniciais aos vários stakeholders e obterem seu feedback, os designers podem então utilizar a genAI para aprimorar o estilo do produto, aplicar retoques finais e mapear os conceitos futuros que definirão os roadmaps do produto – tudo isso em questão de horas, não semanas – antes de passarem para as fases subsequentes de detalhamento e refinamento do desenho, definição dos conceitos de engenharia e desenho para fabricação.

Para além do desenho

Líderes que queiram utilizar melhor essa tecnologia para simulação e teste de produtos devem ficar atentos ao espaço da IA generativa. A tecnologia está evoluindo rapidamente e, com isso, prevemos que novas funcionalidades em breve estarão disponíveis para simplificar a passagem da fase de desenho para a de engenharia, acelerando drasticamente os processos desta última. Já vimos o lançamento no mercado de soluções de software de genAI que permitem a designers e engenheiros industriais transformar rapidamente conceitos de produtos em modelos de CAD, o que torna possível modelar produtos e iniciar o processo de engenharia com muito mais rapidez. Embora essas ferramentas ainda sejam incipientes, podemos imaginar que, num futuro não muito distante, serão enormemente aperfeiçoadas e a passagem da fase de desenho para a de engenharia será ainda mais rápida.

Também esperamos ver novas ferramentas capazes de analisar rapidamente a viabilidade de fabricação e de manutenção de um desenho – confirmando, ou não, se o produto poderá ser fabricado com as ferramentas de moldagem por injeção existentes, por exemplo. Do ponto de vista da engenharia, a genAI já está revolucionando o modo como especialistas enfrentam os mais tenazes problemas da engenharia de simulação computacional (por exemplo, otimizar o desempenho estrutural dos produtos). Na análise de elementos finitos e na otimização topológica (técnicas fundamentais para se entender o desempenho de uma peça sob diferentes condições ou como produzir estruturas leves, porém fortes), existe uma ferramenta de genAI capaz de gerar centenas de opções melhoradas do desenho de peças a partir de critérios específicos (forças, pressões e condições ambientais, entre outros). Podemos esperar que, no futuro, essas ferramentas terão uma gama ainda maior de funcionalidades, incluindo as capacidades de transformar esboços preliminares em modelos detalhados de peças de engenharia, de facilitar a seleção e otimização de materiais, e de identificar maneiras de aumentar a viabilidade de fabricação, otimizar componentes para montagem e reduzir custos.

Considerações cruciais para gerar valor comercial

Sem dúvida, os resultados da genAI podem ser impressionantes. No entanto, para transformá-los em um produto desejável, centrado no usuário, fabricável e que tenha a ver com as preferências, problemas e expectativas do consumidor, não basta apenas pressionar um botão. Para se obter valor comercial, o desenho industrial e a expertise em engenharia são cruciais nas seguintes áreas:

• Realizar pesquisas com consumidores. As pesquisas realizadas por ferramentas de genAI podem parecer inclusivas e abrangentes; no entanto, essas ferramentas podem fornecer informações incorretas (as chamadas “alucinações”). Além disso, mesmo quando os insights fornecidos são precisos, eles constituem apenas a linha de base do conhecimento pleno, já que as tendências e comportamentos do consumidor tendem a mudar mais depressa do que os conjuntos de dados de treinamento. Portanto, as equipes de desenho ainda precisam verificar as hipóteses e investigar as tendências emergentes por meio de dados primários. Ao combinarem os insights produzidos pela genAI com entrevistas etnográficas, as equipes de desenho podem chegar a um entendimento das preferências do usuário muito mais rico do que seria possível se utilizassem apenas um desses métodos.
• Desenvolver prompts eficazes. São necessários prompts altamente iterativos [isto é, prompts reiterados repetidamente] para produzir algo próximo do que os designers imaginam, os consumidores desejam e as empresas são capazes de fabricar. Um prompt simples (por exemplo, uma única frase) pode gerar uma imagem interessante, mas o resultado não será necessariamente preciso, viável ou relevante (veja imagens abaixo). Em última análise, os especialistas em desenho precisam fornecer um contexto para o conceito em si – o que significa iterar o assunto, o meio, o ambiente, a iluminação, as cores, a atmosfera geral e a composição. Precisam determinar quantos detalhes devem ser incluídos (um número menor de detalhes pode produzir mais variedade, mas resultar em conceitos que não possuem as funcionalidades desejadas, por exemplo). E precisam ainda considerar o tamanho do prompt e como desmembrar prompts complexos (prompts mais curtos significam que cada palavra terá mais influência, o que pode afetar os resultados).

São necessários especialistas em desenho para elaborar prompts eficazes, como mostram essas duas imagens geradas por IA de uma garota pintando uma flor. À esquerda, a imagem mostra uma garota pintando as pétalas de uma flor real; foi gerada por meio de um prompt básico sugerido por um chatbot de grande modelo de linguagem. À direita, a imagem mostra uma garota pintando uma flor em uma tela; foi gerada por meio de prompts iterativos de um designer. (As imagens são ilustrativas e foram desenvolvidas especificamente para este artigo.)

• Refinar os resultados da genAI. Muitas vezes, as ferramentas de conversão de texto em imagem geram imagens defeituosas: uma planta intrometida crescendo no topo de uma televisão ou um drone incapaz de voar (veja imagem abaixo). As organizações precisam estar cientes de que terão de fazer edições substanciais na pós-produção – utilizando, por exemplo, softwares de edição de imagens para ajustar as cores, fontes e padrões dos conceitos finais – para alcançarem um resultado positivo. Mesmo quando os resultados iniciais parecem prontos para estarem hoje mesmo nas prateleiras das lojas, uma inspeção mais detalhada geralmente constatará que estão muito longe de serem um produto fabricável. Hoje, projetistas e engenheiros ainda precisam utilizar software de CAD para criar versões aprimoradas de um conceito se quiserem garantir que o produto leve em conta todas as especificações, requisitos e restrições de fabricação.

Um drone de passageiros que não é capaz de voar ou de ser fabricado, produzido por um gerador de imagens de inteligência artificial. Observe o número desigual de pás nas hélices, a escassez de patins no trem de pouso e a falta de portas comprometendo a segurança dos passageiros. (A imagem é ilustrativa e foi desenvolvida especificamente para este artigo.)

• Selecionar os melhores conceitos. A genAI pode produzir dezenas de conceitos rapidamente, mas, como mostrou o famoso “experimento da geleia”,¹O experimento constatou que as pessoas são 10 vezes mais propensas a comprar um pote de geleia se lhes forem apresentadas apenas 6 opções do que se lhes forem oferecidas 24 opções. [NT] o excesso de opções pode desnortear tanto os stakeholders mais importantes como os consumidores. Portanto, se quiserem assegurar que os testes de conceito com usuários produzirão feedback valioso, as organizações ainda precisam de especialistas em desenho que identifiquem as melhores ideias dentre o grande número de imagens produzidas e façam uma triagem com base na sua estética, viabilidade, adequação ao uso e muito mais.
• Acrescentar uma boa dose de empatia humana. As ferramentas de IA só são tão boas quanto os dados nos quais são treinadas. E dado o “nivelamento” que pode ocorrer com a inserção de múltiplos prompts, elas podem perpetuar vieses históricos, apresentar soluções excessivamente simples e desprezar insights matizados do comportamento humano que poderiam fornecer as sementes para a inovação. Portanto, os projetistas e engenheiros industriais precisam atentar continuamente para o desenho, certificando-se de que todas as facetas do uso do produto sejam consideradas – desde a estética (“O desenho está alinhado com as preferências regionais e culturais?”) até a ergonomia (“O resultado da genAI é grande demais ou difícil de manejar para o público alvo?”) e a usabilidade (“O produto pode ser usado por pessoas com deficiência?”).

Os primeiros passos

Adicionar a IA generativa ao kit de ferramentas para projetar produtos físicos pode promover e acelerar a inovação no desenho de produtos, mas somente se as empresas souberem utilizar a tecnologia de maneira eficaz. Com base em nosso trabalho e experiência na utilização dessas ferramentas, recomendamos que os líderes de P&D e de produtos considerem as seguintes ações para capacitarem suas organizações para a genAI:

• Reservar tempo para aprendizagem e exploração. Isto pode significar capacitar equipes para testarem a tecnologia em atividades comuns, como iterar novas funcionalidades para um produto existente. Deve também implicar oferecer oportunidades para o compartilhamento de sucessos e desafios (por exemplo, um canal de mensagens exclusivo ou reuniões com a equipe). Em outras áreas, como o desenvolvimento de software, pesquisas da McKinsey verificaram que quanto mais os profissionais utilizam as ferramentas e compartilham seus aprendizados, melhores eles se tornam. E constatamos que o mesmo se aplica ao desenho de produtos físicos.
• Identificar e lançar um piloto em domínios de alto valor. Embora possa ser tentador aplicar a tecnologia a todos os projetos em andamento, os líderes farão melhor se identificarem um projeto piloto com potencial para gerar valor considerável. Esse projeto piloto utilizaria a genAI ao longo de todo o ciclo de desenho de um produto exclusivo da marca ou se concentraria em simplificar um único processo, como pesquisas, de toda a linha principal de produtos da empresa.

• Avaliar riscos e instituir barreiras de proteção. A genAI introduz novos riscos legais, éticos e de reputação que os líderes devem avaliar e gerir cuidadosamente. Estes incluem questões de segurança de dados (“Informações confidenciais são expostas quando se digita um prompt na ferramenta?”), propriedade intelectual (“Os resultados do modelo infringem material protegido por direitos autorais, marca registrada, patente ou outra forma de proteção legal?”) e confiabilidade (“As ferramentas ‘alucinam’ e fornecem respostas imprecisas aos prompts?”), entre outras. Em alguns casos, como a possibilidade de a genAI alucinar, os riscos podem ser limitados, pois especialistas em desenho costumam examinar e verificar as informações fornecidas pelas ferramentas, cotejando-as com outras fontes de dados primários. Além disso, qualquer imagem surreal ou fictícia gerada pelas ferramentas durante o desenvolvimento do conceito pode ser aproveitada para inspirar mais criatividade e originalidade.

  Em outros casos, especialmente aqueles relacionados a direitos de propriedade intelectual e segurança de dados, são necessárias medidas específicas para garantir a utilização responsável da tecnologia. Os líderes devem revisar seus processos legais e padrões de desenho a fim de confirmar que as devidas diligências foram tomadas para garantir que o produto final não reproduz indevidamente a propriedade intelectual de terceiros, independentemente de onde as equipes tiraram sua inspiração – seja das ferramentas de genAI ou de pesquisas próprias online e offline. (E se as equipes desejarem compartilhar tal como estão as imagens geradas por genAI, os líderes precisam garantir que elas estejam cientes dos termos de propriedade intelectual estabelecidos pelos diferentes fornecedores de ferramentas, bem como de quaisquer leis locais relevantes que rejam o direito de posse de algo gerado por inteligência artificial.)

  Os líderes também devem implementar políticas que orientem as equipes sobre quais informações podem ou não ser utilizadas nos prompts da genAI. Algumas práticas recomendadas são compreender os termos de serviço de determinada ferramenta de genAI e evitar utilizar propriedade intelectual de terceiros, insights proprietários ou outras informações confidenciais nos prompts.

• Instruir os stakeholders da empresa sobre novos processos. O nível de detalhes e refinamento das imagens geradas por IA pode criar a impressão de que um produto está muito mais pronto e finalizado do que realmente está. Assim, as organizações de P&D que adotarem essas ferramentas precisam ser transparentes sobre sua utilização e deixar bem claro para os stakeholders o que as imagens representam, como serão utilizadas e quais as suas limitações. Notificações periódicas sobre o progresso real de um projeto também podem garantir que representações visuais ultrarrealistas não levem a expectativas excessivamente otimistas.
• Requalificar designers industriais para funções futuras. A utilização da genAI no desenho de produtos físicos inevitavelmente criará novas funções nas quais os especialistas em desenho se tornarão “curadores da criatividade”, relacionando, manipulando e inspirando-se nos resultados da tecnologia para resolver os desafios relativos a um produto. Esta nova função requer habilidades de storytelling e desenho centrado no ser humano, conhecimentos de fabricação, competências em outras ferramentas digitais (como CAD, ilustração, esboços e software de renderização) e uma compreensão profunda do uso de diferentes materiais em desenhos e projetos, entre outras. Pode levar anos para alguém dominar essas habilidades e entender como e quando recorrer a ferramentas de genAI. Sendo assim, os líderes devem começar a requalificar e recapacitar suas equipes hoje mesmo.

A genAI está transformando o desenho de produtos físicos e permitindo que designers industriais sejam mais produtivos, criativos e estratégicos na criação de produtos que atendam às necessidades dos usuários. Embora os frutos dessa tecnologia possam ser impressionantes, sua capacidade de criar valor comercial só se torna aparente quando combinada com as mãos qualificadas e os olhos perspicazes dos especialistas em desenho. À medida que a adoção da genAI ganha velocidade e mais designers e engenheiros incorporam essa tecnologia aos seus fluxos de trabalho, certamente veremos o florescer de algumas soluções genuinamente revolucionárias de desenho e engenharia. Isso poderá levar a uma estética inteiramente nova, com fatores de forma engenhosos, melhor aproveitamento de materiais, maior viabilidade de fabricação e produtos de vida útil mais longa – beneficiando tanto as empresas que os criam como as pessoas que os utilizam.