Entretiens
Chris Strahl, Fondateur et PDG de Knapsack – Série d’entretiens
Chris Strahl est le co-fondateur et PDG de Knapsack, où il se concentre sur la réorganisation de la façon dont les produits numériques modernes sont conçus en alignant la conception, l’ingénierie et les équipes de produits autour d’un système de vérité partagé. Avec une expérience enracinée dans les systèmes de conception et le développement front-end, il est également largement connu pour avoir accueilli le Design Systems Podcast, où il explore comment les organisations mettent à l’échelle la conception, améliorent la collaboration et modernisent la production numérique.
Knapsack est une plateforme de conception d’entreprise et de production numérique qui agit comme un système vivant d’enregistrement, reliant les actifs de conception, le code, le contenu et la documentation en temps réel. La plateforme permet aux équipes de construire et de gérer des composants réutilisables et prêts pour la production, de gérer les jetons de conception et de maintenir la cohérence à travers des écosystèmes numériques complexes. En structurant les données de conception et d’interface utilisateur de manière à ce qu’elles soient évolutives et prêtes pour l’IA, Knapsack aide les grandes organisations à accélérer la livraison, à réduire les doublons et à assurer l’intégrité de la marque et du produit à travers les équipes et les canaux.
Knapsack est apparu après des années passées à construire des systèmes de conception pour de grandes entreprises chez Basalt, où les frictions répétitives entre les fichiers de conception, les flux de travail d’ingénierie et le code expédié sont devenues impossibles à ignorer. Quel a été le moment où ce modèle est devenu suffisamment clair pour justifier le lancement d’une plateforme dédiée ?
Nous avons construit de nombreux systèmes de conception chez Basalt, et le modèle était évident : les fichiers de conception, les flux de travail d’ingénierie et le code expédié existaient tous dans des univers séparés. Le résultat n’était pas un échec dramatique unique, mais plutôt mille pertes répétitives : des boutons de taille incorrecte, un comportement incohérent et un dérive de style à travers les propriétés qui coûtent des mois de révision aux équipes. Nous savions que c’était un problème réel lorsque nous avons vu que ces problèmes ne pouvaient pas être résolus avec de meilleures connexions de synchronisation ou une documentation plus agréable. Ils nécessitaient un système unique et autoritaire d’enregistrement pour la conception, le code et les règles de marque. Cette réalisation a rendu clair qu’une plateforme dédiée était nécessaire.
Le passage du travail d’agence et de conseil à la construction d’une entreprise de produits a révélé un problème plus profond que les outils et les plateformes de flux de travail de conception existants ne résolvaient pas. Quel a été l’écart fondamental qui a façonné l’architecture et la direction les plus précoces de Knapsack ?
Lorsque nous sommes passés du travail d’agence à la construction d’un produit, la pièce manquante fondamentale est devenue évidente. Il n’y avait pas de système fiable et lisible par machine qui capturait les composants, les contraintes et la synergie entre les concepteurs et les ingénieurs. Les outils existants se concentraient sur les fichiers ou les référentiels isolés, mais pas sur une représentation vivante de l’état réel d’un produit, y compris les composants, le thème, les règles d’utilisation et les métadonnées de conformité. Nous avons construit Knapsack autour d’un système d’enregistrement canonique qui est axé sur les composants, versionné, instrumentable et capable d’intégrer à la fois les outils de conception et les bases de code. Cette conclusion a façonné notre modèle d’ingestion et la couche de liaison, conduisant finalement au Intelligent Product Engine.
L’ère du « canvas » cède la place à des systèmes vivants et connectés au code. Comment définissez-vous ce changement, et qu’est-ce qui change pour les équipes lorsque la création de produits passe des fichiers statiques à des systèmes continuellement mis à jour ?
L’ère du « canvas » traitait l’expérience utilisateur comme des artefacts statiques, généralement des fichiers passés entre les équipes. La nouvelle ère est impulsée par des systèmes exécutables et continuellement mis à jour qui reflètent la mise en œuvre réelle. Le changement pour les équipes est important. Au lieu de débattre de quel fichier ou de quelle branche est la source de vérité, ils travaillent à partir d’un système partagé qui expose l’état actuel des composants, des jetons, des contraintes d’accessibilité et du comportement de production. Cela réduit l’ambiguïté, permet la validation automatisée et prend en charge les flux de travail agents qui génèrent une interface utilisateur utilisable basée sur des composants réels plutôt que des approximations.
L’interface utilisateur générée par l’agent échoue souvent sans un système d’enregistrement qui reflète les composants, les règles et les contraintes réels. Pourquoi est-ce que cette couche d’ancrage est essentielle pour que l’IA produise des interfaces prêtes pour l’entreprise ?
L’IA peut synthétiser les dispositions et la copie, mais elle a besoin d’un vocabulaire autoritaire pour produire des interfaces prêtes pour l’entreprise. La couche d’ancrage, qui contient des composants concrets, des propriétés, des contraintes, des jetons et des règles d’utilisation, donne à l’IA les limites qu’elle doit respecter. Sans cela, les agents hallucinent les styles, ignorent les exigences d’accessibilité ou génèrent du code qui ne correspond pas à ce que les équipes d’ingénierie expédient réellement. Avec un graphique de composant réel et un jeu de règles, les agents produisent des sorties qui sont implementables, conformes et cohérentes avec les normes de marque. C’est la différence entre une maquette agréable et une interface déployable.
Alors que le Intelligent Product Engine se développait, qu’est-ce qui s’est avéré le plus difficile pour unifier les actifs de conception, le code, les règles de marque, les exigences de conformité, les modèles d’expérience utilisateur et les données de performance en un seul système cohérent ?
Le défi n’est pas une intégration unique, mais plutôt une série d’intégrations. Il harmonise l’intention et la réalité à travers diverses représentations, y compris les jetons de conception dans Figma, les implémentations de composants dans plusieurs référentiels, les directives de marque dans les documents juridiques, la télémétrie à partir des systèmes de production et les métadonnées de conformité. Chacun de ces éléments vit dans différents formats, avec différents propriétaires et sur différents cycles de mise à jour. Transformer ces signaux en un modèle cohérent a nécessité des pipelines d’ingestion solides, des règles de résolution de conflits et un modèle clair pour la provenance et la propriété. Les équipes ont besoin de savoir ce qui a changé, qui a apporté le changement et pourquoi il a été apporté. Construire cette couche de confiance a été la partie la plus difficile.
Avec l’IA capable de générer désormais des interfaces de plus en plus complètes, comment voyez-vous l’évolution des rôles des concepteurs et des ingénieurs à l’intérieur des flux de travail humain-agent ?
Les agents géreront les tâches répétitives, telles que la création de pages, la proposition de variantes accessibles et la génération de contenu localisé. Les concepteurs se concentreront sur la stratégie, l’intention d’expérience, les cas de bord d’expérience utilisateur et la définition des contraintes qui conduisent à de bons résultats. Les ingénieurs se concentreront moins sur la saisie de chaque pixel et plus sur la correction des composants, les contrats de runtime, l’observabilité et les performances. Les humains deviennent des curateurs et des validateurs. Nous définissons les règles, examinons les sorties et déterminons ce que la qualité ressemble. Les compétences humaines les plus précieuses seront la pensée système et le jugement.
Après la série A, quels ont été les domaines d’intérêt les plus élevés pour accélérer le développement de produits et l’adoption d’entreprise ?
La série A nous a permis d’accélérer dans trois domaines. Premièrement, l’intégration et l’ingestion, qui permettent aux entreprises de créer un système d’enregistrement en quelques jours au lieu de mois. Deuxièmement, le Intelligent Product Engine, y compris les capacités alignées sur le modèle qui assurent que les interfaces générées respectent la marque et les règles. Troisièmement, les contrôles d’entreprise, tels que les autorisations, la traçabilité et les crochets de conformité, qui permettent aux dirigeants de se sentir confiants dans l’adoption de Knapsack dans de grandes organisations. Ce sont les leviers qui conduisent à une adoption réelle à grande échelle.
Les équipes d’entreprise ont souvent du mal à passer des flux de travail statiques à des systèmes dynamiques et prêts pour les agents. Quels sont les plus grands obstacles, et comment Knapsack aide les organisations à s’adapter ?
Les entreprises luttent contre les systèmes fragmentés, les silos de propriété, les contraintes réglementaires et le coût élevé de la mise à jour de tout. Nous aidons en rendant l’ingestion rapide et déterministe, en modélisant la provenance et la propriété, et en fournissant des fonctionnalités de gouvernance telles que les autorisations et les journaux d’audit. Ces outils permettent aux équipes de valider la confiance dans les flux de travail automatisés.
Alors que la création de produits devient de plus en plus automatisée, quels sont les nouvelles capacités que vous croyez que les équipes doivent développer pour rester efficaces dans un environnement où l’IA génère une plus grande partie du travail fondamental ?
Les équipes doivent développer de solides compétences en pensée système, en particulier la capacité d’autoriser des contraintes, des politiques et des contrats de composants que les agents peuvent utiliser. Ils ont également besoin de meilleures pratiques de surveillance et de validation, y compris l’observabilité dans les décisions des agents, les contrôles de déploiement et les cadres de Q&A pour l’interface utilisateur générée. La littératie en gouvernance devient essentielle, en particulier la capacité d’exprimer les exigences de conformité, d’accessibilité et de confidentialité dans un format lisible par machine. Les organisations qui réussiront seront celles qui peuvent codifier la politique et la qualité dans leurs systèmes.
En regardant cinq ans à l’avance, comment vous attendez-vous que la création de produits impulsée par l’IA évolue, et quelle position souhaitez-vous que Knapsack occupe dans cette prochaine étape de l’industrie ?
Dans cinq ans, la création de produits ressemblera à la composition de services contre un graphique de composant vivant, plutôt qu’à passer des compositions statiques entre les équipes. Les outils agents généreront des surfaces de production prêtes à l’aide de politiques, de budgets de performances et de contraintes de marque. Mon objectif est que Knapsack soit le système d’enregistrement canonique sur lequel les agents et les applications s’appuient pour comprendre les primitives d’interface utilisateur réelles et les règles d’une entreprise. Cela inclut une intégration profonde avec les modèles et les systèmes CI/CD, une solide gouvernance pour les entreprises réglementées et une intégration rapide pour les nouvelles équipes. Knapsack devrait être la couche de confiance pour la marque, le comportement et la sécurité lorsque les entreprises permettent aux agents d’opérer de manière plus autonome.
Merci pour cette grande interview. Les lecteurs qui souhaitent en savoir plus sur les systèmes de conception modernes et la production numérique évolutives devraient visiter Knapsack.
