Chris Strahl, Pendiri dan CEO Knapsack – Seri Wawancara

Chris Strahl adalah salah satu pendiri dan CEO Knapsack, di mana ia berfokus pada pembentukan kembali cara produk digital modern dibangun dengan menyelaraskan tim desain, teknik, dan produk di sekitar sistem kebenaran bersama. Dengan latar belakang yang berakar pada sistem desain dan pengembangan front-end, ia juga dikenal luas karena menjadi pembawa acara Podcast Sistem DesainDi mana ia mengeksplorasi bagaimana organisasi meningkatkan skala desain, meningkatkan kolaborasi, dan memodernisasi produksi digital.

Ransel Knapsack adalah sistem desain perusahaan dan platform produksi digital yang bertindak sebagai sistem pencatatan yang dinamis, menghubungkan aset desain, kode, konten, dan dokumentasi secara real-time. Platform ini memungkinkan tim untuk membangun dan mengatur komponen yang dapat digunakan kembali dan siap produksi, mengelola token desain, dan menjaga konsistensi di seluruh ekosistem digital yang kompleks. Dengan menyusun data desain dan UI dengan cara yang terukur dan siap untuk AI, Knapsack membantu organisasi besar mempercepat pengiriman, mengurangi duplikasi, dan memastikan integritas merek dan produk di seluruh tim dan saluran.

Knapsack muncul setelah bertahun-tahun membangun sistem desain untuk perusahaan besar di Basalt, di mana gesekan berulang antara file desain, alur kerja rekayasa, dan kode yang dirilis menjadi tidak mungkin diabaikan. Kapan momen itu menjadi cukup jelas untuk membenarkan peluncuran platform khusus?

Kami membangun sistem desain yang tak terhitung jumlahnya di Basalt, dan polanya terlihat jelas: file desain, alur kerja rekayasa, dan kode yang dirilis semuanya berada di dunia yang terpisah. Hasilnya bukanlah satu kegagalan dramatis, melainkan ribuan kerugian yang berulang: tombol yang salah ukuran, perilaku yang tidak konsisten, dan pergeseran gaya di berbagai properti yang menghabiskan waktu berbulan-bulan bagi tim untuk melakukan pengerjaan ulang. Kami tahu itu adalah masalah nyata ketika kami melihat bahwa masalah-masalah tersebut tidak dapat diperbaiki dengan plugin sinkronisasi yang lebih baik atau dokumentasi yang lebih bagus. Masalah-masalah tersebut membutuhkan satu sistem pencatatan yang otoritatif untuk desain, kode, dan aturan merek. Kesadaran itu memperjelas bahwa platform khusus sangat diperlukan.

Beralih dari pekerjaan di agensi dan konsultasi ke membangun perusahaan produk mengungkap masalah yang lebih dalam yang tidak diatasi oleh alat sistem desain dan platform alur kerja yang ada. Apa kesenjangan mendasar yang membentuk arsitektur dan arah awal Knapsack?

Ketika kami beralih dari pekerjaan agensi ke pengembangan produk, bagian inti yang hilang menjadi jelas. Tidak ada sistem yang dapat diandalkan dan dapat dibaca mesin yang menangkap komponen, batasan, dan sinergi antara desainer dan insinyur. Alat yang ada berfokus pada file atau repositori terisolasi, tetapi bukan pada representasi langsung dari keadaan sebenarnya suatu produk, termasuk komponen, tema, aturan penggunaan, dan metadata kepatuhan. Kami membangun Knapsack berdasarkan sistem pencatatan kanonik yang mengutamakan komponen, memiliki versi, dapat diinstrumentasi, dan mampu berintegrasi dengan alat desain dan basis kode. Kesimpulan tersebut membentuk model penyerapan data dan lapisan penghubung kami, yang pada akhirnya mengarah pada Intelligent Product Engine.

Era "kanvas" mulai digantikan oleh sistem yang dinamis dan terhubung dengan kode. Bagaimana Anda mendefinisikan pergeseran ini, dan apa saja perubahan yang terjadi pada tim ketika pembuatan produk beralih dari file statis ke sistem yang terus diperbarui?

Era kanvas memperlakukan UX sebagai artefak statis, biasanya berupa file yang dipertukarkan antar tim. Era baru didorong oleh sistem yang dapat dieksekusi dan terus diperbarui yang mencerminkan implementasi nyata. Perubahan bagi tim sangat signifikan. Alih-alih memperdebatkan file atau cabang mana yang merupakan sumber kebenaran, mereka bekerja dari sistem bersama yang mengekspos keadaan komponen, token, batasan aksesibilitas, dan perilaku produksi saat ini. Hal ini mengurangi ambiguitas, memungkinkan validasi otomatis, dan mendukung alur kerja agen yang menghasilkan UI yang dapat digunakan berdasarkan komponen nyata, bukan perkiraan.

Antarmuka pengguna (UI) yang dihasilkan agen seringkali gagal tanpa sistem pencatatan yang mencerminkan komponen, aturan, dan batasan yang sebenarnya. Mengapa lapisan acuan ini penting agar AI dapat menghasilkan antarmuka yang siap digunakan di lingkungan perusahaan?

AI dapat mensintesis tata letak dan teks, tetapi membutuhkan kosakata yang berwibawa untuk menghasilkan antarmuka yang siap digunakan di perusahaan. Lapisan penjangkaran, yang berisi komponen konkret, properti, batasan, token, dan aturan penggunaan, memberi AI batasan yang harus dihormati. Tanpa itu, agen akan mengarang gaya, mengabaikan persyaratan aksesibilitas, atau menghasilkan kode yang tidak sesuai dengan apa yang sebenarnya dirilis oleh tim teknik. Dengan grafik komponen dan aturan yang nyata, agen menghasilkan keluaran yang dapat diimplementasikan, sesuai, dan konsisten dengan standar merek. Inilah perbedaan antara maket yang cantik dan antarmuka yang dapat diimplementasikan.

Saat Intelligent Product Engine dikembangkan, apa yang terbukti paling sulit dalam menyatukan aset desain, kode, aturan merek, persyaratan kepatuhan, pola UX, dan data kinerja ke dalam satu sistem yang koheren?

Tantangannya bukanlah integrasi tunggal, melainkan serangkaian integrasi. Hal ini menyelaraskan niat dan realitas di berbagai representasi, termasuk token desain di Figma, implementasi komponen di berbagai repositori, pedoman merek dalam dokumen hukum, telemetri dari sistem produksi, dan metadata kepatuhan. Masing-masing berada dalam format yang berbeda, dengan pemilik yang berbeda, dan pada siklus pembaruan yang berbeda. Mengubah sinyal-sinyal ini menjadi satu model yang konsisten membutuhkan alur kerja penyerapan data yang kuat, aturan penyelesaian konflik, dan model yang jelas untuk asal usul dan kepemilikan. Tim perlu mengetahui apa yang berubah, siapa yang melakukan perubahan, dan mengapa perubahan itu dilakukan. Membangun lapisan kepercayaan tersebut adalah bagian tersulit.

Dengan AI yang kini mampu menghasilkan antarmuka yang semakin lengkap, bagaimana Anda melihat peran desainer dan insinyur berkembang di dalam alur kerja manusia-agen?

Agen akan menangani tugas-tugas berulang, seperti membuat kerangka halaman, mengusulkan varian yang mudah diakses, dan menghasilkan konten yang dilokalisasi. Desainer akan fokus pada strategi, tujuan pengalaman, UX kasus khusus, dan mendefinisikan batasan yang mendorong hasil yang baik. Insinyur akan lebih sedikit fokus pada pengetikan setiap piksel dan lebih banyak pada kebenaran komponen, kontrak runtime, observabilitas, dan kinerja. Manusia menjadi kurator dan validator. Kita mendefinisikan aturan, meninjau output, dan menentukan seperti apa kualitas itu. Keterampilan manusia yang paling berharga adalah pemikiran dan penilaian sistem.

Setelah pendanaan Seri A, apa saja area fokus prioritas tertinggi untuk mempercepat pengembangan produk dan adopsi di perusahaan?

Pendanaan Seri A memungkinkan kami untuk mempercepat pertumbuhan di tiga area. Pertama, proses onboarding dan ingestion, yang memungkinkan perusahaan untuk membuat sistem pencatatan dalam hitungan hari, bukan bulan. Kedua, Intelligent Product Engine, termasuk kemampuan yang selaras dengan model yang memastikan antarmuka yang dihasilkan menghormati merek dan aturan. Ketiga, kontrol perusahaan, seperti izin, kemampuan audit, dan mekanisme kepatuhan, memastikan para pemimpin merasa yakin dalam mengadopsi Knapsack di seluruh organisasi besar. Inilah pengungkit yang mendorong adopsi dalam skala nyata.

Tim-tim perusahaan sering kali kesulitan beralih dari alur kerja statis ke sistem dinamis yang siap digunakan oleh agen. Apa saja hambatan terbesar, dan bagaimana Knapsack membantu organisasi beradaptasi?

Perusahaan menghadapi kesulitan dengan sistem yang terfragmentasi, silo kepemilikan, kendala regulasi, dan biaya tinggi untuk selalu memperbarui semuanya. Kami membantu dengan membuat proses pemasukan data menjadi cepat dan deterministik, dengan memodelkan asal usul dan kepemilikan, serta menyediakan fitur tata kelola seperti izin dan log audit. Alat-alat ini memungkinkan tim untuk memvalidasi kepercayaan pada alur kerja otomatis.

Seiring dengan semakin otomatisnya proses pembuatan produk, kemampuan baru apa yang menurut Anda harus dikembangkan oleh tim agar tetap efektif dalam lingkungan di mana AI menghasilkan lebih banyak pekerjaan dasar?

Tim harus mengembangkan keterampilan berpikir sistem yang lebih kuat, khususnya kemampuan untuk membuat batasan, kebijakan, dan kontrak komponen yang dapat digunakan agen. Mereka juga membutuhkan praktik pemantauan dan validasi yang lebih baik, termasuk kemampuan untuk mengamati keputusan agen, kontrol peluncuran, dan kerangka kerja tanya jawab untuk UI yang dihasilkan. Literasi tata kelola menjadi penting, terutama kemampuan untuk mengekspresikan persyaratan kepatuhan, aksesibilitas, dan privasi dalam format yang dapat dibaca mesin. Organisasi yang berhasil adalah organisasi yang dapat mengkodifikasi kebijakan dan kualitas ke dalam sistem mereka.

Melihat lima tahun ke depan, bagaimana Anda memperkirakan evolusi penciptaan produk berbasis AI, dan posisi apa yang ingin Anda tempatkan pada Knapsack di tahap selanjutnya dari industri ini?

Dalam lima tahun ke depan, pembuatan produk akan menyerupai penyusunan layanan terhadap grafik komponen langsung, alih-alih meneruskan komposisi statis antar tim. Alat berbasis agen akan menghasilkan antarmuka siap produksi menggunakan kebijakan, anggaran kinerja, dan batasan merek. Tujuan saya adalah agar Knapsack menjadi sistem pencatatan kanonik yang diandalkan agen dan aplikasi untuk memahami primitif dan aturan UI perusahaan yang sebenarnya. Ini termasuk integrasi mendalam dengan model dan CI/CD, tata kelola yang kuat untuk perusahaan yang diatur, dan orientasi cepat untuk tim baru. Knapsack harus menjadi lapisan tepercaya untuk merek, perilaku, dan keamanan saat perusahaan mengizinkan agen untuk beroperasi lebih otonom.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut tentang sistem desain modern dan produksi digital yang terukur dapat mengunjungi Ransel.